GM réduit le développement des véhicules à deux ans grâce à l'intelligence artificielle

General Motors a annoncé un nouveau modèle de développement assisté par l'intelligence artificielle, visant à réduire le temps de développement des véhicules du cycle traditionnel de quatre-cinq ans à environ deux ans. Le programme, dévoilé lors du deuxième événement annuel GM Forward organisé le 21 octobre à New York, réduit la simulation aérodynamique de 60 heures à 60 secondes et l'analyse structurelle de mois à heures. L'entreprise présente cet objectif non pas comme une promesse creuse, mais avec des gains de temps déjà mesurés.

Que promet le plan annoncé lors de l'événement GM Forward ?

La deuxième édition de l'événement Forward organisée par GM a cette année été le théâtre de l'annonce d'un changement profond dans la culture d'ingénierie de l'entreprise. L'essentiel de l'annonce faite le 21 octobre à New York est le suivant : le cycle de développement des véhicules passera du processus séquentiel traditionnel de quatre-cinq ans à environ deux ans. La méthode repose sur une idée qui semble nouvelle mais qui n'a jamais été pleinement appliquée : l'ingénierie simultanée. Les équipes de conception, d'ingénierie et de production travailleront ensemble dès le premier jour sur une seule ligne numérique ; le schéma classique du relais où la conception passe le témoin à l'ingénierie, et l'ingénierie à la production, est abandonné.

Au cœur de ce dispositif se trouvent des systèmes d'intelligence artificielle internes entraînés sur les propres données de GM, l'apprentissage automatique, la virtualisation et l'approche que l'entreprise appelle agentic engineering. GM le présente comme la transformation en avantage, à l'ère de l'intelligence artificielle, du savoir-faire accumulé pendant des décennies, comme les décisions de conception, les essais de collision et l'historique de la chaîne d'approvisionnement. C'est également la thèse défendue par Sterling Anderson, vice-président produits de l'entreprise : pour le grand constructeur automobile, ce n'est pas un poids de données mais un avantage de données ; et une itération rapide signifie de meilleurs produits.

La concrétisation de cette stratégie ne reste pas non plus dans le vague. Les chiffres partagés lors de l'événement montrent, point par point, quels processus permettront réellement de gagner ces deux ans.

Les résultats CFD passent de 60 heures à 60 secondes

Comme ceux qui suivent ce domaine de près le comprendront immédiatement, le véritable goulot d'étranglement du développement des véhicules n'est généralement pas l'imagination du designer, mais la vitesse de validation de la conception. C'est sur ce point que GM a donné l'exemple le plus frappant, avec l'aérodynamique. Obtenir un rendez-vous en soufflerie prend des semaines ; et les simulations traditionnelles de dynamique des fluides numérique, c'est-à-dire CFD, durent jusqu'à 60 heures en une seule exécution. En pratique, cela signifie une seule itération de conception par jour pour l'ingénieur.

C'est précisément là qu'intervient l'outil basé sur l'apprentissage automatique, entraîné par GM sur ses propres données. L'outil propriétaire appelé Themed aero produit des résultats remarquablement similaires à la CFD en environ 60 secondes. Une idée de design qui autrefois ne pouvait être testée qu'une fois par jour peut désormais être éprouvée des centaines de fois par jour. Pour quelqu'un qui observe ce secteur depuis plus de trente ans, cela signifie une transformation de la nature même du métier : l'aérodynamique n'est plus un processus de validation séquentiel, mais un outil de design à retour d'information instantané.

Gains en analyse structurelle et en batterie LMR

Et pas seulement l'aérodynamique. Les gains de temps que GM révèle avec des chiffres s'étendent à presque toutes les étapes du développement. Selon les données publiées, l'apprentissage automatique peut, par exemple, réduire l'analyse de résistance à l'écrasement du toit de calculs de 8 à 40 heures à moins de 5 minutes. Les analyses structurelles qui prenaient quatre mois dans le processus traditionnel - rigidité de l'avant, normes dynamiques, exigences de durabilité - sont résolues en quelques heures avec le nouveau processus d'intelligence artificielle.

Batterie LMR : 300.000 designs, un seul prototype

L'exemple le plus impressionnant concerne sans doute la batterie. Le développement de la batterie LMR (riche en lithium-manganèse), sans cobalt et offrant une densité énergétique environ 33 % supérieure à la chimie LFP, est passé grâce à la modélisation au niveau moléculaire et à l'apprentissage automatique d'un travail qui exigerait typiquement plus de 60.000 heures de labo à 256 heures de labo. GM a testé virtuellement plus de 300.000 designs de batteries avant de réaliser le moindre prototype physique, et le premier pack LMR est passé du concept à l'approbation officielle du programme en un mois. Comme annoncé en septembre dernier, les cellules LMR seront produites pour la première fois à l'échelle dans l'installation de Spring Hill, Tennessee, rééquipée en partenariat avec LG Energy Solution.

Le V8 du Silverado et la précision exemplaire de la Corvette ZR1

Il serait erroné de penser que l'ingénierie virtuelle ne fonctionne que pour les véhicules électriques. Le moteur V8 de 6,6 litres du Chevrolet Silverado 2027 a été développé en un tiers du temps de développement typique d'un moteur, et à 80 % du coût de prototypage. La preuve côté précision est venue de la Corvette ZR1 : l'ingénierie virtuelle avait prédit une vitesse de test de 233 mph ; le calibrage a été réécrit le jour même, envoyé le lendemain à l'équipe d'essai, et le véhicule a réellement atteint 233 mph. Un écart d'un seul mph, une précision remarquable à cette échelle.

Les 30 % promis sur la ligne de production

Sachant que réduire le temps de développement ne suffit pas à lui seul, GM définit clairement le volet production de sa stratégie. Des améliorations assistées par intelligence artificielle seront apportées aux fonctions robotiques telles que l'emboutissage, la fonderie, le soudage, la peinture et l'assemblage ; une accélération de 30 % est promise pour l'assemblage des batteries. La plateforme PlantBrAIn de la société vise à faire passer les packs de batteries sur la ligne de production plus vite dans cette proportion. Qu'un véhicule conçu en deux ans ne sorte sur les routes qu'au bout de deux ans et demi à cause d'une ligne lente serait une contradiction qui annulerait le temps gagné ; GM semble avoir bouclé ce maillon également.

Cette accélération est-elle un coup joué contre les constructeurs chinois ?

C'est la question qui a suscité le plus de débats après l'annonce. Le rythme des constructeurs chinois, qui lancent rapidement et à bas coût des véhicules connectés, pose problème depuis longtemps aux constructeurs occidentaux établis ; beaucoup commentent que la quête d'accélération de GM répond directement à cette course. Ce cadre n'est pas vide : un cycle de deux ans rapprocherait GM de manière considérable de la vitesse de production de ses concurrents chinois.

Cependant, l'analyste du secteur Stephanie Brinley, de Mobility Global, lit la situation autrement. Selon elle, ce geste n'est pas une réponse à la menace chinoise, mais une étape de l'évolution d'efficacité que GM mène depuis des années ; la vitesse gagnée renforcera sa compétitivité face à tous les concurrents. Le calendrier ne confirme pas non plus à lui seul la thèse chinoise : l'annonce est arrivée un jour après la révélation que les résultats du troisième trimestre de la société répondaient aux attentes de Wall Street.

Du côté de la mise en oeuvre, des zones d'ombre subsistent. GM n'a pas encore précisé quand exactement le processus de deux ans entrera en vigueur ni à quels modèles il sera lié ; il est indiqué que la réduction des coûts des équipements et de la complexité sous-tend cet objectif. Cette incertitude constitue un doute légitime pour ceux qui s'interrogent sur la distance entre l'objectif et un produit concret.

Les autres points de l'événement : l'ordinateur central, la conduite mains libres et OnStar AI

Le développement assisté par l'intelligence artificielle n'était pas le seul sujet de l'événement Forward. GM a également présenté une architecture promettant une nouvelle unité de calcul centrale (CCU) offrant 40 fois plus de puissance de traitement par véhicule, 30 pour cent de câbles en moins et une connexion cellulaire jusqu'à 50 fois plus rapide. La quatrième génération de plateforme EV est arrivée avec 25 pour cent d'aérodynamique améliorée, une structure 15 pour cent plus légère, un pack de batteries 20 pour cent plus compact, la chimie LMR et un flux d'énergie bidirectionnel.

Sur le plan des produits, un système de conduite mains libres qui fera ses débuts en 2028 avec la Cadillac ESCALADE IQ et un assistant OnStar AI Assistant à partir d'une mise à jour sans fil de la Cadillac LYRIQ 2027 ont été annoncés. Il a été précisé que les options d'assistants existantes - y compris Google Gemini - resteront en place en tant qu'options, le nouvel assistant servant d'alternative.

Évaluation : la vitesse n'est pas un objectif, mais un processus mesuré qui avance

Dans l'histoire de l'automobile, les promesses de réduction des temps de développement ont toujours existé ; les cycles de deux ans sur le papier ont toujours été là. Ce qui distingue cette annonce de GM, c'est que l'affirmation s'appuie sur des gains de temps déjà réalisés. Une simulation aérodynamique de 60 secondes, une validation de batterie en un mois, un V8 développé en un tiers du temps - ce ne sont pas des objectifs, mais des résultats mesurés. Le moment et le modèle précis de ce cycle complet de deux ans ne sont pas encore annoncés. Ceux qui suivent ce secteur depuis des années le savent : le changement dans la culture d'ingénierie ne se juge pas dans une salle d'annonce, mais sur la ligne de production en série. GM part avec un solide avantage au score ; le reste, les routes le montreront.

Sources

• GM Forward : concevoir un véhicule défini par l'intelligence pour tous
• Comment General Motors prépare d'accélérer le développement de ses véhicules grâce à l'I.A. - Road & Track
• GM se tourne vers l'IA pour réduire le temps de développement des véhicules - Detroit Free Press
• GM vise à développer des véhicules en deux ans à peine grâce à l'IA - CNBC
• GM a simulé 300 000 conceptions de batteries de VE avant de construire un seul prototype - Fortune