AWS, come il Machine Learning è il motore della rivoluzione della mobilità

I modi con cui la convergenza tra cloud e intelligenza artificiale sta favorendo un'innovazione diffusa nella cosiddetta tecnologia auto

Avatar di Antonino Caffo

a cura di Antonino Caffo

La convergenza tra cloud e intelligenza artificiale sta consentendo un'innovazione diffusa della tecnologia autonoma, soprattutto nel settore della mobilità. Questo è un cambiamento radicale, che vede, secondo PWC, il 68% dei responsabili delle aziende T&L convinti che i cambiamenti nelle tecnologie di base della fornitura di servizi porteranno un forte impulso nel proprio settore nei prossimi cinque anni, mentre il 65% prevede che i progressi nei canali di distribuzione faranno lo stesso.

Entrando nel dettaglio, secondo Swami Sivasubramanian, Vicepresidente, Amazon Machine Learning di AWS, sono quattro le aree principali in cui il machine learning ossia l'apprendimento automatico sta alimentando una rivoluzione della mobilità per l'industria dei trasporti e della logistica: previsione della domanda e ottimizzazione dei percorsi, guida autonoma e mappatura, robotica e rilevamento delle anomalie.

Ad esempio in TuSimple, il team tecnologico ha implementato più di 100 moduli AI basati sul cloud per effettuare in modo sicuro ed efficiente consegne commerciali autonome di oltre 100 miglia. Anche a 65 miglia all'ora su un camion carico, l'algoritmo AI avanzato di TuSimple è in grado di distinguere tra i tipi di veicoli che condividono la strada, di determinare la loro velocità e di mantenere i camion di TuSimple centrati in modo sicuro nelle loro corsie con una precisione di circa 5 centimetri.

«Nel Sud-Est asiatico, la società di autogrill Grab ha voluto potenziare i suoi algoritmi di abbinamento e fornitura in tempo reale on-demand. Si è rivolta a strumenti di machine learning per accedere al calcolo dei dati in tempo reale e a flussi di dati che supportano 1,5 milioni di prenotazioni di corse, migliorando in ultima analisi le sue prestazioni di matching e fornitura del 30%».

Un altro esempio di AI e di machine learning che ha avuto un impatto positivo sul settore T&L è l'uso da parte di Lyft di una soluzione di analisi delle serie temporali alimentata da AI. Questa tecnologia evidenzia automaticamente le anomalie che segnalano problemi aziendali più grandi e rileva gli incidenti che richiedono un'ispezione.

Gli strumenti di machine learning e di IA basati sul cloud sono il cuore anche di Amazon.com che è in grado di consegnare con successo e in modo efficiente miliardi di pacchetti all'anno - dal momento in cui i clienti effettuano un ordine, all'evasione, fino alla consegna. In Amazon vengono utilizzati algoritmi di previsione per capire ciò che i clienti potrebbero ordinare garantendo così una fornitura sufficiente nei magazzini.

«Le “lezioni” degli ultimi anni sono chiare: essere competitivi nel settore T&L non è mai stato così complesso e importante allo stesso tempo, e la redditività è il risultato di una vera efficienza guidata dalla tecnologia. Fortunatamente, le più recenti innovazioni in AI e ML stanno portando a queste aziende un enorme vantaggio, fornendo loro gli strumenti necessari per affrontare le sfide e prosperare».