Jelas dari dasbor (terbuka di tab baru) tampilan dan aplikasi yang terhubung (terbuka di tab baru) bahwa mobil semakin teknis, tetapi ke arah mana otomatisasi berbasis data ini benar-benar membawa kita?
Masa depan otomotif berbasis data yang berfungsi untuk semua orang memerlukan rencana untuk data tersebut (terbuka di tab baru) itu masuk ke mobil: kejelasan tentang bagaimana itu akan digunakan dan komunikasi tentang manfaat yang akan didapatnya.
Tentang Penulis
Joerg Zimmer adalah Wakil Presiden Penjualan EMEA di BlackBerry (terbuka di tab baru) Solusi Teknologi.
Dari mengaktifkan elektrifikasi yang tidak akan membuat pengemudi terdampar tanpa biaya, hingga keamanan siber (terbuka di tab baru) yang melindungi masa depan mobil otonom yang menarik, penggunaan data terbaik mengutamakan pelanggan.
Berikut adalah tujuh tren yang membuat visi ini menjadi kenyataan.
1. Pengalaman pelanggan adalah prioritas yang dapat dipelihara oleh data
CX (terbuka di tab baru) dengan cepat menjadi pembeda terbesar antara merek – dalam industri apa pun. Tak terkecuali di bidang otomotif. Namun, hal itu tidak dapat dilakukan setengah-setengah hanya karena hubungan yang impersonal secara historis antara pembuat mobil dan pengemudi. Di dunia modern yang sempurna, pengalaman yang dihasilkan secara algoritme dari Netflix, Uber, dan sejenisnya, para pembuat mobil menghentikan pekerjaan mereka untuk secara efektif memanfaatkan kekayaan data yang diperoleh dari konektivitas kendaraan mereka yang baru ditemukan.
Jawabannya terletak pada menangkap data di belakang pelanggan (terbuka di tab baru) interaksi dan bertindak atas apa yang dipelajari. Dengan informasi di balik penyebab dan waktu masalah pelanggan, pembuat mobil dapat memperkenalkan “saat-saat menyenangkan” dengan memperbaiki masalah secara real time atau secara proaktif menawarkan solusi – mulai dari merampingkan servis kendaraan hingga menyarankan tempat parkir secara intuitif. Ini terus meningkatkan CX dengan menghentikan frustrasi pelanggan potensial di jalurnya. Platform yang sama yang menggunakan data ini juga dapat menjaganya tetap aman dari peretasan. Keseimbangan antara menggunakan data secara fleksibel, dan menjaganya tetap aman, membangun hubungan kepercayaan jangka panjang dengan pengguna kendaraan.
2. Aplikasi otomotif yang memungkinkan developer berkreasi
Pelanggan juga berkesempatan memanfaatkan potensi data mobil mereka dengan menyesuaikan perjalanan mereka melalui aplikasi otomotif.
Untuk pembuat mobil, ini berarti kompleksitas ekosistem aplikasi di dalam kendaraan. Membangun platform aplikasi dalam kendaraan yang standar dan stabil serta menarik komunitas pengembang adalah proses yang panjang dan mahal dengan risiko tinggi. Namun, dengan ekosistem yang aman dan luas, berbagai kelompok pengembang dari pembuat mobil, pemasok, dan pihak ketiga semuanya dapat melakukan keajaiban mereka untuk membuat aplikasi yang brilian, baik mereka memiliki pengalaman otomotif atau tidak. Terlebih lagi, jika pelanggan memiliki beberapa kendaraan dari berbagai merek, aplikasi yang sama dapat digunakan di seluruh kendaraan tersebut jika semua portabilitas layanan yang tidak bergantung pada kendaraan tersedia.
3. Elektrifikasi yang memberdayakan pelanggan untuk merangkul keberlanjutan
Salah satu kekhawatiran konsumen terbesar dengan mobil listrik karena jarak tempuh mereka perlahan meningkat, adalah ketakutan terdampar jauh dari titik pengisian daya. Namun, dengan menangkap data kegunaan dan navigasi, pembuat mobil dapat menemukan tempat untuk meletakkan titik pengisian daya, berapa banyak kapasitas yang mereka perlukan, dan cara memberi tahu pengemudi tentang hal itu.
Dengan menangkap kegunaan dan navigasi (terbuka di tab baru) data dari ribuan pengemudi, pembuat mobil dapat memahami cara terbaik untuk membuat pelanggan senang melalui layanan pemeliharaan prediktif. Ini dapat memanifestasikan dirinya dalam menawarkan peringatan dini kepada pelanggan tentang kapan harus merotasi ban, mengganti bola lampu, menambah pelumas, atau mengganti baterai.
Melihat gambaran yang lebih besar dari infrastruktur kelistrikan masyarakat, pembuat mobil juga dapat menganalisis data pola penggunaan individu untuk membantu mendistribusikan siklus pengisian daya mobil secara optimal, membantu perusahaan utilitas mengatasi beban yang lebih besar pada jaringan listrik yang ditimbulkan oleh jumlah EV yang cukup besar yang diisi dalam semalam.
4. Data besar berdasarkan kebiasaan mengemudi dapat mengubah kota pintar
Meskipun program otonom, elektrifikasi, dan CX semuanya dibantu oleh proses dan analisis berbasis data, pembuatan, pengumpulan, dan pengorganisasian sistematis dari data yang mendasari ini oleh pembuat mobil merupakan tren tersendiri. Data besar otomotif (terbuka di tab baru) adalah alat yang sangat berharga untuk analisis pembuat mobil.
Melalui data yang mereka berikan, mobil yang terhubung memungkinkan analitik untuk memahami di mana harus membuka dealer atau pusat layanan baru, serta sejumlah keputusan penting bisnis lainnya. Bahkan bisa dijual ke pemerintah atau waralaba bisnis yang ingin memahami rute atau lokasi kendaraan.
Namun, menyimpan data dalam jumlah besar ini mahal. Pembuat mobil perlu mengelolanya secara efektif, dengan memastikan data dari kendaraan yang lebih tua dapat dipadukan dengan data modern untuk analisis yang lebih mudah, dan juga melalui kecerdasan yang ada. Untuk menyaring data mentah saat dihasilkan memanfaatkan bandwidth dengan lebih baik, menawarkan keuntungan finansial dan ekologis yang sangat nyata.
5. Mobilitas sebagai layanan membuka mobilitas untuk semua
Membeli mobil tentu saja menawarkan kebebasan bergerak – tetapi biayanya besar. Namun, hari ini, mobilitas dapat dibeli tanpa membeli mobil. Mobility-as-a-service (MaaS) menawarkan pembayaran per perjalanan, pembayaran per hari, sewa tanpa kontrak jangka pendek, langganan, dan model bisnis inovatif lainnya yang direbut oleh perusahaan baru.
Data akan menjadi kunci ledakan industri MaaS di panggung otomotif utama. Dengan menentukan pola yang mendasari penggunaan aset kendaraan bersama (seperti pola penggunaan, berbagi hot-spot dan informasi yang memandu penetapan harga berdasarkan waktu dan kapasitas), pembuat mobil dapat menjaga keseimbangan sempurna antara opsi transportasi berorientasi layanan dan kepemilikan.
Selain itu, ketika datang ke MaaS di kota, pembuat mobil dapat memberikan informasi terperinci tentang arus lalu lintas tanpa infrastruktur kamera atau permukaan jalan yang mahal, membuka jalan bagaimana MaaS akan mengubah rute sumber kehidupan kendaraan kota.
6. Cybersecurity harus melindungi setiap data otomotif
Ketergantungan kendaraan modern pada perangkat lunak adalah berita bagus tidak hanya bagi pengemudi yang mencari pengalaman modern, tetapi juga bagi penjahat dunia maya. Semakin banyak perangkat lunak, semakin banyak yang bisa diretas. Kendaraan yang disusupi bisa sangat berbahaya – jadi pencegahan serangan semacam itu adalah yang terpenting.
Pembuat mobil harus menyadari empat faktor penting dalam pendekatan keamanan siber mereka: mengamankan perangkat lunak kendaraan, mengamankan cloud (terbuka di tab baru) infrastruktur, mengenali kerentanan, dan menambal kerentanan.
Namun bagaimana tim keamanan mengenali kerentanan yang belum pernah terlihat sebelumnya (eksploitasi zero-day)? Pemantauan aktivitas kendaraan secara terus-menerus memberi kesempatan pada sistem untuk menemukan perilaku anomali, yang dapat mengungkapkan kerentanan perangkat lunak yang kemudian ditambal dengan cepat. Sama halnya, tim dapat bertindak berdasarkan intelijen waktu nyata yang disediakan oleh pakar keamanan siber, sebelum dengan cepat menonaktifkan perangkat lunak kendaraan dari jarak jauh, untuk mencegah rekayasa balik lebih lanjut oleh penyerang dunia maya.
7. Mobil otonom harus menunjukkan kesadaran akan lingkungannya
Dapat dikatakan bahwa seluruh industri otomotif bekerja untuk mencapai tujuan kendaraan otonom. Sementara kendaraan SAE Level 5 masih jauh, kami berada di jalur yang baik dengan menambahkan sebagian fungsi otonom yang pada akhirnya akan mengarah ke Level 5.
Data adalah inti dari pengejaran ini, digunakan untuk melatih algoritme self-driving dengan “menunjukkan” situasi potensial mobil dan “mengajar” untuk bereaksi dengan cara tertentu. Tetapi untuk membuat kinerja kendaraan dapat diandalkan secara konsisten, proses pelatihan ini harus memiliki akses ke sejumlah besar data mengemudi yang diambil dalam berbagai kondisi.
Data ini mencakup data sensor mentah (yang menangkap mobil di lingkungannya), data kendaraan (yang berasal dari pembaruan status internal), dan metadata. Yang terakhir melihat dua aliran data pertama dan memberikan label yang memberi mereka arti tingkat manusia. Sistem kompleks ini dapat diuraikan oleh pembuat mobil melalui pemrosesan canggih yang menghasilkan wawasan analitis tentang bagaimana sistem otonom mengatasi, dan di mana ia dapat melakukan perbaikan. Pembelajaran mesin (terbuka di tab baru) juga dapat menambahkan sensor sintetik baru, untuk menghasilkan wawasan baru tentang sejumlah peristiwa otonom, mulai dari memahami pemandangan batas kecepatan hingga melihat dalam visibilitas rendah.
Setiap titik data harus memenuhi potensi wawasannya
Mencapai masa depan otomotif yang inklusif, berkelanjutan, aman, dan fleksibel terkait undang-undang baru dan inovasi masa depan adalah mungkin, jika data dianalisis dengan baik dan dimanfaatkan sebaik mungkin sekarang.
Perangkat lunak yang bekerja di dalam kendaraan, mendukung keamanan, dan memungkinkan inovasi sangat penting untuk tujuan ini. Pembuat mobil harus merangkul penawaran teknologi berkualitas tinggi yang tersedia bagi mereka jika mereka ingin menciptakan masa depan mobilitas yang cocok untuk semua orang.