Riprenderà la corsa allo sviluppo degli Adas? Sì, ma a condizione di renderli profittevoli: attualmente non lo sono. Da anni le principali industrie automobilistiche stanno integrando gli Advanced Driver Assistance Systems, sistemi avanzati di assistenza alla guida progettati per aumentare la sicurezza e migliorare l’esperienza dell’utente. Si pensi a Tesla con Autopilot, a Bmw con Driving Assistant Plus, a Mercedes con Drive Pilot, ad Audi con AI Traffic Jam Pilot, a Volvo con Pilot Assist, a Toyota con Safety Sense, a General Motors con Super Cruise, a Ford con Co-Pilot360, a Hyundai con SmartSense, e a Nissan con Pro PilotAssist.
Ma da qualche tempo l’entusiasmo iniziale si è parecchio raffreddato: al di là dei problemi contingenti, e cioè della difficile situazione di mercato nell’automotive, ce ne sono di strutturali. La verità è che gli Oem affrontano notevoli difficoltà nello sviluppo degli Adas, principalmente a causa degli elevati costi e della bassa profittabilità. I fattori più critici includono l’integrazione, il testing e la validazione, processi complessi e onerosi ma indispensabili per garantire la sicurezza e il rispetto delle normative. Un altro aspetto rilevante è la raccolta e l’archiviazione di enormi quantità di dati dal mondo reale, necessarie per addestrare e migliorare le funzionalità dei dispositivi. Anche lo sviluppo software richiede ingenti risorse, poiché i sistemi Adas devono gestire funzionalità avanzate come il riconoscimento degli ostacoli e la guida assistita. Questo comporta un impegno continuo in termini di tempo, competenze specializzate e investimenti per l’aggiornamento costante di hardware e software.
Che cosa si può fare? Per affrontare queste sfide, una delle soluzioni più efficaci è la standardizzazione degli strumenti di sviluppo e l’adozione di tecnologie di intelligenza artificiale generativa (GenAI), attività che possono ridurre notevolmente la necessità di raccogliere dati nel mondo reale e accelerare il processo di validazione del software. Inoltre, promuovere la collaborazione industriale può diminuire la duplicazione degli sforzi, facilitare l’integrazione e stabilire standard comuni che ottimizzano i costi di sviluppo. Infine, un approccio strategico per gli Oem è adottare il modello “make or buy“, valutando quali componenti sviluppare internamente e quali acquistare da fornitori esterni. Questo permette alle aziende di concentrarsi sulle aree che offrono un maggiore vantaggio competitivo, riducendo i costi complessivi e migliorando l’efficienza.
L’articolo trae spunto dall’intervento dal senior partner di McKinsey, Martin Kellner, durante il “The Autonomous Main Event” tenuto a Vienna qualche giorno fa. Kellner ha fatto riferimento sia a indagini globali condotte da McKinsey che ai risultati di un workshop svolto a Vienna con esperti di settore, denominato “How to Make Money with Adas? – The Way to (Higher) Profitability”. The Autonomous è una comunità globale, avviata dall’azienda di soluzioni software e hardware per Adas TTTech Auto, che si propone di plasmare il futuro della mobilità autonoma sicura. Con un approccio di piattaforma aperta, l’obiettivo di The Autonomous è costruire un ecosistema che riunisca tutti gli attori coinvolti nello sviluppo della mobilità autonoma sicura, permettendo loro di collaborare e generare competenze condivise. L’Head of The Autonomous è Philip Schreiner; il chairman è Ricky Hudi. La scelta di Vienna non è casuale: lì è operativa L’Aba – Austrian Business Agency, l’agenzia governativa ufficiale dell’Austria dedicata alla promozione degli investimenti esteri e al supporto delle aziende straniere che desiderano stabilire una presenza nel paese. È molto impegnata sul fronte dei software design vehicle.
Alcuni esempi di tecnologie Adas
Tra le tecnologie più avanzate nel settore automobilistico, gli Adas stanno rivoluzionando l’esperienza di guida e la sicurezza stradale. Tra i sistemi più rilevanti troviamo la frenata automatica d’emergenza (Aeb), progettata per rilevare ostacoli improvvisi e attivare i freni autonomamente, prevenendo o riducendo l’impatto in caso di collisione. Di grande importanza è anche il sistema di mantenimento della corsia, che interviene per mantenere il veicolo nella corretta traiettoria, correggendo automaticamente la direzione in caso di deviazioni involontarie.
Un altro Adas fondamentale è il controllo adattivo della velocità (Adaptive Cruise Control), che regola la velocità del veicolo e mantiene una distanza di sicurezza dai veicoli che precedono, riducendo lo stress nei viaggi lunghi e in autostrada. A completare questo quadro di tecnologie essenziali c’è il riconoscimento dei segnali stradali, che rileva e segnala al conducente i limiti di velocità e altre indicazioni rilevanti lungo il percorso.
Per la sicurezza in fase di sorpasso, il monitoraggio degli angoli ciechi avvisa il conducente della presenza di veicoli nelle aree non visibili dagli specchietti, riducendo il rischio di incidenti durante i cambi di corsia. Infine, il rilevamento di pedoni e ciclisti è un sistema progettato per prevenire incidenti nelle aree urbane, avvisando il conducente e attivando la frenata automatica se rileva la presenza di persone o ciclisti nelle vicinanze del veicolo.
L’importanza crescente degli Adas per i consumatori
I sistemi di assistenza alla guida sono ormai una componente essenziale nelle decisioni di acquisto dei consumatori, soprattutto nei mercati emergenti. Secondo le ricerche condotte da McKinsey, in Cina gli Adas sono il terzo fattore più importante nella scelta di un’auto, dietro solo al marchio e al design esterno del veicolo. Questo li rende più rilevanti di aspetti come la connettività interna e la dimensione degli schermi di infotainment. Per Kellner «tutto ciò rappresenta una chiara opportunità per i produttori».
A livello globale, gli Adas si collocano al 12° posto su 21 fattori chiave di acquisto. L’importanza degli Adas varia notevolmente da un mercato all’altro. Ad esempio, in Giappone si posizionano all’8° posto, mentre in paesi come Italia e Brasile sono rispettivamente al 13° posto.
Un altro dato significativo emerso è la propensione dei consumatori a cambiare marchio per ottenere migliori funzionalità Adas. In Cina, il 20% dei clienti nel segmento “Entry and Volume” e il 29% dei clienti “Premium e Luxury” cambierebbe produttore se un altro marchio offrisse tecnologie Adas superiori. Anche in Europa, il 17% dei consumatori del segmento “Entry and Volume” e il 20% di quelli “Premium e Luxury” seguirebbero lo stesso comportamento.
Tesla Fsd (Supervised) è in grado di gestire autonomamente l’auto quasi ovunque, in situazioni comuni e complesse. Questa tecnologia richiede che il conducente presti attenzione alla strada ed essere pronto a prendere il controllo.
Le sfide nello sviluppo degli Adas: costi elevati e bassa profittabilità
Si diceva che nonostante la crescente domanda, lo sviluppo degli Adas presenta sfide significative, principalmente legate ai costi elevati e alla bassa profittabilità. Per Kellner «attualmente questi fattori rappresentano il problema più grande nello sviluppo di queste tecnologie».
Si accennava a uno degli aspetti più onerosi, legato all’integrazione dei diversi componenti hardware e software, seguiti dalle fasi di testing e validazione. Questi processi sono essenziali per garantire che i sistemi Adas funzionino in modo sicuro e conforme alle normative vigenti, come le regolamentazioni sulla sicurezza stradale. La validazione richiede rigorosi test su strada, simulazioni e prove in condizioni reali per assicurarsi che i sistemi rispondano correttamente in situazioni complesse, come la rilevazione di ostacoli o l’assistenza alla guida in caso di emergenza. Tuttavia, si tratta di un processo estremamente complesso e dispendioso, poiché richiede infrastrutture di test avanzate, personale altamente qualificato e un controllo continuo delle normative, che possono variare da un mercato all’altro.
Si accennava anche ad un altro aspetto cruciale che incide notevolmente sui costi, la raccolta e l’archiviazione dei dati necessari per lo sviluppo degli Adas. Questi sistemi richiedono l’acquisizione di enormi quantità di dati provenienti dal mondo reale, necessari per addestrare gli algoritmi di intelligenza artificiale e migliorare le capacità di rilevamento e risposta dei veicoli. I sensori, le videocamere e i radar a bordo dei veicoli raccolgono dati continui su traffico, condizioni meteorologiche, ostacoli e molto altro. Questi dati devono poi essere immagazzinati, processati e analizzati, il che richiede server dedicati, potenti infrastrutture IT e tecnologie di elaborazione dati su larga scala. Questo rappresenta un investimento sostanziale per le aziende, che devono anche garantire la sicurezza e la privacy dei dati raccolti, conformemente alle normative sui dati personali.
Si menzionava anche lo sviluppo software, un altro pilastro su cui si fondano gli Adas: rappresenta una delle voci di costo più importanti. La progettazione di software in grado di gestire funzioni avanzate come il riconoscimento degli ostacoli, il rilevamento dei pedoni e la guida assistita richiede competenze tecniche molto specializzate. Questi sistemi devono essere sviluppati per gestire in modo sicuro e affidabile una vasta gamma di scenari di guida, tenendo conto di variabili come la velocità, il comportamento degli altri veicoli, le condizioni stradali e i limiti legali locali. Per garantire un funzionamento sicuro, il software deve essere continuamente migliorato, con aggiornamenti costanti che rispondano ai progressi tecnologici e alle nuove esigenze di sicurezza. Questo implica un impegno di risorse notevole in termini di tempo, team di ingegneri e cicli di sviluppo.
Una volta implementati, i sistemi Adas richiedono una manutenzione costante per rimanere efficienti e sicuri. I costi di manutenzione riguardano sia l’hardware, come sensori e processori, sia il software, che necessita di aggiornamenti regolari per mantenere la compatibilità con nuove tecnologie e normative. Gli aggiornamenti software, in particolare, non solo servono a migliorare le funzionalità esistenti, ma sono cruciali per introdurre nuove caratteristiche e correggere eventuali vulnerabilità emerse dopo la messa in strada del veicolo. Questa necessità di aggiornamenti continui aumenta il peso economico complessivo per i produttori, che devono investire risorse a lungo termine per garantire che i sistemi rimangano competitivi e conformi alle nuove normative.
L’88% degli esperti (al citato workshop) ha classificato questi costi come una “grande difficoltà”, mentre solo una piccola parte li ha definiti problemi “minori”. Tra le altre sfide citate ci sono le incertezze normative e legali, nonché la scarsità di talenti nel campo dello sviluppo di tecnologie Adas.
Scenari futuri per la catena di fornitura degli Adas
Per Kellner «stiamo osservando una tendenza verso una maggiore separazione tra hardware e software. I produttori vogliono la flessibilità di scegliere e combinare le migliori soluzioni disponibili sul mercato».
Durante il citato workshop, è stata esplorata la futura evoluzione della catena di fornitura degli Adas. Secondo le previsioni degli esperti, lo sviluppo degli Adas potrebbe seguire tre direzioni principali nei prossimi anni. Una parte significativa, pari al 36%, ritiene che il co-design hardware-software continuerà a essere il modello prevalente, con un numero limitato di attori che progettano e vendono sistemi Adas come pacchetti integrati, combinando hardware e software in soluzioni complete.
Tuttavia, la maggioranza degli intervistati, ovvero il 48%, prevede una futura separazione tra hardware e software. In questo scenario, il software Adas viene sviluppato e venduto separatamente dall’hardware, permettendo agli Oem (produttori originali) di combinare componenti di diversi fornitori per ottenere una maggiore flessibilità e adattabilità alle loro specifiche esigenze.
Infine, una percentuale minore, pari al 16%, immagina un approccio completamente modulare “mix & match”. In questo caso, i produttori automobilistici potrebbero selezionare liberamente i migliori componenti hardware e software disponibili sul mercato e combinarli secondo le loro necessità, creando così una configurazione personalizzata e ottimizzata per i propri veicoli.
Questi tre scenari delineano un panorama in cui l’industria degli Adas potrebbe evolversi verso una maggiore flessibilità e modularità, rispondendo così alle esigenze di un mercato sempre più competitivo e dinamico.
Questo cambiamento verso un’architettura più modulare consentirebbe agli Oem di adattare meglio le tecnologie Adas alle esigenze dei diversi mercati, con un notevole impatto sulla competitività.
Cinque leve per migliorare la profittabilità degli Adas
Secondo Kellner «per migliorare la profittabilità degli Adas, dobbiamo concentrarci su cinque leve strategiche: scelte di design, make or buy, IA generativa, eccellenza progettuale e collaborazione industriale».
Come si diceva, ci sono cinque leve fondamentali per aumentare la profittabilità dei sistemi Adas, concentrandosi su aree strategiche in cui gli Oem possono ottimizzare i costi e migliorare l’efficienza operativa.
La prima leva riguarda le scelte di design degli Adas, dove gli Oem devono prendere decisioni cruciali sugli stack tecnologici da adottare. Gli stack rappresentano la base tecnologica su cui si sviluppano i sistemi Adas, e scegliere una tecnologia scalabile o personalizzata può avere un impatto diretto sui costi e sulla competitività. Gli Oem devono decidere se sviluppare una tecnologia che possa essere applicata a più mercati globali o creare stack separati per aree specifiche, come la Cina, che ha esigenze e regolamentazioni particolari. Ad esempio, un’architettura tecnologica che si adatta al mercato cinese potrebbe risultare più efficiente in termini di implementazione e conformità alle normative locali. Un’altra decisione strategica importante è se sviluppare internamente un’architettura di guida autonoma di livello 3, che richiede competenze e risorse notevoli, o esternalizzare parte dell’hardware. Questa scelta influisce non solo sui costi, ma anche sul controllo che l’azienda può mantenere sul prodotto finale e sulle sue possibilità di differenziarsi dalla concorrenza.
La seconda leva è la citata decisione Make or Buy, che comporta la valutazione di quali componenti sia più vantaggioso sviluppare internamente e quali, invece, convenga acquistare da fornitori terzi. Gli Oem devono analizzare con attenzione quali parti della tecnologia Adas rappresentano un vantaggio competitivo e quindi meritano un investimento interno, e quali possono essere fornite esternamente senza compromettere la qualità o la capacità di differenziazione del prodotto. Attualmente, molti Oem scelgono di sviluppare internamente le tecnologie Adas di livello avanzato, poiché soluzioni di guida autonoma di livello 3 completamente pronte per l’implementazione non sono ancora disponibili sul mercato. Questa scelta permette agli Oem di avere un maggiore controllo sulla progettazione e di rispondere più rapidamente alle esigenze del mercato.
La terza leva si basa sull’adozione di tecnologie emergenti come l’intelligenza artificiale Generativa (GenAI), che può ridurre drasticamente i costi di sviluppo. La GenAI è in grado di automatizzare processi complessi, come la raccolta e l’annotazione dei dati necessari per addestrare gli algoritmi di intelligenza artificiale che alimentano gli Adas. Invece di dover raccogliere enormi quantità di dati dal mondo reale tramite lunghe sessioni di guida, l’IA generativa può creare dati sintetici che simulano situazioni stradali reali, riducendo così la necessità di costosi test sul campo. Oltre a questo, la GenAI può ottimizzare la fase di validazione del software, migliorando la precisione dei test e la qualità delle decisioni prese durante lo sviluppo del sistema, accelerando così il time-to-market delle nuove funzionalità Adas.
La quarta leva riguarda l’eccellenza progettuale, con un focus sull’ottimizzazione dei processi di sviluppo software. Gli Oem possono ottenere notevoli risparmi migliorando l’efficienza dei loro processi interni, standardizzando gli strumenti di sviluppo e implementando metriche chiare per valutare le performance del progetto. L’adozione di strumenti standardizzati permette di ridurre la frammentazione e i ritardi causati dall’uso di tecnologie diverse in progetti simili, portando a una significativa riduzione dei costi operativi. Inoltre, una gestione più efficiente dei progetti può evitare la duplicazione degli sforzi, garantire il rispetto dei tempi di consegna e migliorare l’efficacia complessiva delle operazioni, fornendo agli Oem un vantaggio competitivo.
L’ultima leva strategica è la collaborazione industriale, che può avere un impatto significativo sui costi e sull’innovazione nel settore degli Adas. Promuovere una maggiore collaborazione tra gli attori dell’industria automobilistica permette di ridurre la duplicazione degli sforzi e di sviluppare tecnologie non differenzianti che possono essere standardizzate e condivise. Questo potrebbe includere lo sviluppo di piattaforme open-source o condivise, che consentirebbero agli Oem di risparmiare sui costi di ricerca e sviluppo e di accelerare l’introduzione di nuove tecnologie sul mercato. Un esempio di successo di questo approccio è stato visto nel settore delle telecomunicazioni con lo sviluppo dello standard 3GPP, che ha permesso di uniformare le tecnologie di comunicazione mobile a livello globale. Replicare questo modello nel contesto degli Adas potrebbe facilitare la collaborazione tra aziende concorrenti, creando uno standard industriale che porterebbe benefici a tutti gli attori del settore.
Secondo le analisi di Mckinsey, il potenziale di risparmio in queste aree può superare il 25% del costo totale lungo la catena del valore.
