De acordo com pt.wedoany.com-A Motive Technologies acredita que o próximo desafio do setor de gestão de frotas não é mais coletar dados, mas agir com base neles. Com o crescimento contínuo do volume de dados gerados por sistemas telemáticos, câmeras e sensores, o diretor de tecnologia da empresa, Amish Babu, estima que mais de 90% do trabalho de engenharia da Motive envolve inteligência artificial (IA). Ele destaca que as frotas estão se tornando "ricas em dados, mas pobres em tempo".
Em entrevista durante a conferência Motive Vision, em Nashville, Babu afirmou que a empresa não vê a IA como um produto independente, mas a incorpora em praticamente todas as áreas da plataforma. A estratégia gira em torno de dois temas: integração e automação. O cofundador e CEO, Shoaib Makani, em seu discurso principal, delineou as duas "estrelas polares" da empresa: a integração visa quebrar silos de dados, criando uma visão operacional unificada que abrange veículos, motoristas, equipamentos e despesas; a automação busca reduzir o trabalho manual e o tempo de resposta necessários após a identificação de problemas. Makani afirmou que muitas decisões importantes nos fluxos de trabalho ainda dependem de gestores que primeiro identificam o problema e decidem a ação, e a resposta é frequentemente limitada pelos "limites da atenção humana". Este ano, a empresa expandiu essa estratégia do software para o hardware, lançando as plataformas AI Dashcam Plus e AI Omnicam Plus.
O diretor de produtos, Robert Higdon, acrescentou que os clientes desejam cada vez mais simplificar os fluxos de trabalho existentes, em vez de adicionar mais painéis ou produtos independentes. Essa abordagem influenciou muitos dos produtos lançados na Vision Conference – desde a integração de telemática e câmeras em um único dispositivo até a conexão de dados de segurança, manutenção, conformidade e gestão de motoristas por meio de ferramentas orientadas por IA, com o objetivo de reduzir o número de sistemas independentes que os gestores precisam gerenciar.
A necessidade de contexto é outra razão para o forte investimento da Motive em IA. Babu acredita que as operações de frotas apresentam desafios únicos, pois muitas decisões precisam ser tomadas em tempo real. Ele explicou o motivo que levou a Motive a investir em computação de borda, permitindo que os modelos de IA sejam executados diretamente nos dispositivos dentro dos veículos, em vez de depender exclusivamente do processamento em nuvem. A plataforma de hardware mais recente da empresa – o processador Qualcomm DragonWing – pode executar simultaneamente 20 a 30 modelos de IA, monitorando em tempo real comportamentos como uso do celular, fadiga, uso do cinto de segurança, desvio de faixa, distância de seguimento e risco de colisão frontal. A execução simultânea de vários modelos permite que o sistema identifique múltiplos riscos ao mesmo tempo e forneça feedback imediato ao motorista.
A mesma abordagem também suporta tecnologias de segurança preditiva, como o sistema de prevenção de colisões lançado para o AI Dashcam Plus. A plataforma utiliza a visão estéreo de duas câmeras frontais para estimar a profundidade de forma semelhante ao olho humano. O sistema não apenas detecta a posição dos objetos, mas também tenta prever para onde eles podem se mover em seguida. Durante a conferência, a Motive lançou o assistente de IA Atlas, capaz de analisar dados de segurança, combustível, conformidade e manutenção, gerar recomendações, automatizar fluxos de trabalho administrativos, coordenar tarefas operacionais e fornecer assistência aos motoristas por meio de comandos de voz. Em breve, o Atlas será integrado a sistemas de IA generativa externos, como ChatGPT, Claude, Gemini e Microsoft Copilot, por meio do Protocolo de Contexto de Modelo (MCP).
Em relação às preocupações com alucinações, permissões e limites de dados trazidos pela IA generativa, Babu afirmou que a empresa trata a segurança e a precisão dos dados como requisitos fundamentais. Os dados dos clientes e informações de identificação pessoal são usados apenas com a permissão do cliente e gerenciados por meio de uma infraestrutura de segurança dedicada. Para os sistemas de IA relacionados à segurança que operam dentro dos veículos, Babu afirmou que não há margem para alucinações ou imprecisões. A precisão técnica atinge 95-99%, e também há serviços de anotação manual que garantem quase 100% de precisão quando os dados são apresentados às frotas. Quando a IA passa da detecção de eventos operacionais para a geração de relatórios por meio de interfaces conversacionais como o Atlas, os desafios são um pouco diferentes, mas o julgamento humano ainda desempenha um papel importante. Babu acredita que os processos manuais tradicionais já são propensos a erros humanos, e os padrões de precisão da empresa para IA são bastante elevados.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
