Per inviarci segnalazioni, foto e video puoi contattarci su info@moto.it
Da molti mesi ormai si parla di come l'IA sta ridefinendo alcune realtà lavorative e non: mentre ancora manca una definizione vera e propria dei limiti che può o che deve avere, c'è da dire che l'intelligenza artificiale ha perso quel suo valore di supporto, diventando chiaramente un elemento ridefinitorio di infrastrutture e processi produttivi (e non solo). General Motors, colosso industriale da sempre simbolo dell'automobile americana, è pioniera di questo cambiamento: l'obiettivo non è più produrre automobili soltanto più efficienti e sicure, ma rivedere l'intero ciclo di vita del prodotto e della relazione con chi lo acquista, e molte altre aziende la stanno seguendo.
Andiamo quindi a scoprire come l'Intelligenza artificiale sta trasformando questo mondo che, se già da prima era fatto di catene di montaggio, ora può sfruttare un nuovo sistema capace di snellire molti processi.
Si parte sempre dalla base, la produzione delle vetture: come dicevamo la catena di montaggio esiste da molto tempo, viene vista molto spesso come emblema di modernità, e se prima c'erano le linee di assemblaggio, ora si sta passando alle digital twin, gemelli virtuali che consentono di replicare ogni fase produttiva da parte degli ingegneri ancora prima che venga avviata fisicamente.
Da un lato così si riducono i tempi e i costi, perché ogni errore e inefficenza salta subito all'occhio e viene risolta in fase di progettazione virtuale, dall'altro la sicurezza dei lavoratori viene supervisionata grazie a un monitoraggio più efficiente.
Per prendere un esempio concreto, c'è la partnership con NVIDIA, che con la piattaforma Omniverse permette a General Motors di ricreare in ambienti virtuali le proprie fabbriche, testare scenari possibili e formare i robot prima che vengano messi al lavoro.
Se una buona produzione è importante, un buon controllo qualità è vitale: per questo il secondo passaggio è senza dubbio questo per l'intelligenza artificiale. Prima, per esempio, si guardava tutto a posteriori e a campione, con degli errori marginali ma presenti. Ora l'IA ribalta completamente il processo, visto che il controllo qualità diventa continuativo e proattivo.
Grazie agli algoritmi di machine learning che studiano le immagini in alta definizione di telecamere industriali, ogni minimo errore di verniciatura, saldatura e assemblaggio viene colto sul fatto e sistemato; stessa cosa avviene con i pacchi batteria, che alla minima perdita vengono individuati e rimossi.
Il fulcro è l'intervento immediato e non a campione, un processo che richiederebbe un lavoro molto pesante e dispendioso, ma che così viene gestito in tempo reale: l’IA apprende e corregge di volta in volta.
Ovviamente non tutti gli errori possono essere bloccati sul nascere: per questo l'IA diventa vitale anche per la correzione di questi. Ad aiutare in questo caso ci pensano dei sensori e degli algoritmi predittivi: in questo modo le auto possono comunicare in anticipo eventuali guasti o anomalie, una sorta di diagnosi a priori che mantiene collegata l'auto al costruttore e alle officine autorizzate.
Tutto questo diventa sinonimo di maggiore sicurezza e minori imprevisti: la segnalazione anticipata di un guasto permette la risoluzione con intervento a danno non fatto, rimuovendo dall'equazione fermate improvvise e manutenzioni inutili.
Ovviamente se parliamo di IA, non possiamo citare il software delle auto: ormai sempre più vetture sono Software Defined, una sorta di grande smartphone su quattro ruote che può ricevere aggiornamenti di continuo per sistemare la qualunque. General Motors ha potenziato i laboratori di testing con sistemi di IA in grado di simulare milioni di interazioni tra utenti e interfacce digitali.
Questo rende sia il reparto infotainment che le ADAS più sicure e testate: l'IA individua un bug, un'incongruenza o una vulnerabilità, riduce i tempi di rilascio degli aggiornamenti e permette di rendere il tutto più affidabile.
Abbiamo parlato di smartphone su quattro ruote, ma ovviamente se c'è un reparto molto potenziato dall'uso dell'IA è senza dubbio quello che usa i computer. Ad oggi esistono centinaia di software basati su intelligenza artificiale che riescono ad aiutare in compiti dispendiosi di tempo, rendendo tutto più veloce. Adobe Experience Cloud per esempio, un sistema che permette di usare l'intelligenza artificiale per creare contenuti in modo snello e veloce.
Ma possiamo andare avanti con l'analisi dei dati, utile per trovare segmenti di pubblico in tempo reale, anticipare bisogni e preferenze e costruire dei percorsi di acquisto su misura. Ogni sito ormai presenta chatbot in grado di aiutare senza dover avere un reparto di customer service gigantesco, e tutto viene analizzato per evitare di ricevere messaggi spam, considerato che al cliente arrivano informazioni utili, promozioni e servizi realmente necessari ad esso.
Se un lato della medaglia è sicuramente il potenziamento e la velocizzazione dei processi, c'è da dire che alcune professioni stanno subendo dei tagli proprio a causa dell'IA. D'altra parte però, mentre alcune di queste iniziano a diventare meno diffuse, sempre più sono ricercate figure in grado di interfacciarsi con questa intelligenza artificiale, di sicuro una cosa che non è facile come sembra.
A conferma di quanto l’IA sia diventata strategica, GM ha istituito un ruolo inedito: il Chief Artificial Intelligence Officer. A ricoprirlo è stato chiamato Barak Turovsky, con il compito di coordinare l’uso dell’intelligenza artificiale in tutti i settori aziendali. Questa decisione è un manifesto chiaro a conferma del fatto che non si tratta più di reparti sperimentali, ma di funzioni trasversali utili in progettazione, produzione, marketing e post-vendita.
Se i timori legati alla riduzione dei posti di lavoro nelle linee produttive tradizionali possono spaventare, ovviamente i problemi dell'IA non si fermano a questo. C'è da tenere conto anche della cybersecurity: più un veicolo è connesso, più diventa potenziale bersaglio di attacchi informatici, motivo per cui gli investimenti diventano importanti anche nel reparto di sicurezza, con queste nuove figure che oggigiorno sono sempre più necessarie. Per non parlare anche della privacy: un'auto perennemente connessa a tutti gli effetti è una finestra sulla vita di chi la guida, una cosa che sempre più spesso viene citata anche per i social e per le app su smartphone, ma che ora potrebbe seguirci anche in auto.
Se guardiamo oltre l’orizzonte immediato, è chiaro che l’IA non sarà solo un fattore di ottimizzazione, ma il cuore di nuovi modelli di mobilità. Dalla guida autonoma alle reti di ricarica per veicoli elettrici gestite in modo predittivo, fino agli assistenti virtuali in grado di accompagnare il guidatore nella vita quotidiana, l’automobile del futuro sarà un ecosistema intelligente.
Se ben governata, l’IA non è soltanto uno strumento di efficienza, ma un alleato per costruire automobili più sicure, esperienze più personalizzate e un rapporto nuovo tra industria e società. La domanda che resta aperta non è più se l’IA cambierà l’automotive, ma in che modo sapremo gestirla per renderla davvero un motore di progresso condiviso.
