Önvezető ökoszisztéma

Ismerje meg az önvezető ökoszisztéma részleteit a kép alatti címszavakra (majd a kiemelt elemekre) kattintva!


A PwC hazánkban először az önvezetés technológiáján keresztül ülteti át a gyakorlatban a mesterséges intelligenciával kapcsolatban rendelkezésünkre álló tudást. A PwC Magyarország különböző üzletágainak összefogásával lehetőségünk van olyan holisztikus megközelítést alkalmazni, amely ezt az új technológiát egy szélesebb értelemben vett ökoszisztéma keretei között értelmezi. Így a legkülönbözőbb ügyféligényeket is képes kielégíteni ezen a területen.
Cégünk emellett elkötelezett aziránt, hogy a rendelkezésünkre álló tudást további fórumokon is megossza, ezért folyamatosan bővülő megértésünkkel több hazai fórumon is találkozhatnak. Szakértőink a PwC globális hálózatára is támaszkodnak – elsősorban cégünk autóipari adatbázisainak használata és a nemzetközi szinten rendelkezésre álló tudás szintetizálása tekintetében.

Untitled Document
SVG Title Demo example Szabályzási trendek: Alapvetően két elkülönülő szabályzási irány bontakozik ki világszinten: A tradicionális OEM-ek a folyamatosan bővülő önvezető funkciókkal kínálják modelljeiket, leképezve a SAE önvezető-jármű összes szintjét, így maximalizálva a nyereséget. Az EU-s szabályzás alakítását ennek megfelelően Németország irányítja. Ezzel szemben a startup cégek az L5 szintű önvezetést favorizáló szabályzási környezetben fejlesztenek, elsősorban teljesen önvezető rendszereket (főleg az USA-ban). Digitális mobilitási keretrendszerek (TODO) A digitális mobilitási piacra lépés lehetőségéért két különböző keretrendszer verseng. Az egyik egy viszonylag régóta létező technológiai és sztenderdekből álló keretrendszer, a DSRC, míg a másik ehhez képest új rendszer a C-V2X, amely mögött világszinten meghatározó technológiai és OEM (eredetiberendezés-gyártó) szereplők állnak. A két keretrendszer közti fő különbségek: - A DSRC felhasználási köre szűk, míg a C-V2X-é ennél jóval szélesebb - A DSRC felhasználhatóságát tekintve rugalmatlan, míg a C-V2X sokoldalú ilyen szempontból - A DSRC adatátviteli kapacitása erősen limitált, míg a C-V2X 5G kompatibilitása a 4G-nél 10x nagyobb kapacitást irányoz elő - A DSRC egységnyi jeltovábbítási sebessége átlagosan kevesebb, mint 50 ms, míg a C-V2X-é kb. 100 ms, amely nem felel meg az alapvető balesetmegelőzési elvárásoknak - a DSRC hatótávolsága 300 m, míg a C-V2X mobil-adathálózati kompatibilitása miatt ilyen jellegű limittel nem rendelkezik - a DSRC hálózat biztonságosnak mondható, mert távolról nem lehet hozzáférni, míg a C-V2X technológiánál a biztonság kérdése még függőben van A két versengő keretrendszer azonban nem képes önmagában megoldást kínálni a digitális mobilitás kihívásaira, ezért leginkább kombinálva képzelhető el a használatuk. A rendszerek penetrációja azonban kulcs kérdés, hiszen minél több eszköz és jármű kapcsolódik be a hálózatba, annál megbízhatóbban képes a rendszer is működni. 5G – Az önvezető ökoszisztéma egyik alappillére Az 5G hálózat új távlatokat nyitó teljesítménnyel rendelkezik: - 1-10 Gb/s adatátviteli sebesség - négyzetkilométerenként akár 1 millió eszköz egyidejű kiszolgálása - a szolgáltatások 90 perc alatt létesíthetők - 1milliszekundumos end-to-end késleltetési idő - közel 100 százalékos lefedettség - 99,999 százalékos rendelkezésre állás - 90 százalékkal alacsonyabb energiafelhasználás Az 5G-nek ezért elsősorban az ipari ügyfelek körében (ipar 4.0), a dolgok összekötésében (IoT) lehet nagy szerepe. Ipari felhasználásának egyik kulcsterülete a mobilitás újraszervezése lehet, hiszen az önvezető ökoszisztéma számára az 5G technológia az a háttérinfrastruktúra, amely lehetővé teszi a járművek kapcsolattartását és ezáltal biztonságos közlekedésüket. A hálózatba kapcsolt járművek (connected vehicles) internetkapcsolat és szenzorok segítségével fogadnak és küldenek jeleket. Ezek képessé teszik a járműveket a külső környezet érzékelésére és más objektumokkal vagy járművekkel történő kommunikációra, a hálózatba való kapcsolódás eredményeként pedig kialakulhat a központi forgalomszabályozás. Szemben a hagyományos járművekkel, a connected vehicle működtetése nem korlátozódhat egy iparágra, több szereplő együttműködésén keresztül valósulhat meg. Az autóipar szereplőin kívül az adatátviteli hálózathoz és infrastruktúrához kötött szolgáltatás jellegéből fakadóan, a telco szolgáltatók központi szerepet játszanak az ökoszisztéma megteremtésében. Felhő: A felhőalapú szolgáltatások fontos szerepet töltenek be az ökoszisztémában, hiszen megbízható és nagy teljesítményű alapot szolgáltatnak a szenzor-adatok összegyűjtésére, rendszerezésére és elemzésére. Az adatfeldolgozás éppen ezért távolról is történhet. Az önvezető ökoszisztéma azonban nemcsak egy jól skálázható és megbízható felhőalapú infrastruktúrát igényel, hanem a rendszernek képesnek kell lennie valós idejű telemetrikus adatok kezelésére és elemzésére is – járműsebesség, környező járművek távolsága –, hogy a jármű távvezérlésére – sávváltás, fékezés – képes legyen. A járművek felhőalapú összeköttetése is fontos, hiszen az önvezető járművek olyan fedélzeti rendszerekkel lesznek ellátva, amelyek által képesek egymással kommunikálni – pl.: információcsere változó időjárási körülményekről és útviszonyokról. A felhőalapú megoldások szempontjából elengedhetetlen, hogy skálázhatók legyenek és intelligens adatfeldolgozási és átviteli képességgel rendelkezzenek a biztonságos információ-kezelés miatt – pl.: utazási címek –, hiszen azok bizonyos esetekben személyes adatnak minősülnek. Szenzorok: Az önvezető járművek érzékelő mechanizmusai az emberi érzékelést, elsősorban az emberi látást igyekeznek duplikálni és a szenzorok segítségével még javítani is azon. Ezzel szemben az észlelést és a 3D környezetben történő eligazodást a szenzorok által begyűjtött adatok feldolgozása teszi lehetővé, ami tárgyak, útviszonyok és a közlekedési körülmények felismerését jelenti. Az előrejelzési folyamat pedig az észlelt tárgyak lehetséges döntéseit jósolja meg. Minderre a járművek három különböző típusú szenzorrendszer (kamera-, radar-, lézer-alapú) együttműködése miatt képesek. Az érzékelők és kamerák nemcsak a jármű lokációját azonosítják, hanem a környezetük pontos 3D-s modelljét is leképezi. A vizuális adatok pedig (pl: közlekedési jelzések) lehetővé teszik a térképszolgáltatások valós idejű frissítését. Az érzékelők figyelik a jármű alkatrészeinek teljesítményét és erózióját, valamint a vezetési útvonalat is. Ezek alapján egy előrejelző-elemző rendszer értesít várható meghibásodásokról. A balesetekről, vészfékezésekről gyűjtött szenzoradatok elemzése pedig javíthatja a közlekedés biztonságát. Az e-segélyhívó és a telematikai szolgáltatások biztosítják, hogy az új járművek képesek továbbítani ezeket az adatokat. Mesterséges intelligencia A mesterséges intelligencia (AI) olyan "intelligens" technológiákat foglal magában, amelyek tudatában vannak a környezetüknek és képesek a fellelhető információkból tanulni, ami lehetővé teszi számukra, hogy később önálló cselekvést hajtsanak végre. A robotikus folyamatok automatizálását, a gépi tanulást, a nyelvek feldolgozását és a neurális hálózatok működését mind meghatározza a mesterséges intelligencia. A mesterséges intelligenciát az választja el az általános célú szoftverektől, hogy lehetővé teszi a gépek számára, hogy autonóm módon válaszoljanak a külső világból érkező jelekre. Az önvezető ökoszisztémában a mesterséges intelligencia olyan számítógépes rendszerekre használt kifejezés, amelyben a jármű érzékeli a környezetét, gondolkodik, tanul és cselekszik, ezzel önálló közlekedésre képes. A mesterséges intelligencia felhasználási területei közé tartoznak többek között a digitális vezetői asszisztensek és a robotaxi szolgáltatások. A mesterséges intelligencia négy módon működik: • Automatizált intelligencia: Manuális/kognitív és rutin/nem rutin feladatok automatizálása • Intelligens asszisztens: Segíti az embereket feladataik gyorsabb és jobb elvégzésében • Augmentált intelligencia: Segít az embereknek jobb döntések meghozatalában • Autonóm intelligencia: A döntéshozatali folyamatok automatizálása emberi beavatkozás nélkül Kiberbiztonság (Lakat) Ahogy a vállalatok haladnak a digitális üzleti modell irányába, exponenciálisan több adatot generálnak és osztanak meg más szervezetekkel, partnerekkel és ügyfelekkel. Ez a digitális információ az összekapcsolt üzleti ökoszisztéma éltető elemévé vált, és egyre értékesebbé válik a szervezetek és a szakképzett szereplők számára. Az üzleti digitalizálás kitette a vállalatokat a digitális sebezhetőségnek, és ezáltal a számítógépes biztonság és a magánélet védelme fontosabbá vált, mint valaha. A PwC négy kulcsfontosságú elemet hangsúlyoz, amelyek segítenek abban, hogy szélesebb körű rálátást biztosítsanak a számítógépes biztonságra és a magánszférára, ezek védelmezőjeként és az üzleti élet szereplőjeként egyaránt. Big data elemzési módszer (graikus) A Big Data elemzési módszerek egy olyan összetett folyamathoz kapcsolódó nagy és változatos adatkészletek - beleértve az elrejtett mintákat, az ismeretlen korrelációkat, a piaci trendeket és az ügyfelek preferenciáit - vizsgálatára szolgálnak, amelyek segítenek a vállalatoknak megalapozott üzleti döntések meghozatalában. Az önvezető ökoszisztéma szempontjából a szenzorok által gyűjtött és a felhasználó monitorozás által generált nagy mennyiségű adat jelenti a legfőbb értéket. A szolgáltatási ágazat a nagy mennyiségű adathalmazokat a nyereséges növekedéshez szükséges vezérlő tényezőnek tekinti. Az adatelemzést háromféle döntés meghozatalára használják: 1. közvetlen ügyfél-folyamatok, 2. piacvezető folyamatok, és 3. a nyereségszerzés módjának újragondolása az egész üzleti rendszerre E-drive rendszer (áramjeles autó) Az új autó eladások nagy része ma még hagyományos autók értékesítésében nyilvánul meg, viszonylag alacsony az elektromos, illetve hibrid járművek aránya. 2020-ra azonban a hagyományos autók helyett eltolódik az arány az elektromos és hibrid autók felé. 2030-ra az elektromos és hibrid autó eladások fogják uralni a piacot, a hagyományos autók háttérbe szorulnak. A PwC becslései szerint 2030-ra a forgalomban lévő járművek 35%-a elektromos meghajtású lesz. Míg a hagyományos autókban 4000, addig az elektromos autók 320 mozgóalkatrészből összeszerelhetők. Ennek megfelelően a munkaerőigény is eltérő, mert egy hagyományos autó összeszereléséhez 7 munkás szükséges, egy elektromos autóhoz azonban egyetlen munkás is elegendő. Korábban a szerelő munkásoknak gépész végzettségre volt szükségük, az elektromosítás azonban megköveteli a villanyszerelő, illetve energetikus végzettséget. Alternatív energiaellátás (Akksi) Az elektromos gépjárműveken belül megkülönböztetjük a tisztán elektromos és hibrid meghajtású gépjárműveket. A hibrid csoportot még tovább bonthatjuk hálózatról tölthető és hálózatról nem tölthető hibridekre. A hálózatról nem tölthető, vagy más néven hagyományos hibridek a robbanómotoros meghajtást az elektromossal kombinálják a kinetikus energia elektromos árammá alakításával. Ezzel szemben a plug-in hibrideket külső elektromos hálózatról is fel lehet tölteni, így ezek a villamosenergia-hálózatból származó, akár megújuló alapon termelt elektromos árammal – legalább részben – helyettesíteni tudják a hagyományos üzemanyagot. A hatótáv növelt elektromos járművek az elektromotor mellett egy kisméretű, villamosenergia-termelési célra optimalizált robbanómotorral is rendelkeznek, amely képes tölteni az akkumulátort, hogy nagyobb távok is megtehetők legyenek külső akkumulátortöltés nélkül. Az elektromos járművekben ólomsavas, lítiumion és nikkel-fém-hidrid akkumulátorokat vagy ultrakapacitást használnak az energia tárolására. A modern plug-in hibrid és tisztán elektromos járművek nagy többségében lítiumion akkumulátor van, amelyet indokol az ólomsavas akkumulátorhoz képest nagy tárolókapacitás, jó teljesítmény-súly arány, energiahatékonyság, a jó teljesítmény magas hőmérséklet mellett és az alacsony önkisülés. A környezetvédelmi szempontok miatt a jövőben a nátrium-ionos akkumulátor jelentheti az alternatívát a lítiumionnal szemben. A nátrium alapú akkumulátor jelentősége abban rejlik, hogy ugyanazt a tárolókapacitást kínálja 80%-kal olcsóbban. Mindez azért lehetséges, mert a nátrium jóval szélesebb körben megtalálható elem, mint a lítium. Tömegközlekedés (Busz) A jelenleg használatban lévő hagyományos, belsőégésű motorokkal szerelt, helyi közösségi közlekedésben résztvevő eszközök modernizációjának keretében a tisztán elektromos meghajtású személyszállító járművek elterjedése a cél. Az alternatív hajtástechnológiák egyaránt támogatják a megújuló erőforrásokra való áttérést, illetve a lokális légszennyezés csökkentését. A tisztán elektromos hajtású technológia a leginkább perspektivikus, hátránya azonban a magas ár és a korlátozott hatótávolság. Az USA-ban, Németországban és Hollandiában már közlekednek elektromos önvezető buszok. Magyarországon a legszélesebb körben igénybe vett közösségi közlekedési eszköz az autóbusz, aminek az aránya a helyi közlekedésben az 50%-ot, míg a helyközi közlekedésben a 75%-ot is meghaladja, ezért az elektromos autóbuszok bevezetésén van a hangsúly. Az elektromos buszok esetében a töltés nem megoldott kérdés, mert az elektromos buszok 200 km feletti napi átlagos futásteljesítményre egyelőre kizárólag gyakori opportunity töltés esetén alkalmasak. Az akkumulátor-technológia és ezáltal a hatótáv némi fejlődését, illetve bizonyos esetekben egy korlátozott (végállomási) opportunity töltést feltételezve ugyanakkor a 2019-2025 időszakban megvásárolható elektromos buszok alkalmasak lehetnek 200 km átlagos napi futásteljesítmény kiszolgálására. Az elektromos buszok használata elsősorban a városi tömegközlekedésre terjed ki, de nem csak Budapesten, hanem a vidéki nagyobb városokban is használható. A hazai közösségi közlekedés elektrifikációjának optimális ütemű végrehajtásához 2025-ig célszerű a jelenlegi buszállomány felét elektromosra cserélni, tehát megközelítőleg 600 új elektromos meghajtású autóbuszt forgalomba állítani. Közösségi közlekedés (bal oldali ember+autó) Autót színezni is Az újfajta közösségi közlekedési koncepciók megjelenése miatt az autópiacnak radikális változásokkal kell számolnia 2030-ra, Európában az autók száma 280 millióról 200 millióra, az USA-ban 270 millióról 212 millióra eshet vissza, miközben Kínában növekedni fog. Bár a gépjárművek száma csökkenő tendenciát mutat Európában és az USA-ban is 2030-ra, az utakon a forgalom ezzel szemben inkább sűrűsödni fog. Néhány éves időintervallumon belül, a ma megszokott saját autó koncepció csak egy lesz a mobilitási alternatívák közül. A rendkívül kedvező árfekvésű közösségi autózás elterjedése egy megállíthatatlan folyamat. A közösségi autózás irányába mutat az elektromos és önvezető autók megjelenése is. Az önvezetés elsőként a taxik esetében nyerhet teret, mivel taxiszolgáltatók számára a legnagyobb költséget a humán erőforrás alkalmazása jelenti. A 2020-as olimpián Tokióban önvezető taxikat terveznek alkalmazni, a járművek tesztelése már folyamatban van. Kínában a közösségi és önvezető autók elterjedése hamarabb fog megtörténni, mint nyugaton. Az autóipar átalakulása ennek következtében Kínát vezető piaccá teheti. Áruszállítás (Kamion) A logisztikai költségek a raktározásban használható robotok és önvezető tehergépjárművek alkalmazásával a jelenlegi költségek felére csökkenthetők 2030-ra. A digitális kamionok megjelenése teljesen átalakítja az árufuvarozást a világ autópályáin. Képzeljünk csak el egy világot, amelyben nagy teherautók hosszú karavánjai katonás sorban közlekednek, miközben mindegyik teherautó automatikusan továbbítja a tartózkodási helyét, a várható érkezési időpontját és elküldi az információkat a következő megállóhelyének. A raktári rendszer automatikusan hozzárendeli az egyes targoncákat egy rakodódokkhoz, ahol több önvezető targonca készen áll a kirakodásra. Ezután áthelyezik az árukat a raktár egy másik részére, ahol egy robot az árukat a helyi szállítási útvonalakhoz hozzárendeli és felrakja az elektromos önvezető teherautóra, ami a végső fogyasztóhoz szállítja őket. Két globális trend alakítja át a teherszállítási ipart. Először is a szabályozók világszerte tett erőfeszítései az éghajlatváltozás kezelésére, valamint az energia és az erőforrások megtakarítására kényszerítik az ipart, hogy hatékonyabb teherautókat dolgozzanak ki és optimalizálják a tehergépjárművek használatát. Másodszor, a társadalmi és kulturális változások új piacokat nyitnak meg és egyre nagyobb elvárásokat támasztanak az önvezető járművek és a digitalizált ellátási lánccal szemben. Felelősség (ember + autó) Az önvezető járművek megjelenésével a – 700 milliárd dolláros piac világszinten – járműbiztosítással foglalkozó szereplők kénytelenek megváltoztatni a kockázatokra vonatkozó korábbi feltételezéseiket – pl. balesetmentesen megtett kilométerek, emberi mulasztás kontra alkatrész-meghibásodás. A biztosítási piacon komoly strukturális változások várhatók, amelyek eredményeként a biztosítási díjak a biztosítóktól a járműgyártókhoz kerülhetnek, hiszen a járművekkel együtt adják majd el ezeket. Az önvezetési technológia csökkenteni fogja ugyan a balesetek számát, de nem fog teljesen balesetmentes közlekedést eredményezni, ezért a biztosítások nem szűnnek meg, csak átalakulnak. Az átalakulást pedig a kockázatok újradefiniálása fogja elindítani. A felelősség kérdése már a szakemberek előtt van, azonban továbbra is nyitott. Az új típusú biztosításoknak tekintettel kell lenniük arra, hogy az adott jármű valójában mennyire önvezető (lásd: SAE levels of autonomy), nem is beszélve az önvezető ökoszisztéma által generált nagy mennyiségű adat védelméről. A járműiparnak, ezen belül pedig a biztosítási piacnak, fel kell készülnie a technológiai fejlődés által okozott kihívásokra. A szereplők számára elkerülhetetlen, hogy változtassanak az üzleti modelljükön az új piaci környezetben. Titoktartás (pajzs, telefon, kulcs) Az önvezető ökoszisztéma jelentős kihívást jelent az adatvédelem és kiberbiztonság szempontjából. Az egymással interakcióban lévő önvezető járművek és infrastruktúra működése egyúttal azt is jelenti, hogy nagy mennyiségű személyes adatot fog „termelni” a rendszer (pl. lokáció, úti cél, korábbi utazások, megtett távolság, átlagsebesség stb.). A hálózatba kapcsolt járművek és az infrastruktúra kapcsolódási pontjainak számának növekedése a kibertámadás lehetőségét is fokozza, hiszen több bejutási pontot szolgáltat a rendszerbe, amelyet kihasználhatnak. Hasonlóan veszélyes lehet egy rendszerszintű hiba (pl. kódolási hiba), ami így szélesebb körben okozhat kommunikációs zavart, ebből következően baleseteket. Az önvezető technológia elterjedéséhez elengedhetetlen a megfelelő adatvédelmi szisztéma megalkotása. Ennek lehetséges megoldásai lehetnek: • adatminimalizációs elv – csak kifejezetten az önvezető funkciók működéshez szükséges adatok gyűjtése és használata, ami kizárja a szponzorált tartalmakat út közben • „titoktartó dizájn” – a járműgyártók felelősek a megfelelő adatvédelmi standardok beépítéséért a járművekbe • magatartási kódex – adatvédelmi szempontból standardok kialakítása a járműgyártók számára, amely szerint a vállalatoknak a felhasználói adatok használatára vonatkozóan megfelelő szabályzattal kell rendelkezniük • „határokon átívelés” elve – az adatvédelmi standardoknak szupranacionális szinten kell érvényesülniük, biztosítva a határokon át nyúló közlekedést (pl. kifejezetten az EU-ban) Fogyasztói trendek A fogyasztói szokások jelentős megváltozása által létrejött sharing economy cégek „teremtő rombolással” forgatnak fel teljes iparágakat néhány év leforgása alatt. Számos ilyen vállalat mára világméretű céggé nőtte ki magát. A sharing economy lényege, hogy a felhasználók megosztják egymással: • kihasználatlan kapacitásaikat, erőforrásaikat (pl. tárgyi eszköz, szolgáltatás, pénz) • on-demand jelleggel (a fogyasztási igény felmerülésekor azonnal), rendszerint egy IT-platformon keresztül, • bizalmi alapon, kiemelt jelentőséget tulajdonítva a személyes interakciónak, közösségi élménynek, • törekedve a fenntarthatóságra. Az előrejelzések szerint az önvezető járművek is a sharing economy részeként fognak működni. Globális trend, hogy a felhasználók között az új technológia leginkább a fejlődő országokban népszerű. Emellett a fogyasztók arra is számítanak, hogy mindez biztonságos, megfizethető, kényelmes és személyre szabott közlekedési lehetőségeket fog teremteni.

Szabályozás

Az önvezető járművek elterjedésében kulcs szerepe van a szabályozásnak. A tör-
vényhozóknak ugyanis integrálniuk kell az önvezetést a létező szabályzási keretbe.

Ehhez olyan kérdéseket kell figyelembe venni, mint:
  • - önvezető járművek tesztelésének standardizálása
  • - vegyes forgalomban történő közlekedés szabályzása
  • - baleset esetén a kár okozójának megállapítása
  • - adatvédelem

Kapcsolódás

Ahhoz, hogy az önvezető ökoszisztéma mainstreammé váljon, kulcsfontosságú a rendszer részeinek összekapcsolása.

A járművek és infrastruktúra összeköttetése komplex folyamaton alapul.

Az ökoszisztémába kapcsolt eszközök elsősorban kamerák és szenzorok segítségével tájékozódnak, a generált adatokat fedélzeti számítógépek és felhőalapú rendszerek dolgozzák fel, amelyek a járművek irányításéért is felelősek.

A kapcsolódás legfontosabb szempontja az ökoszisztéma szereplőinek kommunikációja az interneten keresztül, ami lehetővé teszi, hogy többek között időjárási- és útviszonyokkal kapcsolatos információkat oszthassanak meg egymással.

Mobilitás

Az önvezető ökoszisztéma megváltoztatja a mobilitással kapcsolatos szokásainkat, és a felhasználói preferenciák az önvezető mobilitás felé tolódnak el. Előrejelzéseink azt mutatják, hogyszerint 2030-ra a megtett kilométerek harmada már közösségi közlekedés formájában fog megvalósulni.

A jövő mobilitása az "eascy" - elektromos, önvezető, közösségi, összekapcsolt és "évente" frissített.

Elektromos – A káros kibocsátásoktól mentes mobilitásra való áttérés globális követelménnyé válik. A járművek feltöltésére használt villamos energia egyre inkább megújuló forrásokból származik, hogy biztosítsa a szén-dioxid-semleges mobilitást.

Önvezető – Az olyan járművek fejlesztése, amelyek nem igényelnek emberi beavatkozást, csökkentik a tömegközlekedési mobilitási platformok használatát, és egyéni mobilitást kínálnak új felhasználói csoportok számára.

Közösségi - A közösségi járművek professzionálisan kezelt flottája a költséges mobileszközök hatékonyabb felhasználásával jelentős összeggel csökkenti a mobilitás költségeit.

Összekapcsolt - Ez kétféle módon történhet: az autók közötti kommunikáció vagy a forgalomirányítási infrastruktúra révén, illetve a gépjármű utasai és a külvilág között.

Évente frissített - A modellek skálája évente kerül majd frissítésre a legújabb hardver- és szoftverfejlesztések integrálása és a közösségi autóvásárlók változó igényeihez való alkalmazkodás érdekében.

Az emberi oldal

Az önvezető ökoszisztéma emberi oldalról úgy értelmezhető, mint a digitális mobilitás világszinten mérhető kereslete.

A változó fogyasztói szokások alapján valószínűsíthető, hogy a digitális mobilitás is a diszruptív technológiára fog épülni, és a sharing economy alapelveit fogja követni.

Globális közvéleménykutatási eredmények szerint a fogyasztói igények az önvezetéssel kapcsolatban az alábbiak:
  • - kombinált
  • - integrált
  • - személyre szabott
  • - élményalapú
  • - előfizetés-alapú
  • - megosztott

{{filterContent.facetedTitle}}

{{contentList.dataService.numberHits}} {{contentList.dataService.numberHits == 1 ? 'result' : 'results'}}
{{contentList.loadingText}}

Kapcsolat

Osztovits Ádám

Partner, PwC Hungary

Végh Bálint

Vezető menedzser, PwC Hungary

Kéri András

Menedzser, PwC Hungary

Kövessen minket!