جنرال موتورز تختصر تطوير المركبات إلى عامين باستخدام الذكاء الاصطناعي

أعلنت جنرال موتورز عن نموذج تطوير جديد مدعوم بالذكاء الاصطناعي يهدف إلى تقليص مدة تطوير المركبات من الدورة التقليدية البالغة أربع إلى خمس سنوات إلى ما يقارب سنتين. البرنامج المعلن في فعالية GM Forward السنوية الثانية التي أقيمت في نيويورك في 21 أكتوبر يقلص محاكاة الديناميكا الهوائية من 60 ساعة إلى 60 ثانية، والتحليل الهيكلي من أشهر إلى ساعات. والشركة تطرح هذا الهدف ليس كوعد فارغ، بل مدعوماً بمكاسب زمنية تم قياسها فعلاً.

ماذا يَعِد الخطة المعلنة في فعالية GM Forward؟

فعالية Forward التي نظمتها جنرال موتورز للمرة الثانية شهدت هذا العام الإعلان عن تغيير جذري في ثقافة الهندسة لدى الشركة. جوهر الإعلان الذي تم في نيويورك في 21 أكتوبر هو: دورة تطوير المركبات ستُختصر من العملية المتسلسلة التقليدية البالغة أربع إلى خمس سنوات إلى ما يقارب سنتين. وتستند الطريقة إلى فكرة تبدو غير جديدة لكنها لم تُطبق بشكل كامل: الهندسة المتزامنة. ففرق التصميم والهندسة والإنتاج ستعمل معاً منذ اليوم الأول على خط رقمي واحد؛ ويتم التخلي عن النمط الكلاسيكي لسباق التتابع حيث ينقل التصميم عمله إلى الهندسة والهندسة إلى الإنتاج.

وفي قلب هذا النظام توجد أنظمة ذكاء اصطناعي داخلية مدرّبة على بيانات الشركة الخاصة، وتعلّم الآلة، والمحاكاة الافتراضية، والنهج الذي تسميه الشركة agentic engineering. وتضع جنرال موتورز ذلك في إطار تحوّل الخبرة المؤسسية المتراكمة عبر عقود، مثل قرارات التصميم واختبارات الاصطدام وسجل سلسلة التوريد، إلى ميزة في عصر الذكاء الاصطناعي. والموقف الذي يدافع عنه نائب رئيس الشركة للمنتجات ستيرلينغ أندرسون كذلك: ليس عبئاً بيانات بل ميزة بيانات لصانع السيارات الكبير؛ والتكرار السريع يعني منتجاً أفضل.

ولا يبقى التجسيد الملموس لهذه الاستراتيجية غامضاً. فالأرقام التي شاركت في الفعالية تُظهر بنداً بنداً من أين ستتحقق فعلياً مكاسب الهدف المحدد بسنتين.

نتائج CFD تنخفض من 60 ساعة إلى 60 ثانية

كما سيدرك فوراً من يتابع هذا المجال عن قرب، الاختناق الحقيقي في تطوير المركبات ليس عاطرة المصمم بل سرعة التحقق من التصميم. وهنا قدمت جنرال موتورز أبرز مثال من الديناميكا الهوائية. فحجز موعد في النفق الهوائي يستغرق أسابيع؛ بينما تستغرق ديناميكا الموائع الحسابية التقليدية، أي محاكاة CFD، ما يصل إلى 60 ساعة للتشغيل الواحد. وهذا عملياً يعني تكرار تصميم واحد فقط يومياً للمهندس.

وهنا بالضبط يأتي دور الأداة القائمة على تعلّم الآلة والتي درّبتها جنرال موتورز على بياناتها الخاصة. فالأداة المملوكة التي تحمل اسم Themed aero تنتج نتائج مذهلة الشبه بـ CFD في حوالي 60 ثانية. فكرة تصميم كانت تُجرَّب مرة واحدة في اليوم في الماضي، أصبح اليوم قابلة للاختبار مئات المرات يومياً. بالنسبة لشخص يتابع هذا القطاع منذ أكثر من ثلاثين عاماً، فهذا يعني تغير طبيعة العمل نفسه: الديناميكا الهوائية لم تعد عملية موافقة متسلسلة، بل أداة تصميم تحصل على تغذية راجعة فورية.

مكاسب في التحليل الإنشائي وبطارية LMR

الديناميكا الهوائية ليست وحدها. مكاسب الوقت التي أظهرتها GM بالأرقام تمتد إلى كل مرحلة من مراحل التطوير تقريباً. وفقاً للبيانات المنشورة، يمكن للتعلم الآلي مثلاً تقليص تحليل انضغاط السقف من حسابات تستغرق 8-40 ساعة إلى أقل من 5 دقائق. أما التحليلات الإنشائية التي كانت تستغرق أربعة أشهر في العملية التقليدية - صلابة الواجهة الأمامية، المعايير الديناميكية، متطلبات المتانة - فيتم حلها خلال ساعات قليلة في العملية الجديدة المدعومة بالذكاء الاصطناعي.

بطارية LMR: 300.000 تصميم، نموذج أولي واحد

ولعل المثال الأكثر إثارة للإعجاب هو جانب البطاريات. انخفض تطوير بطارية LMR (الغنية بالليثيوم والمنغنيز) الخالية من الكوبالت والتي توفر كثافة طاقة أعلى بنحو 33 في المئة مقارنة بكيمياء LFP، بفضل النمذجة على المستوى الجزيئي والتعلم الآلي، من عمل يتطلب عادةً أكثر من 60.000 ساعة مختبرية إلى 256 ساعة مختبرية فقط. اختبرت GM افتراضياً أكثر من 300.000 تصميم للبطارية قبل بناء نموذج أولي فعلي، ووصلت أول حزمة LMR من المفهوم إلى الموافقة الرسمية على البرنامج في غضون شهر واحد. وكما أُعلن في سبتمبر الماضي، ستُنتج خلايا LMR على نطاق واسع لأول مرة في العالم في منشأة Spring Hill في ولاية تينيسي التي أعيد تجهيزها بالشراكة مع LG Energy Solution.

محرك V8 في Silverado والدقة التي تدرّسها Corvette ZR1

من الخطأ الاعتقاد بأن الهندسة الافتراضية تنفع فقط في جانب المركبات الكهربائية. طُوّر محرك V8 بسعة 6.6 لتر في Chevrolet Silverado 2027 خلال ثلث وقت تطوير المحرك النموذجي، وبـ 80 في المئة من تكلفة النمذجة الأولية فقط. أما الدليل على جانب الدقة فجاء من Corvette ZR1: كانت الهندسة الافتراضية قد تنبأت بسرعة اختبار تبلغ 233 ميلاً في الساعة؛ وأُعيدت كتابة المعايرة في اليوم نفسه وأُرسلت إلى فريق الاختبار في اليوم التالي، وبلغت المركبة فعلاً 233 ميلاً في الساعة. انحراف بمقدار ميلاً واحد فقط في الساعة هو دقة ملفتة على هذا المقياس.

الوعد بـ 30 في المئة على خط الإنتاج

إدراكاً منها لأن تقليص وقت التطوير وحده لا يكفي، تحدد GM بوضوح الجانب الإنتاجي لاستراتيجيتها أيضاً. سيجري إجراء تحسينات مدعومة بالذكاء الاصطناعي في الوظائف الروبوتية مثل الكبس، والصب، واللحام، والدهان، والتجميع؛ ويُعد بتسريع تجميع البطاريات بنسبة 30 في المئة. تهدف منصة PlantBrAIn من الشركة إلى تسريع مرور حزم البطاريات على خط الإنتاج بهذا المعدل. لكي تخرج مركبة صُممت في عامين إلى الطرق في عامين ونصف بسبب خط إنتاج بطيء، سيكون ذلك تناقضاً يُهدر الوقت المكتسب؛ ويبدو أن GM أغلق هذه الحلقة أيضاً.

هل هذا التسريع خطوة موجهة ضد المصنعين الصينيين؟

هذا هو السؤال الأكثر نقاشاً بعد الإعلان. فإيقاع المصنعين الصينيين الذين يطرحون مركبات متصلة بسرعة وب تكلفة منخفضة يمثل مشكلة طويلة الأمد للمصنعين الغربيين العريقين؛ والرأي السائد أن سعي GM نحو التسريع هو استجابة مباشرة لهذا السباق. وهذا الإطار ليس بلا أساس: فدورة العامين تقرب GM بشكل ملحوظ من سرعة إنتاج منافسيه الصينيين.

غير أن محللة الصناعة Stephanie Brinley من Mobility Global تقرأ الأمر بشكل مختلف. برأيها، هذه الخطوة ليست رداً على التهديد الصيني، بل مرحلة من تطور الكفاءة الذي تتبعه GM منذ سنوات؛ والسرعة المكتسبة ستعزز قدرتها التنافسية في مواجهة كل منافس. كما أن التوقيت وحده لا يؤكد الأطروحة الصينية: فقد جاء الإعلان بعد يوم واحد من الإفصاح عن أن نتائج الشركة للربع الثالث تلبّت توقعات وول ستريت.

أما على صعيد التطبيق، فلا تزال هناك أمور مجهولة. لم تعلن GM بعد متى سيدخل نهج العامين حيز التنفيذ بالضبط وأي طراز سيرتبط به؛ ويُشار إلى أن الهدف يقوم على خفض تكلفة الأجهزة والتعقيد. وهذا الغموض يشكل تردداً مبرراً لمن يتساءل عن المسافة بين الهدف وبين منتج ملموس بعد الإعلان.

العناوين الأخرى للفعالية: الحاسوب المركزي، والقيادة الذاتية بحرية العين، وOnStar AI

لم يكن التطوير المدعوم بالذكاء الاصطناعي هو الموضوع الوحيد لفعالية Forward. كما قدم GM وحدة حوسبة مركزية جديدة (CCU) مع بنية تَعِد بقوة معالجة أكبر بـ 40 مرة لكل مركبة، وكابلات أقل بنسبة 30 بالمئة، واتصال خلوي أسرع بـ 50 مرة. وجاءت منصة المركبات الكهربائية من الجيل الرابع بعناوين مثل تحسين ديناميكا هوائية بنسبة 25 بالمئة، وهيكل أخف بنسبة 15 بالمئة، وحزمة بطاريات أكثر إحكاماً بنسبة 20 بالمئة، وكيمياء LMR، وتدفق طاقة ثنائي الاتجاه.

وعلى صعيد المنتجات، أُعلن عن نظام قيادة ذاتية بحرية العين سيطرح لأول مرة مع Cadillac ESCALADE IQ في 2028، ومساعد OnStar AI Assistant الذي سيبدأ بتحديث لاسلكي في Cadillac LYRIQ لعام 2027. وأُشار إلى أن خيارات المساعدين الحالية - بما فيها Google Gemini - ستبقى قائمة كخيارات، وسيكون المساعد الجديد بديلاً عنها.

التقييم: السرعة ليست هدفاً، بل عملية تتقدم بالقياس

في تاريخ صناعة السيارات، طُرحت دائماً وعود ب زمن التطوير؛ ودورات العامين كانت موجودة دائماً على الورق. ما يميز إعلان GM هذه المرة هو أن الادعاء مدعوم بمكاسب وقت محققة فعلاً. محاكاة ديناميكية هوائية في 60 ثانية، وموافقة على بطارية في شهر، ومحرك V8 طُوّر في ثلث الوقت - هذه ليست أهدافاً، بل نتائج مقيسة. أما وقت تحقّق الدورة الكاملة التي تستغرق عامين ومع أي طراز فسيكون ذلك، فلم يُعلن بعد. من يتابع هذا القطاع منذ سنوات يعرف: أن التغيير في ثقافة الهندسة لا يُختبر في صالة الإعلانات، بل على خط الإنتاج التسلسلي. و GM لديها في جانبها نقطة انطلاق قوية؛ أما الباقي فالطرقات ستُظهره.

المصادر

• GM Forward: هندسة مركبة يحددها الذكاء للجميع
• كيف تخطط جنرال موتورز لتسريع تطوير المركبات باستخدام الذكاء الاصطناعي - Road & Track
• GM تلجأ إلى الذكاء الاصطناعي لتقليص وقت تطوير المركبات - Detroit Free Press
• GM تهدف إلى تطوير المركبات في عامين فقط بمساعدة الذكاء الاصطناعي - CNBC
• GM حاكت 300,000 تصميم لبطاريات السيارات الكهربائية قبل بناء نموذج أولي واحد - Fortune