Watson IoT Blog

15のユースケース:IoTとAIが自動車業界とモビリティサービスを変える

記事をシェアする:

15のユースケース:IoTとAIが自動車業界とモビリティサービス変える

レーシングカーの走行データを収集・解析して、性能と安全性を向上させる – そんなIoTとAIの技術が、あらゆる車に適用できるようになりました。つながるクルマに搭載されるこの技術によって、ドライバー向けにパーソナライズされたサービスがリアルタイムで提案できるようになるなど、モビリティ体験が再構築されつつあります。

今、世界の自動車業界は、IoTとAIをはじめとしたデジタル変革の先頭に立っています。
この変革の波は、かつてないほどの破壊力を持って自動車ビジネスそのものを再編しており、Uberやテスラ、またGoogleをはじめとしたIT企業の市場参入は加速する一方です。

OEMやサプライヤーは、車両を作って売るという従来のビジネスモデルから、”いつでもどこでもどこへでも” という観点でドライブ体験を見直し、新たなモビリティサービスを生み出そうとしています。顧客体験を起点とした価値創造から製品やサービス考える、全く新しい業界へ進化しつつあるのです。

私たちは、顧客とのエンゲージメント(繋がり)を強め、新たなサービスを共創するために、IoTとAIをどう活かすべきか?

またこれらの技術は、自動車業界をはじめとしたものづくりの現場には、どのように適用できるのか? 今回は、

【1】顧客とのエンゲージメント

【2】デジタル時代の製品開発

【3】熟練技術者(匠)の技をAIが継承

という3つの観点で、IoTとAI技術を活用した15のユースケースを整理しました。

 

【1】顧客とのエンゲージメント(繋がり)

顧客のことを知るにはどうすれば良いか?

デジタル時代に顧客エンゲージメントを強めるには、データを抑えることが重要です。
自動車場合、顧客が生み出す最も大きなデータは走行ビッグデータであり、顧客の隠れたニーズを教えてくれます。

ソーシャルや環境データ、その他関連データと組み合わせて分析することで搭乗者をパーソナライズし、AIがアシスタントとして活躍します。

顧客エンゲージメントをパーソナライズ、車両情報、周辺環境の3種に分類

 

顧客とのエンゲージメントの観点では、以下の3技術トレンドと8つのユースケースを提案します。

<技術トレンド>

・自動車走行ビッグデータ解析基盤

・AIが快適なドライブのアシスタントに

・ドライバーの体調・安全管理

<ユースケース>

・1:走行データに道路や天候情報を重ねて分析し、アラート通知

・2:個人の運転特性に応じて最適化されたテレマティクス保険

・3:走行データから得た情報を、マーケティングや新車開発に活用

・4:走行データのマネタイズ・新規事業者の参入

・5:車の状態を検知してメンテナンスを提案

・6:車が行きたい場所を見つけてくれる

・7:運送ドライバーの眠気検知とヒヤリハットの可視化

・8:乗車前点呼に体調データを活用

 

【2】デジタル時代の製品開発

技術進歩とニーズ変化のスピードは加速の一方で、アジャイル開発とエコシステムの広がりが加速しています。

IoTにより、販売後の製品の使われ方をデータで収集・把握して分析結果を製品やサービスに反映できるようになりました。デジタル時代のものづくりでは、製品機能をソフトウェアで搭載し、顧客からのフィードバックを受けて継続的に機能をアップデートすることが当たり前になっていきます。

この環境変化に対応できる設計・開発基盤は、製品力強化の鍵です。例えば、車両におけるITソフトウェアの重要性が増している中で、メカ・エレキに加えてソフトが一元管理され、開発中から販売後の機能アップデートに至るまで、一部の仕様変更は確実に関連する全機能に連携され、その影響がシミュレーションできる必要があります。

IoT技術を活用したデジタル時代の製品開発の流れを図解で説明

 

デジタル時代の製品開発の観点では、以下の1技術トレンドと3つのユースケースを提案します。

<技術トレンド>

・継続的エンジニアリング

<ユースケース>

・9:エンジニアリング情報共有とデジタル化

・10: MBSE(Model-Based Systems Engineering)を活用した検証

・11:戦略的再利用を実現するPLE(プロダクトライン開発)

 

【3】熟練技術者(匠)の技をAIが継承

労働人口の減少や熟練技術者の定年により製造現場の人材不足は深刻です。この課題に対応するには、従来の改善活動では足りず、より抜本的な変革が必要とされています。”匠の技”と呼ばれる熟練技術者の技能は標準化・マニュアル化されておらず、このルール化が難しい技能をどう伝えていくのか?

そこで注目されているのがAIの活用です。AIは、匠の五感を機械学習で取り込み、作業報告書から自然言語解析で帰納的に学びます。学習したAIが人よりも高度な能力を発揮できる領域も多く、期待が集まっています。

熟練技術者の技をAIが継承。画像解析、音響解析、テキスト解析、音声解析をAIがアシスト。

 

熟練技術者(匠)の技をAIが継承の観点では、以下の2技術トレンドと4つのユースケースを提案します。

<技術トレンド>

・AIによる品質検査

・作業員向けAIアシスタント

<ユースケース>

・12:人による目視検査・音響検査をAIがより高精度で実施

・13:製造工程の早期段階で材料部品の異常を検知しスループット改善

・14:各種マニュアル・作業報告書類の一元管理と熟練技術者のノウハウ伝承

・15:障害原因や作業手順をAIが音声ガイダンス

各ユースケースの詳細とそれを支える技術概要は、下記ボタンよりレポートをダウンロードください。

(注釈) 本記事は、IBVレポート:デジタルを駆ける 自動車業界とデジタル・リインベンション の記載を一部参照しています。

 

お問い合わせ

本記事へのお問い合わせは、こちらへお寄せ下さい。

More Watson IoT Blog stories

ウェビナー紹介: AIとIoTで高度化する設備資産管理

Watson IoT Blog

  競争力を上げ事業価値を最大化するために、どのようなアプローチを取れば良いのか — 資 ...続きを読む


スペシャリストが解説! Watsonが手戻りと欠陥発生を抑止 – 要求仕様書作成にRQAを

Watson IoT Blog

  「ついに要求仕様書作成にAIを活用できるようになった」と、RQA(Requirement Qua ...続きを読む