A indústria automobilística deve andar preocupada. O trânsito nos grandes centros urbanos tem se tornada cada vez mais caótico, e as prefeituras têm tentado amenizar o problema instituindo pedágios, rodízio e taxas para estacionamento. Isso gera alguma pressão para que as pessoas deixem de usar carro. Em paralelo, a popularização dos serviços de táxi privados tem se tornado uma alternativa cada vez mais viável para quem não quer ou não pode depender do serviço público de transporte. Portanto, é de se esperar que o número de veículos vendidos diminua, o que deve se tornar uma tendência ainda mais acentuada conforme conceitos como o carro autônomo e compartilhado se tornem realidade.
A Ford não está esperando esse cenário se concretizar para procurar outras fontes de capital. Já em 2015, a empresa estava começando a dedicar parte de seu trabalho em questões relacionadas à mobilidade, coletando e processando dados de localização de veículos. Em 2018, a empresa anunciou seu comprometimento com pesquisas em robótica e inteligência artificial, e passou a falar em um sistema operacional de mobilidade. Agora, no último dia 2, a Ford publicou um texto detalhando como usou dados coletados na cidade de Ann Arbor, em Michigan, para desenvolver a plataforma City Insights, um sistema baseado em inteligência artificial projetado para gerenciar a mobilidade da cidade.
O projeto tinha o objetivo principal de permitir à administração municipal decidir questões relacionadas à mobilidade, fornecendo ferramentas capazes de ajudar a visualizar e entender o sistema de transportes em toda sua complexidade. A plataforma é capaz de integrar dados relacionados ao estacionamento, condições de tráfego, segurança e dados de censo, permitindo aos planejadores explorar várias soluções antes de implementá-las no mundo real. Os dados são obtidos das formas mais diversas, como aqueles disponibilizados pelos estacionamentos, câmeras de trânsito, boletins policiais e, claro, dados coletados nos próprios veículos. Nesse quesito, foi de enorme ajuda o fato de que vários motoristas de veículos da Ford optaram por disponibilizar os dados coletados pelo computador de bordo para o desenvolvimento do projeto. Com isso, é possível, por exemplo, descobrir áreas onde a frequência de freadas ou acelerações bruscas é relevante, o que pode indicar problemas na via ou no fluxo determinado pelas autoridades de trânsito, e assim descobrir regiões aptas a receber melhorias.
Um dos primeiros problemas que a cidade de Ann Arbor decidiu investigar era relacionado à sua infraestrutura de estacionamento. Havia um consenso de que as vagas disponíveis não eram suficientes. Durante o projeto, eles verificaram que a cidade tinha espaço suficiente para acomodar todos os veículos em circulação, e por isso desistiu de iniciar um projeto para construção de novos espaços, optando ao invés pela alternativa – muito mais barata – de desenvolver meios para que os motoristas encontrem as vagas existentes.
A forma com que a plataforma apresenta as informações também é bastante engenhosa. Os desenvolvedores criaram o City Insights Studio, um display horizontal formado por seis monitores de LCD mostrando toda a grade de transporte da cidade, com as informações disponíveis sendo apresentadas na localização correta em tempo real. Isso permite aos planejadores entender o sistema de mobilidade de uma forma mais intuitiva do que olhando tabelas ou gráficos individuais.
Créditos: Ford.
A Ford disse que o desenvolvimento do City Insights seria impossível sem que várias parcerias fossem formadas com órgãos públicos engajados, onde fosse possível sincronizar os dados da melhor forma possível, e também garantir a privacidade ao longo do processo. Junto com o sucesso desse estudo piloto, a empresa anunciou que está expandindo o uso da ferramenta para mais seis cidades americanas.
Se esse é o futuro da indústria automobilística, é difícil de dizer, mas ao menos parece ser uma decisão acertada usar seu know how para diversificar seus negócios usando inteligência artificial de ponta para melhorar a vida das pessoas.
