フリート管理の革命：AIとIoTの統合によるスマートな運用

モノのインターネット（IoT）への人工知能の適用は、ヘルスケアから製造、輸送まで、さまざまな業界で急速なイノベーションを推進しています。

IoTがデータ収集のためのリモートセンサーシステムの開発に焦点を当てるのに対し、AIoT（人工知能のモノ）はそれらのシステムを接続して集合知を創出し、最終的にシステム内の各ノードをより賢くします。インテリジェントな認知、エッジコンピューティング、自律機能を組み合わせることで、人間に着想を得た意思決定の自動処理を低コスト、大規模、高精度で可能にします。

このテクノロジーは、特にフリート安全の分野で、今日の多くの商用輸送システムのバックボーンをすでに形成しています。

AIoTは、人間が効率的に処理できない大量のデータを生成するセクターに特に有用です。輸送業界では、フリートがテクノロジーの足跡をアップグレードし、最新の先進運転支援システム（ADAS）を採用するにつれて、車両から生成されるデータ量が日々増加しています。

ビデオと車両データの組み合わせは安全リスクの検出と軽減に不可欠ですが、ほとんどのプラットフォームは、それらすべてのデータをクラウドで処理、分析、解釈するためのストレージやコンピューティング能力を備えていません。さらに、商用車に一般的に搭載されているデバイスは高解像度データを生成するため、クラウドへの送信が経済的に禁忌となります。

これに対応して、AIoTテクノロジーは車載および車上デバイスの機械学習能力と、クラウド処理環境のコンピューティングパワーを組み合わせます。この統合アプローチにより、設置されたデバイスは、データがクラウド送信前に要約または削減される必要があった場合に失われていたであろう高度な洞察を推論できます。

AIoTシステムは独自の双方向性を持ち、数百の車載デバイスからのデータを集めてトレンドを特定し、それらが逆に同じデバイスが将来どう意思決定するかを知らせます。

車載デバイスは、車両のさまざまなポイントに設置された機械学習アルゴリズムとセンサーに基づき、常にAI駆動の意思決定を行っています。AIoTシステムでは、すべての意思決定の背後にある理由がクラウド処理環境にアップロードされ、そこでは多数のデバイスからのデータと洞察を見て共通のトレンドを特定できます。この情報は、デバイスの機械学習アルゴリズムへのアップデートとしてデバイスに送り返されます。この「クラウドソーシングされた」知能のループに参加するノードが多ければ多いほど、各ノードはより賢く、より良く機能するようになります。

ボーナスとして、AIoTシステムは車両センサー以外から収集された情報、例えば天気予報、交通状況、道路沿いの危険なインシデントを共有できます。運転行動データの上にこれらの洞察を重ねることで、デバイスは最速ルートから天候に適した最適速度まで、あらゆることについてリアルタイムの意思決定を行う方法を学習します。

商用トラック輸送の安全システムは、この用語が採用される以前から、かなりの期間AIoTの恩恵を実現してきました。例えば、AIoTはドライバーへのタイムリーなセルフコーチングを提供するために一般的に使用されています。車内ADASセンサーは、衝突が発生する前にドライバーが是正措置を取れるよう、安全リスクをリアルタイムで警告します。

最近では、AIoTは「座り込みトラック（危険な回廊に駐車した商用トラック）」を特定し、フリート管理者に警告するためにも導入されています。これらのケースでは、機械学習システムが、特定のサイトに駐車した車両の安全リスクを反映する複雑なイベントシーケンスを評価します。

トリガー管理は輸送安全の鍵です。適切なタイミングで適切な通知を送ることは、フリートを高コストな衝突から守り、何よりも命を救います。安全プラットフォームがフリート内のすべての車両からデータを取得し、それをクラウドでの実際の安全結果と相関させるとき、AIoTは車載デバイスがドライバーに適切な合図で効果的に通知できることを保証します。適切な瞬間にドライバーに警告する能力には、エッジ処理、低レイテンシ通知、および可能な救済措置が必要です。デバイスがエッジで働き、さまざまなイベントの連続したストリームをクラウドに送るのとは対照的に、AIoTはこれらのデバイスに最もリスクの高い行動を特定、優先順位付け、対応することを教えます。

商用輸送セクターにおいて、AIoTテクノロジーは今日の最も重要な運転リスクのいくつかに対処する可能性を秘めています：注意散漫、天候条件に合わない速度超過、歴史的に危険な道路回廊への駐車。

どの日でも、国内で最も危険な道路がどこかはすでにわかっています。この情報をルーティングシステムにリンクし、すべてのドライバーが自分の車両や運転スキルレベルに最適な、最も安全で効率的なルートを選択できるようにする影響を想像してみてください。クラウドソーシングされれば、このテクノロジーは自治体、州、連邦機関が陥没穴などのリスキーな道路要素に対応し、道路や高速道路の設計時に新しい安全戦略を導入するのをガイドするかもしれません。

David Wagstaffは、ビデオベースの安全と輸送インテリジェンスのプロバイダーであるSmartDrive Systemsのアナリティクス担当バイスプレジデントです。