GM वाहन विकास को आर्टिफिशियल इंटेलिजेंस से दो साल तक कम कर रहा है

General Motors ने एक नई आर्टिफिशियल इंटेलिजेंस-समर्थित विकास मॉडल की घोषणा की है, जिसका लक्ष्य वाहन विकास की अवधि को पारंपरिक चार-पांच साल के चक्र से घटाकर लगभग दो साल करना है। 21 अक्टूबर को न्यूयॉर्क में आयोजित दूसरे वार्षिक GM Forward कार्यक्रम में घोषित यह प्रोग्राम, एरोडायनामिक सिमुलेशन को 60 घंटों से घटाकर 60 सेकंड और संरचनात्मक विश्लेषण को महीनों से घटाकर घंटों में कर देता है। कंपनी इस लक्ष्य को खोखले वादे के रूप में नहीं, बल्कि पहले से ही मापी गई समय बचत के साथ प्रस्तुत कर रही है।

GM Forward कार्यक्रम में घोषित योजना क्या वादा करती है?

GM के दूसरी बार आयोजित Forward कार्यक्रम ने इस साल कंपनी की इंजीनियरिंग संस्कृति में गहरे बदलाव की घोषणा का मंच बनाया। न्यूयॉर्क में 21 अक्टूबर की गई घोषणा का सार यह था: वाहन विकास चक्र को पारंपरिक चार-पांच साल की क्रमिक प्रक्रिया से घटाकर लगभग दो साल किया जाएगा। यह विधि नई नहीं लगती, लेकिन यह एक ऐसे विचार पर आधारित है जिसे कभी पूरी तरह लागू नहीं किया गया: समवर्ती इंजीनियरिंग। डिज़ाइन, इंजीनियरिंग और उत्पादन टीमें पहले दिन से ही एक ही डिजिटल लाइन पर साथ काम करेंगी; डिज़ाइन से इंजीनियरिंग और इंजीनियरिंग से उत्पादन तक बैटन थमाने वाली क्लासिक रिले रेस व्यवस्था को खारिज कर दिया जा रहा है।

इस व्यवस्था के केंद्र में GM के अपने डेटा से प्रशिक्षित आंतरिक आर्टिफिशियल इंटेलिजेंस सिस्टम, मशीन लर्निंग, वर्चुअलाइजेशन और कंपनी के द्वारा agentic engineering कही जाने वाली दृष्टि है। GM इसे दशकों से जमा किए गए डिज़ाइन निर्णय, क्रैश टेस्ट और सप्लाई चेन इतिहास जैसी संस्थागत विरासत के आर्टिफिशियल इंटेलिजेंस युग में लाभ में बदलने के रूप में प्रस्तुत कर रही है। कंपनी की प्रोडक्ट प्रमुख Sterling Anderson द्वारा समर्थित विचार भी यही है: बड़ी ऑटोमोबाइल निर्माता के लिए यह डेटा का बोझ नहीं, बल्कि डेटा लाभ है; और तेज़ पुनरावृत्ति का अर्थ है बेहतर उत्पाद।

इस रणनीति का ठोस परिणाम भी अस्पष्ट नहीं रहता। कार्यक्रम में साझा किए गए आंकड़े बताते हैं कि दो साल का लक्ष्य वास्तव में किन प्रक्रियाओं से प्राप्त किया जाएगा।

CFD परिणाम 60 घंटों से घटकर 60 सेकंड हो रहे हैं

जैसा कि इस काम का बारीकी से पीछा करने वाले तुरंत समझेंगे, वाहन विकास में असली अड़चन आमतौर पर डिज़ाइनर की कल्पना नहीं, बल्कि डिज़ाइन के सत्यापन की गति है। GM ने इस बिंदु पर सबसे चौंकाने वाला उदाहरण एरोडायनामिक्स से दिया। विंड टनल में अपॉइंटमेंट लेने में हफ्तों लगते हैं; पारंपरिक कम्प्यूटेशनल फ्लुइड डायनामिक्स यानी CFD सिमुलेशन एक ही रन में 60 घंटों तक चलते हैं। व्यवहार में इसका मतलब है इंजीनियर के लिए दिन में केवल एक डिज़ाइन पुनरावृत्ति।

GM के अपने डेटा से प्रशिक्षित मशीन लर्निंग आधारित टूल यहीं काम में आता है। Themed aero नाम का यह पेटेंटेड टूल, CFD के साथ चौंकाने वाले रूप से समान परिणाम लगभग 60 सेकंड में तैयार कर देता है। पहले दिन में केवल एक बार आज़माया जा सकने वाला डिज़ाइन विचार अब दिन में सैकड़ों बार परखा जा सकता है. तीस साल से अधिक समय से इस क्षेत्र को देख रहे किसी व्यक्ति के लिए इसका मतलब है कि काम की प्रकृति ही बदल गई है: एयरोडायनामिक्स अब क्रमबद्ध अनुमोदन प्रक्रिया नहीं, बल्कि तुरंत फ़ीडबैक मिलने वाला एक डिज़ाइन उपकरण है.

स्ट्रक्चरल एनालिसिस और LMR बैटरी में मिली उपलब्धियां

एयरोडायनामिक्स अकेला नहीं है. GM ने जो समय की बचत आंकड़ों के साथ प्रस्तुत की है, वह विकास के लगभग हर चरण पर फैली हुई है. प्रकाशित आंकड़ों के अनुसार, मशीन लर्निंग उदाहरण के लिए छत क्रश विश्लेषण को 8-40 घंटे लेने वाली गणनाओं से घटाकर 5 मिनट से भी कम कर सकती है. पारंपरिक प्रक्रिया में चार महीने लेने वाले स्ट्रक्चरल विश्लेषण - फ्रंट-एंड कठोरता, डायनामिक मानक, टिकाऊपन की आवश्यकताएं - नई AI प्रक्रिया में कुछ घंटों में हल हो जाते हैं.

LMR बैटरी: 300,000 डिज़ाइन, एक प्रोटोटाइप

शायद सबसे प्रभावशाली उदाहरण बैटरी के क्षेत्र में है. कोबाल्ट-मुक्त और LFP केमिस्ट्री की तुलना में लगभग 33 प्रतिशत अधिक ऊर्जा घनत्व देने वाली LMR (लिथियम-मैंगनीज समृद्ध) बैटरी का विकास, आणविक स्तर के मॉडलिंग और मशीन लर्निंग के चलते आमतौर पर 60,000 से अधिक लैब घंटे लेने वाले काम से घटकर 256 लैब घंटे रह गया. GM ने भौतिक प्रोटोटाइप बनाने से पहले 300,000 से अधिक बैटरी डिज़ाइन वर्चुअली टेस्ट किए और पहला LMR पैकेज कॉन्सेप्ट से आधिकारिक प्रोग्राम अनुमोदन तक एक महीने में पहुंच गया. पिछले सितंबर में घोषित किए अनुसार LMR सेल, LG Energy Solution साझेदारी से पुनर्स्थापित Spring Hill, Tennessee संयंत्र में दुनिया में पहली बार पैमाने पर उत्पादित होंगे.

Silverado का V8 और Corvette ZR1 से मिली सटीकता की मिसाल

यह सोचना गलत होगा कि वर्चुअल इंजीनियरिंग केवल EV के क्षेत्र में ही काम आती है. 2027 Chevrolet Silverado का 6.6 लीटर का V8 इंजन, एक आम इंजन के विकास समय के एक तिहाई में और प्रोटोटाइपिंग लागत के 80 प्रतिशत में विकसित किया गया. सटीकता के क्षेत्र में प्रमाण Corvette ZR1 से मिला: वर्चुअल इंजीनियरिंग ने 233 mph की परीक्षण गति का पूर्वानुमान लगाया था; कैलिब्रेशन उसी दिन फिर से लिखा गया और अगले दिन टेस्ट टीम को भेज दिया गया, और वाहन वास्तव में 233 mph तक पहुंच गया. एक mph का विचलन इस पैमाने पर उल्लेखनीय सटीकता है.

उत्पादन लाइन पर वादा किए गए 30 प्रतिशत

विकास समय छोटा करना अकेले पर्याप्त नहीं है, यह जानते हुए GM रणनीति के उत्पादन पहलू को भी स्पष्ट रूप से परिभाषित करता है. स्टैम्पिंग, कास्टिंग, वेल्डिंग, पेंट और असेंबली जैसे रोबोटिक कार्यों में AI-सहायता प्राप्त सुधार किए जाएंगे; बैटरी असेंबली में 30 प्रतिशत तेज़ी का वादा किया जा रहा है. कंपनी का PlantBrAIn प्लेटफ़ॉर्म बैटरी पैकों को प्रोडक्शन लाइन में इतनी तेज़ गति से पारित करने का लक्ष्य रखता है। दो साल में डिज़ाइन की गई गाड़ी का एक धीमी लाइन के कारण ढाई साल में सड़कों पर आना, अर्जित समय को बर्बाद करने वाला विरोधाभास होता; GM यह कड़ी भी जोड़ दिखाई देता है।

क्या यह तेज़ी चीनी निर्माताओं के खिलाफ़ एक चाल है?

घोषणा के बाद सबसे ज़्यादा चर्चित सवाल यही रहा। तेज़ और कम लागत में कनेक्टेड वाहन बाज़ार में लाने वाली चीनी निर्माताओं की रफ़्तार, प्रतिष्ठित पश्चिमी निर्माताओं के लिए लंबे समय से समस्या रही है; यह टिप्पणी व्यापक रूप से प्रचलित है कि GM की गति बढ़ाने की तलाश इस दौड़ का सीधा जवाब है। यह संदर्भ खोखला भी नहीं है: दो साल का चक्र GM को चीनी प्रतिद्वंद्वियों की उत्पादन गति के काफ़ी करीब ले जाने वाले स्तर का है।

फिर भी, सेक्टर विश्लेषकों में से Mobility Global की Stephanie Brinley इसे अलग तरह से पढ़ती हैं। उनके अनुसार यह कदम चीनी ख़तरे को दी गई प्रतिक्रिया नहीं, बल्कि GM के वर्षों से चले आ रहे दक्षता विकास का एक चरण है; अर्जित गति हर प्रतिद्वंद्वी के मुक़ाबले प्रतिस्पर्धात्मक ताक़त को बढ़ाएगी। समय-सारणी भी अकेले चीन थ्योरी की पुष्टि नहीं करती: घोषणा, कंपनी की तीसरी तिमाही के नतीजों के Wall Street की अपेक्षाओं को पूरा करने की घोषणा के एक दिन बाद आई।

कार्यान्वयन की दृष्टि से भी अभी अज्ञात बातें हैं। GM ने अभी यह नहीं बताया कि दो साल की प्रक्रिया ठीक कब लागू होगी और किस मॉडल से जुड़ी होगी; बताया जाता है कि इस लक्ष्य के पीछे उपकरण लागत और जटिलता को कम करना निहित है। यह अनिश्चितता उन लोगों के लिए एक उचित संशय है जो घोषणा और ठोस उत्पाद के बीच की दूरी जानना चाहते हैं।

आयोजन के अन्य मुख्य विषय: केंद्रीय कंप्यूटर, आंखों से मुक्त ड्राइविंग और OnStar AI

कृत्रिम बुद्धिमत्ता समर्थित विकास, Forward आयोजन का एकमात्र विषय नहीं था। GM ने एक नई केंद्रीय कंप्यूटिंग यूनिट (CCU) के साथ एक ऐसी आर्किटेक्चर की भी घोषणा की जो प्रति वाहन 40 गुना प्रोसेसिंग पावर, 30 प्रतिशत कम केबल और 50 गुना तक तेज़ सेलुलर कनेक्टिविटी का वादा करती है। चौथी पीढ़ी का EV प्लेटफ़ॉर्म 25 प्रतिशत बेहतर एयरोडायनामिक्स, 15 प्रतिशत हल्की संरचना, 20 प्रतिशत अधिक कॉम्पैक्ट बैटरी पैक, LMR केमिस्ट्री और द्विदिशात्मक ऊर्जा प्रवाह जैसे बिंदुओं के साथ आया।

उत्पाद की दृष्टि से 2028 में Cadillac ESCALADE IQ के साथ डेब्यू करने वाली आंखों से मुक्त ड्राइविंग प्रणाली और 2027 Cadillac LYRIQ से वायरलेस अपडेट के साथ शुरू होने वाले OnStar AI Assistant की घोषणा की गई। बताया गया कि मौजूदा असिस्टेंट विकल्प - Google Gemini सहित - विकल्प के रूप में बने रहेंगे और नया असिस्टेंट इनका विकल्प होगा।

मूल्यांकन: गति एक लक्ष्य नहीं, बल्कि मापते हुए आगे बढ़ने वाली एक प्रक्रिया

ऑटोमोटिव इतिहास में विकास अवधि छोटी करने के वादे हमेशा किए गए हैं; काग़ज़ पर दो साल के चक्र हमेशा रहे हैं। GM की इस घोषणा को अलग बनाने वाली बात यह है कि दावा पहले से ही परिणत समय लाभों द्वारा समर्थित है। 60 सेकंड का एयरोडायनामिक सिमुलेशन, एक महीने की बैटरी स्वीकृति, एक तिहाई समय में विकसित V8 - ये लक्ष्य नहीं, मापे गए परिणाम हैं। दो साल के पूर्ण चक्र को कब और किस मॉडल के साथ लागू किया जाएगा, यह अभी तक घोषित नहीं किया गया है। वर्षों से इस क्षेत्र को देखने वाले जानते हैं: इंजीनियरिंग संस्कृति में बदलाव की परीक्षा घोषणा सभा में नहीं, बल्कि सामूहिक उत्पादन लाइन पर होती है। GM के पास एक मजबूत शुरुआती अंक है; बाकी सब रास्ते दिखाएंगे।

स्रोत

• GM Forward: हर किसी के लिए बुद्धिमत्ता-परिभाषित वाहन का इंजीनियरिंग
• General Motors A.I. का उपयोग करके वाहन विकास को कैसे तेज करने की योजना बना रहा है - Road & Track
• GM वाहन विकास का समय कम करने के लिए AI का सहारा ले रहा है - Detroit Free Press
• GM का लक्ष्य AI के साथ वाहनों को अधिकतम दो साल में विकसित करना है - CNBC
• GM ने एक भी प्रोटोटाइप बनाने से पहले 300,000 EV बैटरी डिज़ाइनों का सिमुलेशन किया - Fortune