De markt voor 'connected' auto's groeit sneller dan de totale markt van autoverkopen. Dit komt door de vraag van de eindgebruiker naar diensten zoals navigatie, multimediastreaming, sociale media en diagnostiek op afstand, waarvan wordt verwacht dat ze het gemak van de bestuurder zullen vergroten. Deze ontwikkeling heeft ook positieve gevolgen voor de informatie technologie
Gartner schat dat de enterprise en automotive internet of things (iot)-markt zal groeien tot 5,8 miljard eindpunten in 2020, een stijging van 21 procent in vergelijking met 2019. Alles – van gegevens over de motor tot en met de bestuurder – kan worden verzameld, geanalyseerd en er kan naar worden gehandeld. Dit creëert een veel nauwere band tussen autofabrikanten en hun klanten.
Het vraagt echter om een flinke data-intensieve inspanning om autonome auto’s te leren rijden en diensten te laten leveren. Traditionele manieren om gegevens te beheren voldoen niet aan de eisen van de groeiende vraag naar autonoom rijden. Ook onze eigen klanten komen deze uitdagingen tegen. Om nog meer te leren over de auto-industrie hebben we, in samenwerking met onderzoeks- en adviesbureau Frost & Sullivan, onderzoek uitgevoerd. Zeventien leiders uit de auto-industrie die verantwoordelijk zijn voor grote transformatie-initiatieven, werden geïnterviewd om te begrijpen hoe zij zich voorbereiden op deze gegevensgerichte toekomst.
Cio’s, cto’s en mensen over de hele wereld die zich bezighouden met verbonden en autonome rijstrategieën zijn geïnterviewd. We hebben de pijnpunten besproken waar zij tegenaan lopen bij het realiseren van hun toekomstige doelen, evenals het beheer van schaalbare gegevens.
Er is een grote noodzaak om gegevens op grote schaal te beheren. Dat blijkt uit het feit dat op het moment slechts aan ongeveer 300 MB aan connected voertuigdata geld wordt verdiend per dag. Maar door het potentieel van autonome voertuiggegevens, gegevens van derden en zelfs klantgegevens te identificeren en te benutten, kan dit meer dan 10 TB per voertuig per dag worden. Om te voorkomen dat ze worden overweldigd door honderden verschillende point-solutions, datasets en beheersystemen, gaven leiders in deze industrie aan dat ze bezig zijn om een platformgerichte aanpak op te zetten waarmee ze een multi-cloud datastrategie kunnen toepassen, nu en in de toekomst.
Gegevensuitdagingen
Gegenereerde data uit een auto is geen nieuw concept voor autofabrikanten. Sinds het einde van de jaren negentig hebben fabrikanten gegevens van engine control modules (ecm’s) gebruikt om voertuigen te diagnosticeren en te repareren. Maar er is een groot verschil tussen elke paar kilometer 200 KB aan servicegegevens downloaden en elke dag Zettabytes aan gegevens analyseren van miljoenen voertuige
Autofabrikanten zullen een nieuwe wereld moeten omarmen waarin ze worden geconfronteerd met enorme data-uitdagingen, zoals de respondenten met ons hebben gedeeld. Zij identificeerden vier hoofdproblemen.
Welke soorten gegevens moeten we verzamelen? Het is verleidelijk om alles te verzamelen en het later pas uit te zoeken, maar de echte waarde van Iinternet of things zit in de ‘analytics of things’. Gegevens zijn gewoon niet nuttig zonder context of toepassing. Autofabrikanten moeten niet alleen begrijpen wat voor soort gegevens belangrijk zijn om te verzamelen, maar ook hoe ze die gegevens kunnen integreren met andere bedrijfsgegevens om een rijkere context te bieden en hoe ze het toe kunnen passen op specifieke zakelijke uitdagingen en kansen, online, op een werkvloer of op de weg.
Dit is een uitdaging voor veel autofabrikanten omdat ze momenteel worstelen met data silo’s in hun organisaties. Tegelijkertijd lopen ze het risico te worden overspoeld door hun gegevens naarmate het aantal connected auto’s groeit. De kans om die gegevens met de rest van het bedrijf te verbinden voor echte actie en besluitvorming kan worden gemist.
Hoe verzamelen en verwerken we gegevens? De tweede uitdaging is om te begrijpen hoe deze gegevens kunnen worden verzameld en verwerkt via een effectieve cloud-strategie die wordt ondersteund door kunstmatige intelligentie en machine learning in de hele organisatie. Dit is een grote kans voor de auto-industrie, die een digitale transformatie ondergaat van zijn traditionele bedrijfsmodel. Als automotive bedrijven aan de top willen blijven, moet er onmiddellijk worden gezorgd voor de juiste interne expertise op het gebied van deze nieuwe technologieën.
Hoe kunnen we inkomsten genereren met gegevens via nieuwe services en partnerschappen? Dit brengt ons bij de derde uitdaging: het creëren van nieuwe diensten op basis van door voertuigen gegenereerde gegevens. Het eerste dat in me opkomt, is de service-ervaring zelf: autofabrikanten kunnen deze gegevens gebruiken om service-reparaties te verbeteren en de lifetime value te verlengen. Maar er zijn ook veel innovatieve toepassingen, van realtime crash-preventiesystemen tot antidiefstal sms-meldingen bij het openen/activeren van een auto. Meer gegevens betekent ook meer mogelijkheden om designs van auto’s te verbeteren. Als bijvoorbeeld gegevens laten zien dat de achterdeuren van een sedanmodel met vier deuren zelden worden gebruikt, kan de autofabrikant overwegen een model met twee deuren te ontwikkelen.
Hoe beschermen we de gegevens? Tenslotte, en het belangrijkste, is dat autofabrikanten de gegevens beschermen die ze verzamelen. Ondanks dat consumenten bereid zijn om persoonlijke gegevens te delen als zij er iets van waarde voor terugkrijgen, zijn ze voorzichtig als het gaat om hun mobiliteitsgegevens. Autofabrikanten moeten goed letten op en transparant zijn over hoe ze gegevens genereren, opslaan en delen. Het delen van gegevens over het autogebruik met een verzekeringsaanbieder om kortingen of ‘pay-as-you-drive’-polissen aan te bieden, kan worden gezien als een voordeel voor de consument. Maar het delen van gegevens die de poliskosten nadelig kunnen beïnvloeden, zou uiteraard moeilijk te verantwoorden zijn bij consumenten. De route die iemand rijdt en locatiegegevens liggen bijzonder gevoelig en moeten in dezelfde mate worden beschermd als persoonlijke consumentengegevens.
Beheren op schaal
Tegenwoordig verplaatsen de meeste bedrijven gegevens van de bron naar waar applicaties worden gehost, maar de data-explosie in de auto-industrie zal dit moeilijker maken. Om simulatietesten sneller te maken, moet app-code worden verplaatst naar waar de gegevens zich bevinden. Bovendien zullen voertuiggegevens door verschillende partijen worden gebruikt op verschillende punten gedurende de levenscyclus – van toestemmingsbeheer tot betaling en authenticatie. Alleen een verbonden, next-generation platform kan zorgen voor end-to-end transparantie van data-eigendom en levert de nodige beveiliging en compliance.
Om dit next-generation, verbonden mobiliteitsplatform te ontwikkelen, is het belangrijk om mensen met cloud-, ai-,ml- en datamanagementvaardigheden aan te trekken en te behouden. Op dit moment worstelen de geïnterviewde automotive-leiders met een tekort aan interne capaciteiten. En zonder een bestaande roadmap voor een holistische, schaalbare gegevensbeheer oplossing, weten ze ook niet welke vaardigheden ze daadwerkelijk nodig hebben – waardoor het moeilijk wordt om het benodigde talent aan te nemen.
Als autofabrikanten niet over de technische vaardigheden beschikken om uitdagingen op het gebied van gegevensbeheer aan te pakken, hebben ze de expertise van it-leveranciers nodig die deze problemen al in andere industrieën aanpakken. Een hoofd van digitale producten die meedeed aan het onderzoek (ik kan geen naam noemen vanwege de privacyvereisten van het onderzoek) merkte op dat automotive organisaties moeten vertrouwen op it-partners die hen kunnen helpen bij het ontwikkelen, implementeren en beheren van de end-to-end data-infrastructuur.
Omarm de reis
Het is duidelijk dat de reis naar connected mobiliteit gaande is. De convergentie van autonoom rijden, slimmere fabrieken, cyber in de auto en mobility as a service verandert de manier waarop mensen en goederen zich bewegen radicaal.
Gegevens staan centraal in deze verschuiving en, nog belangrijker, de daarvan afgeleide inzichten die nieuwe bedrijfsmodellen en kansen voor de auto-industrie kunnen identificeren om in de toekomst succesvol te zijn. Door het efficiënt verzamelen, verwerken, analyseren en opslaan van waardevolle gegevens in een platform solution, kunnen industrieën de uitdagingen waarmee ze nu worden geconfronteerd overwinnen en vooruitgang boeken met zowel innovatie als het bepalen van hun bedrijfsmodellen van de toekomst.
De auto-industrie bevindt zich op een keerpunt en het is nu tijd om moeilijke beslissingen te nemen om de concurrentie voor te blijven en relevant te zijn in de markt.
