Spartan lancia i suoi primi "copiloti" AI a noleggio

Non tutte le aziende sono nuove al mondo dell'intelligenza artificiale (IA). L'azienda tecnologica britannica Spartan Solutions collabora da oltre cinque anni con gli specialisti di IA della sua università locale e ha già fornito strumenti basati sull'IA ai propri clienti.

Il lavoro di base dell'azienda nel campo dell'intelligenza artificiale è stato svolto con la creazione di PROPHES, una soluzione di manutenzione predittiva per il settore petrolifero e del gas offshore. Questo lavoro, frutto della collaborazione con gli scienziati dell'Università di Strathclyde, sta ora dando i suoi frutti nelle soluzioni di noleggio attrezzature, dove sta lanciando i primi "copiloti" basati sull'intelligenza artificiale che collaboreranno con la sua gamma di app e strumenti PHALANX per la logistica e l'assistenza del noleggio.

John Glen, COO e co-fondatore di Spartan Solutions nel Regno Unito.

I primi tre copiloti, integrabili nelle app Spartan, aiuteranno le società di noleggio a gestire la qualità delle immagini delle attrezzature, a fornire uno strumento di manutenzione predittiva e a migliorare le comunicazioni testuali nelle funzioni di gestione delle officine e della flotta.

Secondo John Glen, COO di Spartan, la chiave per raggiungere questo obiettivo è lo sviluppo di "trasformatori" di intelligenza artificiale disponibili gratuitamente (la "T" sta per GPT, Generative Pre-trained Transformers), ovvero routine di apprendimento automatico che possono essere utilizzate per un'ampia gamma di attività, tra cui analizzare e generare testo, creare bot di domande e risposte, valutare immagini e altro ancora.

"Transformers è la parola importante", afferma, parlando nella sede centrale dell'azienda a Glasgow, situata in un polo tecnologico vicino all'università. "È stato il white paper che il team di Google ha creato sette anni fa e che ha guidato l'intero mercato dell'intelligenza artificiale".

Il primo dei copiloti aiuterà a controllare la qualità delle foto delle attrezzature scattate dal personale dell'officina e dagli autisti prima e dopo le consegne.

"La prima cosa che abbiamo fatto è stata creare un motore di intelligenza artificiale che controlla la qualità della fotografia al momento dello scatto, per assicurarsi che si stia scattando la fotografia giusta", afferma.

Abbiamo programmato il copilota affinché dica: "Questa è l'immagine di un'attrezzatura da costruzione?". Può effettivamente rifiutare una foto al momento dello scatto e dire: "Non ti lascerò usare quella foto".

Il CoPilot mobile PHALANX convalida un'immagine ben scattata dell'attrezzatura a noleggio. Il segno di spunta verde indica che il CoPilot non ha riscontrato problemi. (Immagine: Spartan Solutions)

Il sistema avviserà gli utenti se una foto non è di qualità sufficiente, allo scopo di prevenire controversie in caso di danni.

"È un problema enorme", afferma Glen. "Se non si riescono a fornire le prove in modo tempestivo, la probabilità che un'azienda ottenga il rimborso si avvicina allo zero, perché non è in grado di fornire alcuna prova. Si perderanno entrate perché i clienti metteranno in dubbio la fondatezza del reclamo".

Controllo del testo
Un altro copilota aiuterà le aziende ad analizzare i testi e i dati inseriti manualmente e a garantire che i materiali siano professionali e adatti a una visualizzazione più ampia.

"Molti utenti non sono assunti dalle società di noleggio per le loro competenze linguistiche", afferma Glen, "e alcuni potrebbero essere dislessici... Possiamo eseguire un controllo di qualità sul flusso di dati grezzi attraverso il dispositivo mobile e, se hanno un punteggio linguistico basso o la grammatica non supera un certo standard, lo segnaliamo a qualcuno nel back office".

Glen sottolinea che l'elemento umano verrà mantenuto, chiedendo al personale se intende accettare la modifica suggerita dal copilota; "L'intelligenza artificiale non risolve il problema automaticamente, mantiene un essere umano informato".

Afferma che alcuni clienti vogliono mettere online i loro certificati di ispezione, ma non si fidano della qualità delle fotografie e sono preoccupati per il testo; "Se potessimo usare l'intelligenza artificiale per migliorare significativamente entrambi, allora potrebbero iniziare a pubblicare cose sul web con molta più comodità".

Il terzo copilota è dedicato alla manutenzione predittiva ed è interessante perché utilizza una versione precedente dell'intelligenza artificiale, basata non su algoritmi e apprendimento automatico, bensì su regole elaborate da esperti.

"L'intelligenza artificiale è un universo piuttosto vasto", afferma Glen. "Il machine learning è un sottoinsieme dell'intelligenza artificiale, ma ce n'è un altro sottoinsieme chiamato regole esperte. Le regole esperte sono fondamentalmente una propagazione a catena in avanti: quello che si può fare è concatenare istruzioni "if then else" in modo da ricevere l'input, passare attraverso queste varie catene di porte logiche e ottenere l'output non fare nulla o fare qualcosa".

Fa l'esempio di un'applicazione di noleggio di pompe e di dosaggio chimico di una fornitura idrica: se si conoscono le esigenze del cliente, il dosaggio richiesto e si dispone di un monitoraggio telematico, è possibile stabilire una serie di regole e quindi inviare messaggi al personale se si verificano determinate condizioni.

"Abbiamo stabilito una regola che dice: ok, monitoriamo il flusso telematico e quando il misuratore di portata chimica si avvicina al 5% della quantità autorizzata, creiamo un evento di manutenzione predittiva di emergenza, il che significa sostanzialmente che dobbiamo inviare un tecnico per spegnere o ridurre la portata della pompa, oppure contattare il cliente."

Glen afferma: "Abbiamo una serie di regole elaborate da esperti che possiamo applicare telematicamente per automatizzare o semi-automatizzare una serie di diversi eventi aziendali a cui le società di noleggio e i clienti sono interessati".

Entrate della sorveglianza
Ciò significa anche che le società di noleggio possono addebitare un costo aggiuntivo per quello che Glen definisce un "servizio di sorveglianza". Si ottengono i ricavi del noleggio e, in aggiunta, quelli della sorveglianza.

Un altro vantaggio dell'approccio basato sulle regole degli esperti all'intelligenza artificiale è la spiegabilità, ovvero la rimozione dell'aspetto opaco, della "scatola nera", che circonda l'output di algoritmi complessi.

"Abbiamo creato un sistema di apprendimento automatico per un cliente del settore petrolifero e del gas che si è dimostrato molto efficace nel prevedere il guasto di una guarnizione a gas secco su una turbina offshore. In caso di guasto, la turbina è in panne e la perdita è di un milione di libbre più un giorno di penalità", spiega.

L'abbiamo mostrato agli ingegneri e loro hanno detto: "Ottimo, ma perché l'algoritmo di apprendimento automatico ha previsto questo?". E la risposta onesta è: "Non posso dirtelo perché è un modello matematico complesso". Dicono che non possiamo usarlo, perché se non riusciamo a spiegare ai manager perché vogliamo spegnere la turbina, ci diranno di no.

Il sistema CoPilot di Spartan Equipment Telematics mostra la visuale dei controllori di volo. Il sistema evidenzia gli eventi emergenti, come le emergenze nel dosaggio di sostanze chimiche e l'eccessiva emissione di fuliggine nei motori diesel. (Immagine: Spartan Solutions)

Applicando la stessa logica al noleggio, il team di Spartan interroga i responsabili delle officine e gli ingegneri sulle cause più probabili di guasti tecnici su particolari attrezzature e poi, utilizzando dati telematici, crea regole che possono avvisare l'azienda se qualcosa potrebbe andare storto: potrebbe trattarsi di un avviso basato sulla temperatura del motore o su qualche altra caratteristica tecnica.

"Applicheremo le regole degli esperti a una cronologia di manutenzione di cinque anni e verificheremo che tutto funzioni come previsto. E una volta che saranno soddisfatti, lo implementeremo in tempo reale."

Naturalmente, un aspetto importante da considerare nel noleggio, e in particolare per gli autisti delle consegne o il personale addetto ai servizi, è la capacità di questi sistemi di funzionare in assenza di dati o connessione telefonica.

"Quello che ha fatto il nostro team è stato prendere qualsiasi trasformatore di intelligenza artificiale, metterlo completamente offline su un dispositivo mobile e utilizzarlo per gestire i processi aziendali", afferma Glen.

"Deve funzionare anche in modalità "off-service" perché non avrai accesso a un server o al cloud: sei sul campo, la tua connessione è scarsa. Non importa dove ti trovi in Gran Bretagna, non puoi garantire la connessione. Non c'è modo di aggirare questo problema."

Altro in arrivo
Ai tre copiloti iniziali, il cui prezzo sarà paragonabile a quello dei copiloti Microsoft, ne seguiranno altri: Spartan sta valutando fino a 30 casi d'uso.

"Alcuni di questi potrebbero essere eliminati", afferma Glen. "Per ottenere il 50% dei casi di maggior valore ci vorranno dai 18 ai 24 mesi".

Il portale di controllo del noleggio PHALANX 6 mostra lo stato del lavoro (prelievi, consegne, resi, servizi, ecc.) durante tutto il ciclo di vita del noleggio. (Immagine: Spartan Solutions)

Un esempio da lui fornito riguarda un dispositivo mobile che registra il rumore del motore ed evidenzia i probabili problemi, con il copilota addestrato su più motori. È in programma anche un altro copilota per la pianificazione del percorso, che integri sofisticati strumenti di mappatura. (L'azienda offre già una soluzione per la pianificazione del percorso, ma non basata sull'intelligenza artificiale.)

Sarà una svolta nel settore del noleggio?

"È difficile rispondere", dice Glen, "Bisogna coinvolgere gli utenti. Si tratta di gestire il cambiamento e introdurlo in modo sicuro e responsabile. Non lo vedo come una sostituzione di posti di lavoro, ma come un modo per ottenere più lavoro con la stessa forza lavoro".

Spartan si concentra sugli aspetti operativi del noleggio di attrezzature e gli strumenti di intelligenza artificiale le consentiranno di sfruttare al meglio i suoi prodotti esistenti. Tra questi, PHALANX 6, che consente a un'azienda di noleggio di digitalizzare gran parte delle sue attività operative e di officina.

"Ogni volta che un'attrezzatura attraversa il ciclo chiuso di un'azienda di noleggio, abbiamo un processo aziendale, un'app, un flusso di lavoro per gestirlo", afferma Glen. PHALANX può essere facilmente integrato con sistemi di gestione del noleggio più generali, inclusi i sistemi ERP.

Jim Green, co-fondatore e CEO di Spartan Solutions.

Per Jim Green, veterano del settore IT nonché co-fondatore e CEO di Spartan, i prodotti offerti dall'azienda forniscono ai manager la visibilità necessaria sulle loro attività, fattore fondamentale quando si cerca di migliorare l'efficienza.

"L'opportunità sta in ciò che non si vede", afferma, "Ci sono molti costi nascosti che possono essere eliminati". Ritiene che l'intelligenza artificiale sarà "la ciliegina sulla torta" di questo passaggio alla tecnologia digitale per il noleggio.

L'azienda vanta una comprovata esperienza di collaborazione con importanti società di noleggio, annoverando tra i suoi clienti Aggreko, GAP Group e Ramirent, nonché l'appaltatore Balfour Beatty, ma intravede particolari opportunità nel settore delle PMI.

"Il settore delle medie imprese è favorevole alla digitalizzazione e al miglioramento dei processi", afferma Glen. "Continueremo a confrontarci con le aziende più grandi, ma ce ne saranno solo poche".

Il successo dell'azienda le ha permesso di rispondere a molteplici proposte da parte di altre aziende IT, ma ha resistito a tutte le offerte; "Non è andata bene e siamo stati impegnati a fare altro", afferma Jim Green.

Per ora, l'intelligenza artificiale è una di queste altre cose. "Andrà a velocità di curvatura 10", afferma Green, "e chi sarà più avanti prenderà il controllo del business".