GM Araç Geliştirmeyi Yapay Zekâyla İki Yıla İndiriyor

General Motors, araç geliştirme süresini geleneksel dört-beş yıllık döngüden yaklaşık iki yıla indirmeyi hedefleyen yeni bir yapay zekâ destekli geliştirme modelini duyurdu. 21 Ekim'de New York'ta düzenlenen ikinci yıllık GM Forward etkinliğinde açıklanan program, aerodinamik simülasyonu 60 saatten 60 saniyeye, yapısal analizi aylardan saatlere indiriyor. Şirket bu hedefi boş bir vaat olarak değil, çoktan ölçülmüş süre kazanımlarıyla ortaya koyuyor.

GM Forward etkinliğinde açıklanan plan ne vaat ediyor?

GM'nin ikinci kez düzenlediği Forward etkinliği bu yıl, şirketin mühendislik kültüründe köklü bir değişimin ilanına sahne oldu. New York'ta 21 Ekim'de yapılan açıklamanın özü şu: araç geliştirme döngüsü, geleneksel dört-beş yıllık sıralı süreçten yaklaşık iki yıla çekilecek. Yöntem de yeni değilmiş gibi görünen ama tam anlamıyla uygulanmamış bir fikre dayanıyor: eşzamanlı mühendislik. Tasarım, mühendislik ve üretim ekipleri ilk günden itibaren tek bir dijital hat üzerinde birlikte çalışacak; tasarımın mühendise, mühendisliğin üretime devrettiği klasik bayrak yarışı düzeni terk ediliyor.

Bu düzenin ortasında GM'nin kendi verisiyle eğitilmiş iç yapay zekâ sistemleri, makine öğrenmesi, sanallaştırma ve şirketin agentic engineering adını verdiği yaklaşım var. GM bunu, on yıllardır biriktirdiği tasarım kararları, çarpışma testleri ve tedarik zinciri geçmişi gibi kurumsal birikimin yapay zekâ çağında avantaja dönüşmesi olarak konumlandırıyor. Şirketin ürün başkan yardımcısı Sterling Anderson'ın savunduğu görüş de öyle: büyük otomobil üreticisinin veri yükü değil, veri avantajı; hızlı iterasyon ise daha iyi ürün demek.

Bu stratejinin somut karşılığı da belirsiz kalmıyor. Etkinlikte paylaşılan rakamlar, iki yıllık hedefin gerçekte hangi süreçlerden kazanılacağını madde madde gösteriyor.

CFD sonuçları 60 saatten 60 saniyeye iniyor

Bu işi yakından takip edenlerin hemen anlayacağı gibi, araç geliştirmede gerçek darboğaz genellikle tasarımcının hayal gücü değil, tasarımın doğrulanma hızıdır. GM bu noktada en çarpıcı örneği aerodinamikten verdi. Rüzgâr tünelinde randevu almak haftalar alıyor; geleneksel hesaplamalı akışkan dinamiği, yani CFD simülasyonları ise tek bir koşuda 60 saate kadar sürüyor. Pratikte bu, mühendise günde tek bir tasarım iterasyonu demek.

GM'nin kendi verisiyle eğittiği makine öğrenmesi tabanlı araç, işte burada devreye giriyor. Themed aero adını taşıyan tescilli araç, CFD ile çarpıcı biçimde benzer sonuçları yaklaşık 60 saniyede üretiyor. Eskiden günde bir kere denenebilen bir tasarım fikri, artık günde yüzlerce kez sınanabiliyor. Otuz yılı aşkın süredir bu sektörü izleyen biri için bu, işin niteliğinin değişmesi demek: aerodinamik artık sıralı bir onay süreci değil, anlık geri bildirim alan bir tasarım aracı.

Yapısal analiz ve LMR bataryada kazanımlar

Aerodinamik tek başına değil. GM'nin rakamlarla ortaya koyduğu süre kazanımları, geliştirmenin neredeyse her aşamasına yayılıyor. Yayınlanan verilere göre makine öğrenmesi, örneğin tavan ezilme analizini 8-40 saat süren hesaplardan 5 dakikanın altına indirebiliyor. Geleneksel süreçte dört ay süren yapısal analizler - ön uç sertlik, dinamik standartlar, dayanıklılık gereksinimleri - yeni yapay zekâ sürecinde birkaç saatte çözülüyor.

LMR batarya: 300.000 tasarım, tek prototip

Belki de en etkileyici örnek batarya tarafında. Kobalt içermeyen ve LFP kimyasına kıyasla yaklaşık yüzde 33 daha yüksek enerji yoğunluğu sunan LMR (lityum-manganez açısından zengin) bataryanın geliştirmesi, moleküler düzey modelleme ve makine öğrenmesi sayesinde tipik olarak 60.000'den fazla lab saati isteyecek bir işten 256 lab saatine indi. GM, fiziksel prototip yapılmadan önce 300.000'den fazla batarya tasarımını sanal olarak test etti ve ilk LMR paketi, konseptten resmî program onayına bir ayda ulaştı. Geçen eylülde duyurulduğu üzere LMR hücreler, LG Energy Solution ortaklığıyla yeniden donatılan Spring Hill, Tennessee tesisinde dünyada ilk kez ölçekli üretilecek.

Silverado'nun V8'i ve Corvette ZR1'in ders verdiği doğruluk

Sanal mühendisliğin sadece EV tarafında işe yaradığını düşünmek yanlış olur. 2027 Chevrolet Silverado'nun 6.6 litrelik V8 motoru, tipik bir motorun geliştirme süresinin üçte birinde, prototipleme maliyetinin ise yüzde 80'inde geliştirildi. Doğruluk tarafındaki kanıt ise Corvette ZR1'den geldi: sanal mühendislik 233 mph'lik bir test hızını öngörmüştü; kalibrasyon aynı gün yeniden yazılıp ertesi gün test ekibine gönderildi ve araç gerçekten 233 mph'e ulaştı. Bir mph'lik sapma, bu ölçekte dikkat çekici bir isabet.

Üretim hattında vaat edilen yüzde 30

Geliştirme süresini kısaltmanın tek başına yeterli olmadığını bilen GM, stratejinin üretim ayağını da açıkça tanımlıyor. Damgalama, döküm, kaynak, boya ve montaj gibi robotik fonksiyonlarda yapay zekâ destekli iyileştirmeler yapılacak; batarya montajında yüzde 30 hızlanma vaat ediliyor. Şirketin PlantBrAIn platformu, batarya paketlerini üretim hattında bu oranda daha hızlı geçirmeyi hedefliyor. İki yılda tasarlanmış bir aracın, yavaş bir hat yüzünden iki buçuk yılda yollara çıkması, kazanılan süreyi boşa götürecek bir çelişki olurdu; GM bu halkayı da kapatmış görünüyor.

Bu hızlanma Çinli üreticilere karşı bir hamle mi?

Duyurunun ardından en çok tartışılan soru bu oldu. Bağlı araçları hızlı ve düşük maliyetle piyasaya süren Çinli üreticilerin temposu, köklü Batı üreticileri için uzun süredir sorun; GM'nin hızlanma arayışının bu yarışın doğrudan bir karşılığı olduğu yorumu yaygın. Bu çerçeve boş da değil: iki yıllık döngü, GM'yi Çinli rakiplerinin üretim hızına kayda değer biçimde yaklaştıracak seviyede.

Ne var ki sektör analistlerinden Mobility Global'den Stephanie Brinley, okumayı farklı yapıyor. Ona göre bu hamle Çin tehdidine verilmiş bir tepki değil, GM'nin yıllardır sürdürdüğü verimlilik evriminin bir aşaması; kazanılan hız, her rakibe karşı rekabet gücünü artıracak. Zamanlama da tek başına Çin tezini doğrulamıyor: duyuru, şirketin üçüncü çeyrek sonuçlarının Wall Street beklentilerini karşıladığının açıklanmasından bir gün sonra geldi.

Uygulama tarafında ise hâlâ bilinmeyenler var. GM, iki yıllık sürecin ne zaman tam olarak devreye gireceğini ve hangi modelle bağlantılı olacağını henüz açıklamadı; hedefin arkasında cihaz maliyetinin ve karmaşıklığın azaltılmasının yattığı belirtiliyor. Bu belirsizlik, hedefin duyuru ile somut ürün arasındaki mesafesini merak edenler için haklı bir tereddüt.

Etkinliğin diğer başlıkları: merkezi bilgisayar, göz serbest sürüş ve OnStar AI

Yapay zekâ destekli geliştirme, Forward etkinliğinin tek konusu değildi. GM, yeni bir merkezi hesaplama ünitesi (CCU) ile araç başına 40 kat işlem gücü, yüzde 30 daha az kablo ve 50 kata kadar hızlı hücresel bağlantı vaat eden bir mimariyi de tanıttı. Dördüncü nesil EV platformu, yüzde 25 daha iyi aerodinamik, yüzde 15 daha hafif yapı, yüzde 20 daha kompakt batarya paketi, LMR kimyası ve çift yönlü enerji akışı gibi başlıklarla geldi.

Ürün tarafında 2028'de Cadillac ESCALADE IQ ile debut yapacak göz serbest sürüş sistemi ve 2027 Cadillac LYRIQ'ten kablosuz güncellemeyle başlayacak OnStar AI Assistant duyuruldu. Mevcut asistan seçeneklerinin - Google Gemini dahil - seçenek olarak yerinde kalacağı, yeni asistanın bunlara alternatif olacağı belirtildi.

Değerlendirme: hız bir hedef değil, ölçülerek ilerleyen bir süreç

Otomotiv tarihinde geliştirme süresini kısaltma vaatleri hep yapıldı; kâğıt üzerinde iki yıllık döngüler hep vardı. GM'nin bu duyurusunu farklı kılan şey, iddianın zaten gerçekleşmiş süre kazanımlarıyla desteklenmesi. 60 saniyelik aerodinamik simülasyon, bir aylık batarya onayı, üçte bir sürede geliştirilen V8 - bunlar hedef değil, ölçülmüş sonuçlar. İki yıllık tam döngünün ne zaman ve hangi modelle gerçekleşeceği ise henüz açıklanmış değil. Yıllardır bu sektörü izleyenler bilir: mühendislik kültüründeki değişim, duyuru salonunda değil, seri üretim hattında sınanır. GM'nin tarafında güçlü bir başlangıç puanı var; gerisini yollar gösterecek.

Kaynaklar

• GM Forward: Engineering the intelligence-defined vehicle for everyone
• How General Motors Plans to Speed Up Vehicle Development Using A.I. - Road & Track
• GM is turning to AI to slash vehicle development time - Detroit Free Press
• GM aims to develop vehicles in as little as two years with AI - CNBC
• GM simulated 300,000 EV battery designs before building a single prototype - Fortune