הצגת תפריט 
בינה מלאכותית לזיהוי מוקדם של תקלות ובעיות
ענף הרכב עובר בשנתיים האחרונות תהפוכות של ממש בתחום של תיקוני הרכב, וזאת באמצעות בינה מלאכותית שמאפשרת מגוון יישומים לזיהוי תקלות ובעיות, וגם דרך מיטבית להתמודד איתם.
אבל נתחיל בהתחלה. התחזוקה המונעת, על פי הוראות יצרן הרכב, היא הדרך הטובה ביותר למנוע השבתות לא מתוכננות. ביקור במוסך על פי המלצות היצרן, לאחר נסועה מסוימת או בפרק זמן שהוגדר (לרוב, הקצר מבין השניים), עשוי בחלק ניכר מהמקרים להפחית במידה ניכרת את היקף התקלות הבלתי צפויות. כאשר מוסך מעניק שירות תקופתי, הפעולות הראשונות שמתבצעות הן החלפה של מסננים וחומרי סיכה ומגוון התאמות ובדיקות לתיקון בעיות קלות, לפני שייהפכו לבעיות חמורות. אלו פעולות שמתבצעות כדבר שבשגרה במוסכי שירות שפועלים על פי הוראות היצרן.
שגרת טיפולים המתאימה ללקוח
השינוי הראשון שעובר הענף קשור להגמשת הטיפולים. בינתיים הדגש מושם ברכבים מסחריים, במשאיות ובאוטובוסים, אך במרוצת הזמן השינוי יגלוש גם לכלי הרכב האחרים.
במוסכי הרכב הכבד כבר מייעצים ללקוחות לפתח תוכנית טיפולים שגרתית שמתאימה לצרכיהם. מדובר בתוכנית אישית, הבנויה לפי לוח הזמנים של החברה, מיקום הרכבים ומשתנים אחרים הקשורים לתפעול הרכב.
מוסכי השירות מתאימים את התחזוקה המונעת במיוחד לענף התובלה, וכן לפעילות העסקית של החברה או הרכב הספציפי. המטרה היא שהרכב היקר, המשמש לעבודה, יבלה זמן מועט ככל האפשר במוסכים. הדבר מתאפשר כאשר מעטפת הטיפולים השוטפים ידועה ומוכרת, וכל שצריך הוא להתאים אותה בזמן אמת לצרכי הלקוח.
מוסכי השירות של היבואנים כבר מציעים להירשם לתוכנית "שגרת הטיפולים", אשר לרוב מוצעת כשירות ללא תשלום. כל מה שנדרש הוא ייעוץ קצר כדי לקבוע את רמת התחזוקה המושלמת לחברת התובלה (או ההסעות) וליצור לוח זמנים לטיפולים העונה במדויק על הדרישות התפעוליות של החברה. בדרך זו, מנהל צי הרכב או קצין הבטיחות יוכלו לדעת מראש מתי כל אחת מהמשאיות אמורה להיות במוסך, ולא פחות חשוב: מה יהיו העלויות.
למנוע השבתות לא מתוכננות
חלק מיצרני המשאיות פיתחו מערכות שיודעות לעקוב אחר מרכיבים מסוימים, וזאת כדי לייעל את תכנון השירות ולמנוע השבתות לא מתוכננות במשך שנים. המערכות האלו נהפכות במהירות למתוחכמות וליעילות יותר, והישגים חדשים מושגים בתחום זה ללא הרף. שיטות חדשות לניטור ולניתוח של נתוני משאיות בזמן אמת ושימוש בבינה מלאכותית ובלמידת מכונה (machine learning) פותחים הזדמנויות מלהיבות לשיפור הזמן היעיל של המשאית (uptime). אפשר לדמות זאת כ"חוש שישי" שמאפשר לזהות מראש כשלים אפשריים ברכב ולטפל בהם מבעוד מועד.
הארכה של זמן הפעילות היעיל של הרכב כרוכה במגוון פעילויות בתחומים מגוונים. זו הסיבה שיצרני המשאיות מבצעים כל הזמן ניטור בזמן אמת, ומשפרים את הטכנולוגיה של למידת המכונה בהתאם לממצאי הניטור ובהתאם למעקב אחרי התקלות בשטח. תהליך הפקת המסקנות התמידי מאפשר לשפר את הבינה המלאכותית של המערכת הממוחשבת, תוך הגדלת היכולות לפקח על משאיות נוספות. זהו חלק מהמאמץ המתמשך של היצרנים לשמור על המשאיות של הלקוחות על הכביש, וכמובן גם להבטיח את המשך הנאמנות למותג. ללקוחות, במיוחד בענף הרכב המסחרי, חשוב מאוד שכלי הרכב יעבדו בהתאם ללו"ז שלהם. כל תקלה שמצריכה השבתה מערערת את הפעילות, פוגעת בלקוחות ולמעשה גורמת הפסדים כלכליים.
למנוע עצירות לא מתוכננות בזמן אמת
תהליך הפיתוח של המערכות המבוססות על בינה מלאכותית בתחום ניבוי תקלות נמצא כל העת בתנופה. יצרני המשאיות נעזרים בחברות היי-טק ובמאגרי המידע שלהם כד ליישם שיטות חדשות לניטור וניתוח של נתונים מאלפי משאיות בזמן אמת. הדבר מאפשר ליצרני המשאיות לחזות ולזהות דפוסים של תקלות זמן רב לפני שהם צצים. במילים אחרות, הבינה המלאכותית מאפשרת ליצרנים להתקדם הרבה מעבר למיומנויות ההנדסה. שיטת הפעולה שונה. צריך להתמודד עם כמויות גדולות מאוד של נתונים, כמויות שעד היום לא התאפשר לאסוף ולעבד. השימוש בבינה מלאכותית מאפשר כעת למצוא דפוסים קריטיים, נסתרים, כדי לחזות באופן מדויק יותר כשלים של רכיבים העלולים להתרחש.
מרבית כלי הרכב המסחריים שיוצאים כיום מפסי הייצור מקושרים ליבואנים ולמוסכי השירות שלהם. המידע הרב שמגיע מהמשאית (ובכלל זה כל מערכותיה הממוחשבות) מעובד ומנותח בזמן אמת. כאשר מתגלה כשל קרוב, מוסך השירות המקומי של היצרן מתריע לחברת ההובלה כדי לנקוט בפעולות מניעה - לרוב הרבה לפני הזמן. הדבר מקנה למוסך השירות יתרון עצום. הוא יכול להזמין מראש את החלק שדרוש להחלפה, שלעיתים אינו בנמצא ויש להזמינו במיוחד, ולתאם את נוכחותו של טכנאי השירות המומחה בתחום למועד שנקבע לטיפול במשאית ולהחלפת הרכיבים הנחוצים. אם כן, המוסך ממתין להגעת המשאית ומוכן לטיפול מיידי, ולא להיפך.
פרויקט בצבא ארה"ב
שמירה על כלי רכב במצב עבודה תקין חשובה מאוד בכלל, ובפרט כאשר מדובר בכלי רכב המשמשים ללוחמה. תקלה בכלי רכב במהלך לחימה עלולה להיות קטלנית. בצבא ארה"ב החליטו להיעזר בבינה המלאכותית כדי לנבא מתי רכב עשוי להזדקק לחלק חדש.
הצבא עוקב אחר כמה עשרות כלי רכב בראדלי M2A3 באמצעות אלגוריתם למידת-מכונה של חברת Uptake Technologies. המטרה היא להפחית את היקפם של התקלות והתיקונים הלא מתוכננים, וכך להפוך את כל תהליך האחזקה של הרכבים ליעיל יותר. טכנאי הרכב יוכלו לתקן בעיות לפני שהן נעשות חמורות. התוכנה של Uptake Technologies נועדה לייעל את מערך האחזקה, לא להחליף את טכנאי השירות בקבלת החלטות.
במאגר המידע נצברו נתונים של הרבה מנועים ורכיבים אחרים של מערכת העברת הכוח של דגמי Bradley M2A3. התוכנה יכולה לעקוב אחר הנתונים של מנועי בראדלי פעילים, ובהם טמפרטורת מנוע, נוזל הקירור וסל"ד. היא משווה את הדפוסים של המנועים הפעילים עם אלה של מנועים דומים שכשלו. לחברה יש יותר מ-1.2 מיליארד שעות של נתונים תפעוליים, שתוכנת הבינה המלאכותית יכולה לסרטט מהם קווי תפעול כדי ליצור תחזיות. נכון לעכשיו הקצה צבא ארה"ב לניסוי רק מיליון דולר, אבל אם הניסוי יצליח, הצבא ירחיב ככל הנראה את השימוש בבינה מלאכותית לכל הצי מדגמי בראדלי, ולאחר מכן גם לכלי רכב של יצרנים אחרים.
בינה מלאכותית בשימוש חברות הביטוח
ענף ביטוחי הרכב הוא עתיר מידע. חברות הביטוח משקיעות בשנים האחרונות משאבים כספיים עצומים כדי לנצל כהלכה את הפוטנציאל של הבינה המלאכותית. הטכנולוגיה הזאת צריכה להיות ממוקדת בלקוחות, תוך קיצור הליכים ביורוקרטיים מייגעים. לדוגמה, חברת הביטוח יכולה להיעזר בטכנולוגיה בעיקר בתאונות קלות שהן השכיחות ביותר, ובכך לקצר מאוד את הליך הבדיקה של הרכב, תיקונו וסילוק התביעה. חברת הביטוח יכולה להיעזר בטכנולוגיית בינה מלאכותית כדי שמשימה חזותית, כגון בדיקת נזק למכונית, תהיה מהירה וקלה. סריקת התמונה ועיבודה יכולים לספק כמעט מייד מידע חיוני על היקף הנזק. לדוגמה, הלקוח יכול לצלם תמונות מכל צידי הרכב עם הסמארטפון, ולהעלותן לתוך יישום חדש שמאתר את הנזק אוטומטית. האפליקציה משווה את התמונות ששלח הלקוח עם אלפי תמונות תאונה אנונימיות אחרות כדי לאפשר יצירת אומדן של עלות התיקון.
היתרון ברור: המערכת חוסכת זמן רב ללקוחות, במיוחד במקרה של תאונות קטנות. הדבר גם מוריד את רמת הלחץ, חוסר הוודאות והדאגה של הלקוח. מבחינת חברת הביטוח, מדובר בהפחתה ניכרת של ההוצאות, שכן במרבית המקרים נחוצים שמאי ותהליך ביורוקרטי עתיר כוח אדם לטיפול בתביעה וסילוקה.
אפיקים נוספים
השימוש בבינה מלאכותית יכול להתרחב להרבה יותר אפיקים שיועילו לחברות הביטוח. הן יכולות להיעזר בבינה מלאכותית כדי להפחית בהרבה את מספר התאונות. לדוגמה, ב-Solaria Labs פועלים בימים אלו למען חברת הביטוח ההדדית Liberty Mutual Insurance כדי לפתח יישומים של למידת-מכונה שתאפשר לנהגים ניתוב בטוח לחניה. שימוש ביישום כזה יכול לאפשר נסיעה בעיר עמוסה תוך הימנעות מכניסה לצמתים המסוכנים ביותר. היישום גם עשוי לעזור לנהגים להפחית את הלחץ שבו הם נתונים במרבית הנסיעות האלו, אם יהיו לו פונקציות כגון סיוע באיתור מקום חניה ותכנון הגעה בטוח ליעד.
לטכנולוגיית הבינה המלאכותית יש כיום מגבלות רבות. החברות אומנם בודקות ומחפשות אפשרויות להתייעל, אבל אלה שמחפשים ליישם את הטכנולוגיה צריכים להכיר לא רק ביכולות, אלא גם במגבלות הנוכחיות של הטכנולוגיה. הבינה המלאכותית הגיעה לבגרות בתחומים מסוימים כגון זיהוי אובייקטים בתמונות, אבל עדיין נחוצה עבודה רבה כדי להגיע לתוצאות במשימות אחרות. החוקרים ממשיכים לפתח ארכיטקטורות רשת מתקדמת, אך במקרים מסוימים האלגוריתם אינו בשל עדיין לשימוש עסקי. לדוגמה, נדרשת עדיין עבודה רבה כשמדובר במיומנויות כגון הבנה של שפה טבעית (NLU). בנוסף, מרבית שיטות הבינה המלאכותית מתאימות בעיקר לטקסט, אחרות מתאימות לאודיו, למידע ספרתי, ואחרות מתאימות לעיבוד ולניתוח תמונות. אנחנו צריכים את כל השיטות.
חברות ביטוח יכולות למנף את הבינה המלאכותית כדי להפחית את מאמצי הלקוחות. זאת צריכה להיות המטרה של כל חברת ביטוח גדולה (וגם של חברות בענפים אחרים). ככל שהאינטראקציה הטבעית של הלקוח עם הטכנולוגיה טובה יותר (משהו שמזכיר אינטראקציה עם "עוזר וירטואלי"), כך נדרש פחות מאמץ לביצוע המשימה ויש סיכוי גבוה יותר שהמשימה תתבצע בממשק אדם-מכונה. ממשק ידידתי יכול לאפשר ללקוח, לדוגמה, לבקש הצעת מחיר לפוליסת ביטוח רכב באינטרנט, ותוך דקות ספורות ליצור פוליסה שתפורה למידותיו. האינטראקציה יכולה להתרחש בסלון של הלקוח, בזמנו הפנוי וללא מאמץ מצידו. מבחינת חברת הביטוח, מהלך כזה הוא יותר מרצוי.
עמכם הסליחה
