GM reduz o desenvolvimento de veículos para dois anos com inteligência artificial

A General Motors anunciou um novo modelo de desenvolvimento apoiado por inteligência artificial que visa reduzir o tempo de desenvolvimento de veículos do ciclo tradicional de quatro a cinco anos para cerca de dois anos. O programa, anunciado no segundo evento anual GM Forward, realizado em 21 de outubro em Nova York, reduz a simulação aerodinâmica de 60 horas para 60 segundos e a análise estrutural de meses para horas. A empresa apresenta esse objetivo não como uma promessa vazia, mas com ganhos de tempo já mensurados.

O que o plano anunciado no evento GM Forward promete?

O evento Forward, realizado pela GM pela segunda vez, foi palco este ano do anúncio de uma mudança profunda na cultura de engenharia da empresa. A essência do anúncio feito em Nova York em 21 de outubro é a seguinte: o ciclo de desenvolvimento de veículos será reduzido do processo sequencial tradicional de quatro a cinco anos para cerca de dois anos. O método se baseia numa ideia que parece não ser nova, mas que nunca foi plenamente aplicada: engenharia simultânea. As equipes de design, engenharia e produção trabalharão juntas em uma única linha digital desde o primeiro dia; o clássico esquema de corrida de revesamento, em que o design passa para a engenharia e a engenharia para a produção, está sendo abandonado.

No centro desse arranjo estão sistemas internos de inteligência artificial treinados com dados próprios da GM, aprendizado de máquina, virtualização e a abordagem que a empresa chama de agentic engineering. A GM posiciona isso como a transformação do acúmulo corporativo de décadas - decisões de design, testes de colisão e histórico da cadeia de suprimentos - em uma vantagem na era da inteligência artificial. Essa é também a visão defendida pelo vice-presidente de produtos da empresa, Sterling Anderson: não uma carga de dados, mas uma vantagem de dados para a grande montadora; e iteração rápida significa produtos melhores.

A contrapartida concreta dessa estratégia também não fica clara apenas no papel. Os números compartilhados no evento mostram, item por item, de quais processos a meta de dois anos será realmente extraída.

Os resultados de CFD caem de 60 horas para 60 segundos

Como quem acompanha de perto esse setor logo percebe, o verdadeiro gargalo no desenvolvimento de veículos geralmente não é a imaginação do designer, mas a velocidade de validação do design. Foi nesse ponto que a GM deu o exemplo mais marcante, na aerodinâmica. Marcar horário em um túnel de vento leva semanas; já as simulações tradicionais de dinâmica de fluidos computacional, ou CFD, levam até 60 horas em uma única execução. Na prática, isso significa uma única iteração de design por dia para o engenheiro.

É exatamente aqui que entra a ferramenta baseada em aprendizado de máquina treinada com dados próprios da GM. A ferramenta proprietária chamada Themed aero produz resultados surpreendentemente semelhantes aos da CFD em cerca de 60 segundos. Uma ideia de design que antes podia ser testada uma vez por dia, agora pode ser testada centenas de vezes por dia. Para alguém que acompanha este setor há mais de trinta anos, isso significa uma mudança na natureza do trabalho: a aerodinâmica deixou de ser um processo sequencial de aprovação e tornou-se uma ferramenta de design com feedback instantâneo.

Ganhos em análise estrutural e na bateria LMR

A aerodinâmica não é a única área. Os ganhos de tempo que a GM demonstrou com números se estendem a quase todas as etapas do desenvolvimento. De acordo com os dados divulgados, o aprendizado de máquina, por exemplo, consegue reduzir a análise de esmagamento do teto de cálculos que levam de 8 a 40 horas para menos de 5 minutos. As análises estruturais que no processo tradicional levavam quatro meses - rigidez do eixo dianteiro, padrões dinâmicos, requisitos de durabilidade - são resolvidas em poucas horas no novo processo de inteligência artificial.

Bateria LMR: 300.000 designs, um único protótipo

Talvez o exemplo mais impressionante esteja no lado das baterias. O desenvolvimento da bateria LMR (rica em lítio-manganês), que não contém cobalto e oferece uma densidade energética cerca de 33% maior do que a química LFP, graças à modelagem em nível molecular e ao aprendizado de máquina, passou de um trabalho que normalmente exigiria mais de 60.000 horas de laboratório para 256 horas de laboratório. A GM testou virtualmente mais de 300.000 designs de baterias antes de construir o protótipo físico, e o primeiro pacote LMR passou do conceito à aprovação oficial do programa em um mês. Como anunciado em setembro do ano passado, as células LMR serão produzidas em escala pela primeira vez no mundo na instalação de Spring Hill, Tennessee, reequipada em parceria com a LG Energy Solution.

O V8 do Silverado e a precisão ensinada pelo Corvette ZR1

Seria um erro pensar que a engenharia virtual só funciona no lado dos EVs. O motor V8 de 6,6 litros da Chevrolet Silverado 2027 foi desenvolvido em um terço do tempo típico de desenvolvimento de um motor e com 80% do custo de prototipagem. A prova da precisão veio do Corvette ZR1: a engenharia virtual previu uma velocidade de teste de 233 mph; a calibração foi reescrita no mesmo dia e enviada à equipe de testes no dia seguinte, e o carro realmente atingiu 233 mph. Um desvio de apenas 1 mph é uma precisão notável nessa escala.

Os 30% prometidos na linha de produção

Sabendo que reduzir o tempo de desenvolvimento por si só não é suficiente, a GM define claramente também o aspecto produtivo da estratégia. Serão feitas melhorias com apoio de inteligência artificial nas funções robóticas, como estampagem, fundição, soldagem, pintura e montagem; na montagem das baterias, é prometida uma aceleração de 30%. A plataforma PlantBrAIn da empresa pretende fazer com que os pacotes de baterias atravessem a linha de produção essa porcentagem mais rapidamente. Um veículo projetado em dois anos só chegar às estradas em dois anos e meio por causa de uma linha lenta seria uma contradição que desperdiçaria o tempo ganho; A GM parece ter fechado também esse elo.

Essa aceleração é um movimento contra os fabricantes chineses?

Essa foi a pergunta mais discutida após o anúncio. O ritmo dos fabricantes chineses, que lançam veículos conectados no mercado de forma rápida e com baixo custo, é um problema antigo para os fabricantes ocidentais tradicionais; É amplamente comentado que a busca por aceleração da GM é uma resposta direta a essa corrida. Esse enquadramento não é vão: um ciclo de dois anos coloca a GM num nível consideravelmente mais próximo da velocidade de produção de seus concorrentes chineses.

No entanto, a analista do setor Stephanie Brinley, da Mobility Global, faz uma leitura diferente. Segundo ela, esse movimento não é uma reação à ameaça chinesa, mas uma etapa da evolução de eficiência que a GM vem conduzindo há anos; a velocidade ganhada aumentará sua competitividade contra qualquer concorrente. O timing também não confirma por si só a tese da China: o anúncio veio um dia depois da divulgação de que os resultados do terceiro trimestre da empresa atenderam às expectativas de Wall Street.

No lado da implementação, ainda há incógnitas. A GM ainda não informou quando exatamente o processo de dois anos entrará em vigor e com quais modelos estará relacionado; Informa-se que por trás da meta estão a redução de custos de dispositivos e da complexidade. Essa incerteza é uma dúvida justa para quem se pergunta sobre a distância entre a meta anunciada e um produto concreto.

Os demais destaques do evento: computador central, direção de olhos livres e OnStar AI

O desenvolvimento com apoio de inteligência artificial não foi o único tema do evento Forward. A GM também apresentou uma arquitetura que promete, com uma nova unidade central de computação (CCU), 40 vezes mais poder de processamento por veículo, 30% menos cabos e conexão celular até 50 vezes mais rápida. A quarta geração da plataforma EV veio com destaques como 25% de melhoria aerodinâmica, estrutura 15% mais leve, pacote de baterias 20% mais compacto, química LMR e fluxo de energia bidirecional.

No lado dos produtos, foram anunciados o sistema de direção de olhos livres que estreará em 2028 com o Cadillac ESCALADE IQ e o OnStar AI Assistant, que começará com atualização sem fio a partir do Cadillac LYRIQ de 2027. Foi indicado que as opções de assistentes atuais - incluindo o Google Gemini - permanecerão como opções, e que o novo assistente será uma alternativa a elas.

Avaliação: a velocidade não é uma meta, mas um processo que avança de forma medida

Na história do automobilismo, promessas de encurtar o tempo de desenvolvimento sempre foram feitas; ciclos de dois anos no papel sempre existiram. O que diferencia este anúncio da GM é que a afirmação já é respaldada por ganhos de tempo concretizados. Simulação aerodinâmica de 60 segundos, aprovação de bateria em um mês, V8 desenvolvido em um terço do tempo - esses não são metas, mas resultados medidos. Quanto ao momento e ao modelo com que o ciclo completo de dois anos acontecerá, ainda não foi anunciado. Quem acompanha este setor há anos sabe: a mudança na cultura de engenharia não se testa no salão de anúncios, mas sim na linha de produção em série. A GM parte com uma pontuação inicial forte; o resto, as estradas mostrarão.

Fontes

• 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