Искусственный интеллект: революция в автобизнесе или преувеличение?

Изображение: img.freepik.com

Сегодняшний стремительный рост применения искусственного интеллекта можно назвать рывком в будущее. Это лишь начало пути. Необходимо относиться к ИИ с осторожностью, не преувеличивая его влияние и не рассматривая как чудо-решение, а скорее как инструмент со своими преимуществами и недостатками.

Применение инструментов искусственного интеллекта в автомобильной индустрии стало обычным явлением. При запуске новых моделей бренды сообщают о его использовании в создании и производстве, а также об интеграции нейросетей в системы управления. ChatGPT (Siri, Gemini, YandexGPT) применяются в голосовых помощниках для водителей, которые отвечают на различные вопросы, не ограничиваясь погодой или пробками на дороге. Лидары, камеры, датчики и электронные блоки управления уже давно используются во многих моделях. Словосочетание «гаджет на колесах» уже общепринято. Тем не менее, глобальных изменений в автомобильной промышленности из-за инструментов искусственного интеллекта пока не происходит, идет отладка и улучшение некоторых процессов.

Конкуренция, «новые» автобренды и цены

За последние десятилетия произошла консолидация автобрендов в глобальные концерны, где снижались издержки за счет синергии и больших объемов. Сейчас на рынке появляются новые, независимые марки. При стабильном годовом объёме продаж новых транспортных средств ожидается новый раунд конкурентной борьбы за потребителей.

Первоначально такая ситуация должна быть выгодна покупателям: за меньшие деньги становится доступным более продвинутый и качественный автомобиль. Однако экономическая политика региональных правительств вмешивается в бизнес, демонстрируя свою сущность и регулируя цены: американцы вводят 100-процентную пошлину на электромобили из Китая и спонсируют местных производителей, европейцы стремятся закрыть свои рынки и ограничить продажи «чужаков» различными способами, а призывы отечественных автопроизводителей к увеличению утилизационного сбора на импортные автомобили также работают против потребителей.

Ещё раз об ИИ

Замена людей нейросетями

Большинство из нас с опаской наблюдает за растущим вниманием к ИИ в СМИ и его преобладанием в информационном поле. Это особенно заметно после выхода новых версий ChatGPT, Gemini, YandexGPT и их аналогов. С появлением информации о новинках от Apple, Tesla, Amazon, Xiaomi и других, число публикаций достигает пика. Microsoft интегрирует инструменты ИИ в Windows 11, доступные для пользователей — скоро почти каждый компьютер будет им пользоваться. Nvidia, быстро набирающая обороты по капитализации, как и Intel, утративший былое лидерство, поддерживает ИИ в новых моделях процессоров и видеокарт. Технологические гиганты продолжают продвигать ИИ в своих продуктах, а конкуренты не отстают.

Ограничения

Блогеры и журналисты неоднократно рассказывали людям о том, что искусственный интеллект — это возможность для компьютеров предлагать решения сложных задач без участия человека. Количество материалов об этом велико и выходит за рамки обывательского интереса. Но нельзя забывать, что ИИ может быть таким же хорошим, как и данные, на которых он обучался. Если данные субъективны, неполны или неточны, система генерирует неправильные решения. Также мало говорят о том, что каждое решение ИИ ограничено используемыми алгоритмами. Это скрывается, игнорируется. Мы признаем почти общее непонимание того, как работает ИИ, но это не останавливает от многочисленных прогнозов и обсуждений «светлого будущего», построенного с его помощью.

Словарь Т9

Большинство людей понимают принципы работы ИИ, сравнивая его с системой интеллектуального набора слов Т9, которая предлагает слова и фразы при написании SMS и сообщений в мессенджерах. В отличие от Т9, использующего ограниченное количество данных для подсказок, современный ИИ опирается на всю информацию (языковую модель), доступную в сети, собственный опыт, современные вычислительные мощности и сложные алгоритмы, моделирующие работу человеческого мозга.

Новые гигафабрики

Видеоролики с демонстрацией роботизированных производств в цехах Tesla, Xiaomi и других компаний, где машины рождаются словно по волшебству, получают миллионы просмотров. Автоматизация производства под управлением программного обеспечения с искусственным интеллектом – эффективный способ продвижения на рынке, который переводит внимание потребителей от традиционных автопроизводителей к новым игрокам.

В современном автомобилестроении с применением ИИ минимизируется риск остановки конвейера: нейросеть следит за процессом, выявляет, предсказывает и предлагает решение возможных проблем в рамках алгоритмов. Менеджеры остаются ответственными за управленческие решения высокого уровня. Привлечение инструментов ИИ позволяет менеджерам обоснованно повышать технологичность и качество выпускаемой продукции, снижать издержки и себестоимость, корректировать объём выпуска в зависимости от спроса, управлять логистикой — создавая конкурентные преимущества для автомобилей, производимых на таких фабриках.

Безопасность на дорогах

Система помощи водителю (ADAS), хорошо известная и распространённая, может быть пассивной или активной. Основана она на машинном зрении. Пассивная система привлекает внимание водителя к рискам звуковыми или вибросигналами, а активная – помогает удерживать автомобиль в полосе движения или прибегает к экстренному торможению в аварийных ситуациях. Возможность принятия решения вместо человека за рулём имеет неопределённый юридический и правовой статус, как и в проекте автономных автомобилей.

Системы с применением ИИ способны функционировать в режиме реального времени, обрабатывая данные от различных чипов, датчиков и камер, а также взаимодействуя с другими участниками движения. Широко используются и эффективно работают системы распознавания образов: они определяют дорожные знаки и ограничения скорости, пешеходов на тротуарах, переходах и проезжей части. Учитываются присутствующие движущиеся и стоящие транспортные средства, а также фиксируются внезапно появляющиеся препятствия на дороге с последующим предупреждением водителя. Такие системы помогают водителям принимать взвешенные решения, повышая безопасность и эффективность управления транспортом.

Беспилотники могли бы значительно сократить число ДТП, так как искусственный интеллект управляет автомобилем лучше человека: не устает, не отвлекается, не болеет, не подвержен стрессам, не нарушает правила, не курит, не выпивает и не принимает наркотики, не разговаривает по телефону. Однако полное внедрение ИИ в управление автомобилями пока еще далекое, несмотря на оптимизм разработчиков и СМИ. Любые приборы могут выйти из строя в аномальных природных условиях или плохую погоду — снег, дождь, грязь на дорогах, сильный ветер делают лидары, датчики и камеры бесполезными. Человек, со всеми своими недостатками, в таких ситуациях незаменим (конечно, если он трезв и здоров).

Беспилотные автомобили

Беспилотные автомобили, способные самостоятельно передвигаться в потоке машин без участия человека, — одна из самых обсуждаемых тем в СМИ.
Внедрение подобной технологии на дороги общего пользования ставит множество непростых вопросов, которые требуют учета не только информационных и технических, но и морально-этических аспектов. Важно не только обеспечить безопасность управления автомобилем для окружающих, но и передать искусственному интеллекту комплекс нравственных решений.

Что делать в аварийной ситуации, если перед самодвижущимся автомобилем появился человек, которую он не успевает затормозить? Сбивать нарушителя, направлять автомобиль с пассажирами на обочину, встречную полосу, на разделительный отбойник? Пока глобально или хотя бы локально не приняты правила юридической (или уголовной) ответственности за решения ИИ в подобных ситуациях, будущее автономных транспортных средств непонятно, так как неопределенность правового статуса — вопрос слишком сложный и серьезный. Возможный путь решения — начать с выделенных участков дорог или территорий, где появление непредсказуемых транспортных средств, граждан и животных вне пешеходных переходов маловероятно, но таких мест практически нет.

Говоря о скором появлении автономных автомобилей, включая робо-такси и грузовики, нельзя игнорировать вопрос занятости населения. Водитель остается массовой профессией во многих странах. По данным Международного союза автомобильного транспорта, только водители грузовиков (без такси и пассажирских перевозок) могут составлять около 5% от общей численности трудоспособных в развитых странах и 10% — в развивающихся.
Таким образом, несмотря на существующий мировой дефицит водителей, автономные автомобили могут вызвать резкий рост безработицы. Это порождает новые социальные и финансовые проблемы. Следовательно, обсуждая перспективы рынка беспилотных автомобилей, нужно признать, что это проект далекого будущего.

Система менеджмента качества в автобизнесе

Система управления качеством (СМК) оказывает влияние на все стадии создания и эксплуатации автомобилей: разработку и производство, логистику, продажи и сервис дилерских сетей, эксплуатацию, техобслуживание и ремонт, а также утилизацию. Недостаточное внимание к любому из этих этапов может повлечь серьезные проблемы для автопроизводителей, о чем свидетельствуют многочисленные примеры в бизнес-кейсах, литературе и кино.

Новый этап жесткой конкуренции, начавшийся в 2020 году, когда китайский автопром выходит за пределы внутреннего рынка и осваивает глобальную экспансию, может оставить позади тех, кто не совершенствуется, в том числе в вопросах СМК. Активное внедрение инструментов искусственного интеллекта в автомобилестроение дополнительно подчеркивает, что эта отрасль остается на передовых позициях, оперативно внедряя самые последние достижения науки и техники.

Развитие общей искусственной интеллекта (AGI), способного, как считают ведущие специалисты, заменить среднестатистического человека и превосходящего его возможностями, станет мощным стимулом для прогресса в этой сфере.

Разработка и создание новых моделей

Значительное число недавно выпущенных моделей автомобилей вызывает интерес к процессу их создания. Кто, когда и по каким причинам в компании-производителе принимает решение о выпуске новой модели? Из доступной информации известно, что срок появления нового автомобиля варьируется от 60 до 72 месяцев, а его разработка стоит миллиарды долларов. Это утверждение не всегда точно и содержит лукавство: что является действительно новой моделью, а что рестайлингом, фейслифтингом или кроссбеджем. В процессах принятия решений каждый действует по-своему, но существуют общие тенденции. В приоритете новой реальности – сокращение сроков и стоимости разработок.

Предсказать потребности рынка на несколько лет вперед — задача рискованная и сложная. Разработка продуктов основана на данных из открытых источников, информации о действиях конкурентов, результатах опросов и фокус-групп, оценке предпочтений разных регионов (США, Китай, Европа), требованиях законодательства и органов по сертификации. Помимо сравнительного анализа, важны внутренние представления топ-менеджеров компаний о новых успешных моделях своего бренда.

Производители автомобилей сталкиваются с технологическими ограничениями, а также рамками возможностей поставщиков материалов, элементов кузова, подвески, интерьера и экстерьера, электронных компонентов.
Создание новых моделей подразумевает учет множества внешних и внутренних факторов в короткие сроки – задача не из простых, для которой нет единственно правильного решения.

Использование ИИ для моделирования бизнес-кейсов может предоставить менеджменту не только прогноз доли рынка, но и «матрицу возможных решений» в области дизайна, инжиниринга и производства разрабатываемых моделей, а также оценку по общему алгоритму каждого варианта, включая себестоимость и временные затраты.

Маркетинговые исследования

Популярные в отрасли программные продукты с применением ИИ стали эффективным средством в исследовательской деятельности, увеличивая точность сбора и анализа данных, прогнозирование направлений развития, оптимизацию позиционирования и ценообразования новых товаров. Совместно анализ данных, нейронные сети и машинное обучение формируют инструмент нового поколения для обработки информации и выявления скрытых закономерностей.

Анализ данных

Искусственный интеллект на всех этапах создания, использования и самообучения нейросетей — залог их успешного применения. В маркетинге позволяет определять целевую аудиторию и позиционировать новый продукт. При анализе применяются алгоритмы кластеризации для группировки моделей по сегментам, ценам и другим характеристикам. Это помогает точнее спрогнозировать целевую аудиторию и соответственно корректнее позиционировать разрабатываемые модели.

Нейросети

Обрабатывая информацию, системы копируют работу нейронов человека.
Могут анализировать отзывы потребителей о продукции компании и конкурентах.
Это помогает выявить скрытые закономерности и ключевые слова, связанные с потребностями и предпочтениями.
Такая информация позволяет понять структуру и тренды спроса, что повышает вероятность успешной разработки продуктов, которые удовлетворят потребности потребителей в будущем.

Машинное обучение

Компьютерные системы могут учиться и совершенствовать свои алгоритмы и программы самостоятельно на основе накопленного опыта, без необходимости переписывания кода. Это позволяет проводить качественный и количественный анализ данных о продукции и продажах конкурентов, включая цены, маркетинговые стратегии, дистрибуцию автомобилей и технические характеристики.
В результате можно детально сравнить существующий или будущий продукт с товарами конкурентов, оценить и спрогнозировать его сильные и слабые стороны для принятия обоснованных решений.

Инжиниринг, дизайн, экстерьер, интерьер

Разработка нового автомобиля проходит несколько этапов, на каждом из которых могут применяться решения с использованием методов искусственного интеллекта. Главное – точный прогноз будущих трендов и определение предпочтений покупателей посредством комплексного анализа данных и информации из различных источников.

Разрабатывают эскизы интерьера, выбирают дизайнерские темы и материалы отделки. Нейросети могут анализировать оценки и отзывы о предыдущих моделях бренда и конкурентов, а также выделять ключевые слова и темы, связанные с предпочтениями в дизайне и материалах.

При создании экстерьера разрабатывается внешний дизайн, моделируется аэродинамика кузова и оптимизируется его форма. Подбираются цвета, варианты сочетаний цветов салона и кузова. Инструменты ИИ могут ускорить операции по уменьшению аэродинамического сопротивления, увеличению жесткости кузова, ударопрочности и долговечности, а также моделированию повреждений и деформаций в результате краш-тестов. Внедрение такого моделирования помогает конструкторам и разработчикам создавать новые модели быстрее.

Визуальные концепты новых моделей

Для демонстрации на внутренних презентациях, внешних выставках и конференциях требуются материалы. Функционал ИИ может использоваться для создания анимационных и 3D-прототипов, иллюстрирующих дизайн и функциональность новой модели. Анализ мнений, отзывов и предложений по концепту будущей модели позволит выделить как преимущества, так и спорные решения и недостатки, а также прогнозировать ожидания потребителей новых моделей автомобилей.

Натурные испытания опытного образца

Неотъемлемая часть работы, необходимая для запуска массового производства. Инструмент ИИ может использоваться в инженерных тестах для мониторинга, сбора и анализа результатов измерений датчиков, отслеживания параметров безопасности и надежности конструкции.

Эта информация используется для полного анализа прототипа по стандартам разработчиков – как для поиска и выделения главных проблем, найденных при тестировании и краш-тестах, так и для создания предложений по их устранению. Инструменты искусственного интеллекта играют важную роль в сборе и обработке больших объемов данных, но окончательные решения принимают инженеры и конструкторы.

Производственный процесс и качество

В оптимизации производственных процессов и контроле качества искусственный интеллект уже сегодня широко используется. ИИ-системы моделируют и анализируют операции, выявляя проблемы и возможности для улучшений. Мониторинг качества с помощью ИИ позволяет предупреждать трудности и оперативно на них реагировать. В ближайшем будущем ожидается массовое внедрение интеллектуальных роботов, которое может полностью изменить все процессы.

Продажи и персонализация предложений

Продавцы и дилеры стремятся продать автомобиль конечным покупателям. Автомобиль — дорогой товар, поэтому каждый желающий купить его ценный клиент. Сейчас уже применяются персонализированное предложение и подбор авто по параметрам, но использование ИИ может создать новые преимущества в бизнесе дилеров.

Клиент может сообщить свои пожелания относительно цен, скидок, предложений по кредиту и трейд-ин, типа и цвета кузова/интерьера, комплектации, мощности, технических характеристик и других параметров. В ответ программа подбирает подходящий вариант из имеющегося на общем складе или ближайшей поставке. Такое индивидуальное предложение упростит выбор для каждого покупателя, повысит вероятность заключения сделки и конверсию, а также увеличит средний чек продаж.
Хотя встреча лицом к лицу с рукопожатием по результатам переговоров о покупке автомобиля ничто полноценно не заменит, персонализированное предложение может существенно упростить проведение таких встреч с покупателями.

Оптимизация дилерских складов

Состояние склада представляет собой специфическую «кухню», влияющую не только на прибыльность предприятий-дилеров, но и формирующую основные издержки. Существующие методы оптимизации дилерских складов могут быть усилены решениями ИИ для анализа данных о рынке, конкурентах, сделках дилера, истории продаж и жизненном цикле моделей, сезонности, поведении и запросах клиентов — для прогнозирования спроса и объемов продаж.

Прогнозы формируют оптимальные заказы на фабрики и логистические цепочки, что в идеале минимизирует риски перетоваривания и дефицита. Однако не всегда удаётся оптимизировать склады, поэтому там появляются неликвидные модели. Здесь инструменты ИИ должны помогать вовремя выявлять проблемы и разрабатывать стратегии распродаж излишков для сокращения расходов. Но окончательное решение проблем остаётся за менеджерами.

Контроль технического состояния автомобилей

Вопрос важным сегодня решают владельцы транспортных средств и мастера-приемщики станций технического обслуживания. Электронные блоки управления осуществляют автоматизированный мониторинг и централизованное отслеживание телеметрических данных, самодиагностику и прогнозирование неисправностей, дают водителям советы по профилактике (чаще всего «обратитесь в сервисный центр») — то есть неплохо справляются с контролем технического состояния. Решение о посещении сервисного центра всё равно принимает водитель. Если в корпоративных автопарках игнорирование рекомендаций чаще всего недопустимо, то для частных собственников однозначных решений нет.

Надеемся, что нейросети смогут применять индивидуальный подход к каждому водителю: полагаясь на его сознательность и ограничивая отдельные функции автомобиля до устранения проблем. Например, можно ограничивать мощность или максимальную скорость, возможности мультимедиа, отключать обновления программного обеспечения и так далее.
Внедрение ИИ не изменят принципиально подход к техническому обслуживанию, но помогут произвести некоторые коррективы.

Проблемы и риски

Развитие искусственного интеллекта стремительно идёт вперёд, но важно помнить, что он всё ещё несовершенен. У ИИ есть ограничения и недостатки, о которых должен знать каждый руководитель, принимающий решения. Внедрение ИИ в автобизнес открывает новые возможности, но одновременно порождает проблемы и риски, которые необходимо учитывать и стремиться снизить.

Риск 1. Доверие и безопасность

Применение искусственного интеллекта (ИИ) с помощью сложных алгоритмов и недостаточное понимание персоналом принципов работы нейронных сетей может спровоцировать проблемы прозрачности и объяснимости предлагаемых решений, что в свою очередь повлияет на безопасность. ИИ не всегда точен в прогнозах и выводах, они могут быть неполными или содержать ошибки. Известно, что эффективность ИИ зависит от качества и полноты данных, на основе которых его обучают, а также от сложности решаемых задач; он не обладает человеческим здравым смыслом и способностью к глубокому пониманию контекста.

Риск 2. Надежность и достоверность

Кибератаки, хакерские вмешательства в работу компьютерных систем и ошибки в алгоритмах ИИ могут приводить к негативным последствиям в сферах логистики и производства. Главным риском является возможность возникновения аварийных ситуаций, представляющих угрозу безопасности людей. Исследователи признают вероятность как случайных ошибок, вызванных несовершенством алгоритмов, так и преднамеренного обмана со стороны злоумышленников, стремящихся манипулировать доверием.

Высокая цена может не оправдать ожидаемых результатов.

Внедрение ИИ обходится дорого, а полученный результат не всегда компенсирует затраты. Стремление руководства компаний быть на cutting edge без продуманного плана действий и чёткой постановки целей может привести к убыткам и стратегическим ошибкам. Финансовые потери, отнимаемое время и неправильная интеграция с текущими процессами могут стать причиной того, что ожидания от ИИ не оправдаются.

Краткое резюме

Вопросу о замене ИИ людей рано давать ответ, хотя эта тема уже вышла из разряда фантастики, а бизнес и образование готовятся к подобным изменениям. Важно помнить: ключевые решения остаются за человеком, так как ИИ не способен генерировать принципиально новое — работает в рамках алгоритмов. Красивые тексты, изображения, видео — это компиляция ранее созданных человеком материалов. Моделирование работы человеческого мозга нейросетями пока упрощенно и схематично.

Новые возможности сопряжены с новыми рисками, требующими умелого управления. Человеческий фактор в этом случае не заменимо. Необходимо проявлять осторожность и находить баланс между проверенными методами и новейшими разработками для сохранения стабильности и преемственности.

Автомобильная промышленность не может игнорировать тренд на использование искусственного интеллекта. Ожидается серьезная трансформация отрасли благодаря внедрению ИИ. Возникает шанс пересмотреть давно назревшие вопросы с помощью инструментов ИИ, оптимизируя процессы создания, производства, продаж и эксплуатации автомобилей. Внедрение ИИ позволит повысить интеллект, энергоэффективность и безопасность автотранспорта, а также улучшить опыт взаимодействия клиентов.

Руководителям важно понимать границы возможностей ИИ и не принимать решения только на основании его рекомендаций. Комплексный подход, включающий возможности ИИ, человеческий интеллект, критический анализ, практику и жизненный опыт, даст автобизнесу максимальный эффект от новых технологий.

РИА «Стандарты и качество»