Το Deep Learning θα μεταμορφώσει την βιομηχανία αυτοκινήτων

Σύμφωνα με την συμβουλευτική εταιρεία KPMG το Deep Learning, το οποίο το χρησιμοποιούμε για την εκπαίδευση τεχνολογιών τεχνητής νοημοσύνης (AI), θα φέρει μεγάλες αλλαγές στα αυτόνομα οχήματα και γενικότερα στην βιομηχανία των μεταφορών. Η μελέτη που έκαναν, προβλέπει ότι μέχρι το 2030 θα υπάρχει ένα νέο κομμάτι στις υπηρεσίες και προϊόντα μεταφορών, το οποίο θα σχετίζεται με με την αυτονομία, και θα έχει αξία 1 τρισεκατομμύριο.

Η έκθεση αναφέρει τις άμεσες επιπτώσεις του Deep Learning, το οποίο “Θα επαναπροσδιορίσει την φύση του να κάνεις δουλειές με τις αυτοκινητοβιομηχανίες”. Το Deep Learning αποτελεί ένα σημαντικό κεφάλαιο για την δημιουργία αυτόνομων οχημάτων, τα οποία μπορούν να λειτουργήσουν χωρίς καμία παρέμβαση από τον άνθρωπο.

Ο Gary Silberg, ειδικός στην αυτοκίνηση της KPMG, αναφέρει, “Το Deep Learning επιταχύνει την αυτονομία, αρκετά πιο γρήγορα από ότι είχαμε φανταστεί, και θα έχει εκτεταμένες συνέπειες για την βιομηχανία και τους τρόπους μετακίνησης της κοινωνίας σαν σύνολο. Εάν ένα αυτοκίνητο δεν μπορούσε να μάθει, τότε θα ήταν ακόμη εξαρτημένο από εκατομμύρια γραμμές κώδικα, με τέτοια πολυπλοκότητα και ασάφεια, που η αυτόνομη οδήγηση δεν θα ήταν εφικτή για πολλά χρόνια ακόμα”.

Είμαστε στην αρχή αυτού του οποίου ο Silberg αποκαλεί, μια νέα εποχή στην ανάπτυξη και παραγωγή προϊόντων της αυτοκινητοβιομηχανίας. Αυτή η εποχή θα δώσει έμφαση στο “νευρικό σύστημα” των οχημάτων, δηλαδή τον υπολογιστή, τους αισθητήρες, τον έλεγχο, την αλληλεπίδραση του οδηγού και την αποθήκευση δεδομένων. Σύμφωνα με τον Silberg, “Αυτή θα είναι μια τεράστια αλλαγή στην οργανωτική δομή, την απόκτηση ταλαντούχων εργαζομένων και το μοντέλο λειτουργίας για τους περισσότερους κατασκευαστές αυτοκινήτων”.

Η κίνα θέλει να κατακτήσει τους δρόμους με στόλους αυτόνομων φορτηγών

Η KPMG σημειώνει ότι αυτή είναι μια κρίσιμη καμπή στην ιστορία της αυτοκινητοβιομηχανίας, με τις σχετικές εταιρείες να δίνουν μάχη για την απόκτηση εξειδικευμένου προσωπικού. Ήδη υπάρχει έλλειψη σε επαγγελματίες οι οποίοι έχουν ταλέντο στο Deep Learning, με το κενό αυτό να μην γεμίζει πολύ σύντομα. Αυτή η έλλειψη, καθιστά αρκετά δύσκολο στις αυτοκινητοβιομηχανίες να ανταγωνιστούν τις εταιρείες ηγέτες στην τεχνολογία. Επιπλέον, τα Πανεπιστήμια δεν έχουν συμβαδίσει ακόμη με τις απαιτήσεις της αγοράς, για άτομα που γνωρίζουν πως να αναπτύξουν τεχνολογίες αυτόνομης οδήγησης.

Στην μελέτη της KPMG, γίνεται λόγος για κάποιες κινήσεις που πρέπει να κάνουν η κατασκευάστριες εταιρείες οχημάτων, ώστε να επιβιώσουν στην αλλαγή αυτή. Η πρώτη αφορά την τάση της αγοράς προς τα “κοινόχρηστα” οχήματα και το όλο μικρότερο ποσοστό ιδιοκτησίας. Μέχρι το 2030, ένα νέο κομμάτι της αγοράς θα φορά μόνο τις Mobility Services, με μια πληθώρα νέων προϊόντων σχετικά με την αυτονομία, την κινητικότητα και την συνδεσιμότητα να την έχουν κατακτήσει. Οι παραδοσιακές αυτοκινητοβιομηχανίες θα πρέπει να αποκτήσουν μερίδιο στην αγορά αυτή αν θέλουν να επιβιώσουν.

Στο μέλλον οι αυτοκινητοβιομηχανίες δεν θα κατασκευάζουν μόνο οχήματα. Με το Deep Learning να έχει επιταχύνει την αυτόνομη οδήγηση, αυτές οι εταιρείες θα πρέπει να αποφασίσουν αν θα παραμείνουν κατασκευαστές, να γίνουν πάροχοι υπηρεσιών μεταφοράς ή και τα δύο.

Με το “νευρικό σύστημα” του οχήματος να είναι το επίκεντρο, οι κατασκευαστές θα πρέπει να αλλάξουν το πως σκέφτονται πριν δημιουργήσουν ένα νέο όχημα. Τώρα θα πρέπει να δίνουν περισσότερη έμφαση σε όλα τα κομμάτια του αυτοκινήτου που το κάνουν να είναι έξυπνο και αυτόνομο.

Τέλος, οι αυτοκινητοβιομηχανίες θα πρέπει να βρουν το απαραίτητο ταλέντο για να στηρίξουν όλη αυτή την προσπάθεια. Αυτοί την στιγμή υπάρχουν πολύ λίγα ταλαντούχα άτομα διαθέσιμα, οπότε κάτι πρέπει να αλλάξει γρήγορα, πριν τους προλάβουν οι εξελίξεις και βρεθούν απροετοίμαστες.

Πηγή