Dove i dati incontrano la strada: come Snowflake sta guidando il futuro dell’innovazione automobilistica

Negli ultimi decenni l’industria automobilistica ha subito una trasformazione epocale. Nel 2005, la maggior parte dei veicoli era sofisticata dal punto di vista meccanico, ma aveva funzionalità digitali e integrazioni limitate. Oggi l’automobile è un computer su ruote: software-defined, connessa al cloud, sempre più autonoma e in continua evoluzione attraverso aggiornamenti over-the-air (OTA). 

I progressi tecnologici hanno accelerato questa accelerazione a un ritmo incredibile. Prendiamo ad esempio le auto elettriche: nel 2023 rappresentavano il 18% delle vendite, rispetto al 2% del 2018. Sensori a basso costo, reti wireless ad alta velocità e cloud hanno reso possibile una trasformazione completa, con dati, analisi e AI ormai al centro dell’intero ciclo di vita dell’automobile.

Per aiutare le aziende automobilistiche a tenere il passo con questo incredibile ritmo di cambiamento e velocità verso ulteriori innovazioni, Snowflake sta potenziando il suo AI Data Cloud offrendo soluzioni automotive specificamente pensate per il settore automobilistico. 

Tim Long, Global Industry GTM Lead for Manufacturing di Snowflake, e Pugal Janakiraman, Field Chief Technology Officer Snowflake per il settore manifatturiero, delineano alcune delle più grandi sfide e opportunità che le aziende automobilistiche affrontano oggi.

I dati hanno un ruolo essenziale in tutte le innovazioni che avvengono nel mondo automobilistico. Quali sono le sfide che il settore deve affrontare per sfruttare appieno i propri dati?

I dati necessari per far progredire il settore sono tradizionalmente molto difficili da acquisire per una serie di motivi:  

• Dati in silos: i dati sono isolati in silos in tutti i sistemi di progettazione, produzione e post-vendita del settore automobilistico, rendendo quasi impossibile un’analisi end-to-end dell’intero ciclo di vita del veicolo.

• Volume dei dati: l’enorme quantità di dati è aumentata drasticamente con la rapida crescita dei sensori nei processi di produzione e nei veicoli connessi. Una sola auto, ad esempio, può generare più di 20 GB di dati all’ora, e questa è una stima conservativa. Con circa 100 milioni di automobili prodotte all’anno in tutto il mondo, è una cifra davvero enorme.

• Infrastruttura legacy: le infrastrutture legacy hanno una scalabilità limitata, ma la scalabilità è necessaria per sviluppare le soluzioni di guida autonoma o i “gemelli digitali” utilizzati nella progettazione automobilistica.

• Collaborazione interaziendale difficile: la collaborazione produttiva tra gli OEM del settore automobilistico e le loro migliaia di fornitori, partner e clienti è davvero molto complessa.

Negli ultimi decenni, l’industria automobilistica si è concentrata principalmente sulla promozione dell’efficienza all’interno di una particolare area di processo o di un sistema isolato, come la gestione del ciclo di vita del prodotto, i sistemi ERP e i sistemi di esecuzione della produzione. Oggi, però, con la capacità di calcolo illimitata disponibile nel cloud e gli strumenti di analisi dei big data che maturano con l’AI, le organizzazioni possono creare efficienze che vanno ben oltre i silos di un dipartimento o di un sistema. 

Tuttavia, questo percorso di cloudificazione presenta nuove sfide, dato il volume e la velocità dei dati generati dalle auto “connesse”. Inoltre, la paura del vendor lock-in ha spinto molte aziende automobilistiche ad adottare strategie multi-cloud, e questo ha portato alla fine alla persistenza di silos di dati, che sono usciti dai sistemi on-premise arrivando anche nell’infrastruttura cloud.

Quali sono le funzionalità chiave che Snowflake offre per affrontare queste sfide?

Le soluzioni automotive di Snowflake includono efficaci capacità di condivisione dei dati e di AI, che, combinate con le soluzioni dei partner specializzati, consentono a tutto l’ecosistema di fornitori, OEM, distributori, rivenditori e service provider di collaborare senza soluzione di continuità allo sviluppo dei veicoli, di ottimizzare i processi produttivi e di sfruttare i dati in tempo reale lungo l’intera value chain del comparto automotive. Con Snowflake, il settore automobilistico può aspettarsi una trasformazione data-driven:

• Semplice. Con Snowflake, le aziende possono unificare i dati aziendali, di fabbrica (IT/OT) e dei veicoli, strutturati o non strutturati, in un unico posto e possono sfruttare le funzionalità di analisi di Snowflake per analizzare tutti i dati senza spostarli. 

• Connessa. Snowflake assicura una visibilità end-to-end trasparente lungo tutta la catena del valore, dalla ricerca e sviluppo al post-vendita.

• Affidabile. Grazie all’architettura integrata di sicurezza, con governance e alta disponibilità, il servizio gestito Snowflake per i workload di dati e intelligenza artificiale fornisce una solida base per creare soluzioni automotive in modo rapido e affidabile.

Data la natura collaborativa del settore, come possono le aziende automobilistiche beneficiare del solido ecosistema di partner e fornitori Snowflake?

L’ecosistema di partner Snowflake ha dimostrato di saper fornire soluzioni per i casi d’uso automobilistici più difficili. I system integrator partner di Snowflake, tra cui Accenture, Deloitte ed EY, aiutano le aziende del comparto automotive ad accelerare la trasformazione digitale con l’AI Data Cloud Snowflake per il settore manifatturiero. AWS e Snowflake abilitano una strategia dati e AI unificata, aiutando le organizzazioni a caricare, trasformare e condividere i dati su vasta scala e potenziando i workload critici di analisi, data engineering, AI e sviluppo app. Con un’infrastruttura completamente gestita, le aziende ottengono semplicità, scalabilità e governance sfruttando al contempo servizi AI integrati e funzionalità di collaborazione in tempo reale. Le organizzazioni fanno di più con i dati e ottengono insight basati sull’AI più rapidamente con Snowflake e AWS.

Inoltre, abbiamo collaborato con aziende tecnologiche leader per sviluppare soluzioni per i nostri clienti comuni in tre casi d’uso chiave:

Sviluppo prodotti: accelerare il time-to-market e consentire un’innovazione più intelligente dei veicoli.

• Concept Reply: adotta un approccio strutturato per migliorare i processi di produzione combinando connettività avanzata, insight in tempo reale e AI generativa con il suo progetto Overall Equipment Effectiveness (OEE).

• Siemens Digital Industries Software: accelera l’innovazione basata sul Software Definted Vehicle (SDV) abilitando simulazioni di gemelli digitali e convalida virtuale basata su AI per migliorare lo sviluppo dei sistemi automotive, compreso lo sviluppo di sistemi avanzati di assistenza alla guida (ADAS).

• Mendix: abilita l’ntegrazione più semplice, l’automazione avanzata e una struttura più coesa per accelerare la trasformazione con le applicazioni basate sull’AI su Snowflake.

• Vertex: offre l’accesso a gemelli digitali 3D completamente affidabili di prodotti e stabilimenti senza spostare file o vincolare a una piattaforma CAD specifica, semplificando la scalabilità di istruzioni di lavoro immersive, diagnostica dell’assistenza e altri casi d’uso critici al di là dell’engineering su Snowflake.

Supply chain: migliorare la resilienza, la visibilità in tempo reale e il controllo dei costi di approvvigionamento e logistica.

• Blue Yonder: fornisce soluzioni per torri di controllo della supply chain per monitorare le interruzioni e ottimizzare la logistica in tempo reale su Snowflake.

• Trend: aiuta a sfruttare modelli AI/ML e acceleratori di soluzioni Snowflake per accelerare il time to value della supply chain abilitando il demand sensing e la collaborazione con i fornitori, ottimizzando i processi di produzione e migliorando la visibilità per i clienti del settore automobilistico.

Produzione: promuovere iniziative di smart factory, controllo qualità e manutenzione predittiva.

• DXC Technology: analizza la mobilità connessa per ottimizzare la qualità dei prodotti, come l’analisi root cause (RCA) del codice DTC, SDV, pianificazione delle parti, operazioni di assistenza/garanzia e monetizzazione dei dati per le aziende automobilistiche che utilizzano Snowflake.

• evolv Consulting: migliora le operazioni automatiche a livello di impianto e automatizza i processi.

• Cirrus Link, HighByte, HiveMQ e LTIMindtree: consentono il caricamento nativo di dati IT/OT in Snowflake con un carico di rete ridotto per favorire la convergenza IT/OT dei dati aziendali e di fabbrica.

• Kipi.ai: Kalibrate, una Snowflake Native App, è in grado di prevedere il rischio di guasti alle attrezzature o ai macchinari, consentendo ai produttori di adottare misure preventive per ridurre i tempi di fermo macchina e i costi associati ai guasti. 

• LandingAI: LandingLens di LandingAI, una Snowflake Native App, offre un’AI visiva per la produzione automobilistica, migliorando così l’efficienza del controllo qualità. LandingAI fornisce anche l’estrazione agentica di documenti, elaborando accuratamente documenti complessi come diagrammi di flusso dei processi e report di ispezione. Questo consente processi decisionali data-driven più rapidi nei processi di produzione.

• Sigma: permette di comprendere i trend e persino prevedere le anomalie analizzando elevati volumi di dati in modo nativo all’interno di Snowflake, per abilitare casi d’uso nella produzione e nella supply chain, come l’ottimizzazione energetica, gli insight di produzione e l’automazione del controllo qualità.

Vendite e assistenza post-vendita: migliorare i ricavi, la customer experience e la monetizzazione dei dati per tutta la durata della proprietà del veicolo.

• Marketplace Snowflake: fornisce accesso a data product come mappe delle stazioni di ricarica per veicoli elettrici, trend dei comportamenti di mobilità e dati di inventario dei veicoli per arricchire la pianificazione di marketing e operativa e l’assistenza clienti.

In prospettiva, qual è la prossima frontiera dell’industria automobilistica? E come arrivarci?

Tutte le case automobilistiche stanno intraprendendo una trasformazione digitale basata sull’AI, sfruttando i dati generati in tutto il processo di sviluppo dei veicoli. Una strategia dati robusta e una piattaforma di gestione dei dati indipendente dall’infrastruttura cloud sottostante sono fondamentali per il successo in questo percorso. 

Snowflake può aiutare ad accelerare questo percorso con l’AI Data Cloud e la sua offerta di soluzioni. Grazie a questa integrazione completa di tutti i dati, il settore potrà presto accelerare la fornitura di gemelli digitali basati sull’AI, flotte completamente autonome e servizi di mobilità personalizzati. 

Entra nell’AI Data Cloud Snowflake per il settore manifatturiero e accedi subito a nuove soluzioni e partnership per l'industria automobilistica. Registrati al webinar del 17 giugno Accelerating Automotive Innovation: Drive the Future of Mobility with AI and Data, dove Long sarà affiancato da Vishwa Ram, Vice President of Data Science and Analytics di Penske Logistics, per discutere delle sfide e opportunità più pressanti nel campo dell’intelligenza artificiale e dei dati nel settore automobilistico.