汽車產業導入AI智慧以迎合市場需求

為搶搭AI人工智慧熱潮，汽⾞產業正在努⼒從研發、生產組裝、銷售與分銷、車輛使用及售後市場等不同面向進行因應，以應對多種顛覆性⼒量。

(一)研發（R&D）

由於汽車研發、生產週期較一般民生服務產品來的長，因此汽車製造商常以5～7年作為換代週期，並為了提升商品對消費者的新鮮感，在推出約3～4年後進行中期更新，透過不定期的滾動修正來保持產品新鮮度、話題性，因此，汽車市場常流傳「三年一小改、五年一大改」的說法。⼈⼯智慧和量⼦運算正在加速⾞輛開發並減少研發成本，要求汽⾞製造商在研發⽅⾯進⾏⼤量投及積極的永續發展⽬標前進。

1. 生成式設計（Generative design）

為縮短汽車生產研發時程，以加速汽車生產效率，汽車產業應用生成式設計以協助工程師進行最終產品設置參數評估。例如，汽車部件需要由特定材料製成，並且要求輕質且高效，透過生成設計進行模擬，不僅可生成一系列設計方案，並可快速進行效果評估。這種方法不僅提高了設計效率，還能確保產品在性能和成本之間達到最佳平衡，省時又省成本。生成式設計的應用促進了汽車產業創新，並使工程師能夠更快速地探索和驗證各種設計選項，從而更好地滿足現代產品設計的需求。如monolithai，成立於2016年，總部位於英國倫敦，為企業提供機器學習和人工智慧平臺，專為工程師構建無代碼AI軟體，有效地驗證他們的原型，提供團隊可以在不需要實體測試的情況下準確預測，透過其開發基於深度技術的機器學習軟體，使工程師能夠設計汽車產品，該平臺可以幫助減少測試時間高達72％。

2. 3D列印（3D printing）

3D列印技術在汽車產業中扮演著越來越重要的角色，提供了極大的設計自由度，讓汽車、飛機和火車中的一些複雜零件可通過3D列印快速生產，從而縮短產品開發周期和降低成本。此外，因3D列印能夠製造出更加輕量的零件，大大減輕載體重量，有效提升燃油效率，減少排放，優化整體性能。透過機器學習模型可以在零件列印之前預測設計和列印問題，以協助工程師消除實體試誤週期、節省設計時程，從而實現更複雜的零件設計。