TomTom: locatie-intelligentie belangrijke groeimarkt

TomTom ziet een onafhankelijke infrastructuur voor locatie-intelligentie als een belangrijke groeimarkt. Dat vertelde het Amsterdamse bedrijf vorige week op het TomTom Discovery Event in Amsterdam. Met deze door TomTom zelfontwikkelde technologie kunnen organisaties onder meer belangrijke inzichten verkrijgen voor geomarketingprojecten, zoals het optimaliseren van winkellocaties of het strategisch plaatsen van reclameborden.

De kaartgegevens van TomTom leveren het bedrijf steeds meer op. Het bedrijf heeft naar eigen zeggen 2,8 biljoen kilometer aan wereldwijde afstandsgegevens opgeslagen en beschikt over biljoenen gps-punten. Daarnaast verzamelt het dagelijks grote hoeveelheden actuele gegevens van voertuigen. Deze gegevens worden gebruikt voor locatie-intelligentie en analytische modellen. Telkens als software wordt geactiveerd in een auto van een fabrikant, worden de (anonieme) gegevens aan TomTom doorgegeven.

Het fundament hiervan is de TomTom Orbis Maps. Niet simpelweg een digitale wegenkaart zoals je die in een navigatiesysteem ziet, maar een grote, continu bijgewerkte database met locatiegegevens. Orbis combineert onder meer OpenStreetMap, Overture Maps, eigen TomTom-data en gegevens uit voertuigen en andere sensoren. TomTom zegt dat het platform inmiddels meer dan 5 miljard datapunten gebruikt om de kaart voortdurend te verrijken en controleren.

Zo verzamelt TomTom gegevens over wegen en wegverbindingen, rijstroken en rijstrookmarkeringen;
snelheidslimieten, verkeersborden en verkeersbeperkingenm, zonder dat gebruikt hoeft te worden gemaakt van lussen in de weg.

Natuurlijk is zo’n kaart niet compleet. Er zijn tal van oudere auto’s op de weg die geen rijgegevens uitwisselen. Maar volgens Willem Strijbosch, VP Product, Maps for Navigation and Automated Driving, is het ook niet nodig dat alle verkeersstromen in beelden worden gebracht. ‘Ook met een handvol auto’s is al na te gaan waar congestie optreedt of files ontstaan.”

Voor autonoom rijden heeft TomTom bijvoorbeeld Orbis Lane Model Maps ontwikkeld. Die bevatten informatie op rijstrookniveau, zoals de exacte geometrie van rijstroken, verbindingen tussen rijstroken en wegmarkeringen.

Dat is eigenlijk de interessantste ontwikkeling. TomTom probeert Orbis te laten fungeren als een soort ruimtelijke kennislaag voor AI. AI-agents kunnen de kaartgegevens gebruiken om vragen te beantwoorden of taken uit te voeren waarbij locatie een rol speelt.

Een AI-agent zou bijvoorbeeld kunnen bepalen welke winkels binnen een bepaalde reistijd van een locatie liggen, welke wegen door een incident zijn getroffen of welke route voor een vrachtwagen het meest geschikt is. TomTom heeft hiervoor inmiddels ook Orbis-API’s en een MCP-server beschikbaar gemaakt.

Jarenlang waren gespecialiseerde hulpmiddelen nodig om gedetailleerde locatie-inzichten uit deze gegevens te halen. Een GIS-analist kon een zoekopdracht uitvoeren, een planner kon een dashboard gebruiken en autofabrikanten of wagenparkbeheerders konden een webapplicatie inzetten. Om informatie te vinden, analyseren en gebruiken moesten echter vaak meerdere rapporten en systemen worden gecombineerd. AI-agents veranderen dat proces.

Er is een belangrijk verschil tussen AI-assistenten en AI-agents. AI-assistenten, zoals TomTom AI Assistant (TAIA), werken voornamelijk aan de voorkant van een toepassing. AI-agents zijn veel dieper in de architectuur geïntegreerd en kunnen antwoorden geven op complexe vragen. TAIA is een agent die door TomTom zelf is ontwikkeld, terwijl de Agent Toolkit ervoor zorgt dat agents van andere partijen over ruimtelijke intelligentie kunnen beschikken.

De auto’s van Waymo hebben een grote accutaresse, maar dan wel met 29 camera’s aan boord, vijf lidar-sensoren, zes radars en audio-detectiesystemen, waarover een gemiddelde auto niet kan beschikken. De camera’s zorgen onder meer voor zicht rondom de auto en worden gebruikt om voertuigen, voetgangers, verkeerslichten en andere objecten te herkennen.

Gebruikers krijgen toegang tot een Chat GPT achtige omgeving waar ze uiteenlopende vragen kunnen stellen.

Een verzekeraar kan bijvoorbeeld vragen welke openstaande schadeclaims zich binnen 500 meter van een overstromingsgebied van de afgelopen nacht bevinden en tegelijkertijd binnen het verzekeringsgebied vallen. Een stadsplanner kan vragen hoe de geschatte reistijden rond een centrale brug zijn veranderd door wegafsluitingen en wegwerkzaamheden in de afgelopen zes maanden. Een planner van een transportbedrijf kan een agent opdracht geven vrachtwagens die achter een incident op de A12 vaststaan om te leiden via distributiecentra waar vóór 16.00 uur nog capaciteit beschikbaar is.