Как автоконцерны внедряют ИИ и меняют работу сотрудников

Искусственный интеллект стал рабочим инструментом автомобильной промышленности. Нейросети используют при разработке дизайна, контроле качества, планировании производства и выполнении отдельных операций на заводах. Одновременно концерны пытаются определить, какую часть задач передать машинам, а какие функции сохранить за сотрудниками.

ИИ ускоряет разработку автомобилей

Руководитель отдела дизайна экстерьера Skoda Карл Нойхольд считает, что распространение нейросетей приведет к сокращению числа автомобильных дизайнеров. По его словам, ИИ за несколько секунд способен предложить сразу несколько вариантов внешнего вида машины. На подготовку сопоставимого количества эскизов вручную у специалиста ушло бы значительно больше времени.

Нойхольд активно использует такие инструменты и признается, что впечатлен их возможностями. При этом, по его оценке, сложнее всего придется молодым дизайнерам, которые только начинают накапливать профессиональный опыт: часть первоначальных задач, на которых обычно строится обучение, может перейти к алгоритмам.

Volkswagen Group планирует направить на развитие ИИ до €1 млрд к 2030 году. Технологию собираются применять при разработке, испытаниях и производстве автомобилей. Концерн рассчитывает примерно на четверть сократить срок создания новой модели — до 36 месяцев или меньше.

В BMW искусственный интеллект также включен в планы реструктуризации. Компания намерена внедрять его в основные бизнес-процессы: от разработки и закупок до производства, продаж, маркетинга и послепродажного обслуживания.

Контроль качества передают алгоритмам

На заводе Audi в Неккарзульме работает система Weld Splatter Detection. Она обнаруживает дефекты, возникающие при сварке кузова, и указывает участки, которые необходимо обработать. После модернизации комплекса шлифовку выполняет роботизированная рука, а проверку сварных соединений проводит ИИ.

Система анализирует около 1,5 млн сварных точек на 300 автомобилях за одну смену. Раньше сотрудники проверяли качество выборочно с помощью ультразвукового оборудования. Всего Audi реализует более 100 проектов, связанных с искусственным интеллектом.

Renault применяет нейросети для поиска дефектов окраски, нарушений геометрии кузова и других проблем, которые не всегда легко заметить человеку. Ранее, по данным компании, сотрудники тратили примерно 80% времени на обнаружение неисправностей и только 20% — на их устранение. После автоматизации проверок специалисты могут сосредоточиться главным образом на исправлении найденных дефектов.

Роботы берут на себя тяжелую и монотонную работу

BMW в 2025 году испытала на заводе в Спартанберге человекоподобного робота Figure 02. Он работал с металлическими элементами кузова: извлекал детали и устанавливал их в нужное положение перед сваркой. За десять месяцев робот переместил более 90 тыс. деталей, проработал около 1250 часов и участвовал в выпуске свыше 30 тыс. кроссоверов BMW X3.

В BMW подчеркивают, что главная задача таких машин — освободить сотрудников от монотонных и физически тяжелых операций. Схожий подход применяет Renault, которая вместе с Wandercraft разработала робота Calvin. Он переносит тяжелые детали и может адаптироваться к разным производственным задачам. К концу 2026 года французский концерн рассчитывает использовать около десяти таких роботов, а к концу 2027-го — увеличить их число до 350 на предприятиях во Франции и Испании.

Hyundai совместно с Boston Dynamics разрабатывает человекоподобного робота Atlas. Он способен перемещаться по заводу, взаимодействовать с предметами и осваивать новые операции с помощью ИИ. Максимальная масса груза, которую может поднимать машина, составляет 50 кг.

На предприятиях Hyundai Atlas планируют начать использовать в 2028 году. Сначала роботу поручат раскладывать автомобильные компоненты в последовательности, необходимой для сборки. К 2030 году его функции должны расширить: машины будут выполнять тяжелые и потенциально опасные для людей операции.

Таким образом, автопроизводители пока чаще рассматривают ИИ и роботов как средство ускорить процессы, повысить точность контроля и снизить физическую нагрузку на персонал. Однако в отдельных областях, прежде всего в дизайне и проверке качества, алгоритмы уже заменяют часть привычной работы сотрудников. Насколько масштабной окажется эта замена, будет зависеть от темпов внедрения технологий и готовности компаний переобучать людей для новых задач.