Achtergrond | Geen toekomst zonder Amazon
In de schaduw van het grote en machtige Amazon bouwt dochteronderneming Amazon Web Services (AWS) aan platformen en een cloud-infrastructuur die autofabrikanten in staat stellen interfaces en producten te bouwen voor hun klanten. Zelf kunnen autofabrikanten die infrastructuur en machine learning-programma’s niet ontwikkelen, simpelweg omdat dit te duur en kostbaar is. Dat maakt dat AWS en/of vergelijkbare platforms van IBM, Oracle en Microsoft vrijwel onmisbaar worden voor de auto-industrie. Daarbij is het voor fabrikanten en retailers onmogelijk om zonder de inzet van de juiste technologie wijs te worden uit de immense datastroom. En als auto-fabrikanten behoefte hebben aan data om te voorspellen hoeveel EV’s er verkocht gaan worden als de bijtelling verandert, kunnen techreuzen die data leveren.
Evangelist
Waar retailers alle stappen van Amazon – zoals de samenwerking met ALD Spanje – in de autobranche op de voet volgen, daar verdient AWS al lang geld aan de auto-industrie. AWS (omzet 36 miljard dollar) haalde zijn AI Principal Evangelist Julien Simon naar Nederland en gaf Automotive een inkijkje in de toekomst. Er zijn in de branche steeds meer voorbeelden zichtbaar van producten en diensten die gebouwd zijn op de digitale infrastructuur en meer dan 200 machine learning functies die AWS levert. BMW heeft het Alexa-platform geïntegreerd in een model, terwijl een logistiek bedrijf het autonoom rijden-platform gebruikt.
Overigens denkt Simon niet dat Level 5 autonomie ooit gehaald gaat worden. Technisch zou het wellicht kunnen, maar er zouden enorme infrastructurele aanpassingen nodig zijn en dat ziet hij niet gebeuren. Bovendien: hoe leer je een autonome auto bijvoorbeeld omgaan met iemand die het rode verkeerslicht niet ziet?
Vraag voorspellen
De techniek die autonoom rijden -en wellicht beurskoersen voorspellen- mede mogelijk moet maken is kunstmatige intelligentie, zoals reinforcement learning, een subcategorie van machine learning. Behalve voor fabrikanten is dit ook interessant voor grote Nederlandse spelers zoals Pon, want hiermee kan data worden gecreëerd waar die nog niet bestaat. En als er één ding is dat fabrikant graag willen, is het de vraag van consument voorspellen. Neem bijvoorbeeld de EV-bijtelling in ons land. Door de wijziging van 4 naar 8 naar 12 procent bijtelling is het lastig te voorspellen of EV’s nog in trek zullen zijn.
Voor zulke moeilijk voorspelbare situaties is reinforcement learning goed in te zetten, zegt Simon. “We bouwen een omgeving waarin we een actor plaatsen. Die onderneemt acties en op basis van de keuzes wordt hij beloond of gestraft. Die variabelen brengen wij in, maar de actor moet zelf uitzoeken wat de beste keuzes zijn. Dat proces herhalen we continu, totdat we kunnen voorspellen hoe de actor zich gedraagt. Dat helpt ons om te voorspellen of mensen EV’s blijven kopen bij een bepaald bijtellingspercentage.”
Succesverhalen
Toch is Simon realistisch. De technologische mogelijkheden lijken eindeloos, maar het duurt nog lang voor big data, kunstmatige intelligentie en machine learning gemeengoed zijn in de industrie. Veel bedrijven in de auto-industrie werken met ICT- en cloud-oplossingen van AWS, maar als het gaat om innovaties met betrekking tot onder meer autonoom rijden, dan is het nog wachten op de echte succesverhalen. De kosten zijn bovendien torenhoog (en alleen door grote corporates op te brengen) en de ontwikkelingstijden lang. Maar dat Amazon (en in zijn kielzog de andere techreuzen) hoe dan ook veel gaat verdienen aan de autobranche, staat wel vast.
