Identificare le aree più adatte al car sharing, garantire che i veicoli siano sempre disponibili dove e quando servono, determinare quando è necessar
Identificare le aree più adatte al car sharing, garantire che i veicoli siano sempre disponibili dove e quando servono, determinare quando è necessaria la pulizia del veicolo, monitorare costantemente i dati per migliorare ulteriormente il servizio in vista di future esigenze degli utenti: sono i modi nei quali un’azienda può usare l’intelligenza artificiale (AI) allo scopo di offrire un servizio di condivisione auto più efficiente e sostenibile.
Su questo argomento Share Now, società tedesca di car sharing nata dalla fusione tra car2go e DriveNow, ha pubblicato un Libro Bianco, nel quale l’azienda fornisce una panoramica delle principali sfide che il car sharing è in grado di affrontare e superare, grazie all’uso dell’intelligenza artificiale.
L’intelligenza artificiale sta diventando sempre più importante per gestire in modo efficiente le flotte di veicoli. In futuro, per soddisfare i requisiti di sostenibilità e flessibilità, gli operatori di flotte di veicoli e le compagnie tecnologiche dovranno continuare a sviluppare soluzioni di software intelligenti. C’è un grande potenziale in questo settore, soprattutto nel campo della gestione dell’offerta. È necessario trovare soluzioni in grado di identificare ancora meglio ciò di cui i clienti hanno bisogno, esattamente quando e dove ne hanno bisogno, per adattare in modo flessibile l’offerta a questi parametri e quindi alle singole esigenze. L’obiettivo è quello di implementare ulteriormente la disponibilità di veicoli nei luoghi dove la richiesta è alta. In queste aree, l’intelligenza artificiale, con i suoi calcoli affidabili, svolgerà un ruolo ancora più importante e porterà la mobilità sostenibile al livello successivo.
Vediamo nel dettaglio i 4 principali modi in cui l’AI può essere usata nella condivisione auto.
1. L’intelligenza artificiale nel car sharing per identificare l’area di business ideale
I servizi di car sharing hanno senso solo dove vengono utilizzati. Pertanto l’analisi delle condizioni locali è un prerequisito fondamentale affinché il car sharing si affermi con successo nelle grandi città. Ma come determinare tutto ciò? È cruciale avere un intero range di parametri per la previsione della domanda, che vanno dai dati socio-demografici come ad esempio età, numero di abitanti, lavoratori locali, titolari di patente di guida, proprietari di auto, il numero totale di strutture ricreative disponibili (punti di interesse) come ristoranti, fermate dei treni suburbani, musei e supermercati. Questi dati sono determinati a livello distrettuale e poi riassunti in un punteggio dettagliato creato utilizzando l’intelligenza artificiale. Tuttavia, il punto di partenza per un controllo delle condizioni locali, è il fattore umano. Solo le aree definite attraenti dagli analisti vengono esaminate e valutate utilizzando l’intelligenza artificiale. Ma l’applicazione dell’IA non si conclude con l’analisi preliminare volta all’impostazione dell’area di business. Nel lungo termine, le aree di business devono continuamente essere esaminate per quantificare la loro attrattività al fine di ampliare o ridurre di conseguenza l’offerta. In questo senso, tutti i dati raccolti nel corso dell’utilizzo del servizio sono decisivi. Le aree in cui la domanda è costantemente elevata sono soggette ad una valutazione particolarmente continua e mirata al fine di capire se una possibile espansione avrebbe senso. Anche le zone al confine con l’area di business sono oggetto di valutazione per una possibile espansione.
2. L’intelligenza artificiale nel car sharing per garantire la disponibilità dei veicoli
Anche se l’area di business è stata definita con successo, la flotta può essere utilizzata in modo efficiente solo se i veicoli sono effettivamente nel posto giusto al momento giusto. Anche la previsione della domanda basata sulla gestione intelligente dei dati è un prerequisito per un servizio di car sharing ottimale. Basandosi sull’intelligenza artificiale, un servizio di car sharing deve poter prevedere quando, dove e quante auto sono necessarie. Che sia per un grosso evento in città o per il maltempo, che porta molte persone a prediligere l’uso dell’auto per spostarsi, gli algoritmi devono poter calcolare la domanda a seconda del traffico. Particolarmente importanti per gli algoritmi sono i parametri di tempo, luogo e giorni festivi, ma anche altre iterazioni come la frequenza con cui vengono effettuate le prenotazioni anticipate. Inoltre, l’algoritmo assegna continuamente ad ogni veicolo un punteggio che fornisce informazioni sul tempo previsto fino al prossimo noleggio. Su questa base, le previsioni calcolate dai sistemi di intelligenza artificiale riescono a stimare quanta domanda può essere soddisfatta, analizzando i movimenti dei veicoli da parte degli utenti stessi (tramite i noleggi che effettuano) o se il service interno dovrà spostare i veicoli in luoghi della città in cui la domanda è più elevata. La decisione finale viene presa calcolando il “costo opportunità”: se i costi per un cosiddetto viaggio di riposizionamento della vettura da parte del service sono inferiori alla perdita di guadagno dovuta ad un mancato noleggio, l’auto verrà ricollocata.
L’obiettivo è ridurre al minimo l’utilizzo dei fornitori di servizi e far sì che i veicoli siano sempre spostati dagli utenti. Lo stesso meccanismo viene applicato anche quando i veicoli sono parcheggiati in luoghi dove la domanda è bassa. Anche in questo caso gli algoritmi calcolano quanto tempo è probabile che sia necessario prima che venga richiesto un altro noleggio. Se la durata è superiore ad una soglia stabilita, ai veicoli interessati viene offerto uno sconto. Di conseguenza, i clienti possono andare da A a B in modo ancora più economico e il ricollocamento da parte del service è raramente necessario. Ciò aumenta la sostenibilità del car sharing free-floating e, allo stesso tempo, aumenta la disponibilità di veicoli dove e quando sono richiesti più frequentemente. Se l’aver applicato uno sconto non porta a un riposizionamento del veicolo da parte dell’utente, al service provider viene commissionato il ricollocamento del mezzo. Per ottimizzare in modo efficiente questo intervento, il riposizionamento viene completato con l’esecuzione contemporanea di tutti i servizi necessari, dal rifornimento alla manutenzione. In questo modo si evitano ulteriori interventi. Allo stesso tempo, il software calcola tempestivamente la posizione in cui è più probabile che il veicolo venga noleggiato.
3. L’intelligenza artificiale nel car sharing per ottimizzare pulizia e manutenzione
L’esperienza utente all’interno del veicolo è fondamentale per il successo del car sharing. Nessuno vuole guidare un veicolo sporco o, peggio ancora, difettoso. Per garantire ai clienti un’auto pulita, occorre sviluppare soluzioni software che prevedano quando è necessaria la pulizia. La manutenzione predittiva implica l’uso di algoritmi che rielaborano i dati sull’utilizzo: l’ora dell’ultima pulizia, il modello dell’auto e, aspetto più importante, il feedback che i clienti danno in app riguardo la pulizia del veicolo. Questi dati vengono combinati in un processo di apprendimento automatico. Ad esempio, un veicolo più grande, che ospita più persone, deve essere pulito più frequentemente rispetto ad uno più piccolo. Questo pool di dati è integrato dal chilometraggio e dai dati specifici del veicolo. Utilizzando i risultati ottenuti, vengono assegnati punteggi individuali per ogni veicolo: il Dirtiness Prediction Score. Il team di assistenza riceverà un rapporto se i veicoli scendono al di sotto di specifici requisiti minimi di punteggio. Share Now utilizza un’app per definire l’ordine e il periodo di tempo necessario a svolgere i lavori di pulizia. Anche il completamento degli ordini viene monitorato tramite questa app. Per garantire che i lavori di manutenzione vengano eseguiti nel modo più efficiente possibile in termini di risorse, il sistema raggruppa le varie attività e ne prevede la durata, in modo che il maggior numero possibile di attività possa essere completato in un’unica fase di lavoro.
4. L’AI nel car sharing per sviluppare l’offerta in linea con la domanda
Il car sharing cresce grazie alla capacità di adattarsi rapidamente alle mutevoli esigenze dei clienti. Per garantire un ulteriore sviluppo guidato dalla domanda, Share Now deve essere in grado di prendere quotidianamente decisioni basate sui dati. Per garantire ciò, diversi dipartimenti lavorano a stretto contatto. Oltre al team di business intelligence, anche i dipartimenti operativi e strategici hanno diritti di accesso ai dati e possono quindi lavorare insieme su progetti. È inoltre possibile richiedere, in qualsiasi momento, analisi approfondite che supportano i team nello sviluppo di miglioramenti previsionali del prodotto. Solamente l’interazione e il continuo perfezionamento dei singoli algoritmi rende utilizzabile l’intero potenziale dell’IA. Per garantire che le decisioni aziendali più importanti vengano prese sulla base dei dati disponibili, vengono svolte riunioni regolari tra i dirigenti e il dipartimento di business intelligence. Lo scambio mira a garantire che le modifiche nel pool di dati possano essere indirizzate al rispettivo dipartimento il più rapidamente possibile per agire in modo appropriato. In questo modo avremo un unico risultato: il sistema funziona.
“L’intelligenza artificiale di Share Now – spiega il CPO e CTO Slavko Bevanda – con i suoi dati e algoritmi affidabili che si basano su 13 anni di esperienza, porterà la mobilità sostenibile ad un livello successivo, contribuendo al contempo ad alleggerire il traffico urbano, a migliorare la soddisfazione dell’utente e ad aiutare gli operatori a ridurre ulteriormente i costi di gestione”.
Fonte: Economyup.it
