Przemysł motoryzacyjny jest technologicznym wyznacznikiem trendów w branżach produkcyjnych. A skoro możliwe stają się przewidywanie zachowania pracy linii produkcyjnej i analiza wydajności poszczególnych urządzeń, to tylko czekać wdrożeń proaktywnego działania z wykorzystywaniem zdalnej diagnostyki samochodu oraz przewidywania i zapobiegania awariom.

Smartwatche i smartbandy, które w ostatnich latach znacząco zyskały na popularności, stały się obiektem zainteresowania medycyny. W badaniu opublikowanym w „Nature Biomedical Engineering” wykorzystano te urządzenia, by przeanalizować dane fizjologiczne i te dotyczące aktywności u osób zakażonych Covid-19. Celem było wcześniejsze wykrycie choroby wywoływanej przez SARS-CoV-2. Po analizie danych zebranych z zegarków wykazano, że 63% przypadków Covid-19 mogło zostać wykrytych przed wystąpieniem objawów. Oczekuje się, że ciągłe monitorowanie za pomocą tego typu gadżetów umożliwi wczesne wykrywanie chorób zakaźnych. Ponadto oferuje wiele korzyści, które mogą pomóc zwiększyć wykrywalność chorób podczas pandemii.
Podobnym tropem idzie przemysł motoryzacyjny. Rozwój technologii sprawia, że coraz więcej pojazdów to „connected cars” – są na stałe podłączone do sieci i dzięki temu komunikują się z otoczeniem. Współczesny samochód jest w stanie przekazywać nam bardzo dużo danych nie tylko w formie komunikatów czy wskaźników na desce rozdzielczej. Wiele z nich dotyczy wykrytych problemów i błędów. 

Internet rzeczy (IoT) już dziś odgrywa istotną rolę w konserwacji predykcyjnej pojazdów, skoro gwarantuje przesyłanie i odbieranie danych diagnostycznych pojazdów w ciągu ułamków sekund. Obecnie nie tylko luksusowe samochody wyposażone są w czujniki IoT, prawie wszystkie produkowane mają różnego rodzaju wbudowane czujniki, usługi i urządzenia, które łączą się i działają za pośrednictwem internetu. Dane IoT przesyłane przez czujniki umożliwiają właścicielom i producentom pojazdów podejmowanie decyzji dotyczących konserwacji w czasie rzeczywistym. Diagnostyka predykcyjna ułatwia przewidywanie stanu podzespołów oraz optymalizowanie zadań serwisowych, co przekłada się na większą dostępność floty pojazdów. Przykładowo, specjaliści z firmy Bosch obliczyli, że diagnostyka predykcyjna skraca czas potrzebny na naprawę nawet o 25%, a to dzięki lepszemu wykorzystaniu warsztatu i zoptymalizowanej logistyce części zamiennych.

Trzeba pamiętać, że Przemysł 4.0 to pewien etap rozwoju szeroko pojętej cyfryzacji, obejmującej obszary zastosowań od przemysłowego internetu rzeczy, przez technologię chmury, aż po produkty wirtualne. A automotive to bardzo dynamicznie rozwijająca się gałąź gospodarki. Pojawiające się nowe wymagania i oczekiwania wobec rozwiązań z branży motoryzacyjnej sprawiają, że konieczne jest nie tylko natychmiastowe reagowanie na zachodzące zmiany, ale przede wszystkim przewidywanie ich!

Informacje o wydajności i efektywności działania, a także źródła kosztów oraz przychodów pozwalają z większą pewnością i na czas podejmować decyzje biznesowe. Obojętnie, czy to poziom produkcji motoryzacyjnej, czy rynek posprzedażowy (aftermarket), celem diagnostyki jest wspomaganie utrzymania ruchu. Ta rozwija się w szybkim tempie i jest siłą napędową nowej ery cyfryzacji. Im bardziej predyktywne/proaktywne podejście jest wymagane, tym większa jest konieczność posiłkowania się inteligentną diagnostyką. 
Jak bardzo obiecujący to rynek? Globalny rynek diagnostyki predykcyjnej w branży motoryzacyjnej w 2022 r. wygenerował przychody w wysokości około 59,5 mld USD, przewiduje się, że do 2030 r. będzie rósł rocznie o ponad 8,5%.

Do warsztatu dla konserwacji zapobiegawczej
Wzrost popytu na technologię IoT oraz wysokie zapotrzebowanie na funkcje bezpieczeństwa pojazdów to główne czynniki napędzające ekspansję rynku diagnostyki predykcyjnej na aftermarkecie.
Diagnostyka pokładowa do konserwacji zapobiegawczej jest coraz powszechniej stosowana w serwisowaniu i konserwacji samochodów. Kilka tygodni temu padła zapowiedź, że Webfleet, cieszące się globalnym zaufaniem rozwiązanie Bridgestone do zarządzania flotą, stanie się standardem w pojazdach Grupy Renault. Dzięki uczestnictwu w programie OEM.connect menedżerowie flot będą mogli łatwiej, szybciej i taniej korzystać z rozwiązań telematycznych. Do podłączenia pojazdów niezbędny jest jedynie numer identyfikacyjny (VIN).
Te czy inne rozwiązania wcale nie muszą być domeną koncernów samochodowych. Głównymi graczami na (posprzedażowym) rynku samochodowych systemów diagnostyki predykcyjnej są bowiem: Valeo, Garrett Motion, Aisin Seiki, Aptiv, Robert Bosch GmbH, Continental AG, KPIT Technologies Ltd., Siemens AG i Delphi Tech. Z nowatorskiego podejścia zasłynęła izraelska firma UVeye. Założona w 2016 r. specjalizuje się w systemach inspekcyjnych dla pojazdów, tworząc własny hardware i oprogramowanie. W ramach oferty UVeye dla branży motoryzacyjnej dostępne są trzy rozwiązania. Sztuczna inteligencja w rozwiązaniu Artemis diagnozuje opony, sczytując z nich informacje o rozmiarze i marce, sprawdza ciśnienie, kalkuluje ich zużycie oraz podane informacje o ich stanie na podstawie rankingu bezpieczeństwa DOT. Sztuczna inteligencja w ramach rozwiązania Helios diagnozuje podwozia, szukając uszkodzeń mechanicznych. Oprogramowanie rekonstruuje przeskanowany pojazd i oznacza wszystkie odstępstwa od normy, jak wygięcia, rdza czy odpryski.