Con la nuova manutenzione predittiva AI, Webfleet punta su sicurezza, continuità operativa e riduzione dei costi per camion e mezzi dedicati al trasporto persone
La manutenzione predittiva AI entra nell’offerta di Webfleet, la soluzione di Bridgestone per la gestione del parco veicoli, con un primo focus su flotte di camion e mezzi destinati al trasporto persone. Il nuovo servizio è stato sviluppato con Questar, società specializzata nel monitoraggio completo dello stato di salute dei veicoli, e si integra con Webfleet Vehicle Diagnostics, la funzione che raccoglie e analizza i dati tecnici dei mezzi. L’obiettivo è trasformare le informazioni acquisite in tempo reale in indicazioni operative più precise, capaci non solo di fotografare lo stato attuale del veicolo, ma anche di stimare quando sarà necessario intervenire e con quale priorità. In questo modo, la manutenzione predittiva AI si propone come uno strumento utile per rafforzare affidabilità e sicurezza, in un contesto in cui, secondo un dato citato da Webfleet, il 42% delle flotte commerciali europee è coinvolto almeno una volta all’anno in un incidente stradale.
Dai dati in tempo reale alla programmazione degli interventi
Il nuovo sistema segna, secondo l’azienda, un passaggio da una logica preventiva basata su stime generali a un approccio costruito sulle condizioni reali di ciascun veicolo. La manutenzione predittiva AI consente infatti di elaborare i dati raccolti per indicare con maggiore accuratezza i tempi degli interventi tecnici e ordinare le priorità di manutenzione all’interno della flotta. Questo approccio, nella lettura di Webfleet, può contribuire a contenere i tempi di fermo e a limitare l’impatto economico dei guasti. La società stima che il fermo imprevisto di un veicolo commerciale leggero possa costare circa 750 euro al giorno, mentre per un camion in panne il solo intervento di assistenza stradale richiederebbe in media circa 900 euro, oltre a circa quattro ore di inattività del mezzo. A questi costi diretti si aggiungono poi conseguenze meno facilmente misurabili, come il possibile deterioramento del rapporto con i clienti e i riflessi sull’immagine aziendale.
Riduzione dei costi e gestione più proattiva
Basata sulla tecnologia di machine learning sviluppata da Questar, la manutenzione predittiva AI consente a Webfleet di spingersi verso una gestione anche proattiva delle criticità. Non si tratta soltanto di prevedere il momento più probabile di un intervento, ma anche di fornire alle aziende procedure e indicazioni tecniche e organizzative utili a gestire il problema prima che si traduca in un fermo non pianificato. Secondo le stime riportate da Webfleet, questa impostazione può portare a una riduzione fino al 30% dei costi di manutenzione e dei tempi di fermo dei mezzi, con un calo del 20% delle spese legate alle emergenze non programmate. Per Webfleet, l’estensione della manutenzione predittiva AI rappresenta così un ulteriore tassello nel rafforzamento dei servizi destinati alle flotte professionali.
