Reestruturando o desenvolvimento de produtos automotivos – Como as organizações podem largar na frente na corrida da IA 

Como as organizações estão dimensionando a IA agêntica na engenharia automotiva e ao longo do ciclo de vida de desenvolvimento de produtos

A indústria automotiva está adotando a IA em ritmo acelerado, mas a tecnologia está avançando mais rápido do que os processos, a governança e os modelos operacionais necessários para aplicá-la, enquanto escala a IA ao longo do ciclo de vida automotivo. A vantagem competitiva de hoje depende cada vez mais de transformar entregas geradas por IA em decisões de engenharia confiáveis. No entanto, construir confiança em decisões de engenharia orientadas por IA está se mostrando um desafio. 

Este relatório baseia-se em uma pesquisa com 800 executivos de fabricantes automotivos, fornecedores e provedores de tecnologia em 12 países, complementada por 24 entrevistas com líderes de engenharia de todo o setor, e explora o futuro da engenharia automotiva.

Onde o setor enfrenta dificuldades e obtém sucesso com a IA

A IA está valendo a pena, e os líderes estão largando na frente 

Um grupo distinto de organizações está alcançando ganhos de duas a três vezes maiores em velocidade de desenvolvimento, produtividade de engenharia e tempo de comercialização (time-to-market), destacando a vantagem que a IA pode proporcionar na engenharia. Essa vantagem decorre de uma governança de IA automotiva mais sólida, dados de engenharia de maior qualidade e responsabilidades mais claras.

A IA agêntica está migrando para os fluxos de trabalho de engenharia convencionais 

Entre as organizações que trabalham para a adoção da IA em OEMs automotivos e fornecedores, 35% relatam usar IA agêntica em processos de engenharia, enquanto 33% iniciam programas piloto. A adoção está se expandindo mais rapidamente nas atividades que conectam o ciclo de vida da engenharia.

A falta de uma estrutura central de engenharia conectada continua sendo um dos maiores obstáculos do setor

Um dos maiores desafios enfrentados pelo setor é a falta de uma estrutura central de engenharia conectada que vincule dados de engenharia, plataformas de ciclo de vida e fluxos de trabalho, fornecendo aos agentes o contexto e a rastreabilidade para atuar entre diferentes funções. Isso é particularmente verdadeiro quando se trata de aplicar IA a decisões críticas de engenharia e significa que a governança de dados de engenharia é uma prioridade estratégica. 

Governança de IA automotiva e direitos de decisão

Apenas 5% das organizações descrevem seu modelo de governança de IA como totalmente maduro, enquanto menos da metade redefiniu a autoridade de tomada de decisão necessária em termos de inteligência de decisão de engenharia.

Dados do veículo raramente se transformam em ação no veículo

Muitas organizações estão lutando para traduzir a telemetria do veículo e os insights de dados de atualizações remotas (over-the-air) em ações de engenharia para veículos em uso, particularmente na era dos veículos definidos por software baseados em IA.

A IA está expondo novas dependências em todo o ecossistema

Desafios crescentes em torno da propriedade e soberania, responsabilidade, cibersegurança e um ciclo de vida de engenharia baseado em IA estão criando dificuldades crescentes, especialmente à medida que a IA se expande em redes de parceiros. Isso aumentou a necessidade de uma colaboração madura no ecossistema de IA automotiva.

Cinco ações para líderes automotivos

Para abordar essas questões e aproveitar todo o potencial da IA no desenvolvimento de produtos automotivos, as organizações devem:

• Dimensionar a IA no desenvolvimento de produtos em paralelo, não sequencialmente 
• Construir um plano de controle agêntico fundamentado em evidências e rastreabilidade 
• Tornar os dados de engenharia interpretáveis por máquinas 
• Gerenciar a engenharia com base em três métricas principais do ciclo de vida 
• Fechar o ciclo entre os veículos em uso e as equipes de engenharia para aprimorar o desenvolvimento de veículos viabilizado por IA 

Este relatório é essencial para CTOs, diretores de engenharia, chefes de P&D, diretores digitais e de IA, líderes de estratégia de produto e equipes de transformação de engenharia que buscam passar da experimentação da IA para a execução confiável ao longo do ciclo de vida do produto e construir uma estrutura central de engenharia conectada.