Lo studio Accenture Reeboting Autonomous Driving traccia una fotografia del mercato dell’auto a guida autonoma e ne delinea prospettive e opportunità di business fino al 2030.
Si prevede un aumento della vendita di questi innovativi veicoli nei prossimi anni, ma la quota maggiore del mercato automotive sarà ancora rappresentata da auto con funzioni di assistenza alla guida, seppur avanzate. A prima vista, infatti, i veicoli driverless potrebbero sembrare una realtà dei nostri giorni più di quanto non lo siano effettivamente, ma la maggior parte si trova ancora in piena fase sperimentale. Inoltre, l’industria automobilistica sta ancora lavorando per aumentare le performance e risolvere le criticità dei veicoli di Livello 3 (auto che esonerano il conducente dalla necessità di avere sempre il controllo del veicolo, purché sia pronto ad intervenire immediatamente in caso di bisogno).
“La guida autonoma rappresenta uno dei 4 grandi macro trend che stanno rivoluzionando il settore Automotive, sempre più guidato da Intelligenza Artificiale, processi di Machine Learning, utilizzo di Big Data e software avanzati”, ha affermato Teodoro Lio, Consumer& Manufacturing Industries Lead di Accenture Italia, Europa Centrale e Grecia. “Negli ultimi anni sono stati fatti degli enormi passi avanti nello sviluppo di veicoli autonomi. Molte case automobilistiche e nuovi player di settore hanno preso posizione dichiarando che le auto guidate dall’intelligenza artificiale sarebbero diventate realtà entro il 2025. Tuttavia, con la tecnologia e gli algoritmi di deep learning disponibili, siamo ancora lontani dal raggiungimento di questo traguardo. Ad oggi, l’intelligenza artificiale non è ancora in grado di distinguere un segnale stradale reale da uno modificato o guidare su strada quando l’asfalto è coperto di neve. C’è poi un tema di complessità del contesto di guida, molto più rilevante in Europa rispetto ad altre zone, come ad esempio la California, dove si sono svolte le prime sperimentazioni in questo senso”.
La buona notizia è che, nei prossimi anni, sempre più veicoli avranno funzioni di guida assistita o altri optional di guida semi-autonoma avanzate (definiti come veicoli di Livello 2). Infatti, si prevede che entro il 2030 il 60% di tutte le nuove automobili saranno dotate di funzioni di Livello 2.
Esiste però un rovescio della medaglia. Gli attuali sistemi non sono ancora in grado di sostenere adeguatamente la navigazione autonoma delle automobili nel traffico urbano. Anche l’apprendimento supervisionato – la tecnologia che consiste nel fornire al sistema informatico della macchina grandi pacchetti dati etichettati e un metodo di interpretazione che diventano il suo database di informazioni ed esperienze – non è sufficiente per permettere all’Intelligenza Artificiale di sostituire un conducente in carne e ossa.
Inoltre, essendo la realizzazione di automobili premium di Livello 3 (con guidatore pronto ad agire) e Livello 4 (con conducente che agisce su pedali e volante solo in caso di emergenza) molto costosa, si prevede che non rappresenterà più del 5% totale del mercato automotive entro il 2030.
Le auto di Livello 5 (senza alcun ausilio del guidatore) richiedono sistemi completamente “adattivi”, basati interamente su intelligenza artificiale e machine learning. Le previsioni hanno quindi largamente sovrastimato il potenziale tecnologico a disposizione e, nel breve termine, l’obiettivo di mettere in produzione veicoli driverless è praticamente irraggiungibile, a meno che questi sistemi non possano dimostrare qualcosa di simile al ragionamento umano durante la fase di sviluppo.
Per fare un esempio, in questo momento non esiste un algoritmo in grado di distinguere, senza possibilità di errore, tra un segnale di traffico reale e uno che potrebbe essere stato alterato. Il livello attualmente raggiunto dalla tecnologia AI, seppur decisamente all’avanguardia, non è sufficiente per supportare adeguatamente la guida autonoma. Ѐ quindi necessaria un’infrastruttura adeguata, altrimenti l’intero sistema non potrebbe essere ritenuto abbastanza sicuro per la produzione di serie.
“Passare da auto di Livello 1” – prosegue Teodoro Lio – “a veicoli con funzionalità avanzate di guida assistita (Livello 2), è stato relativamente veloce, grazie ai progressi tecnologici raggiunti. Per arrivare ad auto completamente autonome (Livello 5) è però necessario un importante cambio di passo che coinvolga non solo i produttori di automobili – chiamati ad attivare nuove collaborazioni ecosistemiche, modificare il modo in cui vengono costruite le auto e continuare a sviluppare nuove funzionalità e software avanzati – ma anche l’intero contesto istituzionale, di mobilità urbana e normativo”.
Uno scenario che conduce a due possibili alternative nello sviluppo del mercato: la guida supervisionata in un ecosistema open-ended, che preveda la presenza del conducente all’interno del veicolo o in centrale operativa; oppure la guida autonoma in ambiti ristretti (ODD*)1, che consideri di ridurre la complessità degli ambienti circostanti, in modo tale che non sia più necessaria la presenza del conducente a bordo. Mentre la vendita di veicoli tradizionali (Livello 0) dovrebbe costantemente diminuire nei prossimi anni, si prevede che i veicoli dotati di funzioni avanzate di assistenza alla guida (Livello 2) rappresenteranno la quota maggiore di mercato, con una percentuale del 60% nel 2030.
Guardando ai prossimi anni, si prevede che i settori con maggiore potenziale probabilmente saranno quelli dei veicoli privati e commerciali con funzioni di assistenza al conducente per le automobili (come il “traffic jam pilot” – guida autonoma in caso di congestione del traffico – di Livello 2) o funzioni di guida autonoma per applicazioni specifiche per la logistica (come la movimentazione dei container di Livello 4).
Per le aziende OEM (Original Equipment Manufacturer) diventa fondamentale ottenere licenze di Hardware e Software da operatori tech. In alternativa, dovrebbero sviluppare autonomamente degli hardware per i veicoli. Un’opzione, questa, che non consentirebbe la proprietà del software e del “data element” sulle autovetture prodotte e ciò corrisponderebbe ad una perdita fondamentale in termini di proprietà tecnologica. Quindi, gli OEM dovrebbero concentrarsi sulla creazione di partnership strategiche e sviluppare modelli di business fondati sulle licenze con aziende “terze” del settore Tech.
1 Operational Design Domain: ambito/dominio di progettazione operativa. Condizioni operative in base a cui un dato sistema a guida autonoma o una determinata funzione sia progettata specificamente, inserendo ostacoli/limiti geografici e ambientali e caratteristiche di traffico o della sede stradale.
Condividi l'articolo
Scegli su quale Social Network vuoi condividere