雲端連結駕駛監控系統可幫助管理者了解駕駛行為和車輛效率，使管理決策得以改善駕駛安全性、員工福利與生產力。
冰山一角
透過行為偵測、環境改變並發出威脅與分心行為警訊，直接解決駕駛安全性的問題，這些僅是雲端連結駕駛監控系統解決方案優點中的冰山一角。駕駛時刻遭遇到的情況都會數據化並上傳至雲端，大規模地分析以掌握工作場域的績效。一個簡單的後台數據可以讓有關駕駛個人表現與車輛使用的管理決策，能夠幫助制定更有效的工作場域政策和流程。
當管理者更明確地察覺到這些瑣事的證據與事故發生或車輛故障的成本，後台數據上的每日績效可以協助預測並防止員工及設備的嚴重故障。
連接雲端
駕駛監控系統解決方案包含行人和物體偵測的朝外攝影機，用來辨識周遭環境，並結合AI軟體智能與硬體運算能力，將偵測的結果轉換為數據。
舉例而言，行人偵測鏡頭與AI系統發現有人在堆高機後方3公尺處，將會以數據方式傳送到顯示螢幕，並發出聲音或可視化提醒，告知駕駛採取正確的措施，像是減速或停車，以避免碰撞意外發生。
雲端連結駕駛監控系統使用相同的數據並上傳至威盛雲端網路。如同威盛Mobile360堆高機安全系統，可支援Wi-Fi、藍芽和手機網路sim卡插槽。
以威盛Mobile360堆高機安全系統為例，該雲端是由AWS代管的威盛Mobile360 WorkX Connect Cloud軟體解決方案。此方案為數據儀表板，用來呈現堆高機所蒐集的資料。
車輛使用數據的價值
根據駕駛監控系統解決方案蒐集的數據，更詳細地了解堆高機在倉儲中實際作業的頻率和形式，能夠給予管理團隊未注意的可用數據與洞察報告。
A公司也許知道員工Joe駕駛堆高機8小時；而使用雲端連接駕駛監控系統的B公司知道Joe在這8小時中，駕駛X車6.5小時，總共行進32公里 (22公里前進，10公里倒退)。在他駕駛的期間，每小時有7個人進入他的路線，總共收到11次駕駛行為警告，其中有8次是在下班前1小時發生。
如果我們更深入地探討這個簡單的例子，B公司對員工在上班時間的駕駛時長有更清楚的了解。在8小時的上班時間中，Joe實際只有駕駛6.5小時。那Joe是最有生產力的員工嗎? 他每天上班都花1.5小時做與工作無關的事嗎? 也許需要不同的技能或以表現為基礎的機制。
注意到Joe在下班前一小時的駕駛行為警報大幅增加，這可能是暗示需要調整值班的時長、安排是當休息時間，或安排Joe在值班的最後1.5小時從事其它的工作。
了解在Joe的駕駛期間有多少行人偵測警報，可以規劃改變行人在倉儲中作業的位置與時間，讓駕駛可以更安全和有效率地操作車輛。
如果你知道每一台車輛行駛了多少公里，以及多少小時，也就是實際的運作時間 (也可以知道停機時間)，便可以規劃車輛保養、更替與更有效率地調度。
也許你也發現了，Joe喜歡駕駛X車勝過Y車，並了解設備偏好和性能。若X車每天都被駕駛，而Y車只有偶爾才使用，為何他們都是每3個月保養一次呢? 你該如何更深入地了解Joe的設備需求與偏好? 藉此展現你對改善工作安全與生產力的關注。
檢修與維護
雖然這兩項努力都被認為是費力但必須的任務。在對的時間給予員工適合的工具對提升員工滿意度、安全性與生產力有很大的幫助。善用AI輔助解決方案可以使這些職務更簡單、更有效和更節省時間。
這將會是下一篇文章討論的內容。
