三十年前，电子设备的引入在汽车行业引发了重大转变，需要新的技能和工作方法。主动安全功能、自动驾驶功能以及数字化座舱的到来加速了这一趋势。空中更新（OTA）的出现带来了一个新的时代，使车辆在上市后得以进化，集成客户愿意付费的新功能和服务。这是一个软件定义车辆的时代，软件活动主要被限制在车辆的功能之内。
随着OpenAI于2023年发布ChatGPT，产业界更加意识到生成式人工智能的潜力以及新应用和服务对其业务的影响。Capgemini估计，16%的大型汽车OEM可以通过广泛部署人工智能来提高运营利润。人工智能不仅会改善车辆内的功能，还会提高汽车生产工作流程的效率。
这包括从设计师使用生成式AI生成图像来构想新车，到设计和工程团队使用生成式AI应用编程接口连接他们的工具以建立其设施的数字孪生，再到市场和零售销售部门采用生成式AI工具进行头脑风暴并开发营销文案和广告活动。大多数汽车制造商正在评估100到150个AI部署的用例，难以想象有一个功能不会因生成式AI而得到改善。这种转型带来了一个新时代，称为“AI定义的汽车制造商”。
增强客户服务的知识聊天机器人
福特每天接到大约15000个客户电话，在整个呼叫中心工作流程中使用生成式AI。首先，一个语音转文本系统自动管理与客户请求相关的数据，同时删除任何个人身份信息，这是许多国家的强制性要求。这种智能数据管理可以创建第二个AI服务，一个被主管和工程师用来查询数据库的问题，例如呼叫中心的通话数量，甚至有多少与特定问题有关。
此外，AI通过建议对客户查询的最佳答案来帮助呼叫中心操作人员，从而提高呼叫中心的速度、效率和客户满意度。另一个例子是维修店和经销商处的知识聊天机器人的使用。例如，如果车辆的空调损坏，技术人员可以直接询问在特定车型上修复的最佳方法，聊天机器人将提供分步说明和视觉示例。自动驾驶汽车（AV）2.0
AV 1.0，传统的自动驾驶功能开发方式，是基于感知、预测和执行的模块化架构。
感知主要基于卷积神经网络（CNN）分类AI，普遍认为通过解决感知，也就是对驾驶环境中的物体进行完美分类，即便是高水平自动化的自动驾驶问题也会得到解决。然而，经过十多年的努力，发现用例的长尾无穷无尽，车辆需要对场景做出正确的解释，以管理以前未见过的场景。生成式AI的基础——变压器引擎不是专门针对汽车数据训练，而是基于一般数据，使其能够抽象并正确理解从未遇到过的驾驶场景，做出正确的决策。
这是AV 2.0的核心，在这里，使用传感器原始数据作为输入和车辆执行（加速和方向）作为输出的端到端架构取代了传统AV 1.0的模块化架构。除了性能优势外，这种方法还优化了计算资源的分配，因为只有一个功能被计算，而不是几个模块争夺可用资源。此外，这也促进了车辆跨不同城市和国家的转移，这是基于规则的AV 1.0系统的一个难题。
像Wayve这样的创业公司，致力于为辅助和自动驾驶开发体现AI，以及Waabi，一家构建下一代自动驾驶技术的AI公司，在这一领域取得了巨大进展，展示了令人印象深刻的成果。数字孪生的超级力量
数字孪生是物理世界中存在的资产、流程或环境的精准虚拟复制。在工业领域，数字孪生可以用于产品生命周期的各个阶段，从设计和制造到维护和运营，再到销售和营销。
数字孪生实现了物理精确的可视化和不同产品版本和场景的精确测试。它们提供的超级能力包括：在空间中旅行到虚拟工厂或车辆原型内部，以帮助团队优化设计，以及通过时间旅行以了解过去的错误并通过研究其他可能的未来避免未来的错误。团队不必依赖亲自会面和静态规划文档来实现项目对齐，数字孪生简化了沟通，确保关键设计决策以最新的数据为依据。在设计过程中，项目相关人员可以在上下文中可视化设计。
团队可以在审查过程中及早发现错误并纳入反馈。数字孪生最近的进展包括采用OpenUSD（通用场景描述），这是一种可扩展的框架和生态系统，用于描述、组合、模拟和协作导航和构建3D场景。HTML是2D网页的标准语言，而USD可以被视为3D网页的强大、可扩展和开放的语言，使产品生命周期中许多不同工具和孤立部门之间的通信成为可能。
最新的物理渲染和加速可扩展计算的发展使创建真正具有代表性的物理基础数字孪生世界成为可能。早在2022年初，宝马公司推出了用于数字孪生虚拟规划的iFACTORY。宝马集团的所有车辆和发动机工厂均进行3D扫描，以及超过700万平方米的室内和1500万平方米的室外生产空间。宝马拥有庞大的工厂规划人员，包括在如未来的德布勒森工厂等设施工作的人，他们在公司全球工厂的规划和运营中扮演着至关重要的角色。
其工作高度复杂，即便是最轻微的计算错误或失误，也可能导致巨大的现实成本。这就是为什么物理精确的虚拟规划是非常理想的，因为它允许规划人员几乎无需成本地进行实验和更改。规划人员可以在投入巨大建设项目和资本支出之前使用虚拟环境预优化生产流程。这一方法显著降低了因现有设施的变更订单和流重新优化而导致的成本和生产停机时间。数字孪生与生成式AI的结合进一步增强了各自的优势。
生成式AI可以帮助生成资产，使团队和客户能够以自然语言与资产和知识库进行互动，导航数字孪生环境，并为产品开发和培训创建视觉和物理精确的数字世界，例如教授自动驾驶汽车驾驶或机器人行走。数字孪生成为一个数字健身房或训练场，其中可以开发产品的软件功能。数字孪生也用于合成数据生成，创建训练产品所需AI算法所需的数据。
AI定义的汽车制造商已经到来
汽车行业正在经历一场深刻的变革，不仅引入了软件定义车辆，还进入了AI定义汽车制造商的时代。生成式AI正在革新业务的各个方面，包括设计、工程、客户服务和自动驾驶。在数字孪生的进步的推动下，汽车制造商迅速部署AI驱动的解决方案，以提高效率、创新和客户体验。随着行业拥抱这个AI驱动的未来，每个功能都可以通过生成式AI的力量得到增强和优化。
这一演变有望释放新的效率、创新和客户导向的潜力，为汽车工业在未来几年内的持续成功奠定基础。