AIM-TRUE: AI-driven fordonsservicemarknad mot mer resurseffektivt och hållbart fordonsunderhåll

Europas fordonsindustri står i allt högre grad inför behovet av konkreta lösningar på utmaningarna relaterade till resurseffektiva och hållbara transportsystem. Med mer tillgänglig data har det blivit uppenbart att metoderna för artificiell intelligens (AI) och maskininlärning (ML) också kan bidra till att minska klimatutsläpp och energiförbrukning genom effektivare resursanvändning i fordonseftermarknadsverksamheten. Volvo Group är stolta över att leverera kompletta transportlösningar till sina kunder, från personanpassade fordon som lämpar sig för alla uppdrag – vare sig det är att transportera gods över tusentals kilometer eller distribuera dem inom några stadskvarter – till tjänster som håller fordonen igång effektivt under hela sin användningsperiod. Att göra detta på ett framgångsrikt sätt och med hållbart resursutnyttjande kräver nya ML-baserade, flexibla och miljövänliga tjänster som minskar kostnaderna samtidigt som de ökar kundnöjdheten och bibehåller en konkurrensfördel. Alla dessa mål kan bara uppnås genom att förutse var och när en del kommer att behövas och leverera den delen till rätt region innan detta behov ens uppstår, vilket minskar kostnaderna och ökar servicenivån.

AIM-TRUE kommer att utnyttja ML för att bättre förstå de faktorer som påverkar reservdelstillgänglighet och möjliggöra individualiserade lagerstyrningspolicyer. Projektets primära mål är att förbättra eftermarknadens resurseffektivitet och hållbarhet genom att minska tre aspekter: brådskande transportorder, fram- och tillbakatransporter och skrotning av delar. Den nya generationen av prediktiv logistik ger möjligheter till bättre systemförståelse, storskalig optimering, kvalitetsövervakning och nya datadrivna innovativa tjänster, som alla är förutsättningar för en effektiv resursanvändning – samtidigt som de tillhandahåller rätt delar på rätt plats och tid.