Geotab wil met AI van voertuigdata naar voorspellend fleetmanagement

Geotab ziet voertuigdata, AI en predictive maintenance als belangrijke bouwstenen voor de toekomst van fleetmanagement. Het is dan ook het segment waarin men actief is en met succes groeit. Volgens Ralf Urlings, Senior EMEA Sales Executive bij Geotab Europe, vormt het partnerkanaal een belangrijk onderdeel van het bedrijfs-DNA en het succes. Geotab verkoopt zijn oplossingen niet rechtstreeks aan eindklanten, maar werkt met resellers en value-added resellers (VAR’s) die de technologie combineren met eigen software en diensten. Daardoor ontstaat een ecosysteem waarin voertuigdata een belangrijk onderdeel wordt van bredere mobiliteits- en fleetmanagementoplossingen.

Data als grondstof

De enorme hoeveelheid data die Geotab verzamelt, vormt de basis voor nieuwe toepassingen. Ralf: “Die data komen zowel uit eigen telematica-apparatuur, als rechtstreeks uit de beheerde voertuigen. Bij die laatste categorie gaat het om OEM-data van autofabrikanten waarmee Geotab contractuele afspraken heeft om deze te ontsluiten. Daarbij staat privacy nadrukkelijk centraal. Geotab benadrukt dat voertuigdata alleen mag en kan worden gebruikt wanneer daarvoor toestemming en eigenaarschap aantoonbaar zijn.” Geanonimiseerde data bieden vervolgens mogelijkheden om bredere patronen te herkennen. Ralf: “Geotab verwerkt dagelijks 100 miljard datapunten en kan daaruit bijvoorbeeld afleiden hoe voertuigen zich gedragen, waar verkeersstromen ontstaan of welke technische problemen zich bij bepaalde voertuigtypen aandienen. Data die naar een specifiek bedrijf of individu is terug te voeren, wordt enkel geanonimiseerd gebruikt. Dat maakt de technologie ook interessant voor verkeersmanagement. Met miljoenen verbonden voertuigen kan bijvoorbeeld worden vastgesteld hoe druk een bepaald wegvak op een specifiek tijdstip is. Geotab beschikt in Noord-Amerika al over een afzonderlijke businessunit die zich bezighoudt met dergelijke toepassingen. Ook in de Benelux zijn er al activiteiten op dit gebied.”

AI voorspelt storingen

De grootste ontwikkeling ziet Geotab echter in het toepassen van AI op voertuigdata. Daarbij gaat het niet alleen om verkeersanalyse, maar vooral om veiligheid, onderhoud en duurzaamheid. Ralf: “Een belangrijk voorbeeld is predictive maintenance. Door patronen uit grote aantallen voertuigen te analyseren, kan AI voorspellen wanneer een onderdeel waarschijnlijk defect raakt. Als bij tienduizenden vergelijkbare voertuigen een bepaald patroon voorafging aan een defect, kan dat patroon worden gebruikt om andere voertuigen vroegtijdig te waarschuwen. Geotab noemt daarbij als voorbeeld een batterijprobleem dat op basis van historische data met zeer hoge waarschijnlijkheid kan worden voorspeld.

De volgende stap is het automatiseren van de daaropvolgende processen. In MyGeotab kan een fleetmanager nu al een werkorder voorbereiden en naar een garage sturen. Geotab werkt eraan om op basis van een automatisch gegenereerde waarschuwing uiteindelijk ook de werkopdracht automatisch klaar te zetten, uiteraard met goedkeuring van de fleetmanager. De mens blijft daarmee altijd verantwoordelijk voor de uiteindelijke beslissing.”

AI kijkt mee op de weg

Veiligheid is een belangrijk toepassingsgebied. Geotab zet intelligente camerasystemen in die onder meer verkeerssituaties en gedrag van bestuurders kunnen analyseren. Camera’s kunnen worden gebruikt aan de voorzijde, zijkanten en achterzijde van voertuigen en eventueel in de cabine. Ralf: “Privacy speelt ook hier een belangrijke rol. Beelden worden niet permanent opgeslagen. Een gebeurtenis, zoals een noodstop, kan als trigger dienen om beelden rond het incident tijdelijk veilig te stellen. Niet-relevante beelden worden automatisch overschreven. AI kan daarnaast bepaalde gedragingen herkennen, zoals telefoneren of roken tijdens het rijden.”

Van fleetmanagement naar autonome mobiliteit

Geotab ziet de ontwikkeling uiteindelijk verder gaan dan traditioneel fleetmanagement. Het bedrijf wil fleetmanagers ondersteunen met AI-agents die rechtstreeks met voertuigdata kunnen communiceren. Via een MCP-connector (Model Context Protocol) kan bijvoorbeeld een eigen AI-agent aan een Geotab-database worden gekoppeld. Daarmee verschuift de interactie van het handmatig genereren van rapportages naar het stellen van vragen in natuurlijke taal.

Tegelijkertijd kijkt Geotab vooruit naar elektrificatie, duurzaamheid, safety en autonoom rijden. Volgens Ralf kan het platform daarbij een rol spelen als informatielaag voor nieuwe vormen van mobiliteit, waaronder robotaxi’s en autonome bezorgdiensten. De ontwikkeling van Geotab laat daarmee zien hoe telematica zich transformeert. Waar voertuigdata ooit vooral werd gebruikt om locaties, kilometers en brandstofverbruik inzichtelijk te maken, wordt dezelfde data steeds meer een grondstof voor AI. De volgende generatie fleetmanagement draait daardoor niet alleen om weten wat er met een voertuig gebeurt, maar vooral om voorspellen wat er gaat gebeuren en daar vervolgens automatisch op kunnen reageren.

Stolen Vehicle Recovery, Geotab´s oplossing voor vermiste voertuigen

Ook bij zogenoemde lost vehicles kan connected voertuigtechnologie een rol spelen. Wanneer de locatie van een voertuig onbekend is, biedt de permanente verbinding de mogelijkheid om de positie opnieuw vast te stellen. Bij vermiste voertuigen kan Geotab de tracking intensiveren en met zeer korte intervallen locatiegegevens doorgeven. Via een alarmcentrale en in samenwerking met de politie kan het voertuig vervolgens worden getraceerd. Voor leasemaatschappijen en fleetowners is dit een belangrijk onderdeel van asset recovery: niet alleen inzicht in waar voertuigen zich bevinden, maar ook de mogelijkheid om voertuigen terug te vinden wanneer ze zoek zijn geraakt of zijn gestolen.