Monolith, dirbtinio intelekto (AI) programinės įrangos tiekėjas novatoriškiausioms pasaulyje inžinierių komandoms, šiandien praneša apie naujai užsakyto Forrester Consulting 2024 tyrimo, pavadinto AI for EV Battery Validation, pradžią.
Tyrimas atskleidžia, kad beveik du trečdaliai automobilių pramonės lyderių tikisi, kad galimas AI poveikis bus itin arba labai reikšmingas, o daugiau nei pusė nurodo, kad inžinerinis AI (EngAI) – protinga AI forma, kuri mokosi iš daugybės inžinerinių duomenų, kad padėtų bandymų komandoms suprasti. kitaip sunkiai išsprendžiamos problemos – būtinos norint išlikti konkurencingos kuriant elektrinių transporto priemonių (EV) baterijas.
Naujajame tyrime buvo apklausti 165 vyresnieji sprendimų priėmėjai automobilių inžinerijos srityje Šiaurės Amerikoje ir didžiosiose Europos automobilių rinkose, tiriant jų nuomonę apie EngAI taikymą kuriant elektromobilių baterijas. Pramonėje, kurioje vis labiau dominuoja iš pažiūros prieštaringų tikslų – greitesnio pateikimo į rinką ir aukštos produktų kokybės išlaikymo – pusiausvyros, tyrimas atskleidžia tiesiogines įžvalgas apie spaudimą, su kuriuo susiduria automobilių inžinerijos žaidėjai, siekdami sukurti pramonėje pirmaujančias transporto priemones, ir kur. išmaniosios technologijos, tokios kaip AI, gali išspręsti šiuos neatidėliotinus iššūkius, kad būtų paspartintas naujovių diegimas.
Atspindėdamas pramonės dėmesį į konkurencingų, tvarių produktų pateikimą rinkai per kuo trumpesnį laiką, tyrimas atkreipia dėmesį į tai, kaip 64 % automobilių inžinerijos lyderių pabrėžia reikalavimą sumažinti laiką ir pastangas, skiriamas elektromobilių akumuliatorių patvirtinimui. Taip pat du iš trijų mano, kad būtina sumažinti priklausomybę nuo fizinių testų, kartu užtikrinant saugos ir kokybės standartų laikymąsi.
Nepaisant šio neatidėliotino poreikio, 66 % vyresniųjų sprendimus priimančių asmenų sutinka, kad būtina sumažinti pasitikėjimą fiziniu testu, kartu užtikrinant atitiktį saugai ir standartams, o 62 % sutinka, kad jų dabartinės virtualios patvirtinimo priemonės, įskaitant fizinį modeliavimą, tinka. nevisiškai užtikrinti, kad baterijų konstrukcija atitiktų visus patvirtinimo kriterijus.
Įtaka, kurią EngAI daro vis labiau automobilių pramonėje, paskatino automobilių inžinerijos lyderius daugiau dėmesio skirti technologijoms. Nors 44 % respondentų išreiškia rimtą susirūpinimą dėl galimo technologijos poveikio jų įmonės darbuotojų skaičiui, daugiau nei pusė (58 %) pareiškė, kad dirbtinis intelektas yra labai svarbus siekiant užtikrinti, kad jie išliktų konkurencingi kuriant elektromobilių baterijas.
Pastaruoju metu automobilių pramonė matė nenuspėjamą elektromobilių paklausos lygį, kurį apsunkina platesnės makroekonominės aplinkybės. Komercinis spaudimas, jaučiamas tokiomis sąlygomis, skatina vyresniuosius inžinerinius sprendimus priimančius asmenis ieškoti protingų sprendimų, kaip sumažinti sąnaudas ir kūrimo laiką, ir tikimasi, kad EngAI sukels bangas šiuo atžvilgiu.
Respondentai tikisi, kad EngAI sutrumpins metų, ketvirčių ar mėnesių kūrimo ciklus, įskaitant ląstelių charakteristikų testavimą (61 %), modulių ir paketų testavimą (56 %), reguliavimo testavimą (53 %) ir įkrovimo optimizavimo testavimą (48 %). Tuo tarpu jie tikisi, kad dirbtinis intelektas padės sutaupyti nuo 10 mln. USD iki daugiau nei 100 mln. USD atliekant senėjimo ir eksploatavimo trukmės baterijų testavimus (37 %), pakartotinius bandymus dėl gedimų (39 %), terminio pabėgimo bandymus (36 %) ir reguliavimo testus. (32 proc.).
