Bagaimana AI mentransformasi industri otomotif – dan pengalaman pelanggan

IAA Mobility 2023, acara mobilitas terbesar di dunia, menarik sekitar setengah juta pengunjung ke Munich dari tanggal 5 hingga 10 September. Kecerdasan buatan (AI) dalam industri otomotif menjadi tema yang berulang di hampir semua area pameran tahun ini. Misalnya saja dalam pengembangan sistem bantuan pengemudi dan mengemudi otonom, atau dalam pengendalian kualitas dan produksi.

Di pabrik otomotif, robot yang dikendalikan AI kini melakukan tugas secara mandiri seperti pengelasan, pengecatan, dan perakitan.

Algoritme cerdas juga semakin banyak digunakan untuk memantau kondisi kendaraan dan memberikan indikasi pemeliharaan atau perbaikan yang akan datang, yang juga dikenal sebagai “pemeliharaan prediktif”.

Kecerdasan buatan juga digunakan dalam desain kendaraan dan untuk mengoptimalkan berkendara demi efisiensi dan keberlanjutan yang lebih besar dalam kontrol suara pada sistem navigasi dan alat bantu parkir cerdas. Sementara itu, pemasaran, penjualan, dan layanan pelanggan menerapkan AI untuk membuat pelanggan lebih bahagia dan rantai pasokan menjadi lebih efisien.

AI dalam industri otomotif: Bagaimana kecerdasan buatan mengubah arah

Saya dengan senang hati mendiskusikan AI di Festival Mobilitas, dan dihadiri oleh Alexander Scholz, Kepala Pasokan Digital di BMW Group, serta Tobias Wagner dari startup e-mobilitas ChargeX. Di tengah hiruk pikuk pameran dagang, kami dapat menggunakan Executive Lounge, yang dioperasikan oleh mitra kami IBM iX DACH bersama dengan TikTok, untuk AI MasterClass yang menarik.  

AI Generatif adalah sebuah game changer yang nyata, terutama di bidang komunikasi.

Itu karena teknologi ini dapat menghasilkan konten baru berdasarkan informasi yang ada dan masukan pengguna. Ini didasarkan pada model bahasa besar (LLM) dan digunakan dalam alat AI seperti ChatGPT, Google Bard, dan Aleph Alpha. Saat dilatih pada data dalam jumlah besar dalam berbagai konteks dan dimensi, model pembelajaran mesin (ML) tersebut kini dapat memahami hubungan dan ketergantungan yang kompleks.

Bagi pakar BMW Alexander Scholz, teknologi ini juga merupakan pendorong efisiensi yang penting, terutama dalam rantai pasokan.

Manfaat AI dalam industri otomotif sudah terasa dalam produksi. Di pabrik BMW AS di Spartanburg, misalnya, penggunaan AI di bengkel saja telah menghemat biaya produksi lebih dari satu juta dolar per tahun. Dan perusahaan sudah bereksperimen dengan kecerdasan buatan dalam desain kendaraan, misalnya dengan merancang kendaraan off-road baru tanpa campur tangan manusia.

Perusahaan muda ChargeX juga mengandalkan solusi AI untuk infrastruktur pengisian daya mobil elektronik modularnya. Ini digunakan untuk mendistribusikan beban secara otomatis antara berbagai mobil listrik di suatu lokasi. “Kami dapat menggunakannya untuk mengembangkan strategi pengisian daya yang optimal,” kata pendiri dan CEO Tobias Wagner kepada kami. Namun mereka masih dalam tahap awal.

Mengawasi potensi risiko AI dalam industri otomotif

Meski berbeda sudut pandang, diskusi tersebut juga mengungkapkan banyak kesamaan. Misalnya, ketika kita berbicara tentang potensi risiko AI – seperti keamanan data, perlindungan informasi sensitif, atau masalah tanggung jawab dan garansi.

“Kita harus proaktif dan memastikan transparansi sebesar mungkin,” tegas Scholz. Dia menambahkan bahwa penting untuk menggunakan model bahasa AI secara bertanggung jawab dan membangun kepercayaan dalam penggunaannya di antara karyawan dan pelanggan.

Oleh karena itu, BMW telah menerbitkan pedoman AI mereka sendiri, yang menetapkan prinsip etika dalam menangani teknologi disruptif ini. Hal ini termasuk tidak terlalu mengandalkan respons AI tanpa kendali manusia.

Untuk mencegah AI “berhalusinasi” – terutama dalam situasi kritis terhadap keselamatan – AI harus dipastikan melalui pelatihan yang tepat bahwa keluaran LLM benar-benar benar dan tidak memihak. Selain itu, jika ada keraguan, penilaian manusia harus selalu mengalahkan penilaian AI.

Tanpa penerimaan pengguna akhir, solusi AI terbaik tidak akan ada gunanya

Tobias Wagner membawa aspek lain ke dalam diskusi kami: kebutuhan mutlak akan penerimaan pengguna akhir.

Dia mengatakan bahwa industri otomotif harus sangat peka terhadap hal ini, karena pengemudi ingin mengambil keputusan sendiri, bukan menyerahkan keputusan pada algoritma yang tidak jelas.

Dia menunjuk pada aplikasi pengisian daya perusahaannya, yang pada versi sebelumnya secara otomatis menentukan proses pengisian daya optimal untuk mobil listrik berdasarkan data historis dan situasi terkini di lokasi tertentu.

“Tetapi orang-orang ingin memutuskan sendiri, berdasarkan situasi spesifik mereka, seberapa penuh baterai mereka seharusnya dan berapa lama waktu yang mereka miliki untuk melakukannya,” katanya, berdasarkan pengalaman ChargeX. Saran dan rekomendasi yang masuk akal dari AI sangat membantu, katanya, namun keputusan akhir harus ada di tangan pelanggan.

Daripada mengatur AI, lebih baik buat pengalamanmu sendiri

Namun semua panelis sepakat bahwa regulasi permanen terhadap teknologi baru – dalam bentuk apa pun – tidak akan banyak membantu. Hal ini hanya akan memperlambat inovasi, dan Jerman akan tertinggal dalam bidang lain.

Namun, sering kali kita perlu berdiskusi secara rinci dengan departemen hukum produsen mobil tentang apa yang mungkin dilakukan saat ini karena alasan tanggung jawab atau perlindungan data, dan di mana batasannya. Mengatasi masalah ini bersama-sama harus memastikan bahwa penerapan kasus penggunaan baru tidak tertunda karena masalah hukum atau ketakutan yang ada.

Mengumpulkan pengalaman karyawan juga dapat membantu menghilangkan kekhawatiran serius mengenai penerapan AI.

Para ahli di MasterClass yakin bahwa “perkembangan AI tidak dapat lagi dihentikan atau bahkan dibalik.” Tantangannya adalah bagaimana membentuknya dan menggunakannya secara bertanggung jawab.

Tanpa kualitas data, AI tidak akan memberikan hasil yang bermanfaat

Pada MasterClass kami di Munich, kami juga membahas isu penting lainnya dalam penggunaan AI generatif dalam industri otomotif: Pengumpulan dan penataan data serta kualitasnya. Telah dicatat bahwa alat analisis terbaik tidak ada gunanya tanpa data berkualitas – jika datanya buruk, AI terbaik pun hanya dapat memberikan jawaban yang tidak berguna.

Sebaliknya, jika informasi yang relevan dikumpulkan dan dianalisis di semua titik kontak sepanjang perjalanan pelanggan, pelanggan dapat dikirimi penawaran yang disesuaikan melalui saluran pilihan mereka, misalnya. Namun, hal ini memerlukan persetujuan mereka.

Panel kami sepakat bahwa AI generatif adalah alat ideal untuk pemasaran terpersonalisasi yang disesuaikan dengan situasi penerima saat ini. Hal ini karena ini merupakan cara terbaik untuk mengotomatiskan kampanye 1:1 yang sangat relevan bagi pelanggan sehingga memberikan hasil yang lebih baik.

Pendekatan dua langkah untuk mengembangkan solusi AI

Menurut Scholz, BMW sedang melakukan pendekatan dua tahap untuk penggunaan lebih lanjut kecerdasan buatan. Langkah pertama adalah menggunakannya untuk meningkatkan efisiensi di semua bidang, mengurangi beban kerja dan meringankan tugas-tugas rutin karyawan. Pada tahap kedua, akan lebih mudah untuk mengambil keputusan yang lebih tepat dan lebih baik berdasarkan data yang dikumpulkan. Hal ini juga akan memberikan dukungan yang efektif bagi karyawan dalam menghadapi perubahan demografis dan meningkatnya kekurangan staf.

Diskusi kami tentang AI di industri otomotif dapat diringkas dalam poin-poin berikut:

1. Sudah ada banyak sekali kasus penggunaan di industri otomotif di mana AI dapat dimanfaatkan dengan baik. Kami membahas beberapa contoh dalam sesi kami, mulai dari rantai pasokan, infrastruktur pengisian daya, hingga proses yang berhubungan dengan pelanggan – namun kami baru berada pada tahap awal evolusi.
2. Teknologi berubah dengan sangat cepat. Oleh karena itu, ada baiknya bagi industri untuk membentuk tim khusus/pusat kompetensi di organisasi mereka untuk mengawasi perkembangan dan mampu bereaksi cepat terhadap tren baru.
3. Tren saat ini adalah perusahaan otomotif memiliki “ChatGPT perusahaan” mereka sendiri yang disesuaikan dengan kebutuhan spesifik mereka dan dilatih dengan data mereka sendiri untuk menjamin kualitas hasilnya.
4. Data yang bersih adalah kunci untuk mendapatkan hasil menarik dari penerapan AI dari perspektif bisnis dan meningkatkan pengalaman pelanggan.
5. Salah satu tantangan terbesar saat ini adalah menemukan karyawan dengan keterampilan AI yang diperlukan atau melatih mereka sendiri.
6. Komunikasi yang baik dan transparan sangat penting untuk mengatasi dan diharapkan dapat menghilangkan kekhawatiran karyawan dan pelanggan.

Saya merasa sangat terhibur ketika mendengar langsung dari para ahli kami di panel bagaimana mereka menggunakan AI untuk menjadikan proses bisnis mereka lebih efisien. Namun juga bagaimana mereka menggunakannya untuk meningkatkan penjualan, pemasaran, dan layanan, dan yang paling penting, untuk menciptakan pengalaman pelanggan yang lebih baik bagi pelanggan mereka.

Ini adalah saat yang menyenangkan, dan saya sangat bersemangat untuk melihat apa yang akan terjadi selanjutnya bagi AI di industri otomotif. Apakah kamu?