Martorell (Španija), marec 2021. Kadar vozimo povezan avto, se anonimno ustvarja na desetine gigabajtov podatkov, ki jih zbirajo številni senzorji in elektronske komponente, kot so regulacija zdrsa pogonskih koles, nadzor stabilnosti, sprednja kamera in radar. Če te podatke dodamo informacijam, pridobljenim iz drugih vozil, lahko vidimo npr. odseke cest po vsej Evropi, ki so potrebni popravila. Kako je to mogoče? Ekipa v novi podatkovni službi SEAT Data Office je odgovorna za shranjevanje in obdelavo te velike količine informacij. "Z analizo teh informacij lahko odkrijemo načine uporabe, ki bodo koristili vsem prebivalcem, še posebej na področju varnosti, za kar si najbolj prizadevamo," je dejal Carlos Buenosvinos, eden od vodilnih.
Podatki iz gibanja. Ko pritisnete pedal za plin ali pomaknete stekla navzgor oz. navzdol, ustrezni elektronski krmilniki oddajo signale, ki se prek povezave 4G pošljejo na strežnik v oblaku. "Prvi izziv za ekipo Data Office predstavlja shranjevanje teh ogromnih količin podatkov. Potem pridejo na vrsto algoritmi ter matematične in statistične tehnike za obdelavo teh podatkov, s katerimi pridemo do zaključkov," je povedal Carlos. In vse temelji na anonimiziranih podatkih. "Mi ne vemo, od katerega vozila ali osebe so določeni podatki. Nas v bistvu zanimajo generični podatki, ki nam povedo, kakšno je stanje na cestah," je razložil Carlos.
Opazovalci iz prve vrste. Podatki regulacije zdrsa pogonskih koles, nadzora stabilnosti, zavor in temperature naših vozil nas seznanjajo s pogoji, ki vplivajo na stik pnevmatik s cestiščem, npr. luže, led ali sneg pa tudi poškodbe ali obrabljenost cestišča. "Z vsemi temi informacijami prispevamo k ustvarjanju frikcijskih zemljevidov evropskih cest, ki jih lahko damo v souporabo ponudnikom navigacijskih storitev, ki voznike opozarjajo na potencialne nevarnosti na cesti, ali infrastrukturnim operaterjem, ki jih uporabljajo za zagotavljanje ustreznega vzdrževanja cestnega omrežja," je razložil Víctor Monserrate, ki je tudi eden od vodilnih pri SEAT Data Office. "Ne samo da bo njihov odzivni čas krajši, postali bodo tudi učinkovitejši, saj jim ne bo treba stalno pregledovati cest, da bi našli napake," je še dodal.
Podatki, ki osvetljujejo. Z analizo vseh informacij, pridobljenih od senzorjev luči, je mogoče identificirati ceste, ki so premalo osvetljene. "Če imamo podatke o tem, kje je vozilo ob določeni uri in koliko svetlobe pada nanj, potem vemo, kje je treba izboljšati osvetlitev ceste; to so informacije, ki jih lahko posredujemo pristojnim organom za izboljšanje prometne varnosti," je povedal Carlos.
Nadzorovano okolje. Podatki sprednjih kamer in senzorjev nam v realnem času posredujejo informacije o razpoložljivosti parkirnih mest ob cesti, prometnem toku in ovirah na cesti – to so informacije, ki so zelo uporabne za navigacijo in reševalne službe. Še en primer je zaznavanje prometnih znakov. Če se lahko vozilo zanaša ne samo na svojo kamero, ampak tudi na kamere drugih vozil, in ima dostop do podatkov, zbranih v preteklosti, lahko npr. znak STOP ali neprekinjeno prečno črto zazna tudi, če v tistem trenutku iz kateregakoli razloga nista vidna. "S približevanjem višjim stopnjam avtonomne vožnje bomo morali dvakrat, trikrat ali štirikrat preveriti, ali imamo popoln nadzor nad vso okolico," je povedal Víctor.
Prihodnost je v podatkih. Víctor meni, da je izziv ta, da s podatki nehamo ravnati kot s sredstvom in z njimi začnemo ravnati kot z dobrino, ki ima lastno vrednost. Dejal je še: "S prihodom avtonomnih vozil in tehnologije 5G bo obseg pridobljenih podatkov eksponentno naraščal in s tem se bo povečevala tudi njihova vrednost, ker jih bomo lahko uporabljali za nove produkte in storitve." "Več informacij kot imamo, bližje smo lahko našim strankam. Lahko jih bomo bolje razumeli in imeli več posluha za njihove potrebe in vzgibe," je dodal Carlos.
Daljnosežne možnosti za projekte. Analiza podatkov iz povezanih avtomobilov je le eno od področij, s katerimi se ukvarja novi SEAT Data Office. Ta multidisciplinarna ekipa tudi optimizira delovne procese v podjetju, in sicer tako, da analizira podatke, ki jih je obdelalo več kot 1.000 informacijskih sistemov podjetja. "Naš cilj je, da bi z uporabo podatkov optimizirali interne procese, zmanjšali stroške, določili strategije za prihodnost in zasnovali nove poslovne modele," je razložil Víctor. "Dolgoročno bomo lahko z uporabo vsega tega znanja prispevali k boljši družbi in produktivnejšemu industrijskemu ekosistemu," je zaključil Carlos.
