Трансформация автобизнеса при помощи искусственного интеллекта: миф или реальность?

Сегодняшний стремительный рост применения искусственного интеллекта можно считать прорывом в будущее. Это лишь начало пути. Необходимо помнить, что ИИ — не сверхъестественное явление, мгновенно изменяющее мир, а новый инструмент со своими достоинствами и недостатками.

Применение инструментов искусственного интеллекта в автомобильной промышленности стало привычным явлением: компании при запуске новых моделей сообщают об использовании нейросетей в управлении и производстве. Голосовые помощники на базе ChatGPT, Siri, Gemini или YandexGPT всё чаще встречаются в современных авто, отвечая не только на вопросы о погоде или пробках. Лидары, камеры, датчики и электронные блоки управления уже давно используются в большинстве моделей. Внедрение ИИ пока не приносит глобальных изменений, идёт отладка и совершенствование отдельных процессов.

Конкуренция, «новые» автобренды и цены

За последние десятилетия произошло слияние автобрендов в глобальные концерны, сокращающие издержки за счет масштабов и совместного бизнеса. Сейчас на рынке появляются всё больше независимых автомобильных марок, не привязанных к традиционным концернам. При этом стабильный объём продаж новых автомобилей предвещает новый этап острой конкуренции за потребителей.

Кажущаяся выгода для покупателей — возможность приобрести более продвинутый и качественный автомобиль по цене ниже — оказывается нарушена вмешательством региональных правительств в экономику. Правительства устанавливают пошлины, субсидируют отечественных производителей, ограничивают продажи автомобилей из-за рубежа и повышают утилизационный сбор на импортные модели, что вредит потребителям.

Ещё раз об ИИ

Замена людей нейросетями

Большинство из нас с осторожностью и сомнением наблюдает за растущим вниманием к ИИ в медиа и доминированием этой темы в информационном пространстве. Это особенно заметно после выхода новых версий ChatGPT, Gemini, YandexGPT и их конкурентов. С появлением информации о продуктах с ИИ от Apple, Tesla, Amazon, Xiaomi и других количество публикаций стремительно растет. Microsoft внедряет инструменты с искусственным интеллектом в Windows 11 и делает их доступными для пользователей — скоро почти каждый компьютер будет ими оснащен. Nvidia, которая быстро становится мировым лидером по капитализации, как и Intel, который потерял своё преимущество, подтверждает поддержку новых моделей ИИ в процессорах и видеокартах. Таким образом, технологические лидеры продолжают продвигать ИИ в своих продуктах, а конкуренты наступают на пятки.

Ограничения

Блогеры и журналисты неоднократно разъяснили населению планеты, что искусственный интеллект — возможность для компьютеров без участия человека предлагать решения самых сложных интеллектуальных задач. Количество роликов и публикаций о новых возможностях велико и выходит за рамки обывательского интереса. Нельзя забывать, что искусственный интеллект может быть столь же хорош, как и данные, на которых он обучен. Если данные субъективны, неполны или неточны, система ИИ будет генерировать некорректные решения. Также почти ничего не говорится о том, что каждое из предложенных ИИ решений ограничено используемыми алгоритмами.
Это скрывается, игнорируется. Мы признаём почти общее непонимание того, как всё-таки работает искусственный интеллект, но это никого не останавливает от многочисленных прогнозов и бесконечных обсуждений «светлого будущего», построенного с использованием искусственного интеллекта.

Словарь Т9

Многие люди лучше всего понимают принцип работы ИИ, сравнивая его с системой интеллектуального набора слов Т9, которая подсказывает слова и фразы при написании сообщений в мессенджерах и СМС. В то время как Т9 использует ограниченный набор данных для своих предложений, современный ИИ опирается на всю доступную информацию (языковую модель) из интернета, свой собственный опыт, мощные вычислительные ресурсы и сложные алгоритмы, моделирующие работу человеческого мозга.

Новые гигафабрики

Видеоролики в интернете, демонстрирующие «футуристический и фантастически оптимизированный» процесс создания автомобилей в пустых цехах фабрик Tesla, Xiaomi и других компаний, собирают миллионы просмотров. Автоматизированные производственные участки под управлением программ с использованием искусственного интеллекта — удачный пример успешного продвижения и эффективных маркетинговых коммуникаций, которые постепенно переключают внимание зрителей с традиционных автопроизводителей на новых участников рынка.

Современное автомобильное производство с использованием ИИ снижает риск остановки конвейера: нейросеть контролирует процесс, обнаруживает, предсказывает и предлагает решения возможных проблем, руководствуясь заданными алгоритмами. Высокоуровневые управленческие решения остаются за менеджерами. Внедрение инструментов ИИ в управление производством позволяет менеджерам принимать более обоснованные решения: повышать технологичность и качество, снижать издержки и контролировать себестоимость, плавно регулировать объём выпуска продукции в зависимости от спроса, управлять складской и производственной логистикой, создавая тем самым конкурентные преимущества для автомобилей, производимых на таких фабриках.

Безопасность на дорогах

Система помощи водителю (ADAS) популярна и часто встречается. Может быть пассивной или активной, функционирует на основе машинного зрения. Пассивная система предупреждает водителя о рисках звуковыми или вибросигналами, а активная помогает удерживать автомобиль в полосе движения или прибегает к экстренному торможению в случае аварии. Правовые аспекты возможности принятия решения за человека, управляющего автомобилем, остаются неясными, как и в проекте автономных автомобилей.

Используя инструменты ИИ, системы могут действовать в режиме реального времени, обрабатывая сигналы от чипов, датчиков и камер, а также обмениваясь информацией с другими участниками движения. Популярными являются системы распознавания образов, определяющие дорожные знаки и ограничения, пешеходов на тротуарах, переходах и проезжей части.
Они учитывают наличие других транспортных средств в движении и припаркованных, а также фиксируют неожиданные препятствия на дороге, предупреждая водителя об этом. Такие системы помогают водителям принимать правильные решения, обеспечивая более безопасное и эффективное управление транспортом.

Беспилотники могли бы существенно снизить число ДТП, поскольку искусственный интеллект управляет лучше человека: не устает, не отвлекается, не болеет, не подвержен стрессам, соблюдает правила и не нарушает их. Внедрение беспилотников в практику пока далека, несмотря на оптимизм разработчиков и СМИ. Приборы могут выйти из строя при аномальных природных явлениях или плохой погоде (снег, дождь, грязь, сильный ветер) лидары, датчики и камеры становятся бесполезными. Человек в таких условиях незаменим (при условии трезвости и здоровья).

Беспилотные автомобили

Беспилотные автомобили, способные передвигаться по дорогам общего пользования без участия человека, – одна из самых обсуждаемых тем в медиа. В вопросе их эксплуатации на дорогах необходимо учитывать множество факторов, не только технических и информационных. Важно обеспечить безопасное управление автомобилем для окружающих, а также передать искусственному интеллекту решения комплекса морально-этических задач.

Что делать в аварийной ситуации, например, если перед автомобилем появился человек, перед которым транспортное средство не успевает затормозить? Сбивать нарушителя правил дорожного движения, направлять автомобиль с пассажирами на борту на обочину, встречную полосу, на разделительный отбойник? Пока не приняты правила юридической (или уголовной) ответственности за решения ИИ в подобных ситуациях, будущее автономных транспортных средств неясно. 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.

В условиях стремительного развития технологий беспилотного транспорта, включая роботакси и коммерческие грузовики, нельзя игнорировать социальные аспекты – важность занятости населения.
Профессия водителя является одной из самых массовых в большинстве стран. По данным Международного союза автомобильного транспорта, только водители грузовиков (не считая такси и пассажирских перевозок) могут составлять около 5% от общего числа занятых в развитых странах и 10% — в развивающихся. В связи с этим, несмотря на существующий глобальный дефицит водителей, появление беспилотных автомобилей может вызвать резкий рост безработицы. Это, в свою очередь, породит новые социальные и бюджетные проблемы. Поэтому, при обсуждении перспектив рынка беспилотных автомобилей, нужно признать, что это проект достаточно далекого будущего.

Система менеджмента качества в автобизнесе

Система менеджмента качества (СМК) распространена на всех этапах жизненного цикла автомобиля: разработка и создание, производство и логистика, дистрибуция и работа дилерских сетей по продажам и обслуживанию, эксплуатация, техобслуживание и ремонт, организация вторичного рынка и утилизация. Недостаточное внимание хоть одному из этих этапов создает серьезные проблемы для любого автопроизводителя – эти истории хорошо известны и отражены в бизнес-кейсах, литературе и кино.

Новый этап жесткой конкуренции, начавшийся в 2020-х годах, когда китайский автопром вышел на глобальный рынок, может оставить позади тех, кто не прилагает достаточных усилий, в том числе в сфере СМК. Активное внедрение инструментов искусственного интеллекта в автомобилестроение еще раз подтверждает, что эта отрасль остается на передовых позициях и оперативно использует самые последние достижения науки и техники.

С развитием AGI (Искусственный общий интеллект), который по прогнозам экспертов сможет заменить среднюю квалификацию человека и превосходствовать его возможностями, у отрасли появятся новые шансы на прогресс и совершенствование.

Разработка и создание новых моделей

В последнее время появилось большое количество новых моделей автомобилей, что вызывает интерес к процессу их создания. Кто, когда и почему в компании-производителе решает выпустить новую модель? Известно, что срок появления нового автомобиля колеблется от 60 до 72 месяцев, а стоит разработка миллиарды долларов. Однако эти цифры неточны и лукавы: неясно, что является новой моделью, а что рестайлингом, фейслифтингом или кроссбеджем. В процессах принятия решений есть общие моменты, но в приоритете — сокращение сроков и стоимости разработок.

Предсказание рыночных потребностей на несколько лет вперед — задача рискованная и сложная. Разработка продукта основывается на информации из открытых источников, разведывательных данных о действиях конкурентов, результатах опросов и фокус-групп, оценке предпочтений разных регионов (США, Китай, Европа), нормативных требованиях и сертификационных органах. Важно также учитывать внутренние представления руководства компаний о новых успешных моделях своего бренда.

Автопроизводители сталкиваются с технологическими ограничениями, а поставщики материалов, элементов кузова, подвески, интерьера и экстерьера, электронных компонентов – со своими рамками возможностей. Создателям новых моделей приходится учитывать большое число разнообразных внешних и внутренних факторов в ограниченном временном интервале, что представляет собой сложную задачу без единственно верного решения.

Использование инструментов ИИ для моделирования таких 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 каждого варианта по общему алгоритму, учитывая себестоимость и временные затраты.

Маркетинговые исследования

Программные решения с применением искусственного интеллекта, уже востребованные на рынке, стали действенным инструментом в исследованиях. Благодаря им повышается точность сбора и анализа данных, прогнозируются направления и тенденции развития, оптимизируется позиционирование и ценообразование новых продуктов. Анализ данных, нейронные сети и машинное обучение взаимосвязаны и вместе составляют инструмент нового уровня для обработки информации и выявления скрытых закономерностей.

Анализ данных

Интеллектуальный анализ данных на всех этапах создания, использования и самообучения нейросетей — залог их успешного применения. В маркетинге помогает определить целевую аудиторию и позиционирование новых продуктов. Для анализа применяют, например, алгоритмы кластеризации для группировки моделей по сегментам, ценам и другим характеристикам. Это позволяет точнее спрогнозировать целевую аудиторию и более точно позиционировать разрабатываемые модели.

Нейросети

Обработка информации ими осуществляется путем копирования и моделирования работы нейронов человеческого мозга. Могут проводить анализ отзывов и оценок потребителей как собственной продукции, так и конкурентов для выявления скрытых закономерностей и определения ключевых слов и тем, связанных с потребностями и предпочтениями.
Такая информация позволяет понять структуру и тренды потребительского спроса, повышая вероятность успешной разработки и предложения новых продуктов, которые удовлетворят спрос в будущем.

Машинное обучение

Компьютерные системы могут обучаться и совершенствовать алгоритмы без переписывания кода, используя накопленный опыт. Это позволяет проводить качественный и количественный анализ продукции и продаж конкурентов: цен, маркетинговых стратегий, дистрибуции и технических параметров. Таким образом 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 предполагает несколько этапов, каждый из которых может использовать решения на базе искусственного интеллекта. Главная задача — прогнозировать будущие тенденции с точностью и определять пожелания покупателей через глубокий анализ данных и информации из разнообразных источников.

Разрабатываются эскизы, подбираются дизайнерские темы, материалы отделки и т. д. Нейросети могут анализировать оценки и отзывы о прошлых моделях бренда и конкурентов, а также выделять ключевые слова и темы, связанные с предпочтениями в дизайне и материалах.

Внешний вид автомобиля разрабатывают с учетом аэродинамики кузова и его формы. Выбирают цвета и сочетания цветов салона и кузова. ИИ может оптимизировать процессы расчета аэродинамического сопротивления, жесткости кузова, ударопрочности и долговечности. Его также применяют для моделирования повреждений при краш-тестах. Такое моделирование сокращает время разработки новых моделей автомобилей.

Визуальные концепты новых моделей

Для презентаций на внутренних мероприятиях, выставках и конференциях требуется разработка анимационных и 3D-прототипов новой модели с использованием ИИ для демонстрации дизайна и функциональности. Анализ мнений, отзывов и предложений по концепту поможет выделить достоинства, спорные решения и недостатки, а также спрогнозировать ожидания потребителей в сфере автомобилестроения.

Натурные испытания опытного образца

Неотъемлемая часть работы, без которой нельзя начать массовое производство. В инженерных тестах и испытаниях инструмент ИИ может быть использован для контроля, сбора и анализа результатов измерений, показаний различных датчиков, отслеживания контрольных параметров, определяющих безопасность и надежность конструкции и установленного оборудования.

Данные применяют для комплексного анализа прототипа по известным разработчикам критериям — для поиска и выделения ключевых проблем, выявленных при тестировании и краш-тестах, а также для разработки рекомендаций по их устранению. Инструменты ИИ важны для сбора и обработки больших массивов данных, но окончательные решения принимают инженеры и конструкторы.

Производственный процесс и качество

Применение искусственного интеллекта в оптимизации производственных процессов и контроле качества уже сегодня широко распространено. ИИ-системы моделируют и анализируют операции, выявляя слабые звенья и возможности для улучшений. Комплексный контроль качества с использованием ИИ позволяет предупреждать возможные проблемы и оперативно реагировать на них. В ближайшем будущем массовое внедрение интеллектуальных роботов может кардинально изменить все процессы.

Продажи и персонализация предложений

Производители и дилеры стремятся продать автомобиль конечным покупателям. Автомобиль — дорогой товар, поэтому каждый потенциальный покупатель ценен. Уже сейчас при работе с потребителями применяют персонализацию предложений и подбор машины по параметрам. Внедрение ИИ может дать новые конкурентные преимущества в дилерском бизнесе.

Покупатель может задать параметры выбора: цены, скидки, условия кредита или трейд-ин, тип и цвет кузова/интерьера, комплектация, мощность, технические характеристики и другое. Программа подберет подходящий вариант из имеющегося запаса или ближайшей поставки. Такое предложение упростит выбор для каждого покупателя, повысит вероятность сделки и средний чек продаж. Личное общение и рукопожатие по итогам сделки останутся важными, но персонализированное предложение значительно облегчит проведение таких встреч с покупателями.

Оптимизация дилерских складов

Состояние склада — особая «кухня», определяющая прибыльность дилерских предприятий и генерирующая основные издержки. ИС-решения могут дополнить применяемые сегодня методы оптимизации складов, анализируя данные о рынке и конкурентах, последних сделках дилера, истории продаж и жизненном цикле моделей, сезонности, поведении и запросах клиентов для построения прогноза ожидаемого спроса и объемов продаж.

Прогнозы формируют оптимальные производственные заказы на фабрики и логистические цепочки, что в идеале минимизирует риски переизбытка и дефицита. Не всегда удаётся оптимизировать склады, поэтому неликвидные модели всё же появляются. Инструменты ИИ помогают вовремя выявлять проблемы и разрабатывать стратегии распродаж излишков для сокращения расходов. Однако окончательное решение проблем — за менеджерами.

Контроль технического состояния автомобилей

Вопрос об обслуживании машин сегодня остается на совести владельцев и работников приемных станций. Электронные блоки управления ведут автоматический мониторинг, отслеживают телеметрию, самодиагностику и прогнозируют неисправности, предлагают водителям советы по профилактике (чаще всего «обратитесь в сервисный центр»), то есть достаточно хорошо следят за техническим состоянием. Но решение о посещении сервисного центра всё равно принимает владелец машины. И если в корпоративных автопарках игнорирование советов часто недопустимо, то для частных автовладельцев нет однозначных правил.

Желательно, чтобы нейросети применяли индивидуальный подход к каждому водителю: опираясь на сознательность и ограничивая отдельные функции автомобиля до устранения проблем. Например, это может быть ограничение мощности или максимальной скорости, доступности мультимедиа или возможности обновления ПО. Внедрение ИИ не изменит принципов технического обслуживания, но поможет внести коррективы.

Проблемы и риски

Несмотря на быстрое развитие искусственного интеллекта и его применение, важно помнить, что это не совершенный инструмент. У него есть ограничения и недостатки, о которых должен знать каждый руководитель, принимающий решения. Внедрение ИИ в автомобилестроение расширяет возможности, но также порождает новые проблемы и риски, требующие внимания и минимизации.

Риск 1. Доверие и безопасность

Применение ИИ сложных алгоритмов и непонимание персоналом принципов работы нейронных сетей может привести к проблемам с прозрачностью и объяснимостью предложенных решений, а соответственно, и с безопасностью. Предсказания и выводы ИИ не всегда точны: могут быть неполными или содержать ошибки. Известно, что ИИ зависит от качества и полноты данных, на которых обучается, а также от сложности решаемых задач; ему не присущи человеческий здравый смысл и способность к глубокому пониманию контекста.

Риск 2. Надежность и достоверность

Кибератаки, хакерские вмешательства в работу компьютерных систем, а также погрешности и ошибки в алгоритмах ИИ могут привести к негативным последствиям, например, в логистике и производстве. Главный риск — вероятность возникновения аварийных ситуаций, угрожающих безопасности людей. Исследователи признают возможность как случайных ошибок, вызванных несовершенством алгоритмов, так и преднамеренного обмана и манипуляций доверием со стороны злоумышленников.

Высокая цена может не оправдать ожиданий.

Внедрение технологий искусственного интеллекта часто сопряжено с высокими расходами, которые не всегда приводят к желаемым результатам. Стремление руководителей компаний соответствовать современным тенденциям и оперативно внедрять эти инструменты без четкого определения приоритетов и конкретных задач может обернуться дополнительными рисками для бизнеса.
Помимо финансовых и временных потерь, такой подход может привести к стратегическим ошибкам в развитии. Внедрение ИИ, не соответствующее реальным потребностям компании и не интегрированное должным образом в существующие процессы, может не оправдать ожиданий.

Краткое резюме

Вопрос о замене инструментов ИИ людей предельно актуален. Хотя это уже не фантастика, бизнес и образование готовятся к подобным изменениям. Ключевые решения остаются за человеком, так как ИИ не генерирует ничего принципиально нового. Работая в рамках алгоритмов, он компилирует ранее созданные тексты, изображения, видео. Моделирование работы человеческого мозга нейросетями пока упрощено и схематично.

Новые возможности порождают и новые риски, которым необходимо умело управлять. В этой сфере замена человека невозможна. Важно проявлять осмотрительность и находить баланс между традиционными методами и новыми разработками для сохранения стабильности и непрерывности развития.

Автомобилестроение вступает в тренд внедрения инструментов искусственного интеллекта, что обещает существенные изменения отрасли. Проблемы, давно назревшие, получают шанс на решение с помощью ИИ: оптимизация создания, производства, продаж и эксплуатации автомобилей, повышение их интеллектуальности, энергоэффективности и безопасности, улучшение клиентского опыта.

Руководители должны понимать границы возможностей искусственного интеллекта и не воспринимать его как единственный источник информации при принятии решений.

РИА «Стандарты и качество»