汽车研发转型 ： 优化一代 AI 的潜在价值

汽车与装配实践 汽车研发转型：优化一代AI的潜在价值 汽车制造商可以通过实施在研发过程的所有阶段增加价值的生成式AI功能来节省时间和成本并提高质量。 本文由Peter Cholewinski，Martin Kellner，Wolf Richter，Matthias Roggendorf，Andreas Tschiesner和Andreas Venus共同撰写，代表了麦肯锡汽车与装配实践的观点。 从这些讨论中得出了一个明确的教训：通过遵循以价值为中心的方法，支持在整个研发过程中整合Gen AI，公司可以以降低成本、加快上市时间、提高质量和更多创新的形式获取大量价值。 三大趋势正在削弱汽车行业的研发功能，创造了深刻变革的必要性。 首先，从内燃机(ICE)到电动汽车(EV)技术的转变是一个根本性的转变，这是自油价飙升和半个多世纪前，竞争引发了对更省油车辆的需求。 genAI在汽车研发中的机遇 其次是具有更面向消费者的中央架构的软件定义车辆的趋势。软件为汽车玩家提供了许多与众不同的机会，例如信息娱乐和高级驾驶员辅助系统。然而，软件也给公司带来了巨大的挑战，即转变以硬件为中心的运营，以支持他们作为软件提供商的额外角色。 我们召集了来自欧洲领先汽车和制造公司的30位研发主管参加的研讨会，讨论了他们对Gene AI的使用和计划，探索了该技术固有的一系列机会。其中一些高管还完成了详细的调查关于Gen AI；他们的回答反映在本文中。1 第三个趋势是生成AI（geerative AI）的出现。Ge AI正在成为一种强大的技术，有可能完全重新配置研发团队的运作方式。尽管该技术仍处于早期阶段，但它能够生成和处理语言和图像，整合来自各种来源的见解，处理各种格式的信息，并为监管目的生成详细的文档，从而指向一个截然不同的研发未来。 采用和投资趋势 我们发现在汽车行业采用Gene AI的强烈倾向。大多数公司（占调查受访者的75％）正在尝试至少一种Gene AI应用程序；那些不打算在一年内开始使用的公司（占受访者的25％）。 此外，对用于研发的gen AI应用程序的投资是巨大的：超过40％的受访者表示，他们的公司已投资高达500万欧元。少数公司-超过10％的受访者-已投资超过2000万欧元。 该行业的新进入者— —中国、美国和其他地方的电动汽车制造商— —已经成功实施了研发过程创新，加快了新车上市时间，与利润率已经受到挤压的老牌企业相比，获得了相当大的战略优势。 GenAI在研发过程中的应用 为了更好地了解这些趋势的影响和机会，我们与欧洲领先的汽车和制造公司的高管进行了交谈。详细的讨论主要集中在gener AI以及从许多gener AI试点和一些大规模部署中汲取的教训。 虽然大多数接受调查的高管（70％）表示他们的公司正在将Gen AI应用程序集成到研发中，但大多数试点计划 被限制在研发过程的一个阶段。试点用例的广度非常高（我们确定的用例的60％）；尽管如此，我们在整个研发过程中都没有看到gener AI的系统使用。 广泛的试点用例表明，高管们在很大程度上瞄准了在研发中使用Gen AI的全面未来方法 一些用例可以提供卓越的效率：例如，德国一级汽车供应商通过使用geer AI生成测试向量，实现了70％的生产率提高-包括人工审查geer AI生产的输出所需的时间，例如全分支覆盖和修改条件/决策覆盖（MCDC）。通过将Gee AI集成到其嵌入式软件的开发过程及其需求生成中— —使用Gee AI帮助确定可作为初稿的利益相关者请求的需求— —公司为工程师实现了高达30%的生产力提升。 事实上，超过40%的调查对象优先考虑超过75%的潜在用例。 Gen AI的估计影响和价值 大多数与会者一致认为，在调查或研讨会期间量化的大多数传统人工智能用例都带来了巨大的价值，可以将研发过程提高10%到20%。 Some participants viewed the potential value of integratinggen AI uses more as a means of recovering investments ingen AI, while others viewer it as an added expense requiredto remain competent with peers. Nontheless, theprevendent view is that major organizational and and需要文化转型来捕捉Gen AI的全部价值。 —设计应用程序。在研发的设计领域，我们咨询的领导者估计，生成设计用例可以将研发过程提高10%到20%。 他们还估计，通过使用genen AI来揭示和解码知识提取，算法解码或再造等专有技术，逆向和黑盒工程用例可以在研发过程中提高5％至10％。 GenAI用例及其对研发的潜在价值当前参与者公司正在试点或调查的用例最有可能集中在需求工程（在调查中提到最多），其次是软件测试和验证以及产品设计和优化（超过一半的调查受访者提到）。 捕捉世代AI机会 我们咨询的大多数高管都认为在研发中实施Gene AI的障碍是“大”还是“非常大”；只有25％的受访者将其描述为“小”。确实，没有将Gene AI系统地整合到公司现有的运营模式中，可以归因于这种整合所需的重大组织和文化变革。 尽管这些是最常见的关注领域，但研发过程的每个部分都有可行的Geeral AI用例，这些用例提供了降低成本，提高上市速度和提高质量的机会。例如，通过使用Geeral完成法规要求的某些文档任务，可以降低管理成本，从而释放开发人员的能力并提高工程经验和效率。 为了使AI应用程序在整个研发过程中增加价值，需要一种超越技术和数据的整体，以价值为中心的方法。只有通过建立一系列必要的能力和文化，公司才能期望获得诸如AI（展览）之类的新技术的好处。 —测试和认证。我们咨询的高管估计，使用gen自动化报告以及生成文档和基于场景的模拟的AI可以将测试和认证流程提高20％至30％。自动化可以通过简化基本报告，手册和文档的创建来增加价值，以实现合规性，产品文档和质量保证目的。 以价值为中心的路线图 令人惊讶的数量的转变缺乏明确和具体的价值目标。没有这种清晰和一致的领导水平，公司 Exhibit 以价值为中心的方法将生成AI纳入数字和分析中，包括三个阶段，每个阶段都有不同的目标。 数据隐私，算法偏见，透明度和问责制，并且应该始终如一地传达给所有利益相关者（参见侧栏“解决法律和道德问题”）。这有助于建立对genen AI实施的信任，理解和支持，并鼓励组织的所有成员支持其战略目标。 努力调集必要的资源并跟踪进度。围绕该价值建立支持和对齐至关重要。 —框架创AI作为推动者。我们与研发主管讨论的一个主要主题是 通过先发制人的讨论来正确定位gen AI的好处，从而避免gen AI在组织中的反弹。将gen AI作为推动者和加速器，而不是作为降低成本和破坏工作的手段，对于成功采用至关重要。 —赋予首席执行官权力。关键的第一步可以是为高管领导者提供相关的数据和案例研究，以清晰简洁的方式证明创人工智能对组织战略目标的潜在影响。在理想的情况下，首席执行官将简要介绍geAI的道德和法律考虑因素，以及建立护栏和灵活的道德和法律批准程序的重要性。通过塑造一种开创性的心态。 —清晰一致的变化叙述。内部利益相关者-首席经验官，经理，员工以及法律，道德和合规等相关部门-应参与定义变更叙述的过程。 高级管理人员可以在组织内培养创新和实验的文化。研发部门可以支持这些领导者，确保在一种负责任和有效的方式，为组织带来最大的利益。 This collaborative approach ensures that allperspections within the organization areconsidered and that the resulting narrative iscomprehensive and aligned with the organization ’s goals. The change narrative应该解决道德方面的考虑，包括 解决法律和道德问题 当谈到使用Gen AI时，高管在我们的讨论和调查中最关心的是数据保护和相关的法律问题。虽然Gen AI最初是由技术部门引入的，但公司必须制定一个强大的采用框架，包括研发、法律、风险和合规。关键基础设施领域的公司已经面临 —监管框架和道德委员会。预定义的监管框架和灵活，快速的升级机制来澄清边界案件，可以为广泛使用geAI提供法律和道德基础。这可以帮助保护公司免受潜在的责任索赔，并减少正在制定新一代AI用例的工程师的不确定性。例如，一些领先的公司正在与。 —明确的指导方针和协议。建立明确的指导方针和协议有助于确保遵守道德和法律要求，包括数据隐私、算法偏见、透明度和问责制。定义明确且高效的审批流程包括明确的目标、数据源、使用的算法以及潜在风险和缓解策略。对Geeral AI项目的持续监控和评估有助于保持技术的完整性。并支持其可信度和接受度。 快速发展的监管环境，以定义gen AI的允许使用，包括数据使用和护栏的标准。 来自组织外部的成员，以提供一个独立的视角，以伦理方式使用gen AI作为案例法律演变。 —保护专有数据。必须确保专有数据不会泄漏到供应商的genAI模型中，并且在genAI响应中不会使用潜在的专有数据。对商业genAI产品的服务条款的清晰理解可以帮助建立内部规则，以指导决策者使用和保护专有数据。 —早期对齐护栏。在汽车研发中进行负责任和道德的通用AI部署需要就技术的护栏达成早期协议，并需要快速的道德和法律批准流程，涉及法律，风险，网络安全，数据保护和合规性。 —建立一个可见的灯塔来激励组织。一旦灯塔成功,研发领导需要建立一套相互促进和支持的用例。简单地孤立地构建用例，没有协调，通常会导致相当大的活动，但没有什么价值。 赋权和培养人才： 两代AI副驾驶 Gen AI肯定会影响工作，但麦肯锡的分析表明，模型通常会充当副驾驶应用程序，支持员工已经执行的工作。2这些变化将包括假设单调的任务，例如编写简报或起草文档。反过来，这将使员工能够将更多的时间花在更有价值的任务上，例如，产生想法和创造性的解决方案以及起草初始代码以供审查。培养人才能力可能更像是一种培训活动，而不是招聘目标。 —简化流程。为了释放generAI的底线潜力，必须重新设计现有流程，并且必须系统地降低或消除成本-例如，通过简化工作流程，消除手动流程步骤和重塑角色。 一些研发组织已经开始实施副标题，其中一个专注于编写需求文件。从此类文档的不同版本复制和粘贴文本通常会导致不一致，并且在最坏的情况下，会导致具有不必要要求的复杂文档。实施该副驾驶的德国OEM实现了20％的效率提升，并减轻了工作量。数百名工程师。副驾驶的附加功能得到了持续增强，例如对国际标准化组织(ISO)规范的检查，这些功能节省了额外的时间。 —明确的任务。为了确保问责制和推动成果，领导者应该建立强有力的任务规定，明确定义这些团队的目标、可交付成果和时间表。通过赋予团队必要的资源和权力，研发部门可以培养团队成员的主人翁意识和责任感，使他们能够实现自己的目标并交付切实的成果。 另一个由德国汽车OEM实施的新一代AI副驾驶旨在减少广泛员工的合规任务准备时间。在这种情况下，Geeral AI应用程序会自动从ISO和类似文档中提取规范，对其进行合并，并检查是否符合现有流程文档。当最终扩展到派生时，预计将减少20％至30％的审计准备工作。 自动执行待办事项，并识别规范和流程文档之间的协同作用。 建筑技术基础 与数字用例类似，采用Gene AI用例的最大障碍包括数据孤岛、权限问题和技术堆栈，这些技术堆栈被证明不足以支持新技术。 工人将需要时间和培训，以学习如何最好地使用他们的副