Innoveren met AI in de automobielsector: lopen gevestigde exploitanten het risico vast te lopen?

Innoveren met AI in de automobielsector kan gevestigde exploitanten tegenhouden

Met het nodige in de kijker groene overgang bedienen, deautomotive lijkt in volle rui. We verwachten veel van de connected car, autonoom rijden, elektrisch voertuig of autodelen voor onze toekomstige mobiliteit.

voor innoveren en concurrerend te blijven, zou de sector met name kunnen rekenen op de grote gegevens en de technologieën vankunstmatige intelligentie (AI). Enkele nieuwkomers zoals Tesla lijken het goed te hebben geïntegreerd en hebben dat al gedaan deze technologieën met succes toegepast. Maar hoe zit het met historische bedrijven in de sector die te maken hebben met de complexiteit van hun bestaande systemen?

Toegegeven, fabrikanten en leveranciers hebben de afgelopen jaren fors geïnvesteerd in AI, zo blijkt uit het project. Valeo.ai of Partnerschappen tussen Renault en Google et Stellantis-SoundHound. Met welk doel toch? Zijn dit benaderingen van radicale innovatie, van het ter discussie stellen van de architectuur van voertuigen zoals we die kennen of eerder van het automatiseren van taken en het verbeteren van wat al bestaat?

Het begrijpen van de innovatieprocessen rond data in de automobielwereld blijft essentieel om de duurzaamheid van deze sleutelsector voor de Franse economie te waarborgen. Dit is waar ons team van onderzoekers vandaan komt TBS Onderwijs en Wetenschappelijk Management Centrum (CGS) de Mijnschool van Parijs - PSL, In recente studie. Het is gebaseerd op een analyse van meer dan 46 patenten van de 000 grootste spelers in het veld en op een campagne van interviews met de aanvragers van 19 patenten met betrekking tot AI-technologieën.

Door te proberen de innovatiepraktijken in deze sector onder de aandacht te brengen, laten we zien dat er inderdaad gekozen lijkt te zijn voor de optie "verbeteren wat al bestaat". Als het mogelijk lijkt om op korte termijn kosten te beheersen en stap voor stap te leren, kan deze aanpak het innovatiepotentieel van deze bedrijven echter beperken. Vooral omdat de articulatie van actoren langs waardeketens erbij betrokken is en ook een deel van de remmen met zich meebrengt wanneer iedereen denkt dat het aan iemand anders is om te innoveren.

Een zorgvuldige opleiding van ingenieurs

Je zou denken dat de integratie van AI een voorwaarde zou zijn voor het ontwerpen van nieuwe voertuigen. Ingenieurs lijken het echter vooral te gebruiken om problemen op te lossen die opduiken tijdens de laatste fasen van productontwikkeling: het verbeteren van het comfort van de passagiers tijdens het testen van voertuigen, het oplossen van sensorproblemen of, nog verrassender, het onderhandelen met fabrikanten van apparatuur.

Bedrijven in de sector gaan dus vooruitstrevend en voorzichtig te werk bij de integratie van deze technologieën. Ze worden eerst toegepast op bestaande rijhulpsystemen (ADAS) en vervolgens stapsgewijs ontwikkeld. Als deze manier van werken verrassend is, heeft het de verdienste dat de teams geleidelijk kunnen leren en zich kunnen aanpassen aan de AI, terwijl ze de architectuur van de auto niet in twijfel trekken. Dit kan leiden tot een aanzienlijke stijging van de productiekosten. Als deskundige ingenieur in adaptieve cruise control-systemen :

"Ongeveer 3 tot 4 jaar geleden dachten we dat we de komende jaren autonome voertuigen zouden hebben... Vandaag de dag is dat nog steeds niet het geval. Op dit moment zijn we bezig met de ontwikkeling van nieuwe functies waarvan we kunnen zeggen dat er nog niet veel is." ontregeling."

Een andere expert, in ADAS voor remsystemen, vervolgt:

"Het is niet noodzakelijkerwijs een gebrek aan eer voor AI, maar... AI heeft de neiging problemen op te lossen die al bestaan, niet problemen die niet bestaan. Het perfecte autonome voertuig is niets meer dan een bestuurder."

Gegevens van onvoldoende kwaliteit

Dit alles heeft echter duidelijke grenzen in termen van innovatiepotentieel. Ons werk brengt met name problemen van gegevensrijkdom aan het licht. Hoewel voertuigen er een gigantisch aantal verzamelen, zouden ze bijvoorbeeld moeten worden geëtiketteerd om bruikbaar te zijn. Een expert op het gebied van autonome voertuigen legde ons uit:

"Mijn teams hebben uren en uren continu getest, maar als je een algoritme wilt maken voor beweging in meerdere richtingen, heb je iemand nodig die naar de camera kijkt wanneer die beweging plaatsvindt, d.w.z. bij elke draai, om op te merken dat in de database, en het is erg tijdrovend. »

Een ander obstakel ligt in de technische mogelijkheid om gegevens uit verschillende bronnen (visueel, radar, geluid, enz.) te kruisverwijzen om bijvoorbeeld een beslissing te nemen in een algoritmische logica. Deze technologieën zijn nog in ontwikkeling.

Deze elementen lijken problematisch om concurrerend te blijven, zowel op de wereldmarkt waar nieuwe spelers als Tesla actief zijn, maar ook op de nieuwe mobiliteitsmarkt in het licht van ontwikkelingen, bijvoorbeeld in vliegende taxi's. aangekondigd voor 2030. Het is noodzakelijk om te innoveren door radicaal nieuwe functionaliteiten aan te bieden of door in te spelen op nieuwe consumentenbehoeften.

Vraagstukken die ook organisatorisch zijn

Het is dus een kwestie van het ontwikkelen van de expertise van de aanwezige ingenieurs rond de wetenschappen van de gegevens, en sommigen hebben bovendien een groot verlangen om meer te leren. Het volstaat dus niet om een ​​nieuwe entiteit mee te ontwikkelen data wetenschappers, maar eerder om te zorgen voor een geleidelijke toename van de vaardigheden van de aanwezige ingenieurs. Zoals een van de geïnterviewden, een expert in het besturen van autonome voertuigen, opmerkt:

"We ontwikkelen geen patent door tegen onszelf te zeggen "we maken een AI-patent aan".

Hoewel het noodzakelijk is om deze vaardigheden met betrekking tot datawetenschappen te ontwikkelen, moeten ze ook beter worden erkend om ingenieurs aan te moedigen hun eerdere expertise te voltooien. Dit vereist werk om deze "AI-gemeenschappen" te identificeren, naast degenen die specifiek zijn aangeworven data wetenschappers, en die zich niet noodzakelijk identificeren als bijdragers. Dit wordt ook verklaard door een definitie van AI die soms restrictief is, bijvoorbeeld alleen beperkt tot het gebruik van neurale netwerken, wanneer er een brede typologie van mogelijke technologieën.

Een andere organisatorische hindernis is de relatie tussen voertuigfabrikanten en OEM's (Original Equipment Manufacturers). Langs de waardeketen, van onderaannemers tot assembleurs, lijken de actoren voorlopig vooral de verantwoordelijkheid voor innovatie door te geven via AI. Ze lijken allemaal vergelijkbare innovatiestrategieën toe te passen. Een geïnterviewde in dienst van een fabrikant legt het volgende uit:

"Het zijn eerder de leveranciers die verantwoordelijk zijn voor de ontwikkeling van het intelligente deel van de sensor. Zij zijn de afnemers van de AI-methodes."

de cellen van deskundigen op het gebied van methoden voor innovatiebeheer in de R&D-afdelingen van bedrijven (Design Thinking, CK-methodiek, etc.) spelen een sleutelrol bij het nieuw leven inblazen van innovatie met data.

Gevestigde bedrijven in de automobielsector moeten daarom een ​​balans vinden tussen het verkennen van nieuwe mogelijkheden en het benutten van hun bestaande vaardigheden. De huidige stapsgewijze aanpak heeft het voordeel dat het snelle resultaten oplevert en teams geleidelijk aan deze nieuwe technologieën laat wennen. De manier waarop het momenteel wordt geïmplementeerd, belemmert echter de acceptatie van meer radicale benaderingen en de opkomst van echt originele technologische innovaties waarmee bedrijven concurrerend kunnen blijven op de wereldmarkt.

Quentin Plantec, hoogleraar Strategie & Innovatiemanagement, TBS Onderwijs; Benoit Weill, Professor, Mijnbouw Parijs; Marie-Alix Deval, docent-onderzoeker, Mijnbouw Parijs et Sophie Hooge, hoogleraar managementwetenschappen, Mijnbouw Parijs

Dit artikel is opnieuw gepubliceerd vanaf The Conversation onder Creative Commons-licentie. Lees deorigineel artikel.

Afbeelding tegoed: Shutterstock/RoClickMag

In de sectie Bedrijf >



Recent nieuws >