La inteligencia artificial en la industria automotriz

Los automóviles hace mucho tiempo que dejaron de ser solo máquinas mecánicas. A menudo, cuando se averían, no podemos simplemente abrir el capó y solucionar el problema. Esto se debe a que el gran cambio está ocurriendo en el lado invisible del vehículo. El automóvil se está digitalizando, no solo mientras circula por la carretera, sino también cuando sufre una avería.

Según un nuevo análisis de S&P Global Mobility, la inteligencia artificial se está volviendo cada vez más determinante en el campo de la reparación de vehículos y el diagnóstico de averías. Generalmente discutimos la inteligencia artificial en el contexto de los coches autónomos, los chatbots o la automatización de fábricas. Sin embargo, uno de los efectos más prácticos y cotidianos de la inteligencia artificial en la automoción parece surgir en el momento en que el vehículo entra en el taller.

Hoy en día, muchos vehículos ya generan sus propios datos. El motor, los frenos, la batería, los neumáticos, la transmisión, el escape, el aire acondicionado, los sistemas de seguridad... Todo se monitorea de alguna manera. El problema es que la abundancia de estos datos no siempre significa facilidad. Al contrario, en los vehículos modernos, la detección de averías a veces puede convertirse en una tarea titánica. Un código de advertencia puede ser el resultado de otro problema; un pequeño error en un sensor puede imitar un problema mecánico mayor. Para el mecánico, el asunto ya no es solo escuchar el sonido, revisar el aceite o cambiar la pieza. Leer, filtrar y dar sentido a los datos también es parte del trabajo.

La inteligencia artificial entra en juego precisamente aquí. Al analizar decenas de miles de registros de averías, historiales de mantenimiento, datos de sustitución de piezas e información de sensores, puede ofrecer al técnico una hoja de ruta más rápida. Puede filtrar, entre los cientos de códigos de error que emite un vehículo, los pocos puntos críticos que realmente requieren intervención. Esto significa un ahorro de tiempo para el taller y menos incertidumbre para el propietario del vehículo.

De hecho, los sistemas de diagnóstico asistidos por inteligencia artificial prometen reducir esta incertidumbre. Al comparar los datos provenientes del vehículo con ejemplos pasados, se espera que sea más posible decir “la avería probablemente se deba a esta pieza” y determinar cuándo fallará el vehículo. Por ejemplo, pensemos en una empresa de flotas. Para un negocio que gestiona cientos de camiones, furgonetas o vehículos de servicio, uno de los mayores costes es que el vehículo se quede parado en la carretera. Cuando el vehículo no funciona, no solo surgen gastos de reparación; las entregas se retrasan, el plan de trabajo se interrumpe y la satisfacción del cliente disminuye. La inteligencia artificial, a través de los registros de mantenimiento y los datos de los sensores, puede calcular qué vehículo tiene una mayor probabilidad de presentar problemas y cuándo, dando a las empresas la oportunidad de intervenir antes.

Por esta razón, las empresas tecnológicas y los grandes proveedores están entrando rápidamente en este campo. No es casualidad que Bosch se interese por las empresas emergentes que trabajan en el mantenimiento predictivo basado en inteligencia artificial, que los distribuidores de piezas desarrollen sistemas de diagnóstico asistidos por IA para los talleres, o que surjan plataformas que permitan a los talleres preparar presupuestos más precisos. Porque el mercado de posventa automotriz está creciendo. A medida que los vehículos se vuelven más caros, la gente utiliza sus coches durante más tiempo. A medida que aumenta el número de vehículos fuera de garantía, el mercado de mantenimiento, reparación y repuestos se convierte en un área más estratégica.

Aquí surge la pregunta crítica: ¿La inteligencia artificial reemplazará al mecánico?

Creo que no podemos responder a esta pregunta con un simple “sí”. Porque la reparación de automóviles sigue siendo un trabajo que requiere experiencia física, destreza manual y una intuición práctica. Un software puede predecir una avería, pero desmontar un perno oxidado, cambiar una pieza dañada o probar el comportamiento del vehículo sigue requiriendo mano de obra humana. Sin embargo, hay que admitir lo siguiente: La maestría cambiará. El buen mecánico de antaño era quien escuchaba el sonido con sus oídos y entendía el problema por el olor del motor. El buen técnico de la nueva era será aquel que entienda tanto de mecánica como de lectura de sistemas de diagnóstico digital. Es decir, la maestría no desaparecerá; se combinará con la alfabetización de datos.

El aspecto educativo de este cambio es muy importante. En Turquía, el verdadero problema para los talleres automotrices no será solo comprar dispositivos. Será necesario formar técnicos que sepan utilizar correctamente esos dispositivos, cuestionar las sugerencias de la inteligencia artificial y detectar posibles orientaciones erróneas. Porque la inteligencia artificial no es un “dios que toma decisiones”; es una herramienta que se fortalece con buenos datos y puede engañar con datos malos. Si los registros de servicio están incompletos, si los cambios de piezas no se han procesado correctamente o si el historial de mantenimiento es desordenado, el resultado que producirá el sistema no será fiable. En otras palabras, la inteligencia artificial puede aportar calidad al taller; pero primero, los datos del propio taller deben ser de calidad.

Otro tema importante es la relación con el cliente. En un futuro cercano, los propietarios de vehículos podrían conocer las averías no con códigos técnicos, sino en un lenguaje más comprensible. En lugar de decir “se encendió la luz de control del motor”, el sistema podría decirle “es necesario revisar esta pieza relacionada con el sistema de combustible, el nivel de riesgo es medio, sería bueno que vaya al taller dentro de este plazo”. Incluso podrían generalizarse soluciones que expliquen el problema del vehículo al usuario en un lenguaje sencillo a través de voz, imagen o datos de conducción. Esto reduce la asimetría de información del propietario del automóvil frente al taller. Si el cliente entiende mejor qué se cambia y por qué, la confianza también aumenta.

Pero también hay que ver la otra cara de la moneda. ¿En manos de quién estarán los datos de reparación y mantenimiento? ¿Del fabricante del vehículo, del taller, de la compañía de seguros o de la plataforma tecnológica? ¿Podrán los talleres independientes acceder a estos sistemas, o los datos se convertirán en una nueva área de monopolio en manos de los grandes actores? La inteligencia artificial, al igual que puede aportar transparencia al cliente, también puede crear nuevas dependencias dentro de sistemas cerrados. Especialmente en la era de los vehículos conectados, el derecho a la reparación y el acceso a los datos serán uno de los debates más importantes de los próximos años.

Al final, la reparación de automóviles ya no es solo una cuestión de gato, llaves y repuestos. El software, los datos, los algoritmos y la calidad del servicio se sientan a la misma mesa. Si se utiliza correctamente, la inteligencia artificial puede encontrar averías más rápido, reducir cambios de piezas innecesarios, hacer que los costes de mantenimiento sean predecibles y aumentar la confianza del conductor en el taller. Si se utiliza incorrectamente, puede debilitar la maestría, dejar fuera a los talleres independientes y condenar al cliente a procesos de decisión digitales que no comprende.

Por eso, la cuestión no es si la inteligencia artificial entrará o no en la industria automotriz. Ya ha entrado. La verdadera cuestión es a beneficio de quién trabajará. ¿Será una herramienta que fortalezca la mano del mecánico, proporcione transparencia al cliente y aumente la calidad del servicio; o será una nueva caja negra que mantenga el capó del automóvil un poco más cerrado y sus datos un poco más inaccesibles?