A tradicionális autógyártók, az autóipari beszállítók és a vezető techvállalatok is már megegyeznek benne, hogy a részben vagy egészben autonóm járműveké a jövő, ennek megfelelően pedig egyre több forrást pumpálnak azokba a fejlesztésekbe, amelyek révén ki akarják hasítani a maguk szeletét a nagynak ígérkező tortából. Bár a látványos kísérletekről szinte naponta olvashatunk, mégis nehéz eldönteni, hogy valójában ki hogyan áll a technológiai versenyben.
A kölni Német gazdaségkutató Intézet (Institut der deutschen Wirtschaft Köln) ennek az egyik lehetséges faktorát világította meg, amikor közzétette az autonóm járművekkel kapcsolatos világszabadalmak számát, számba véve a 2010 elejétől 2017 júliusáig igazolt bejegyzéseket. Az intézet összesen 5839 ilyen szabadalmat azonosított, és ennek alapján próbált képet alkotni a fejlesztések frontvonalában működő vállalatok aktivitásáról.
Nagyon beindultak a régi piaci szereplők
A németeknél hagyományosan erős autóipar ebben az összehasonlításban még erősebbnek tűnik: hatot ad a tíz legtöbb szabadalmat jegyző társaság között, ráadásul a toplista szabadalmának kétharmad részéről beszélünk, vagyis a listás arányokat ebben a tekintetben még felül is múlják. Érdekesség, hogy a tízes élmezőnyben a hat német és a három amerikai vállalat mellett mindössze egy japán gyártót, a Toyotát találjuk.
Ennél is érdekesebb, hogy a trendet elindító techvállalatok nem igazán vannak az élmezőnyben, egyedül a Google csípte meg a tizedik helyet. Vagyis az autógyártók tényleg összekapták magukat, és nem tervezik, hogy külsősöknek engedjék át a következő járműipari forradalom profitját.
Az már korábban kiderült, hogy a Google, az Apple és más dotkom cégek egyelőre nem rendelkeznek elég szakértelemmel és tapasztalattal a saját autók gyártásba küldéséhez; lassan viszont az is kiderül, hogy az autógyártók a korábbi vélekedésekkel szemben képesek lesznek felvenni velük a versenyt a (szoftver)fejlesztés területén.
Az ötlettől az értékteremtésig – egy jól működő adattudományi szervezet alapjai
Miért bukik el annyi adattudományi kezdeményezés már az indulás után? A válasz gyakran nem az algoritmusok összetettségében, hanem az adatok minőségében és kezelésében keresendő. Stabil adatforrások, következetes feature-kezelés és egy jól felépített Feature Store nélkül a gépi tanulás ritkán jut el a valódi üzleti értékteremtésig.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak