Nowe podejście do rozwoju produktów motoryzacyjnych – jak organizacje mogą zdobyć przewagę w wyścigu AI

Jak organizacje skalują agentową AI w inżynierii motoryzacyjnej i w całym cyklu rozwoju produktu

Branża motoryzacyjna szybko wdraża AI, jednak technologia rozwija się szybciej niż procesy, mechanizmy zarządzania i modele operacyjne potrzebne do jej efektywnego wykorzystania i skalowania w całym cyklu życia produktu motoryzacyjnego. Obecnie przewaga konkurencyjna w coraz większym stopniu zależy od umiejętności przekładania wyników generowanych przez AI na wiarygodne decyzje inżynieryjne. Budowanie zaufania do decyzji inżynieryjnych wspieranych przez AI okazuje się jednak wyzwaniem.

Niniejszy raport opiera się na badaniu przeprowadzonym wśród 800 przedstawicieli kadry kierowniczej producentów samochodów, dostawców i firm technologicznych z 12 krajów. Badanie uzupełniono 24 wywiadami z liderami inżynierii z całej branży. Raport przedstawia przyszłość inżynierii motoryzacyjnej.

Gdzie branża odnosi sukcesy dzięki AI, a gdzie napotyka trudności

AI przynosi wymierne korzyści, a liderzy zwiększają przewagę

Wyraźnie wyróżnia się grupa organizacji, które osiągają od dwóch do trzech razy większą poprawę pod względem szybkości rozwoju produktów, produktywności inżynierii oraz czasu wprowadzania produktów na rynek. Pokazuje to skalę przewagi, jaką AI może zapewnić w obszarze inżynierii. Źródłem tej przewagi są skuteczniejsze mechanizmy zarządzania AI w branży motoryzacyjnej, wyższa jakość danych inżynieryjnych oraz jasno określona odpowiedzialność.

Agentowa AI staje się częścią standardowych procesów inżynieryjnych

Wśród producentów OEM i dostawców z branży motoryzacyjnej pracujących nad wdrażaniem AI 35% organizacji deklaruje wykorzystywanie agentowej AI w procesach inżynieryjnych, a kolejne 33% rozpoczyna programy pilotażowe. Wdrożenia rozwijają się najszybciej w obszarach łączących poszczególne etapy cyklu życia inżynieryjnego.

Brak zintegrowanego środowiska inżynieryjnego pozostaje jedną z największych barier w branży

Jednym z największych wyzwań stojących przed branżą jest brak zintegrowanego środowiska inżynieryjnego, które łączyłoby dane inżynieryjne, platformy zarządzania cyklem życia oraz przepływy pracy, zapewniając agentom kontekst i identyfikowalność niezbędne do działania w różnych obszarach organizacji. Ma to szczególne znaczenie w przypadku wykorzystywania AI do podejmowania kluczowych decyzji inżynieryjnych. W rezultacie zarządzanie danymi inżynieryjnymi staje się strategicznym priorytetem.

Zarządzanie AI w motoryzacji i uprawnienia decyzyjne

Zaledwie 5% organizacji określa swój model zarządzania AI jako w pełni dojrzały, a mniej niż połowa odpowiednio zdefiniowała na nowo zakres uprawnień decyzyjnych niezbędnych do wykorzystania inteligencji decyzyjnej w inżynierii.

Dane z pojazdów rzadko przekładają się na konkretne działania

Wiele organizacji ma trudności z przekładaniem danych telemetrycznych z pojazdów oraz informacji uzyskanych dzięki aktualizacjom OTA (over-the-air) na konkretne działania inżynieryjne dotyczące eksploatowanych pojazdów. Jest to szczególnie istotne w erze pojazdów definiowanych programowo (software-defined vehicles, SDV), wykorzystujących rozwiązania oparte na AI.

AI ujawnia nowe zależności w całym ekosystemie

Rosnące wyzwania związane z suwerennością i własnością, odpowiedzialnością, cyberbezpieczeństwem oraz cyklem życia procesów inżynieryjnych wspieranym przez AI powodują coraz większe trudności, szczególnie w miarę skalowania AI w sieciach partnerskich. Zwiększa to potrzebę dojrzałej współpracy w ramach ekosystemu AI w branży motoryzacyjnej.

Pięć działań dla liderów branży motoryzacyjnej

Aby sprostać tym wyzwaniom i w pełni wykorzystać potencjał AI w rozwoju produktów motoryzacyjnych, organizacje powinny:

• Skalować AI równolegle w całym procesie rozwoju produktu, zamiast wdrażać ją sekwencyjnie
• Zbudować warstwę sterującą dla agentowej AI, opartą na dowodach i pełnej identyfikowalności
• Zapewnić możliwość maszynowej interpretacji danych inżynieryjnych
• Zarządzać procesami inżynieryjnymi w oparciu o trzy kluczowe wskaźniki cyklu życia
• Zamknąć pętlę informacji zwrotnej między eksploatowanymi pojazdami a zespołami inżynieryjnymi, aby usprawnić rozwój pojazdów z wykorzystaniem AI

Niniejszy raport jest szczególnie istotny dla CTO, dyrektorów ds. inżynierii, szefów działów R&D, dyrektorów ds. cyfryzacji i AI, liderów strategii produktowej oraz zespołów ds. transformacji inżynieryjnej, które chcą przejść od eksperymentowania z AI do jej niezawodnego wykorzystania w całym cyklu życia produktu oraz stworzyć zintegrowane środowisko inżynieryjne.