La manutenzione di una flotta aziendale non riguarda più soltanto la riparazione dei veicoli. Ogni intervento coinvolge infatti una rete composta da officine, fornitori di ricambi, operatori logistici, sistemi autorizzativi e piattaforme digitali che devono scambiarsi informazioni in tempi rapidi.
Per società di noleggio, fleet manager, mobility provider e aziende, la difficoltà consiste sempre più nel coordinare questi soggetti e i dati che producono, così da limitare i tempi di fermo dei mezzi e rendere più efficienti le attività operative.
In questo scenario si inserisce Maintenance Excellence, la soluzione sviluppata da Targa Telematics, che applica l’Agentic AI alla gestione della manutenzione con l’obiettivo di coordinare in modo più efficace l’intero processo.
L’integrazione dei dati è una delle priorità per gli operatori
La necessità di una gestione più integrata emerge anche dalla ricerca “Operai del NLT“, condotta dal Centro Studi Fleet&Mobility sugli operatori del settore e promossa da Targa Telematics ed Escargo. Secondo l’indagine, il 69% degli intervistati ritiene che una gestione integrata dei dati del veicolo migliorerebbe la precisione delle informazioni relative ai tempi di fermo tecnico.
Il 66% indica invece nella gestione coordinata delle informazioni uno strumento utile per ridurre le inattività, mentre il 64% considera l’integrazione e l’elaborazione dei dati tramite sistemi di intelligenza artificiale il principale fattore per creare valore lungo il processo manutentivo.
Secondo Pasquale Triventi, Key Account Manager di Targa Telematics, “La crescente complessità operativa nella gestione delle flotte richiede un nuovo approccio alla manutenzione, fondato sull’orchestrazione intelligente dei dati e sull’automazione dei processi”.
Come funziona Maintenance Excellence di Targa Telematics
Maintenance Excellence, la soluzione sviluppata da Targa Telematics si basa sull’integrazione di dati provenienti da diverse fonti, come dispositivi telematici installati sui veicoli, sistemi OEM e piattaforme esterne, riunendoli all’interno di un unico ecosistema digitale. L’obiettivo è monitorare in tempo reale lo stato dei mezzi, individuare in anticipo eventuali anomalie o segnali di usura e pianificare gli interventi prima che si trasformino in guasti più rilevanti.
L’approccio agentico viene utilizzato anche per automatizzare diverse attività operative, tra cui la gestione degli appuntamenti, il coordinamento tra i diversi soggetti coinvolti, l’apertura dei workflow, l’assegnazione delle priorità e alcune verifiche amministrative.
260325-survey-operai-del-nlt-targa-telematics-escargo
Come sottolinea Triventi, l’obiettivo è “aiutare gli operatori a passare da una logica reattiva e dichiarativa, basata prevalentemente sulla compilazione manuale delle informazioni da parte delle officine o di terze parti, a una gestione oggettiva e data-driven, fondata sull’analisi automatica dei dati provenienti direttamente dai veicoli e dagli ecosistemi digitali collegati”.
Secondo l’osservatorio interno di Targa Telematics, l’applicazione dell’intelligenza artificiale alla manutenzione potrebbe contribuire a ridurre fino al 30% i costi manutentivi e del 13% i tempi di fermo della flotta, risultati che evidenziano il potenziale dell’utilizzo di strumenti di automazione e analisi dei dati nella gestione operativa dei veicoli.
