Z najnowszych statystyk wynika, że Polska posiada najwyższy w Europie wskaźnik samochodów na 1000 mieszkańców, wynoszący 703. Na koniec 2022 roku w kraju zarejestrowano niemal 26,5 miliona pojazdów. Gdyby każde z tych aut zbierało informacje dotyczące stanu technicznego oraz warunków na drogach, moglibyśmy wdrożyć systemowe rozwiązania, które przyniosłyby korzyści wszystkim uczestnikom ruchu. To także ważny krok w kierunku rozwoju samochodów autonomicznych. Jak blisko jesteśmy realizacji tej wizji?

W 2023 roku Wrocław okazał się najbardziej zakorkowanym miastem w Polsce. Osoba pracująca pięć dni w tygodniu i dojeżdżająca do biura samochodem w godzinach szczytu traci średnio 107 godzin rocznie na staniu w korkach, co odpowiada około 4,5 dnia. Przejazd 10 km w tym mieście zajmuje średnio 24 minuty i 40 sekund, co plasuje Wrocław na dziesiątej pozycji wśród najbardziej zakorkowanych europejskich miast. Niech lubnym liderem jest Londyn, gdzie kierowcy spędzają w korkach rocznie aż 148 godzin, a pokonanie tego samego dystansu zajmuje średnio 37 minut i 20 sekund*. Problemy te wynikają częściowo z infrastruktury, która nie jest w stanie obsłużyć tak dużego natężenia ruchu, a także z zachowań kierowców, którzy nie zawsze przestrzegają przepisów, co prowadzi do zatorów na kluczowych odcinkach dróg.

„Skalę tych niedogodności mogłyby zmniejszyć samochody autonomiczne oparte na analizie big data i w czasie rzeczywistym korygujące np. proponowane trasy ze względu na natężenie ruchu czy wypadki drogowe. Ten typ pojazdu miałby działać w oparciu o algorytm i nad jego doskonaleniem prowadzimy obecnie prace. Na tę potrzebę gromadzona jest ogromna ilość danych z różnych krajów na temat np. warunków drogowych, jakości infrastruktury czy oznakowania. Celem jest dostarczenie algorytmowi tak dużej dawki informacji, aby potem, zainstalowany w danym pojeździe mógł samodzielnie przeanalizować sytuację drogową i podejmować trafne decyzje, bez względu na to czy samochód będzie poruszał się po centrum Londynu czy lokalnych drogach w Szwecji” – komentuje Krzysztof Janusz, Head of Market Unit Automotive w Capgemini Polska.

Całkowita liczba zarejestrowanych samochodów w Polsce oraz ich liczba na 1000 mieszkańców niewiele mówią o rzeczywistej kondycji motoryzacji w kraju. Jak wskazują szacunki, średni wiek auta poruszającego się po polskich drogach wynosi 15 lat. W związku z tym, wiele z tych pojazdów nie charakteryzuje się nowoczesnymi technologiami, a zbierane przez nie dane są ograniczone i przechowywane lokalnie. W rezultacie ich użyteczność ogranicza się głównie do właściciela i serwisantów. Gdyby jednak wszystkie te informacje zostały zebrane w jednym systemie, ich analiza mogłaby przyczynić się do wykrywania wzorców awarii. Tego rodzaju dane mogłyby również znacząco wpłynąć na długoterminowe bezpieczeństwo na drogach, poprzez analizę informacji pochodzących z wypadków.

Kierowcy prywatni korzystający z systemu drogowego opartego na big data zyskują wiele korzyści, ale jeszcze większymi beneficjentami mogą okazać się przedsiębiorstwa transportowe. Biorąc pod uwagę, że transport ciężki odbywa się głównie po drogach szybkiego ruchu, wprowadzenie autonomicznych rozwiązań w tym obszarze jest stosunkowo najprostsze.

„Dla właścicieli flot pojazdów, których utrzymanie wiąże się z dużymi kosztami, optymalizacja wydatków jest największym priorytetem. Firmy transportowe już od lat wdrażają rozwiązania, które umożliwiają monitorowanie pojazdów w czasie rzeczywistym, tak aby zmaksymalizować wydajność samochodów przy jednoczesnym dbaniu o ich najlepszy możliwy stan techniczny. Analiza spalania, kontrola zużycia podzespołów, dostosowywanie stylu jazdy do warunków pogodowych czy długości trasy – to wszystko mogłoby dać wymierne finansowe korzyści, więc nic dziwnego, że wszelkie nowości związane z analizą danych w branży automotive są bardzo wyczekiwane. W tym obszarze widać także największe zainteresowane technologiami, które docelowo mają zapewnić jakiś poziom autonomii pojazdów. Idealnym scenariuszem, byłaby sytuacja, w której pojazd w oparciu o algorytm oraz analizę danych w czasie rzeczywistym, samodzielnie koryguje trasę i optymalizuje ją” – ocenia Krzysztof Janusz.

Aktualnie obowiązujące ubezpieczenia komunikacyjne opierają się na ogólnych oszacowaniach ryzyk. Na przykład, przyjmuje się, że mniej doświadczeni kierowcy są bardziej narażeni na spowodowanie wypadków, co skutkuje wyższymi składkami OC dla młodszych kierowców. W styczniu 2024 roku średni koszt OC dla osiemnastolatka wynosił 2018 zł, podczas gdy dla osób powyżej 30. roku życia kształtował się na poziomie około 500 zł. Na wysokość składki mają także wpływ czynniki takie jak stan cywilny czy liczba dzieci – uznaje się, że osoby zamężne i mające dzieci podejmują mniej ryzykowne decyzje na drodze. Dlatego ta forma oceny ryzyka bywa krytykowana jako niesprawiedliwa dla wielu kierowców. Alternatywnym rozwiązaniem mogłoby być wykorzystanie analizy danych (big data) do ustalania wysokości składki na podstawie konkretnych informacji o kierowcy, jego stylu prowadzenia, stanu technicznego pojazdu oraz jakości dróg, po których się porusza.

Zgodnie z informacjami Polskiego Związku Przemysłu Motoryzacyjnego, w pierwszych sześciu miesiącach 2024 roku zarejestrowano 277 tysięcy nowych samochodów osobowych, co oznacza wzrost o 16% w porównaniu do tego samego okresu ubiegłego roku.

„Sprzedaż samochodów nie zwalnia, ale mnogość dostępnych opcji może przyprawiać klientów o ból głowy. Nawet kiedy dokonują oni wyboru konkretnego modelu, może on mieć dostępnych nawet kilkadziesiąt wariantów wyposażenia. Dane na temat kierowców, ich specyfiki jazdy, potrzeb związanych z miejscem zamieszkania (np. miasto-wieś, równiny-tereny górzyste) mogą pomóc producentom aut w personalizacji ofert dla poszczególnych grup klientów, a samym klientom ułatwić wybór modelu i wyposażenia” – dodaje Krzysztof Janusz.

Mimo że jesteśmy na wczesnym etapie tej transformacji, wizja przyszłości, w której big data zwiększa komfort, bezpieczeństwo, optymalizuje wydatki i przyczynia się do bardziej zrównoważonego systemu transportowego, staje się coraz bardziej realna. Zarówno indywidualni kierowcy, jak i przedsiębiorcy zarządzający flotami pojazdów powinni już teraz zwrócić uwagę na technologie, które umożliwią pełniejsze wykorzystanie potencjału tkwiącego w tych danych, w tym również z perspektywy oszczędności finansowych.

* TomTom Traffic Index 2023

Źródło: Capegemini

Chcesz być na bieżąco z naszymi informacjami?