es.wedoany.com Noticia: Motive Technologies considera que el próximo desafío en la gestión de flotas ya no es recopilar datos, sino actuar en base a ellos. A medida que el volumen de datos generados por sistemas telemáticos, cámaras y sensores sigue creciendo, el director de tecnología de la empresa, Amish Babu, estima que más del 90% del trabajo de ingeniería de Motive involucra inteligencia artificial (IA). Señala que las flotas se están volviendo "ricas en datos pero pobres en tiempo".
En una entrevista durante la conferencia Motive Vision en Nashville, Babu indicó que la empresa no considera la IA como un producto independiente, sino que la integra en casi todas las áreas de la plataforma. La estrategia gira en torno a dos temas: integración y automatización. El cofundador y director ejecutivo, Shoaib Makani, expuso en su discurso principal las dos "estrellas polares" de la empresa: la integración busca romper los silos de datos para crear una visión operativa unificada que abarque vehículos, conductores, equipos y gastos; la automatización tiene como objetivo reducir el trabajo manual y el tiempo de respuesta necesarios después de detectar un problema. Makani señaló que muchas decisiones importantes en los flujos de trabajo aún dependen de que los gerentes detecten primero el problema y decidan cómo actuar, y que la respuesta a menudo está limitada por "los límites de la atención humana". Este año, la empresa amplió esta estrategia del software al hardware, lanzando las plataformas AI Dashcam Plus y AI Omnicam Plus.
El director de producto, Robert Higdon, añadió que los clientes buscan cada vez más simplificar los flujos de trabajo existentes, en lugar de añadir más paneles de control o productos independientes. Este enfoque influyó en muchos de los productos presentados en la conferencia Vision, desde la integración de la telemática y las cámaras en un solo dispositivo, hasta la conexión de datos de seguridad, mantenimiento, cumplimiento normativo y gestión de conductores a través de herramientas impulsadas por IA, con el objetivo de reducir la cantidad de sistemas independientes que los gerentes deben manejar.
La necesidad de contexto es otra razón por la que Motive invierte fuertemente en IA. Babu cree que las operaciones de flotas presentan desafíos únicos, ya que muchas decisiones deben tomarse en tiempo real. Explicó las razones que impulsan a Motive a invertir en computación en el borde, permitiendo que los modelos de IA se ejecuten directamente en los dispositivos dentro del vehículo, en lugar de depender completamente del procesamiento en la nube. La plataforma de hardware más reciente de la empresa, el procesador Qualcomm DragonWing, puede ejecutar simultáneamente entre 20 y 30 modelos de IA, monitoreando en tiempo real comportamientos como el uso del teléfono móvil, la fatiga, el uso del cinturón de seguridad, el cambio de carril, la distancia de seguimiento y el riesgo de colisión frontal. Ejecutar múltiples modelos al mismo tiempo permite que el sistema identifique varios riesgos simultáneamente y proporcione retroalimentación inmediata al conductor.
El mismo enfoque también respalda tecnologías de seguridad predictiva, como el sistema anticolisión lanzado para AI Dashcam Plus. Esta plataforma utiliza la visión estéreo de dos cámaras frontales para estimar la profundidad de manera similar al ojo humano. El sistema no solo detecta la posición de los objetos, sino que también intenta predecir hacia dónde podrían moverse a continuación. Durante la conferencia, Motive presentó al asistente de IA Atlas, capaz de analizar datos de seguridad, combustible, cumplimiento normativo y mantenimiento, generar recomendaciones, automatizar flujos de trabajo de gestión, coordinar tareas operativas y brindar asistencia a los conductores mediante comandos de voz. Pronto, Atlas se integrará con sistemas de IA generativa externos, como ChatGPT, Claude, Gemini y Microsoft Copilot, a través del Protocolo de Contexto de Modelo (MCP).
En cuanto a las preocupaciones sobre alucinaciones, permisos y límites de datos que trae la IA generativa, Babu afirmó que la empresa considera la seguridad y precisión de los datos como requisitos fundamentales. Los datos de los clientes y la información de identificación personal solo se utilizan con el permiso del cliente y se gestionan a través de una infraestructura de seguridad especializada. Para los sistemas de IA relacionados con la seguridad que operan dentro del vehículo, Babu indicó que no se toleran alucinaciones ni imprecisiones. La precisión técnica alcanza entre el 95% y el 99%, y además se ofrece un servicio de anotación manual que permite alcanzar casi el 100% de precisión cuando los datos se presentan a la flota. Cuando la IA pasa de detectar eventos operativos a generar informes a través de interfaces conversacionales como Atlas, los desafíos son ligeramente diferentes, pero el juicio humano sigue desempeñando un papel importante. Babu considera que los procesos manuales tradicionales ya son propensos a errores humanos, y la empresa mantiene estándares bastante altos en cuanto a la precisión de la IA.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
