Томас Мюллер, вице-президент Wipro Engineering
Производители автомобилей стоят перед лицом двух серьезных вызовов – электрификации и внедрения программного обеспечения. Мировая индустрия решает задачу электрификации, внедряя инновацию за инновацией. Из общего количества новых автомобилей, проданных во всем мире в 2022 году, 14% были электрическими, что почти втрое больше, чем в 2020 году, при этом на долю Китая приходится более половины всех проданных в мире электромобилей. В США почти 6% приобретенных новых автомобилей были электрическими, что вдвое превышает число продаж в 2021 году. По крайней мере, одно исследование показало, что 5% - это переломный момент, после которого продажи ускоряются.
Следующая большая проблема, которая быстро надвигается, - это внедрение программного обеспечения: использование программного решения, а не традиционного аппаратного обеспечения, для решения задачи. Возможно, это еще более сложная проблема, поскольку она требует фундаментальных перемен в том, что производители думают о себе. Компаниям с богатой историей производства изумительных образцов «железа» может оказаться трудным представить себя в роли компьютерной компании или компании в области искусственного интеллекта. Однако, поскольку автопром неуклонно приближается к созданию интеллектуальных устройств с колесами, они должны осознать такую неизбежность.
Во всем мире автопроизводители уже инвестируют миллиарды в ИИ, и ожидается, что объем таких инвестиций в период с 2023 по 2030 год будет расти со среднегодовым темпом в 22,7%. На сегодняшний день ИИ регулярно используется при проектировании и планировании выпуска продукции, управлении гарантийными обязательствами, построении долгосрочных отношений с клиентами и выполнении массы других задач.
Следующий рубеж – генеративный (производительный) ИИ, который может создавать код, цифровой контент, симуляции и многое другое. По мере продвижения автомобильной промышленности к созданию умных устройств на колесах производители должны использовать инструменты, позволяющие быстро разрабатывать, развертывать и поддерживать программное обеспечение – и именно такой мощный арсенал средств предоставляет им генеративный ИИ.
Почему для производителей так актуально внедрить генеративный ИИ
Tesla – единственный американский автопроизводитель, который в первую очередь является технологической компанией и только во вторую очередь – производителем транспортных средств. Компания уже является крупнейшей на планете в области искусственного интеллекта – крупнее, чем Google, Amazon или Microsoft. Ее потенциал полностью расширяется собственными силами, и в этом состоит огромное отличие от конкурентов. С точки зрения внедрения программного обеспечения компания добилась лидирующей позиции.
Будучи компанией-разработчиком программного обеспечения, которая в то же время делает автомобили, для более быстрой разработки очередных инноваций Tesla использует ИИ в масштабах автомобильного парка. Недавно компания объявила, что она применяет новейшую технику генеративного моделирования, позволяющую ей прогнозировать возможные результаты на основе прошлых наблюдений при просмотре с нескольких камер во взаимно согласующейся последовательности. В этом и заключается многообещающая перспектива генеративного ИИ: облегчить работу отдела программирования, задыхающегося от инноваций, радикально упростив превращение идеи в программную функцию без необходимости так сильно полагаться на и без того перегруженный отдел программирования.
Конкурентное давление наблюдается и со стороны Китая. Квалификацию получают ежегодно 1,4 млн. китайских инженеров (это в шесть раз больше, чем в США), при этом по крайней мере треть из них в области ИИ. Как пишет японская деловая газета Nikkei Asia, «Китай является бесспорным чемпионом по исследованиям в области искусственного интеллекта, намного превосходя США как по количеству, так и по качеству». Baidu, Alibaba и JD.com – все эти компании имеют сервисы генеративного ИИ, которые либо находятся на стадии испытаний, либо тестируются корпоративными пользователями. Сенатор США Марк Уорнер предупреждает, что Китай «очень опережает события». И не забывайте, что китайские автопроизводители, такие как BYD, на 70-80% вертикально интегрированы по всей их цепочке поставок, в то время как в США этот показатель составляет менее 25%. Они могут производить аккумуляторы за гораздо меньшие деньги, что дает им намного большую свободу действий при установлении цен на свои автомобили.
Какое это имеет отношение к генеративному ИИ? Самое непосредственное. Менее дорогие автомобили означают большее количество транспортных средств на дороге, а это означает получение большего массива данных.
Китай прекрасно осознает потенциал генеративного ИИ для повышения эффективности внедрения программного обеспечения. Более того, у Китая есть технологическая база и инженерный талант достаточные для того, чтобы воплотить этот потенциал в реальность. Доступность транспортных средств всегда имеет значение, и внедрение программного обеспечения будет ключом к обеспечению ценности на момент покупки – и увеличению остаточной стоимости по мере старения автомобиля.
Что автопроизводители могут сделать сейчас
Автопроизводители могут многое сделать, чтобы со временем обновлять технические возможности своих автомобилей с помощью программного обеспечения, но по иронии судьбы сдерживающим фактором является аппаратное оборудование: автомобили должны поставляться заводом с большей вычислительной мощностью, чем абсолютный минимум.
Это позволило бы им задействовать программную «песочницу» в каждом автомобиле, который они отгружают, используя ее для анализа производительности своего программного обеспечения в сравнении с базовым уровнем использования человеком. Это позволило бы им тестировать новые функции в реальном мире на ограниченном наборе транспортных средств.
Производители могли бы расширить свои возможности экспериментировать с новыми идеями, одновременно собирая бесценные данные о том, как новые программные функции работают в реальном мире, в реальных автомобилях с реальными водителями. Всё это означает, что они могли бы запустить новые функции быстрее и с меньшим риском провала.
С более надежной вычислительной средой и генеративным ИИ они могли бы создавать автомобили, которые анализируют поведение за рулем, персонализируют и оптимизируют опыт вождения для разных водителей. Имея достаточно данных, они могут пообещать покупателям, что по мере того, как те привыкают к своему новому автомобилю, новый автомобиль привыкнет к ним. Это сильный коммерческий ход в предложении товара.
Предоставляя достаточное вычислительное пространство для инноваций, производители могли бы использовать данные о конкретных автомобилях для обеспечения превосходной клиентской поддержки, позволяя представителям сервисной службы лучше понимать пользовательский опыт – и отправлять индивидуальные сообщения владельцу автомобиля по электронной почте, текстовыми сообщениями и, возможно, однажды прямо на приборную панель.
Гонка генеративного ИИ уже началась. Ваша компания на верном пути?
Современные транспортные средства – это, по сути, компьютеры на колесах, а их компьютерные платформы состоят из высокопроизводительных высокоскоростных подключенных «транспортных серверов», выполняющих более ста миллионов строк кода. Интеграция и обновление этих систем по всей цепочке поставок существующих и новых партнеров имеет решающее значение для безопасности, долговечности, экологии и производительности. Исследования показывают, что комплексный, но гибкий подход к автомобильному программному обеспечению может ускорить вывод на рынок на 20%, а цифровые двойники и интеграционное тестирование могут снизить затраты на 30%.
По мере того, как автомобильная промышленность устремляется к своему будущему, программное обеспечение и возможности подключения обусловливают пересмотр водительской практики следующего поколения. Этот переход бросает вызов традиционным автопроизводителям, чья культура, ориентированная на аппаратное обеспечение, не соответствует потребностям мира, ориентированного на программное обеспечение. Сегодня отдел разработки программного обеспечения большинства автопроизводителей хронически перегружен и испытывает нехватку ресурсов. Это проблема, но для дальновидных автопроизводителей это также благоприятная возможность.
Будущее автомобильной промышленности впечатляет, и те новые инструменты, которые теперь доступны, обладают потенциалом для того, чтобы внедрить значимые инновации быстрее и проще, чем когда-либо.
Время для генеративного ИИ в автомобилестроении пришло.
Об авторе
Томас Мюллер – вице-президент и технический директор компании Wipro Engineering – лидера в области инженерных услуг для программно-определяемых транспортных средств (SDV), облачных технологий и автоматизации. Отвечает за направление глобальной автомобильной промышленности. Имеет 30-летний опыт работы в автомобильном, облачном и финансовом секторах. Ранее был техническим директором ведущих мировых компаний, включая Bank of Ireland, Deutsche Telekom и Visionapp.
Производители автомобилей стоят перед лицом двух серьезных вызовов – электрификации и внедрения программного обеспечения. Мировая индустрия решает задачу электрификации, внедряя инновацию за инновацией. Из общего количества новых автомобилей, проданных во всем мире в 2022 году, 14% были электрическими, что почти втрое больше, чем в 2020 году, при этом на долю Китая приходится более половины всех проданных в мире электромобилей. В США почти 6% приобретенных новых автомобилей были электрическими, что вдвое превышает число продаж в 2021 году. По крайней мере, одно исследование показало, что 5% - это переломный момент, после которого продажи ускоряются.
Следующая большая проблема, которая быстро надвигается, - это внедрение программного обеспечения: использование программного решения, а не традиционного аппаратного обеспечения, для решения задачи. Возможно, это еще более сложная проблема, поскольку она требует фундаментальных перемен в том, что производители думают о себе. Компаниям с богатой историей производства изумительных образцов «железа» может оказаться трудным представить себя в роли компьютерной компании или компании в области искусственного интеллекта. Однако, поскольку автопром неуклонно приближается к созданию интеллектуальных устройств с колесами, они должны осознать такую неизбежность.
Во всем мире автопроизводители уже инвестируют миллиарды в ИИ, и ожидается, что объем таких инвестиций в период с 2023 по 2030 год будет расти со среднегодовым темпом в 22,7%. На сегодняшний день ИИ регулярно используется при проектировании и планировании выпуска продукции, управлении гарантийными обязательствами, построении долгосрочных отношений с клиентами и выполнении массы других задач.
Следующий рубеж – генеративный (производительный) ИИ, который может создавать код, цифровой контент, симуляции и многое другое. По мере продвижения автомобильной промышленности к созданию умных устройств на колесах производители должны использовать инструменты, позволяющие быстро разрабатывать, развертывать и поддерживать программное обеспечение – и именно такой мощный арсенал средств предоставляет им генеративный ИИ.
Почему для производителей так актуально внедрить генеративный ИИ
Tesla – единственный американский автопроизводитель, который в первую очередь является технологической компанией и только во вторую очередь – производителем транспортных средств. Компания уже является крупнейшей на планете в области искусственного интеллекта – крупнее, чем Google, Amazon или Microsoft. Ее потенциал полностью расширяется собственными силами, и в этом состоит огромное отличие от конкурентов. С точки зрения внедрения программного обеспечения компания добилась лидирующей позиции.
Будучи компанией-разработчиком программного обеспечения, которая в то же время делает автомобили, для более быстрой разработки очередных инноваций Tesla использует ИИ в масштабах автомобильного парка. Недавно компания объявила, что она применяет новейшую технику генеративного моделирования, позволяющую ей прогнозировать возможные результаты на основе прошлых наблюдений при просмотре с нескольких камер во взаимно согласующейся последовательности. В этом и заключается многообещающая перспектива генеративного ИИ: облегчить работу отдела программирования, задыхающегося от инноваций, радикально упростив превращение идеи в программную функцию без необходимости так сильно полагаться на и без того перегруженный отдел программирования.
Конкурентное давление наблюдается и со стороны Китая. Квалификацию получают ежегодно 1,4 млн. китайских инженеров (это в шесть раз больше, чем в США), при этом по крайней мере треть из них в области ИИ. Как пишет японская деловая газета Nikkei Asia, «Китай является бесспорным чемпионом по исследованиям в области искусственного интеллекта, намного превосходя США как по количеству, так и по качеству». Baidu, Alibaba и JD.com – все эти компании имеют сервисы генеративного ИИ, которые либо находятся на стадии испытаний, либо тестируются корпоративными пользователями. Сенатор США Марк Уорнер предупреждает, что Китай «очень опережает события». И не забывайте, что китайские автопроизводители, такие как BYD, на 70-80% вертикально интегрированы по всей их цепочке поставок, в то время как в США этот показатель составляет менее 25%. Они могут производить аккумуляторы за гораздо меньшие деньги, что дает им намного большую свободу действий при установлении цен на свои автомобили.
Какое это имеет отношение к генеративному ИИ? Самое непосредственное. Менее дорогие автомобили означают большее количество транспортных средств на дороге, а это означает получение большего массива данных.
Китай прекрасно осознает потенциал генеративного ИИ для повышения эффективности внедрения программного обеспечения. Более того, у Китая есть технологическая база и инженерный талант достаточные для того, чтобы воплотить этот потенциал в реальность. Доступность транспортных средств всегда имеет значение, и внедрение программного обеспечения будет ключом к обеспечению ценности на момент покупки – и увеличению остаточной стоимости по мере старения автомобиля.
Что автопроизводители могут сделать сейчас
Автопроизводители могут многое сделать, чтобы со временем обновлять технические возможности своих автомобилей с помощью программного обеспечения, но по иронии судьбы сдерживающим фактором является аппаратное оборудование: автомобили должны поставляться заводом с большей вычислительной мощностью, чем абсолютный минимум.
Это позволило бы им задействовать программную «песочницу» в каждом автомобиле, который они отгружают, используя ее для анализа производительности своего программного обеспечения в сравнении с базовым уровнем использования человеком. Это позволило бы им тестировать новые функции в реальном мире на ограниченном наборе транспортных средств.
Производители могли бы расширить свои возможности экспериментировать с новыми идеями, одновременно собирая бесценные данные о том, как новые программные функции работают в реальном мире, в реальных автомобилях с реальными водителями. Всё это означает, что они могли бы запустить новые функции быстрее и с меньшим риском провала.
С более надежной вычислительной средой и генеративным ИИ они могли бы создавать автомобили, которые анализируют поведение за рулем, персонализируют и оптимизируют опыт вождения для разных водителей. Имея достаточно данных, они могут пообещать покупателям, что по мере того, как те привыкают к своему новому автомобилю, новый автомобиль привыкнет к ним. Это сильный коммерческий ход в предложении товара.
Предоставляя достаточное вычислительное пространство для инноваций, производители могли бы использовать данные о конкретных автомобилях для обеспечения превосходной клиентской поддержки, позволяя представителям сервисной службы лучше понимать пользовательский опыт – и отправлять индивидуальные сообщения владельцу автомобиля по электронной почте, текстовыми сообщениями и, возможно, однажды прямо на приборную панель.
Гонка генеративного ИИ уже началась. Ваша компания на верном пути?
Современные транспортные средства – это, по сути, компьютеры на колесах, а их компьютерные платформы состоят из высокопроизводительных высокоскоростных подключенных «транспортных серверов», выполняющих более ста миллионов строк кода. Интеграция и обновление этих систем по всей цепочке поставок существующих и новых партнеров имеет решающее значение для безопасности, долговечности, экологии и производительности. Исследования показывают, что комплексный, но гибкий подход к автомобильному программному обеспечению может ускорить вывод на рынок на 20%, а цифровые двойники и интеграционное тестирование могут снизить затраты на 30%.
По мере того, как автомобильная промышленность устремляется к своему будущему, программное обеспечение и возможности подключения обусловливают пересмотр водительской практики следующего поколения. Этот переход бросает вызов традиционным автопроизводителям, чья культура, ориентированная на аппаратное обеспечение, не соответствует потребностям мира, ориентированного на программное обеспечение. Сегодня отдел разработки программного обеспечения большинства автопроизводителей хронически перегружен и испытывает нехватку ресурсов. Это проблема, но для дальновидных автопроизводителей это также благоприятная возможность.
Будущее автомобильной промышленности впечатляет, и те новые инструменты, которые теперь доступны, обладают потенциалом для того, чтобы внедрить значимые инновации быстрее и проще, чем когда-либо.
Время для генеративного ИИ в автомобилестроении пришло.
Об авторе
Томас Мюллер – вице-президент и технический директор компании Wipro Engineering – лидера в области инженерных услуг для программно-определяемых транспортных средств (SDV), облачных технологий и автоматизации. Отвечает за направление глобальной автомобильной промышленности. Имеет 30-летний опыт работы в автомобильном, облачном и финансовом секторах. Ранее был техническим директором ведущих мировых компаний, включая Bank of Ireland, Deutsche Telekom и Visionapp.
