GM Riduce lo Sviluppo dei Veicoli a Due Anni con l'Intelligenza Artificiale

General Motors ha annunciato un nuovo modello di sviluppo supportato dall'intelligenza artificiale che mira a ridurre i tempi di sviluppo dei veicoli dal tradizionale ciclo di quattro-cinque anni a circa due anni. Il programma, presentato al secondo evento annuale GM Forward tenutosi il 21 ottobre a New York, riduce la simulazione aerodinamica da 60 ore a 60 secondi e l'analisi strutturale da mesi a ore. L'azienda presenta questo obiettivo non come una promessa vuota, ma con guadagni di tempo già misurati.

Cosa promette il piano annunciato all'evento GM Forward?

Il Forward, organizzato da GM per la seconda volta, ha ospitato quest'anno l'annuncio di un cambiamento radicale nella cultura ingegneristica dell'azienda. L'essenza dell'annuncio fatto a New York il 21 ottobre è questo: il ciclo di sviluppo dei veicoli passerà dal tradizionale processo sequenziale di quattro-cinque anni a circa due anni. Il metodo si basa su un'idea che sembra non essere nuova, ma che non è mai stata applicata appieno: l'ingegneria simultanea. I team di progettazione, ingegneria e produzione lavoreranno insieme su un'unica linea digitale dal primo giorno; il classico schema a staffetta in cui la progettazione passa all'ingegneria e l'ingegneria alla produzione verrà abbandonato.

Al centro di questo schema ci sono i sistemi interni di intelligenza artificiale addestrati con i dati propri di GM, l'apprendimento automatico, la virtualizzazione e l'approccio che l'azienda chiama agentic engineering. GM lo posiziona come la trasformazione in vantaggio, nell'era dell'intelligenza artificiale, del patrimonio aziendale accumulato in decenni, come le decisioni di progettazione, i test di collisione e la storia della catena di fornitura. È la stessa tesi difesa dal vicepresidente prodotti dell'azienda Sterling Anderson: per il grande costruttore automobilistico non si tratta di carico di dati, ma di vantaggio di dati; e un'iterazione rapida significa un prodotto migliore.

La concreta controprova di questa strategia non rimane vaga. Le cifre condivise all'evento mostrano punto per punto da quali processi verranno effettivamente guadagnati i due anni obiettivo.

I risultati CFD scendono da 60 ore a 60 secondi

Come capiranno subito chi segue da vicino questo settore, il vero collo di bottiglia nello sviluppo dei veicoli di solito non è la fantasia del progettista, ma la velocità con cui il progetto viene validato. GM ha dato a questo riguardo l'esempio più eclatante con l'aerodinamica. Ottenere un appuntamento in galleria del vento richiede settimane; la tradizionale dinamica dei fluidi computazionale, ovvero le simulazioni CFD, dura fino a 60 ore per singola corsa. In pratica, questo significa per l'ingegnere una sola iterazione di progetto al giorno.

Ed è proprio qui che entra in gioco lo strumento basato sull'apprendimento automatico addestrato da GM con i propri dati. Lo strumento proprietario denominato Themed aero produce risultati sorprendentemente simili al CFD in circa 60 secondi. Un'idea di design che un tempo poteva essere messa alla prova una volta al giorno, oggi può essere testata centinaia di volte al giorno. Per chi osserva questo settore da oltre trent'anni, questo significa che la natura stessa del lavoro è cambiata: l'aerodinamica non è più un processo di approvazione sequenziale, ma uno strumento di design che fornisce feedback immediati.

Guadagni nell'analisi strutturale e nella batteria LMR

Non solo aerodinamica. I risparmi di tempo che GM ha dimostrato con i numeri si estendono a quasi ogni fase dello sviluppo. Secondo i dati pubblicati, l'apprendimento automatico può ridurre, ad esempio, l'analisi dello schiacciamento del tetto da calcoli che richiedono 8-40 ore a meno di 5 minuti. Le analisi strutturali che nel processo tradizionale richiedevano quattro mesi - rigidità del pneumatico anteriore, standard dinamici, requisiti di durabilità - nel nuovo processo basato sull'intelligenza artificiale vengono risolte in poche ore.

Batteria LMR: 300.000 progetti, un unico prototipo

Forse l'esempio più impressionante riguarda la batteria. Lo sviluppo della batteria LMR (ricca di litio-manganesee), priva di cobalto e con una densità energetica circa il 33 percento superiore rispetto alla chimica LFP, grazie alla modellazione a livello molecolare e all'apprendimento automatico è passato da un lavoro che tipicamente richiederebbe più di 60.000 ore di laboratorio a 256 ore di laboratorio. GM ha testato virtualmente oltre 300.000 progetti di batteria prima di realizzare il prototipo fisico, e il primo pacchetto LMR ha raggiunto l'approvazione ufficiale del programma in un mese dal concetto. Come annunciato lo scorso settembre, le celle LMR saranno prodotte per la prima volta al mondo su scala presso lo stabilimento di Spring Hill, nel Tennessee, riattrezzato in partnership con LG Energy Solution.

Il V8 della Silverado e la precisione dimostrata dalla Corvette ZR1

Sarebbe un errore pensare che l'ingegneria virtuale funzioni solo per i veicoli elettrici. Il motore V8 da 6,6 litri della Chevrolet Silverado 2027 è stato sviluppato in un terzo del tempo di sviluppo tipico di un motore e con l'80 percento dei costi di prototipazione. La prova sul fronte della precisione è arrivata dalla Corvette ZR1: l'ingegneria virtuale aveva previsto una velocità di test di 233 mph; la calibrazione è stata riscritta lo stesso giorno e inviata al team di test il giorno successivo, e il veicolo ha effettivamente raggiunto i 233 mph. Uno scarto di un mph è una precisione notevole su questa scala.

Il 30 percento promesso sulla linea di produzione

Consapevole che ridurre i tempi di sviluppo non basta da solo, GM definisce chiaramente anche il ramo produttivo della strategia. Verranno apportati miglioramenti supportati dall'intelligenza artificiale nelle funzioni robotiche come stampaggio, fusione, saldatura, verniciatura e assemblaggio; nell'assemblaggio delle batterie è promessa un'accelerazione del 30 percento. La piattaforma PlantBrAIn dell'azienda mira a far passare i pacchi batteria sulla linea di produzione più velocemente di questa percentuale. Sarebbe stato un contraddizione da tempo sprecato se un veicolo progettato in due anni avesse dovuto mettersi in strada in due anni e mezzo a causa di una linea lenta; GM sembra aver chiuso anche questo anello.

Questa accelerazione è una mossa contro i produttori cinesi?

Questa è stata la domanda più discussa dopo l'annuncio. Il ritmo dei produttori cinesi, che lanciano sul mercato veicoli connessi in modo rapido e a basso costo, è da tempo un problema per i consolidati produttori occidentali; è diffusa l'interpretazione che la ricerca di accelerazione di GM sia una risposta diretta a questa corsa. E questa cornice non è infondata: un ciclo di due anni porta GM a un livello notevolmente vicino alla velocità di produzione dei concorrenti cinesi.

Tuttavia, l'analista di settore Stephanie Brinley di Mobility Global legge la situazione in modo diverso. Secondo lei, questa mossa non è una reazione alla minaccia cinese, ma una fase dell'evoluzione dell'efficienza che GM persegue da anni; la velocità guadagnata aumenterà la competitività contro ogni concorrente. Anche la tempistica, di per sé, non conferma la tesi cinese: l'annuncio è arrivato un giorno dopo la dichiarazione che i risultati del terzo trimestre dell'azienda avevano soddisfatto le aspettative di Wall Street.

Sul fronte dell'implementazione ci sono ancora incognite. GM non ha ancora chiarito quando esattamente entrerà in funzione il processo di due anni e a quali modelli sarà collegato; si indica che alla base dell'obiettivo c'è la riduzione dei costi dei dispositivi e della complessità. Questa incertezza è un legittimo dubbio per chi si chiede la distanza tra l'obiettivo annunciato e un prodotto concreto.

Gli altri temi dell'evento: computer centrale, guida mani libere e OnStar AI

Lo sviluppo supportato dall'intelligenza artificiale non era l'unico argomento dell'evento Forward. GM ha anche presentato una nuova architettura con un'unità di calcolo centrale (CCU) che promette 40 volte più potenza di elaborazione per veicolo, il 30% di cavi in meno e una connessione cellulare fino a 50 volte più veloce. La quarta generazione della piattaforma EV è arrivata con titoli come un aerodinamica migliorata del 25%, una struttura più leggera del 15%, un pacco batteria più compatto del 20%, la chimica LMR e il flusso di energia bidirezionale.

Sul fronte dei prodotti sono stati annunciati un sistema di guida mani libere che farà il suo debutto nel 2028 con la Cadillac ESCALADE IQ e l'OnStar AI Assistant che partirà con un aggiornamento wireless dalla Cadillac LYRIQ del 2027. È stato precisato che le opzioni di assistenti attuali, incluso Google Gemini, resteranno al loro posto come opzioni e che il nuovo assistente sarà un'alternativa ad esse.

Valutazione: la velocità non è un obiettivo, ma un processo che avanza in modo misurato

Nella storia dell'automobile le promesse di riduzione dei tempi di sviluppo sono sempre state fatte; cicli di due anni sulla carta sono sempre esistiti. Ciò che rende diverso questo annuncio di GM è che l'affermazione è sostenuta da guadagni di tempo già realizzati. Una simulazione aerodinamica di 60 secondi, l'approvazione della batteria in un mese, un V8 sviluppato in un terzo del tempo: non sono obiettivi, ma risultati misurati. Quando e con quale modello si realizzerà il ciclo completo di due anni non è ancora stato annunciato. Chi osserva questo settore da anni lo sa: il cambiamento nella cultura ingegneristica non si mette alla prova nella sala annunci, ma sulla linea di produzione di serie. Dalla parte di GM c'è un punteggio di partenza solido; il resto lo mostreranno le strade.

Fonti

• GM Forward: progettare per tutti un veicolo definito dall'intelligenza
• Come General Motors intende accelerare lo sviluppo dei veicoli usando l'A.I. - Road & Track
• GM punta sull'AI per ridurre i tempi di sviluppo dei veicoli - Detroit Free Press
• GM mira a sviluppare veicoli in appena due anni con l'AI - CNBC
• GM ha simulato 300.000 progetti di batterie EV prima di costruire un solo prototipo - Fortune