O Model T da Ford Motor Company foi lançado em 1908 e ficou marcado pelo baixo custo, durabilidade, versatilidade e facilidade de manutenção. É creditado por “colocar o mundo sobre rodas”, ampliando a mobilidade global graças a ganhos de eficiência na fabricação que tornaram o carro acessível para o consumidor médio.
Hoje, a indústria automotiva continua na vanguarda da tecnologia e transformando como o mundo vai do ponto A ao ponto B. No nosso webinar recente, Michael Crabtree, Lead Data Scientist na Ford Motor Company e instrutor do curso Credit Risk Modeling in Python, diz que a grande diferença é que a inovação agora é movida por ciência de dados, não pela manufatura.
A inovação na Ford hoje é impulsionada por ciência de dados — não pela manufatura.
Cidades inteligentes exigem ciência de dados na indústria automotiva
Assim como a escalabilidade de produção do Model T levou mobilidade às massas há mais de 100 anos, a ciência de dados está ampliando a mobilidade para comunidades de baixa renda hoje. Ela torna o transporte mais acessível sem o alto custo de propriedade e acelera essa mudança para todos, independentemente de classe, gênero ou condição.
Por exemplo, algoritmos de otimização podem oferecer a empresas veículos energeticamente eficientes para atender áreas rurais — de entregas da Amazon a serviços de encanamento e delivery de alimentos. Cientistas de dados também trabalham com engenheiros de confiabilidade para produzir veículos que atendam pessoas com diferentes tipos de deficiência.
Esses são apenas alguns exemplos, mas Michael afirma que há casos de uso quase infinitos para ciência de dados, muitos ainda a serem explorados.
Trabalhando com dados na indústria automotiva
Devido à maturidade e ao grande alcance do setor automotivo, existem muitas oportunidades para as empresas se reconstruírem com base em dados.
Uma aplicação é trabalhar com dados em diferentes sistemas e tipos. Muitos cientistas de dados estão acostumados a dados tabulares, em formato de tabela, semelhante ao Excel. Mas cientistas de dados automotivos lidam com uma variedade muito maior. Por exemplo, dados brutos de instrumentação na indústria automotiva costumam ser armazenados como um fluxo de dígitos hexadecimais. Eles também podem encontrar dados de sistemas inteligentes em forma de imagens e nuvens de pontos de sensores. E, para entender por que um veículo autônomo se comporta de determinada maneira e como isso varia entre modelos, um cientista de dados automotivo pode combinar nuvens de pontos com dados de instrumentação e juntar tudo a um conjunto de tabelas.
Outra oportunidade é o volume: o maior banco de dados que Michael criou na Ford tem 80 bilhões de linhas — e responde consultas em menos de 10 segundos! Alguns sistemas transacionais e em tempo real no setor automotivo processam mais de 150 milhões de registros por dia. Como é gerado um volume enorme de dados automotivos, são necessários clusters muito grandes. Muitas empresas do setor mantêm clusters na faixa de petabytes (um milhão de gigabytes).
A ciência de dados está presente em todas as etapas do ciclo de vida do produto automotivo
Ciência de dados impulsiona o desenvolvimento de produtos
Há muitos passos antes de um veículo chegar ao consumidor. A ciência de dados no setor automotivo começa no desenvolvimento de produto. Ela é usada em tarefas como analisar novas configurações de modelos e modelar a confiabilidade de componentes. Em vez de construir peças e testar cada estágio como um sistema isolado, a ciência de dados complementa o processo com simulação e análise em escala.
Ciência de dados promove excelência na manufatura
Cientistas de dados automotivos também garantem que apenas veículos de alta qualidade sejam vendidos. Embora engenheiros consigam testar a qualidade de cada veículo, isso precisa ser feito individualmente. Cientistas de dados podem analisar toda a população de peças, fornecedores e dados de testes. Eles avaliam de perto o desempenho financeiro dos fornecedores, preveem sua capacidade de entregar no prazo com base no histórico e usam econometria com regressões para verificar as condições econômicas nas localidades dos fornecedores.
Ciência de dados viabiliza veículos conectados e autônomos
Um dos temas mais quentes do futurismo hoje são os veículos conectados e autônomos, que dependem de modelos de deep learning e algoritmos de fusão de sensores. A ciência de dados é crucial para construir esses veículos: ela traduz indicadores de IoT como monitoramento da vida útil do óleo, status da bateria e instrumentação de diagnóstico completo em insights acionáveis. Por exemplo, não basta apenas detectar um pedestre — os sensores precisam discernir para onde ele está indo. Também são fundamentais os sistemas de segurança, incluindo proteção do motorista e segurança ambiental.
Os novos sistemas conectados desses veículos oferecem novos serviços — conectam-se com outros veículos, cidades e infraestrutura. E estamos só no começo de explorar o potencial desse mercado. O mercado global de veículos conectados era de cerca de US$ 63 bilhões em 2019 e deve quase quadruplicar para US$ 225 bilhões até 2027 (Allied Market Research)!
Ciência de dados impulsiona iniciativas de sustentabilidade
Sustentabilidade é prioridade para todos os fabricantes automotivos. Governos definem metas de eficiência energética, mas cada montadora tem seus próprios objetivos. E cada veículo tem uma eficiência diferente, então a ciência de dados é necessária para otimizar a eficiência de toda a linha. Assim, se uma empresa quer oferecer tanto uma picape grande que consome mais combustível quanto um carro elétrico, cientistas de dados automotivos podem realizar uma otimização para minimizar o consumo da frota inteira enquanto cumprem as metas globais de vendas da companhia. Esforços de otimização permitem que montadoras reivindiquem créditos governamentais por eficiência energética. Isso traz um triplo benefício: é melhor para o meio ambiente, entrega mais valor ao cliente e ainda abre uma potencial fonte de receita.
Outros casos de uso de ciência de dados no setor automotivo
Além do que já mencionamos, a ciência de dados impacta muitas outras etapas do ciclo de vida automotivo. Em marketing e vendas, prevê movimentação e churn de clientes. Em serviços e analytics do cliente, melhora a experiência pós-compra e gera avanços na qualidade do produto. Para se aprofundar em como a ciência de dados está moldando o futuro automotivo, assista ao webinar do Michael sob demanda.
