General Motors se resnično nagiba k svoji novi podobi tehnološkega ali energetskega podjetja. Kljub nenadnemu preusmeritvi iz ponudbe izdelkov, ki so intenzivni za električna vozila, je avtomobilski proizvajalec iz Detroita šel all-in na tehnično plat stvari in odpustil na tisoče delavcev, da bi zaposlil posameznike s specializacijo AI in izkušnjami, povezanimi s tehnologijo, v njihovih življenjepisih. Zdaj spravlja te naložbe v delo z uporabo umetne inteligence za pomoč pri oblikovanju svojih vozil, za kar njen novi produktni direktor pravi, da bo pripomoglo k temu, da bodo izdelki GM boljši in hitrejši.
Proizvajalec avtomobilov je svoje ustvarjalno orodje AI prvič predstavil že aprila, za katerega družba pravi, da je sestavljeno iz podatkov o načrtovanju in testiranju, ki jih je GM zbral v desetletjih iz nešteto razvitih in proizvedenih vozil. Novo orodje ali sistem omogoča oblikovalcem in inženirjem, da delajo znotraj iste platforme, tako da lahko spremembe v zasnovi vozila v realnem času vidijo drugi člani, ki lahko nato od tam prilagodijo svoje dele zasnove. Vključuje tudi nekaj podatkov o testiranju za pomoč pri prilagoditvah dizajna, tako da bo AI na primer pogledal spremembo v obliki karoserije in dal koeficiente upora v realnem času, pridobljene iz različnih podatkov za optimizacijo te črte. To je delo, ki so ga nekoč opravljali resnični ljudje, ki so ustvarjali modele, spreminjali modele in jih postavljali v vetrovnike, kar je dolgotrajen proces. A ne skrbite, AI ga ima zdaj.
GM desetletja napaja svoj stroj z lastnimi podatki
Obstajajo lahko argumenti o prednostih uporabe takšnega orodja. Za GM in njegovo potencialno uporabo več kot stoletja podatkov, odvisno od tega, kako dolgo nazaj so te podatke digitalizirali ali hranili za načrtovanje in preskušanje, bi lahko bilo koristno prebrati, namesto da bi šli skozi arhive ali iskanja ali sami računali v realnem času.
Druga prednost je ta, da pomaga prekiniti krog slabih komunikacijskih vzorcev, ki so razvpiti v velikih korporacijah, tako da vse oblikovalsko delo centralizira na enem mestu. Stvari je mogoče posodobiti in obravnavati v realnem času, s čimer se izognete napaki, da nekdo ne prejme cc’d ali da se njegova e-pošta izgubi med množico e-poštnih sporočil v njihovih nabiralnikih.
GM je tudi dejal, da uporaba umetne inteligence pomaga pri testiranju modelov, saj lahko umetna inteligenca sestavi model in ga postavi na cesto ter ga preizkusi na kateri koli vrsti ceste ali v kakršnih koli pogojih s spremenljivkami, kot so potepuški losi, jeleni ali veverice, ki jih bo morda treba hitro obiti. Spet je vključil lastne podatke o testiranju iz več desetletij v sistem, ki lahko avtomobil preizkusi na cestah, ki jih je ustvarila umetna inteligenca.
To pomaga zmanjšati ustvarjanje fizičnih prototipov ter različnih motorjev in komponent pred dejanskim testiranjem na poligonu Milford Proving Grounds v Michiganu ali testnem poligonu v puščavi Yuma v Arizoni, kar je dobro za zmanjšanje porabe materiala in pošiljanje vozila po vsej državi. Vendar se je treba vprašati, ali je umetna inteligenca sposobna upoštevati in preizkusiti nepredvidljivost dejanskih scenarijev iz resničnega sveta, zlasti ker lahko avtonomna vozila (ki uporabljajo tudi najpametnejšo in najboljšo tehnologijo na svetu, kot nam pravijo) komajda prepoznajo ljudi, živali, motorna kolesa in reševalna vozila.
Izdelali bomo več avtomobilov, hitrejših in boljših
Sterling Anderson, novi produktni direktor GM, imenovan leta 2025, je za Fast Company povedal, da bo to pomagalo racionalizirati razvoj izdelkov s približno štirih do petih let na morda dve leti. “Naslednja generacija katerega koli vozila je običajno boljša od prejšnje,” je dejal. “In ko lahko to vmesno obdobje skrajšaš za več kot polovico, dobiš evolucijsko samo boljša vozila.”
In to je proizvajalcem avtomobilov že tako dobro uspelo. Fordu ni bilo treba ponovno zaposliti svojih inženirjev, da bi prekvalificirali svojo programsko opremo z umetno inteligenco, da bi bila boljša pri inženiringu, in zagotovo nima nobene zveze s tisoči vozil, ki so bila odpoklicana samo letos.
GM morda že vnaprej prihrani stroške, saj se znajde v obnovi svojih blagovnih znamk po velikem umiku električnih vozil, toda ali bo hitrejša zasnova resnično pripomogla k boljšim avtomobilom?
Generalov prvi izdelek, ki bo prišel na trg z zasnovo, osredotočeno na umetno inteligenco, bo Chevrolet Silverado 2027 — njegov motor V8 je bil podvržen umetni inteligenci skozi tisoče simulacij zgorevalne komore, kar je znižalo stroške pri razvoju prototipnih motorjev za vsako ponovitev in prihranilo 20 % v procesu. Inženirjem pa je omogočil tudi doseganje ciljev zmogljivosti in emisij v tretjini časa. Kako to vpliva na njegovo dejansko delovanje v resničnem svetu? Upajmo, da boljši od zadnjih ponovitev, ki so bile nekoč središče skupinske tožbe. Če pa tudi GM dela na teh istih podatkih… .
Stranke si zaslužijo izdelke, ki dejansko delujejo
Ali kupci res želijo, da novi modeli prihajajo hitreje, ali želijo vozila, ki dejansko delujejo? Ljudje, ki kupujejo te izdelke, si ne zaslužijo porabiti več kot 50.000 $ (trenutna povprečna cena novega vozila) za hitro izdelano vozilo, ki preživi več časa pri prodajalcu kot na svojem dovozu zaradi odpoklica ali pomanjkanja popravkov večjih težav.
Nismo še videli, kaj bo oblikovanje z umetno inteligenco naredilo za GM, a če se nagiba k čemu podobnemu kot pri Fordu, bi bilo priporočljivo, da se vodilni v podjetju osredotočijo na načine za izdelavo dobrih avtomobilov. »Popravljanje po pošti«, kot pravimo v filmski in fotografski industriji, je zgolj šala, kjer je hitra rešitev mišljena kot rešitev v zadnjem trenutku, ne pa način, kako pristopiti k vsaki stvari, ki jo ustvarite. In očitno so vsi pozabili na to ideologijo za preprosto vse pri uporabi izdelkov AI. Ford je ugotovil na težji način in njegova napaka bi morala biti lekcija za previdnost preostalim proizvajalcem avtomobilov, ki nameravajo uporabiti nepreizkušeno in nepredvidljivo rešitev, ki naj bi vse popravila. Morda zdaj prihranijo denar, a koliko jih bo to stalo pozneje?
