6. Camada de Inteligência Artificial - eBattery AI

Viajar de veículo elétrico exige tomar decisões interligadas. A distância a percorrer, o nível atual da bateria, o consumo do veículo, as condições da estrada, a localização das estações de recarga e o cronograma do motorista são partes da mesma viagem. Quando uma dessas variáveis muda, as demais decisões também podem ser afetadas. Uma rota que parece mais curta pode se tornar uma viagem mais longa quando não há infraestrutura de recarga adequada. Uma estação mais potente pode não trazer a vantagem de tempo esperada se a potência de recarga que o veículo aceita for limitada.

A eBattery AI ocupa o centro do aplicativo para avaliar essas decisões em conjunto e apresentar ao usuário um plano de viagem compreensível. Ela permite que o usuário expresse em linguagem natural o que deseja fazer; com base no perfil do veículo, no mapa, na rota e nos dados de estações acessíveis, transforma esse pedido em opções executáveis.

Para o usuário, a experiência é simples: dizer “Quero ir para İzmir”, “Planeje uma viagem de dois dias para o fim de semana” ou “Encontre uma estação de recarga adequada perto de mim” já basta para começar. Nos bastidores, cada pedido precisa ser associado a diferentes fontes de dados, cálculos e funções do app. A tarefa da eBattery AI é gerenciar essa complexidade técnica mantendo claro para o usuário o motivo da decisão.

No centro desta abordagem está clareza, possibilidade de cálculo e controle pelo usuário incluído. O assistente deve conseguir explicar por que razão a rota que sugere é adequada; deve construir os cálculos de autonomia e carregamento com um método consistente; e o utilizador deve poder alterar o plano de acordo com as suas necessidades.

O chat com IA, o planeamento de rotas e de viagens do produto atual constituem o núcleo desta estrutura. Dados como a informação em tempo real das estações, os preços e o trânsito funcionam em conjunto com a cobertura das respetivas fontes de dados. As previsões enriquecidas com as condições meteorológicas, a ligação direta ao veículo e a personalização que aprende com o comportamento são capacidades que se expandem gradualmente sobre a mesma arquitetura.

6.1 Abordagem do Assistente Central

6.1.1 Reunir as diferentes funções do aplicativo em um contexto comum

O eBattery AI é um assistente central que reduz a necessidade de o utilizador repetir as mesmas informações ao passar entre as diferentes partes da aplicação. Uma pesquisa de estações iniciada no mapa pode ser detalhada na conversa; um percurso criado durante a conversa pode ser consultado no ecrã de percursos; uma viagem planeada pode ser editada, com os seus dias e paragens, no módulo de viagens.

Nesta experiência, o veículo, a viagem e as preferências do utilizador formam o contexto partilhado. Por exemplo, quando um utilizador que selecionou o seu veículo guardado diz “Mostra-me estações adequadas perto de mim”, o sistema não precisa de perguntar de novo o modelo do veículo de cada vez. O pedido é avaliado em conjunto com o veículo selecionado e a informação de localização que o utilizador escolheu partilhar.

A abordagem centralizada também garante que os diferentes pontos de entrada do aplicativo cheguem à mesma lógica de decisão. Uma busca de ponto de carregamento iniciada pelo usuário no mapa e uma busca feita pelo AI Chat devem produzir resultados coerentes entre si quando são usados o mesmo veículo, as mesmas preferências e os mesmos dados atualizados.

Assim, entre os módulos da eBattery não se cria apenas uma transição de ecrã; a tarefa que o utilizador quer realizar também fica preservada.

6.1.2 Transformar a intenção do usuário em uma ação do aplicativo

As pessoas muitas vezes não exprimem as suas necessidades em parâmetros técnicos. Frases como “Vou sair dentro de duas horas”, “Vamos com as crianças, por isso quero um plano mais confortável” ou “Não quero fazer um desvio muito grande para carregar” contêm várias preferências em simultâneo.

A eBattery AI transforma essas declarações em informações que podem ser usadas no planejamento. Quando necessário, ela completa dados que faltam, como ponto de partida, destino, nível de bateria ou prioridade de tempo. As perguntas se concentram nas áreas que realmente afetam o resultado a ser produzido.

Por exemplo, no pedido "Quero ir de İstanbul a İzmir", se o veículo salvo e o local de partida já forem conhecidos, pode-se pedir ao usuário apenas o nível atual da bateria e a preferência de viagem. Quando o usuário diz "Podemos usar estradas com pedágio, o tempo total deve ser curto", essas informações são acrescentadas ao pedido de rota.

Esta abordagem liga a linguagem natural às funções da app. O utilizador pode descrever o que precisa sem ter de aprender a estrutura técnica dos menus; o sistema leva então o pedido para o cálculo e o fluxo de ecrãs adequados.

6.1.3 Completar a recomendação com o controle do usuário

Os planos oferecidos pela eBattery AI podem ser revisados e alterados. O usuário pode trocar a estação recomendada, adicionar uma parada intermediária, remover um museu do roteiro da viagem ou pedir uma rota de menor custo.

O assistente relaciona estas alterações com o resto do plano. Remover uma paragem não encurta apenas a lista da viagem; pode também alterar a distância diária, a hora de chegada e a necessidade de carregamento. A edição feita pelo utilizador é avaliada preservando estas relações.

O plano pertence ao usuário. A IA torna as opções visíveis, facilita os cálculos e explica as consequências das escolhas. O objetivo da viagem, o seu ritmo e o custo aceitável são definidos pelo utilizador.

6.2 AI Chat: Experiência de Abertura, Avatar, Streaming, Memória de Contexto

6.2.1 Experiência de abertura: mostrar de imediato o que pode ser feito

O ecrã inicial do AI Chat mostra diretamente ao utilizador as principais capacidades do assistente. O utilizador pode iniciar uma conversa em texto livre ou usar uma das opções de arranque predefinidas.

Opção inicial Objetivo do usuário Fluxo iniciado
Planear percurso Chegar a um ponto de carro Criação de uma rota com base na origem, no destino, no veículo e nas necessidades de carregamento
Planear Viagem Explorar uma região num tempo definido Preparar um roteiro diário com base nos interesses e no tempo disponível
Sugerir a Estação Mais Próxima Chegar a um ponto de recarga adequado Gerar recomendações com base na localização, na compatibilidade do veículo e nos dados de estações acessíveis
Minhas Eficiências Compreender os dados de utilização Passagem à avaliação do consumo e da utilização com base nos registos existentes

Essas opções reduzem a incerteza na primeira interação. O usuário não precisa adivinhar quais perguntas pode fazer ao assistente; o aplicativo oferece pontos de partida ligados às necessidades cotidianas com EV.

À medida que a conversa avança, as opções iniciais são substituídas por ações adequadas ao contexto. Após uma rota gerada, ações como “Abrir rota” e, após uma estação sugerida, “Ir para a estação” ganham destaque.

6.2.2 Avatar: a identidade visual do assistente

A identidade visual do AI Chat é um avatar de robô animado. Antes de a conversa começar, o avatar fica no centro do ecrã e, com movimentos subtis e efeitos de luz, transmite a impressão de estar pronto para interagir.

Quando a primeira mensagem é enviada, o avatar diminui e passa para o lado das mensagens do assistente. Assim, o foco da tela passa naturalmente da experiência inicial para a conversa. Abre-se mais espaço para o que o usuário digita, as respostas do assistente e os cartões de resultado criados.

O avatar também ajuda a distinguir visualmente as mensagens geradas pela IA. Esta identidade cria uma experiência de assistente distinta e coerente em relação às mensagens da comunidade na aplicação.

A função do movimento e dos efeitos visuais é orientar o utilizador e tornar compreensível o estado do sistema. A legibilidade e a interação têm prioridade; as animações não se sobrepõem à informação essencial.

6.2.3 Streaming: entrega da resposta em fluxo

A eBattery AI mostra as respostas adequadas em fluxo contínuo. Em vez de esperar que uma explicação longa termine, o usuário pode ver a resposta se formando passo a passo.

Nesta experiência, dois processos diferentes são mantidos separados: a redação da explicação e o cálculo do plano. O fato de o assistente começar a gerar texto não significa que o cálculo da rota esteja concluído. O cartão de rota, estação ou viagem é apresentado quando os dados e os cálculos correspondentes estão prontos.

Por exemplo, o sistema pode primeiro mostrar que a solicitação foi compreendida e, em seguida, compartilhar o andamento enquanto prepara as opções de rota. Quando o cálculo termina, são exibidos uma pré-visualização do mapa e as paradas de carregamento. Assim, o retorno rápido é oferecido sem comprometer a integridade dos resultados.

Se o usuário alterar o pedido durante o fluxo, a nova solicitação prevalece. Um resultado tardio da solicitação anterior não deve substituir o plano atual. Isso é especialmente importante em conversas em que paradas ou preferências de rota são alteradas em sequência.

6.2.4 Context Memory: preservando o significado da conversa

A memória de contexto permite compreender a conversa em curso juntamente com os passos anteriores.

Quando um utilizador diz primeiro «Vou de Istambul a Esmirna» e depois escreve «Planeia também o regresso», o assistente associa o segundo pedido à primeira viagem. Uma frase como «Torna isto mais económico» também é aplicada à rota ou ao plano de viagem em discussão.

O contexto é tratado em três níveis:

  • Contexto do chat: Informações fornecidas e alterações feitas durante a conversa.

  • Contexto do plano ativo: A rota, viagem ou seleção de estação que está a ser editada.

  • Preferências salvas do usuário: O veículo selecionado e as configurações definidas de forma permanente pelo usuário.

Esta distinção evita que uma preferência temporária seja interpretada como um hábito permanente. Quando o utilizador diz numa viagem «Hoje vamos evitar as estradas com portagem», isso não significa que todas as suas viagens futuras serão planeadas da mesma forma.

Da mesma forma, um nível de bateria informado numa conversa anterior não pode ser usado como dado atual do veículo no dia seguinte. Lembrar o contexto exige também gerir por quanto tempo a informação continua válida.

6.3 Arquitetura em Camadas: Camada de Decisão Baseada em Regras e Camada LLM

6.3.1 Separar as funções do cálculo e da narração

A arquitetura da eBattery AI é construída sobre a resolução de tarefas diferentes com métodos diferentes.

O cálculo da autonomia, a necessidade de energia, a compatibilidade veículo–estação e a avaliação das opções de rota são realizados na camada de decisão, que funciona com campos de dados definidos e regras de cálculo. Compreender o pedido do utilizador em linguagem natural e explicar os resultados é tarefa do grande modelo de linguagem, ou seja, da camada LLM.

Essa separação liga a base numérica de uma recomendação à forma como ela é explicada. Quando o assistente diz “Esta estação é mais adequada”, a justificativa deve vir dos dados produzidos pela camada de cálculo. Os valores de distância, tempo e energia usados na explicação se baseiam na mesma fonte dos valores do cartão de resultado.

Componente da arquitetura Responsabilidade central O resultado que produz
Camada de dados e integração Organizar os dados provenientes de veículos, mapas, estações e outras fontes Dados com origem e atualidade definidas
Gestão de pedidos e de contexto Combinar o pedido do utilizador, o veículo selecionado e o plano ativo Pedido de planeamento estruturado
Camada de decisão baseada em regras Execução de verificações de compatibilidade, cálculos de energia e avaliação de candidatos Opções de rota e de plano de carregamento
Camada de LLM Interpretar linguagem natural e explicar os resultados calculados Explicação adequada ao usuário
Camada de verificação e de ação Verificar a coerência dos resultados e a autorização das transações Um cartão exibível e uma ação executável
Camada de experiência Apresentar o chat, os cartões e as transições de ecrã Experiência do utilizador na aplicação

6.3.2 Âmbito da camada de decisão baseada em regras

A abordagem baseada em regras significa que, para o mesmo instantâneo de dados e a mesma versão de regras, os cálculos podem ser reproduzidos de forma consistente.

Esta camada calcula a energia utilizável da bateria, estima a energia necessária para os segmentos da rota, elimina as estações incompatíveis com o veículo e compara os candidatos adequados com critérios definidos. As preferências de estrada selecionadas pelo utilizador e a reserva de bateria a manter também são consideradas aqui.

O cálculo baseado em regras não significa que o mundo externo seja conhecido com certeza. O trânsito futuro, o consumo real ou a condição da estação no momento da chegada podem mudar. Portanto, mesmo que o método de cálculo seja consistente, algumas entradas e saídas são estimativas.

O eBattery AI preserva esta diferença: dados conhecidos, informações introduzidas pelo utilizador e estimativas do modelo não são apresentados com o mesmo nível de certeza.

6.3.3 Escopo da camada de LLM

O modelo de linguagem é usado para entender o pedido do usuário e transformar o resultado calculado em uma explicação natural.

Expressões como “Quero andar menos a pé”, “Tira os museus”, “Não quero esperar muito pelo carregamento” ou “Porque escolheste esta estação?” inserem-se no âmbito de trabalho desta camada.

O LLM ajuda a gerar um pedido estruturado que pode ser encaminhado à função adequada do aplicativo. No entanto, ele não completa com seu conhecimento geral o preço da estação, o estado da tomada ou o nível de bateria do veículo. Essas informações são obtidas dos registos e integrações correspondentes.

Por exemplo, quando o mecanismo de decisão escolhe uma estação por exigir menos desvio de rota e oferecer potência adequada, o assistente pode explicar essa justificativa de forma mais simples:

“Esta estação é compatível com o seu veículo e fica mais perto da rota principal. A alternativa que parece mais potente não oferece vantagem extra de tempo por causa do limite de recarga do seu veículo.”

O valor dessa explicação está em permitir que o usuário veja a lógica por trás da decisão.

6.3.4 Dos dados verificados a um resultado explicável

Cada resultado é associado às principais entradas que utilizou. O veículo selecionado, as informações da bateria, o momento do cálculo e a atualidade dos dados da estação permitem entender em quais condições o plano foi gerado.

Essa estrutura também facilita a avaliação do feedback dos usuários. Uma estação recomendada não ser escolhida nem sempre significa que o cálculo estava errado. O usuário pode querer um ponto de parada diferente, preferir uma determinada operadora ou ter uma restrição de tempo que não aparece no seu plano.

Analisar em conjunto os dados de entrada da decisão e a alteração feita pelo utilizador ajuda a melhorar o sistema de forma mais significativa ao longo do tempo.

6.4 Planeamento de Rotas — Perfil do Veículo, Cálculo de Autonomia, Rota e Preferências de Percurso

6.4.1 Planejar a viagem junto com o perfil do veículo

Na eBattery, o planejamento de rotas considera as características de energia e de recarga do veículo, além dos pontos de partida e de chegada.

No mesmo percurso, dois veículos elétricos podem precisar de planos de carregamento diferentes. A capacidade útil da bateria, o consumo, as fichas suportadas e a potência de aceitação de carga criam essa diferença.

As principais informações do veículo usadas no planeamento são as seguintes:

Informações do veículo Função no planeamento
Marca, modelo e variante adequada do veículo Garante que o perfil técnico correto seja selecionado
Capacidade útil da bateria Forma a base do cálculo da energia que pode ser usada na viagem
Valor de consumo Permite converter a distância em uma estimativa da necessidade de energia
Suporte de carregamento AC Ajuda a avaliar opções de carregamento em pausas longas e no destino
Suporte a carregamento DC Permite avaliar as opções de carregamento rápido ao longo do percurso
Compatibilidade da ficha Permite identificar as estações disponíveis
Nível atual da bateria Define o estado de energia inicial da viagem

A capacidade bruta da bateria e a capacidade utilizável são avaliadas separadamente. O valor usado como base para o cálculo da autonomia é a energia disponível para dirigir.

No fluxo de utilização atual, o utilizador introduz manualmente o nível da bateria antes da viagem. Enquanto o perfil do veículo guardado contém as informações técnicas, a percentagem da bateria é o dado atual dessa viagem. As futuras integrações de ligação ao veículo constituem a margem de expansão que permitirá obter estas informações automaticamente a partir dos veículos suportados.

6.4.2 Cálculo da autonomia e reserva de energia

O cálculo da autonomia baseia-se na relação entre a energia disponível e o consumo esperado:

Energia atual = Capacidade utilizável da bateria × Nível da bateria / 100

Estimativa de autonomia base = Energia disponível / Consumo × 100

Aqui, a energia é expressa em kWh, o consumo em kWh/100 km e a autonomia em quilômetros.

Por exemplo, considere um veículo com uma capacidade de bateria utilizável de 60 kWh, um nível de carga atual de 40% e um consumo de 18 kWh/100 km usado no cálculo.

Neste caso:

  • A energia calculada na bateria é de 24 kWh.

  • A autonomia teórica até ao nível zero é de cerca de 133 quilómetros.

  • Por exemplo, se for mantida uma reserva de chegada de 15%, a energia disponível para o planeamento desce para 15 kWh.

  • Com a mesma premissa de consumo, a distância calculada preservando a reserva é de aproximadamente 83 quilômetros.

Este exemplo explica por que razão a autonomia teórica apresentada no ecrã é diferente da distância utilizável no planeamento. Os 15% aqui indicados são uma reserva de exemplo usada para mostrar a lógica do cálculo.

No cálculo da rota real, a distância é avaliada em conjunto com as características da via e com os dados de consumo disponíveis. À medida que a cobertura de dados se amplia, efeitos como inclinação, trânsito e condições climáticas podem ser incorporados ao modelo. Quando as condições em que a estimativa se baseia mudam, o plano também é reavaliado.

6.4.3 Origem, destino e paradas intermediárias

O usuário pode definir o ponto de partida a partir da localização atual, de uma busca de endereço ou do mapa. O destino e as paradas intermediárias também fazem parte do mesmo plano de viagem.

As paragens intermédias são especialmente importantes no planeamento de VE. Ao viajar de Istambul para Esmirna, uma visita a Bursa altera mais do que a distância total. A duração da visita, a existência de carregamento nessa zona e o nível de bateria com que se inicia o troço seguinte também afetam o plano.

O utilizador pode alterar a ordem das paragens ou manter uma ordem específica. Uma ordem definida manualmente pode representar o horário ou a prioridade pessoal do utilizador. O sistema recalcula as paragens de carregamento de acordo com esta preferência.

A cada alteração, o plano em causa é atualizado sem que o utilizador tenha de voltar a introduzir todas as informações.

6.4.4 Modo de rota e preferências de via

A eBattery relaciona as opções de rota à prioridade de viagem do usuário.

Mais rápido A abordagem foca no tempo total da viagem. Além do tempo de condução, entram na avaliação os desvios feitos para recarregar, o tempo de recarga e, quando houver dados, o tempo de espera.

Mais eficiente a abordagem considera a necessidade de energia e os dados de custo disponíveis, juntamente com uma duração de viagem razoável. Ao oferecer ao utilizador uma opção de menor custo, mostra-se também o seu efeito na duração.

Nenhuma dessas duas opções tem vantagem fixa para todas as viagens. Numa viagem de negócios, o tempo pode pesar mais; numa viagem de fim de semana, o esquema de paradas ou o orçamento.

Preferências de rota, como estradas com pedágio, rodovias e balsas, são adicionadas à solicitação de rota. A Google Maps Routes API também oferece opções de evitar para essas preferências; essas opções orientam a busca de trajetos, e a possibilidade de encontrar uma alternativa adequada depende da malha viária. A eBattery combina essas capacidades, fornecidas pelo serviço de mapas utilizado, com o planejamento de veículo e de carregamento.

As restrições rodoviárias regionais ou mais detalhadas são tratadas em conjunto com a cobertura dos dados e do serviço de rotas em causa. A rota apresentada ao utilizador deve mostrar de forma clara o efeito das preferências no resultado.

6.5 Planejamento de carregamento e pontuação de estações — Recomendação de quantidade de carga, margem de segurança

6.5.1 Primeiro a compatibilidade, depois a comparação

O primeiro passo do planejamento de recarga é identificar as estações que podem ser usadas. Uma estação ter uma boa avaliação ou um preço baixo não significa que o veículo possa recarregar ali.

Por este motivo, a avaliação é realizada em duas fases:

  1. Identificação dos candidatos compatíveis com o veículo e a viagem.

  2. Comparação dos candidatos adequados em termos de prazo, custo e condições de utilização.

A compatibilidade da tomada, a acessibilidade e a energia necessária para chegar à estação são o assunto da primeira etapa. Essas condições básicas não são tratadas como fatores de pontuação que possam ser compensados por outras vantagens.

Por exemplo, uma estação incompatível com o veículo não é recomendada só por ser mais barata. Da mesma forma, um ponto que não parece alcançável com a energia atual não ganha prioridade apenas por ter uma potência de carregamento elevada.

6.5.2 Pontuação de estações: adequação que varia consoante a viagem

Depois de identificados os candidatos adequados, as estações passam por uma avaliação multicritério.

Critério Tema avaliado
Desvio de rota A distância e o tempo adicionais necessários para chegar à estação e voltar ao trajeto principal
Compatibilidade de potência com o veículo Relação entre a potência da estação e a faixa que o veículo consegue aproveitar
Preço A tarifa que é acessível e aplicável ao usuário em questão
Status atual Estado atual de um ponto de carregamento adequado nas integrações suportadas
Informações de espera Tempo de espera provável quando existem dados fiáveis ou suporte suficiente do modelo
Fiabilidade operacional Continuidade do serviço e experiência de utilização quando existem dados
Avaliações dos utilizadores Quão atuais são as experiências, o que contêm e se assentam num número suficiente de observações
Compatibilidade com a pausa A relação da estação com as paradas e o plano de tempo atuais do usuário
Atualidade dos dados Quão atualizadas são as informações usadas na decisão

A importância destes critérios varia conforme o modo de rota escolhido. Numa viagem com prioridade ao tempo, o desvio e a duração do carregamento podem ser mais decisivos. Numa viagem com prioridade ao custo, a diferença de tarifa é avaliada em conjunto com o tempo adicional que provocaria.

A falta de dados também entra na avaliação. Uma estação cujo status ao vivo é desconhecido não é considerada "livre". Da mesma forma, a informação de ocupação dos soquetes por si só nem sempre basta para calcular um tempo de fila confiável.

A nota dos usuários, sozinha, também não substitui a confiabilidade operacional. Algumas avaliações antigas não devem ter o mesmo peso que um conjunto atual e mais amplo de experiências.

6.5.3 A relação entre a potência da estação e a experiência real de carregamento

O valor de potência indicado na estação não significa que o veículo carregará com essa potência durante toda a sessão. O tempo de carregamento depende de vários fatores, como o nível da bateria, a capacidade e as características do veículo e do equipamento de carregamento. O recurso Alternative Fuels Data Center, do Departamento de Energia dos EUA, também explica que essas variáveis determinam em conjunto o tempo de carregamento.

Por exemplo, para um veículo cujo limite de aceitação de carga DC é de 100 kW, uma estação com capacidade de 350 kW pode não ser mais rápida do que uma estação adequada de 150 kW, apenas por causa da potência nominal. Se chegar à primeira estação exigir um desvio maior, a segunda opção pode ser mais adequada para a viagem como um todo.

A avaliação da eBattery considera a potência da estação em conjunto com as características do veículo. Em vez de apresentar automaticamente números altos como a melhor opção, ela examina o benefício que a estação traria para a viagem do usuário.

6.5.4 Quantidade de carga: energia adequada ao próximo troço

O plano de recarga abrange a quantidade de energia recomendada, além da escolha da estação.

A abordagem básica consiste em considerar em conjunto a energia necessária para o próximo troço da rota, a reserva de chegada pretendida e as alternativas adequadas. O utilizador não precisa de atingir o mesmo nível de bateria em todas as paragens. Um trajeto curto, uma etapa seguinte longa ou a disponibilidade de carregamento no destino podem criar objetivos diferentes.

A relação básica para a energia que tem de ser adicionada à bateria é a seguinte:

Energia a adicionar = Capacidade utilizável × (Percentagem de bateria pretendida − Percentagem de bateria atual) / 100

Por exemplo, em um veículo com 60 kWh de capacidade utilizável, elevar o nível da bateria de 20% para 70% corresponde a um aumento de energia de aproximadamente 30 kWh na bateria.

Este valor não tem de ser exatamente igual à energia medida no contador da estação ou faturada. Devido às perdas de carregamento e aos consumos auxiliares, é importante o ponto em que a medição da energia é feita.

O tempo de recarga também não é calculado simplesmente dividindo pela potência máxima da estação. Quando acessível, o modelo considera o comportamento de recarga do veículo em diferentes níveis de bateria. Como exemplo ilustrativo, se 30 kWh de energia são adicionados à bateria com potência líquida média de 60 kW, o tempo de transferência de energia é de cerca de 30 minutos. O valor decisivo aqui é a potência média durante a sessão.

No cálculo do custo, além do valor da energia, também são considerados os componentes aplicáveis da tarifa, como sessão, tempo ou outros. O usuário deve conseguir entender o que a estimativa exibida abrange.

6.5.5 Preservação da margem de segurança e das alternativas

O planejamento não se baseia em usar a bateria, em teoria, até a última unidade de energia. Ele deixa margem para uma reserva de chegada, para a variabilidade das estimativas de consumo e para o acesso a alternativas ao longo do caminho.

A reserva necessária é avaliada em conjunto com a extensão da rota, a densidade de estações, a atualidade dos dados e a flexibilidade do plano. Um trajeto urbano com opções frequentes de recarga e um trecho de longa distância com poucas alternativas não têm as mesmas condições.

Quando a eBattery AI explica a quantidade de carga recomendada, torna esta lógica visível. O utilizador pode perceber por que motivo se recomenda tomar mais energia numa estação, ou por que motivo um carregamento curto é considerado suficiente até à próxima paragem adequada.

As informações de disponibilidade atual também refletem a situação no momento em que o plano foi criado. Essas informações não criam uma reserva de que o mesmo conector estará livre na chegada. Avaliar estações alternativas é, portanto, uma parte importante do plano.

6.6 Recálculo dinâmico

6.6.1 Refletir no plano as condições que mudam durante a viagem

A rota não é tratada como um documento fixo criado antes do início da viagem. À medida que o utilizador avança, a localização, o trânsito, o estado das estações e as suas próprias preferências podem mudar.

O recálculo dinâmico avalia o efeito dessas mudanças sobre o plano. Contudo, cada gatilho funciona apenas na medida em que os dados correspondentes estejam acessíveis.

Alteração Informação utilizada Possível impacto no plano
Mudança no trânsito Fonte de mapas e trânsito Atualização das opções de duração e de percurso
Mudança no status de uma estação planejada Integração de operadores Avaliação de um ponto de carregamento alternativo
O usuário se desviando da rota Localização e progresso da rota Recálculo da distância restante e da necessidade de energia
Atualização das informações da bateria Login do usuário; futuras conexões de veículos compatíveis Atualização da parada de carregamento e da quantidade-alvo de energia
Adição ou remoção de uma parada intermediária Edição pelo usuário Replanejamento dos trechos de rota afetados
Mudança nas condições climáticas O escopo em que a integração em questão está ativa Reavaliação da estimativa de consumo

Em uma viagem que funciona com um nível de bateria inserido manualmente, a energia restante calculada pelo sistema é uma estimativa. Ela não é rotulada da mesma forma que os dados atuais da bateria medidos a partir do veículo.

6.6.2 Não apresentar cada alteração ao usuário como uma nova rota

Pequenas diferenças que mudam o tempo todo podem gerar uma carga de decisão desnecessária para o usuário. Algumas variações de poucos segundos no trânsito ou uma vantagem de tempo mínima não exigem uma nova recomendação a cada vez.

A abordagem de recálculo avalia o que a mudança significa para a viagem. A viabilidade do plano atual, a reserva de energia e o benefício claro para o usuário têm prioridade.

Assim, a estabilidade do plano é preservada. Em vez de ser constantemente direcionado entre duas opções muito próximas, o usuário vê uma atualização significativa quando ela é necessária.

6.6.3 Explicar o motivo da alteração

A nova rota sugerida é apresentada em comparação com o plano atual. O usuário deve poder ver qual condição mudou e qual é o resultado.

Por exemplo:

“A informação de utilização mudou nos conectores adequados da estação que planeou. Uma estação alternativa está mais perto do seu percurso e é alcançável de acordo com a estimativa de energia atual. Pode consultar a nova opção.”

Na explicação, são usados apenas os elementos sustentados pelos dados disponíveis. Se não existir uma estimativa fiável do tempo de espera, não é apresentada uma poupança exata em minutos.

As informações de trânsito do provedor do mapa e a avaliação de EV feita pelo eBattery com base nesses dados também são associadas corretamente. A justificativa da recomendação deixa claro quais dados são usados e como.

6.7 Planeamento de Viagens com IA — Conjunto de Candidatos, Agrupamento, Orçamento de Tempo, Integração do Carregamento

6.7.1 Do plano de mobilidade à experiência quotidiana

O planeamento de passeios organiza o tempo que o utilizador vai passar numa determinada zona. O objetivo é transformar os locais de interesse num programa adequado ao tempo, aos interesses do utilizador e às necessidades energéticas do seu veículo.

Quando o utilizador diz “Vou passar dois dias na Capadócia, com foco na natureza e na história”, o sistema avalia em conjunto a região, a duração da viagem e as prioridades. O ponto de partida, o ritmo diário e, se existirem, os locais que o utilizador quer especificamente ver são adicionados ao plano.

O programa resultante oferece uma estrutura de viagem editável, dividida por dias.

6.7.2 Construção do conjunto de locais candidatos

O primeiro passo é identificar os locais adequados para visitar na região. O conjunto de candidatos pode incluir locais culturais, museus, zonas naturais, locais para comer e beber e áreas de descanso.

Consoante o âmbito da fonte, as informações consideradas incluem localização, categoria, duração da visita, horário de funcionamento e avaliações dos utilizadores.

A alta popularidade, por si só, não é motivo de seleção. Se um lugar não corresponde aos interesses do usuário, fica longe demais da programação diária ou não há tempo suficiente para visitá-lo, ele pode receber prioridade menor.

A narração dos conteúdos está associada aos registos dos locais selecionados. Informações que podem mudar, como o horário de funcionamento ou as condições de entrada, não são geradas a partir do conhecimento geral do modelo de linguagem como se fossem dados atuais.

6.7.3 Agrupamento geográfico e relações de transporte

Os locais candidatos são avaliados quanto às suas relações geográficas e de transporte antes de o programa diário ser construído. O objetivo é reduzir deslocações de ida e volta desnecessárias no mesmo dia.

Dois pontos que parecem próximos no mapa podem não estar a uma curta distância de deslocamento. As conexões viárias, os pontos de travessia e a geografia da região determinam o padrão real de movimento. Por isso, o agrupamento diário não se baseia apenas na distância em linha reta.

Por exemplo, enquanto o programa de um dia é construído com visitas na mesma zona, uma paragem mais distante pode ser passada para outro dia. Assim, o utilizador pode dedicar uma parte maior do seu tempo às visitas e não às deslocações.

Quando o usuário prefere uma determinada ordem, essa escolha é preservada; o sistema adapta o restante do plano para ser coerente com essa ordem.

6.7.4 Orçamento de tempo: um cronograma diário realista

A viabilidade do plano diário depende dos tempos de deslocação e de pausa, além da duração total das visitas.

O orçamento de tempo de um dia inclui os seguintes componentes:

  • O deslocamento entre os pontos.

  • O tempo de visita a passar em cada local.

  • Pausas para refeições e descanso.

  • Paragens de carregamento necessárias.

  • Margem de tempo razoável para estacionamento, acesso e transições semelhantes.

Colocar, em um roteiro de seis horas do usuário, apenas paradas cujos tempos de visita somam seis horas não deixa tempo para o deslocamento. A eBattery AI monta o roteiro dentro do intervalo total de tempo do dia.

O valor do programa não se mede por listar o maior número possível de lugares. O importante é que possa ser seguido no ritmo escolhido pelo usuário e deixe espaço para mudanças.

6.7.5 Encaixar o carregamento na agenda diária

As paragens de carregamento são consideradas em conjunto com a necessidade de energia quando um plano de viagem é criado. Não são tratadas como uma necessidade independente acrescentada no fim do dia.

Se uma pausa para refeição puder ser associada a um ponto de carregamento adequado, as duas atividades podem decorrer no mesmo intervalo de tempo. Por exemplo, uma pausa para refeição de 40 minutos e um carregamento de 25 minutos que começam no mesmo local e à mesma hora não exigem, em condições adequadas, uma paragem adicional total de 65 minutos. O plano avalia em conjunto as durações sobrepostas.

Nesta correspondência, são importantes o acesso real à estação, as condições de funcionamento, a disposição do estacionamento e as preferências do utilizador. Não se presume que uma estação que parece próxima de um restaurante no mapa seja, em todos os casos, uma opção de pausa adequada.

Nas viagens que se estendem por vários dias, o cálculo de energia prossegue de dia para dia. A bateria inicial do dia seguinte está ligada ao fim previsto do dia anterior. O carregamento noturno só é considerado quando consta do plano do utilizador e é suportado pela instalação em causa.

6.7.6 Narrativa de viagem editável

O programa calculado é apresentado como paragens divididas por dias, acompanhado de uma explicação em linguagem natural. O utilizador pode ver que zona será visitada em que dia, onde o carregamento está colocado e a distribuição aproximada do tempo do dia.

Pedidos como “Deixe o segundo dia mais tranquilo”, “Tire o museu” ou “Quero estar na natureza à tarde” permitem editar o plano.

Após uma alteração, os dias e os trechos da rota afetados são reavaliados. A narrativa da viagem também muda junto com o plano atualizado; o princípio é evitar qualquer contradição entre a descrição antiga e a nova lista de paradas.

Essa estrutura focada em cidades e regiões forma a base para um planejamento mais amplo, em escala nacional e de longo prazo, nas etapas seguintes.

6.8 Análise de eficiência

6.8.1 Tornar os dados significativos do ponto de vista do condutor

A análise de eficiência ajuda o usuário a avaliar com mais clareza seus registros de energia e de viagens.

Se os dados acessíveis forem suficientes, é possível comparar consumo, distância, gastos com carregamento e valores planejados versus realizados de diferentes períodos. A AI explica a variação dentro dos números e indica quais registros pode ser útil o usuário examinar.

O escopo da análise depende dos dados utilizados. As informações obtidas por meio de conexão com o veículo, registro de sessão ou login do usuário são mantidas separadas das estimativas calculadas apenas a partir da rota.

6.8.2 Consumo medido e estimativa calculada

Na avaliação do consumo, a energia e a distância têm de pertencer ao mesmo período, ao mesmo veículo e a um método de medição consistente.

Se a energia total e a distância total forem conhecidas, o cálculo básico do consumo é o seguinte:

Consumo médio = Energia total de condução / Distância total × 100

Somar simplesmente os valores de consumo de viagens de diferentes extensões e dividir pelo número de viagens pode não dar a média correta do período. Calcular com base na energia e na distância totais preserva o peso das viagens curtas e longas.

A energia comprada durante a recarga também nem sempre é igual à energia consumida ao dirigir no mesmo período. Os níveis de bateria no início e no fim do período, as perdas de recarga e o escopo dos registros afetam essa relação.

Por isso, a eBattery trata a despesa de carregamento, a energia comprada e o consumo de condução como conceitos distintos, cada um com o seu significado.

6.8.3 Mostrar a mudança e explicar a sua causa com dados

Como exemplo ilustrativo, suponha que o consumo médio suba de 18 kWh/100 km para 19,8 kWh/100 km entre dois períodos comparáveis. Essa mudança significa um aumento de 10% no consumo.

No entanto, este resultado por si só não mostra a causa do aumento. A rota, a velocidade, as condições meteorológicas, a carga ou a estrutura da viagem podem ter mudado.

A avaliação da IA se mantém no nível que os dados sustentam. Se existirem apenas registros de consumo e distância, ela pode dizer "Seu consumo aumentou"; para concluir que um comportamento específico, como frenagem brusca ou uso do ar-condicionado, foi a causa, são necessárias as medições correspondentes.

Quando não existem dados diretos do veículo, a saúde da bateria não é apresentada como se tivesse sido medida. A análise detalhada do comportamento de condução alarga-se com integrações que fornecem dados suficientes para avaliar esses comportamentos.

6.8.4 Construir hábitos de uso comparáveis

O objetivo do ecrã de eficiência é facilitar ao utilizador a compreensão da sua própria utilização ao longo do tempo.

Comparar percursos semelhantes, analisar os gastos de carregamento em diferentes estações e ver as diferenças entre a duração planeada e a real apoiam esta compreensão.

As sugestões do assistente são concretas e comedidas. Em vez de prometer ao usuário um percentual de economia não verificado, ele explica quais dados mudaram e quais condições devem ser examinadas para uma comparação mais significativa.

6.9 Cartões de resultado e Deep Linking

6.9.1 Transformar a conversa em um resultado utilizável no aplicativo

Uma rota, viagem ou sugestão de estação criada no AI Chat é apresentada com cartões de resultado. Os cartões permitem ao utilizador ver rapidamente as informações principais e passar ao módulo correspondente.

Tipo de cartão Conteúdo principal do cartão Ecrã relacionado
Cartão de rota Origem, destino, resumo da rota, tempo estimado e paragens de carregamento Planejamento de Rota
Cartão de viagem Região, número de dias e resumo do programa diário Planejamento de Viagem
Cartão da estação Localização, compatibilidade, potência e informações atuais disponíveis Detalhes da estação
Cartão de eficiência Período, indicadores principais e resumo da avaliação Eficiência

O objetivo do cartão não é comprimir todos os detalhes em um espaço pequeno. Ele oferece informação suficiente para que o usuário reconheça o resultado e escolha a próxima ação.

6.9.2 Abrir o mesmo plano com deep linking

O deep linking faz com que o cartão de resultado leve o usuário ao conteúdo correto da tela correspondente.

Quando o usuário abre uma rota que criou no chat, ele não encontra um formulário de rota vazio. Os pontos de partida e de chegada escolhidos, o veículo, as paradas intermediárias e as demais informações do plano aparecem na tela correspondente.

A mesma relação é mantida também nos cartões de viagem e de estação. Assim, os ecrãs de conversa, mapa e planeamento tornam-se vistas diferentes da mesma ação.

Do ponto de vista técnico, o cartão fica associado ao registo em causa e à versão do plano. Quando o utilizador altera o plano, continua claro qual é o resultado atual.

6.9.3 Ações rápidas adequadas ao contexto

Conforme os resultados, são oferecidas ações como “Iniciar Rota”, “Ir para a Estação”, “Salvar”, “Compartilhar” ou “Adicionar aos Favoritos”.

Nem todos os cartões precisam de mostrar todas as ações. As ações são escolhidas de acordo com o resultado que o utilizador produziu nesse momento.

Os cartões partilháveis são igualmente tratados em conjunto com o âmbito do seu conteúdo. Informações como a morada do utilizador ou o seu ponto de partida pessoal não são consideradas uma parte natural ou obrigatória da partilha. O utilizador deve poder ver que conteúdo está a partilhar.

6.10 Sugestões Proativas e Notificações

6.10.1 Prestar apoio significativo quando surge uma necessidade

Quando os dados relevantes estão disponíveis, a eBattery AI também pode destacar mudanças importantes sem que o usuário pergunte.

Incluem-se neste âmbito a alteração do estado da estação durante uma viagem ativa, um impacto significativo do trânsito ou a reavaliação do plano de carregamento com base em informações atualizadas da bateria.

O objetivo do suporte proativo é ajudar o usuário no momento certo. Nem toda alteração de dados gera uma notificação; avalia-se a relação da informação com a viagem em andamento e se ela exige alguma ação.

6.10.2 Avaliar a notificação junto com os dados em que ela se baseia

O significado de um aviso de bateria fraca depende da origem dos dados.

Se for possível obter do veículo o nível atual da bateria, o valor medido pode ser usado. Se o usuário o informou manualmente no início, o valor calculado durante a viagem é uma estimativa. A redação da notificação preserva essa diferença.

Da mesma forma, para gerar uma sugestão sobre a vantagem de preço de uma estação favorita, é preciso conhecer a tarifa atual e as condições aplicáveis ao usuário. Já um lembrete de manutenção é vinculado a uma data salva pelo usuário ou a uma fonte de dados adequada.

Essa abordagem mantém as recomendações proativas coerentes com o âmbito de dados disponível.

6.10.3 Frequência das notificações e preferências do utilizador

As notificações são gerenciadas de acordo com sua importância e contexto. Uma mudança que afeta a viabilidade de uma viagem em andamento não tem a mesma prioridade que uma sugestão geral de uso.

O usuário pode gerenciar suas preferências de notificação. Reduzir mensagens repetidas para o mesmo evento, não exibir notificações que perderam a validade e direcionar a recomendação ao plano correto fazem parte da experiência.

As funções de localização e de segundo plano são executadas com as permissões do usuário e dentro das condições de funcionamento do sistema operacional móvel. As informações exibidas durante a viagem são mantidas curtas e orientadas à ação; os detalhes podem ser consultados na tela correspondente.

6.11 Confiança e Tratamento de Erros

6.11.1 Tornar visível a natureza da informação

A abordagem de confiança da eBattery AI assenta em tornar possível compreender em que informação se baseiam os resultados.

O nível da bateria informado pelo usuário, o estado da tomada recebido do operador, a estimativa de tempo do serviço de mapas e a explicação da IA são tipos diferentes de informação. Essa distinção permite avaliar corretamente a recomendação.

Sistemas de IA generativa podem apresentar informações sem respaldo de forma convincente. O perfil de risco de IA generativa do NIST também aborda esse comportamento. A abordagem de cálculo e verificação baseada em dados da eBattery é projetada para reduzir o impacto desse tipo de erro nas decisões do aplicativo.

Essa abordagem é especialmente importante para localização, status da estação, preço e cálculo de energia. Uma explicação fluente não é usada no lugar de dados verificados.

6.11.2 Comportar-se de forma clara e coerente quando faltam dados

Se uma fonte de dados não responder, isso não significa que todas as funções da aplicação tenham de parar ao mesmo tempo. O sistema avalia que resultado pode ser oferecido com os dados disponíveis.

Por exemplo, se a localização e as informações de tomada de uma estação estão disponíveis, mas seu status em tempo real não pode ser obtido, a descoberta da estação pode continuar, enquanto a disponibilidade é exibida como desconhecida.

De forma semelhante, quando o modelo de linguagem não consegue responder temporariamente, o resultado de rota válido recebido do serviço de cálculo é estruturado de modo a poder ser apresentado com um cartão padrão e uma breve explicação.

Nos casos em que se usam os últimos dados conhecidos, a atualidade é preservada. Um estado antigo exibido a partir do cache não é apresentado como informação ao vivo recém-recebida.

6.11.3 Autorização, privacidade e segurança de conteúdo externo

Os dados de que a camada de AI necessita são limitados ao âmbito da tarefa a executar. Para explicar por que motivo uma estação é recomendada, não é necessário transmitir ao modelo todo o histórico de mensagens do utilizador nem os seus dados de pagamento.

Localização, plano de viagem e preferências do usuário são tratados sob controle de acesso. As permissões de transação do aplicativo são verificadas independentemente da geração de texto livre do modelo de linguagem.

As descrições provenientes de fontes externas e os comentários dos usuários também são tratados como dados. Um dos princípios de segurança da arquitetura é não permitir que instruções presentes nesses conteúdos alterem as regras de transação do aplicativo.

Também em futuros fluxos de transação, como pagamento ou reserva, a sugestão da AI e a execução da transação são etapas separadas. O âmbito da transação é mostrado ao usuário e o fluxo de aprovação correspondente é mantido.

6.11.4 Aprender com os erros de forma mensurável

A fiabilidade exige uma avaliação regular de cenários de utilização reais.

Situações como uma estação incompatível com o veículo, um preço em falta, uma entrada de bateria alterada, uma interrupção da ligação ou um pedido de rota antigo que termina tarde são cenários de teste que determinam como o sistema deve comportar-se.

O feedback dos usuários também contribui para esse processo. Uma escolha feita com base em informações erradas sobre a estação e uma escolha que não atendeu às expectativas não são o mesmo tipo de erro. Associar o feedback à etapa de dados e de decisão correspondente ajuda a aprimorar o componente certo.

A abordagem de confiança vai além de contar os resultados apenas como “bem-sucedidos” ou “malsucedidos”; baseia-se em entender a origem do erro e seu efeito para o usuário.

6.12 Infraestrutura Independente do Modelo e Metas de Desempenho

6.12.1 Manter a lógica do produto independente do fornecedor do modelo

A infraestrutura da eBattery AI baseia-se em uma abordagem que não vincula as funções centrais do produto aos recursos de um único modelo de linguagem.

O perfil do veículo, os dados das estações, o cálculo de rotas e as preferências do utilizador são geridos nos serviços próprios da aplicação. Os modelos de linguagem ligam-se a estes serviços através de tarefas definidas e contratos de dados.

Esta estrutura permite avaliar diferentes famílias de modelos, como GPT e Gemini, ou alternativas desenvolvidas no futuro. Uma mudança de modelo não deve exigir a reescrita de regras essenciais, como a compatibilidade entre veículo e estação.

Os modelos são selecionados com base na qualidade do idioma, na precisão da saída estruturada, no sucesso nas tarefas, na latência, no custo e nas condições de tratamento de dados. O nome do provedor, por si só, não é usado como medida da qualidade do produto.

6.12.2 Uso do modelo e do serviço adequados à tarefa

Nem toda solicitação do usuário exige a mesma carga de processamento. Uma classificação curta de intenção e uma narrativa detalhada de viagem têm necessidades diferentes.

A infraestrutura é concebida de modo a poder encaminhar as tarefas de acordo com esta diferença. O trabalho que os serviços de cálculo conseguem resolver diretamente é executado nesses serviços; nos passos que exigem interpretação e explicação em linguagem natural, é utilizado o modelo adequado.

A abordagem arquitetônica que sustenta o desempenho inclui os seguintes elementos:

  • Execução simultânea de chamadas de dados independentes, quando apropriado.

  • Cache controlado das informações do veículo que mudam mais lentamente.

  • Aplicação de regras de atualidade a dados variáveis, como a disponibilidade e o preço.

  • Cancelamento de contas inválidas quando a solicitação do usuário muda.

  • Execução de operações longas em segundo plano, sem bloquear a interface.

  • Apresentação por fases das partes do resultado que já estão prontas, preservando a sua integridade.

Os serviços de mapas e de trânsito também envolvem compromissos entre o tempo de resposta e o detalhe do cálculo. A Google Routes API define diferentes opções para a avaliação do trânsito e explica que uma pesquisa mais abrangente pode gerar maior latência. A abordagem de desempenho da eBattery avalia o comportamento destes serviços externos no conjunto da experiência do utilizador.

6.12.3 Definição das metas de desempenho

Na eBattery AI, o desempenho é avaliado pela experiência entre o utilizador enviar o seu pedido e chegar a um resultado utilizável.

O início da primeira resposta e a conclusão do plano de rota são medições diferentes. Mostrar uma animação de carregamento não é tratado como o mesmo que o início de uma resposta significativa da IA.

Área de desempenho Objetivo de projeto Abordagem de medição
Início da resposta da AI Iniciar o primeiro fluxo de resposta relevante em menos de 2 segundos em condições normais O tempo entre o envio da solicitação e o primeiro conteúdo significativo visível ao usuário
Criação de rota padrão Entregar um resultado de rota utilizável em menos de 5 segundos sempre que possível, nos cenários típicos compatíveis Tempo desde a solicitação até que a rota e o plano básico de carregamento estejam prontos
Transições de tela Manter a interação e a fluidez enquanto um cálculo está em andamento Atrasos no arranque e bloqueios da interface
Recálculo Refletir no plano, em tempo útil, as alterações significativas O tempo desde a receção da atualização até a nova opção estar pronta
Planos de viagem complexos Apresentar resultados por etapas, mantendo o progresso visível Primeiro resultado utilizável e tempos de plano concluído

Esses valores são metas de engenharia. Os resultados reais são medidos conforme as condições da rede, os provedores de dados, a extensão da rota, o número de paradas e a complexidade do plano.

Um único valor médio não descreve toda a experiência. Além da experiência típica do usuário, são acompanhadas medições como a mediana e o percentil 95, para que as requisições mais lentas possam ser vistas. Assim, torna-se visível a diferença entre o sistema funcionar rápido para a maioria e alguns usuários esperarem muito tempo.

6.12.4 Medir precisão e usabilidade junto com a velocidade

A avaliação de desempenho abrange a qualidade do resultado, além do tempo de resposta.

As principais áreas de avaliação são as seguintes:

  • Precisão na seleção de estações compatíveis com o veículo.

  • Coerência dos cálculos de energia e de percentagem da bateria.

  • Respeito à ordem de paradas definida pelo usuário.

  • Manter a distinção entre dados atuais e dados antigos.

  • O texto de descrição corresponder aos valores do cartão de resultado.

  • O cartão de resultado abrir o plano e o ecrã corretos.

  • Aplicação das alterações do usuário à versão correta.

  • Compreensão consistente do mesmo pedido em diferentes idiomas.

Quando os dados reais ficam disponíveis, o tempo estimado de chegada é comparado com os resultados observados de consumo e tempo de carregamento. Estas comparações mostram em que regiões, perfis de veículo ou condições de utilização é necessária uma melhoria.

As atualizações de modelo são tratadas com a mesma disciplina de avaliação. Um novo modelo falar de forma mais fluente não significa que seja mais preciso nas explicações de rota. Seu desempenho nas tarefas atuais, suas saídas estruturadas e sua coerência com as ações dentro do app são examinados em conjunto.

6.12.5 Uma base comum para capacidades em expansão

A estrutura independente de modelo permite que o eBattery AI se expanda com novos dados e serviços à medida que o produto evolui.

Dados diretos do veículo, incluindo as condições climáticas no modelo de energia, recomendações que aprendem com as preferências do usuário e planos de viagem com cobertura geográfica mais ampla estão todos ligados à mesma estrutura de cálculo e contexto.

À medida que carregamento e pagamento, EV Market, suporte de carregamento móvel e outros serviços entram em operação, ampliam-se também as ações que o assistente pode orientar. Cada nova função é tratada em conjunto com o âmbito real, os dados e a aprovação do usuário do serviço correspondente.

Ao longo desse desenvolvimento, preserva-se a relação que o assistente constrói com o usuário: entender a necessidade, usar os dados apropriados, explicar as consequências das opções e facilitar, dentro do aplicativo, a ação escolhida pelo usuário.

Pesquisar na eBattery

Pesquisa uma funcionalidade, guia ou tema.

Pontos de partidaEncontrar estação de carregamento →Exemplo de projeto RWA →Guias e notícias →