\n<\/p>\n
La inteligencia artificial generativa (o Gen AI) llegar\u00e1 a muchas \u00e1reas del sector automotriz. Pero donde marcar\u00e1 una diferencia significativa es en lo que puede aportar a las nuevas profesiones del sector, precisamente donde los fabricantes luchan por optimizar las cosas y ganar rentabilidad.<\/p>\n
\u201c2023 debe ser el a\u00f1o de la productividad\u201d. El lema lanzado por el director financiero de Volkswagen el pasado mes de marzo podr\u00eda ser adoptado por todos los actores hist\u00f3ricos del sector del autom\u00f3vil. En este mercado maduro, complejo y competitivo, los m\u00e1rgenes operativos est\u00e1n bajo presi\u00f3n y su capacidad actual para progresar gracias a nuevas cuotas de mercado es limitada.<\/p>\n
Los fabricantes ya han identificado claramente los motores de crecimiento a medio plazo, pero en el futuro inmediato, para preservar su solidez financiera, es vital que ganen puntos de productividad. En pleno salto cu\u00e1ntico de los \u00faltimos meses, la Generaci\u00f3n AI podr\u00eda resultar un valioso aliado en esta b\u00fasqueda.<\/p>\n
Si la inteligencia artificial no es nueva en la industria automotriz, genAI introduce una flexibilidad nueva y multidimensional: al aumentar las capacidades y la forma de abordar los problemas, puede permitir resolver ecuaciones que antes estaban fuera de alcance, proporcionando as\u00ed la Claves para una nueva eficiencia econ\u00f3mica.<\/p>\n
En concreto, esto no se traducir\u00e1 en una revoluci\u00f3n sistem\u00e1tica de toda la industria, sino m\u00e1s bien en avances sin precedentes en la optimizaci\u00f3n de determinadas \u00e1reas. La gesti\u00f3n de compras, por ejemplo, que es una funci\u00f3n clave en este sector. Su capacidad para analizar y producir contenidos lo convierte en una herramienta muy poderosa para redactar contratos, licitaciones y estrategias de categor\u00edas, dise\u00f1ar planes de abastecimiento originales o incluso proponer agrupaciones en las que los humanos no habr\u00edan pensado. Ahorro de tiempo, una nueva visi\u00f3n y compradores mejor equipados para concentrarse en la negociaci\u00f3n.<\/p>\n
Otra dimensi\u00f3n importante: la genAI puede ayudar a crear mejor f\u00e1bricas. Fabricar nuevas l\u00edneas, adaptar r\u00e1pidamente las existentes… Hoy en d\u00eda, las operaciones son largas y complicadas, en particular porque las t\u00e9cnicas utilizadas para ense\u00f1ar nuevos comportamientos a los robots de montaje son lentas y a menudo se limitan a tareas simples y se llevan a cabo en entornos muy supervisados. Configurar una nueva l\u00ednea de ensamblaje requiere escribir c\u00f3digos sofisticados que requiere mucho tiempo y\/o el uso extensivo de ciclos de prueba y error para programar comportamientos. El Instituto de Investigaci\u00f3n Toyota acaba de anunciar a este respecto un m\u00e9todo de aprendizaje a partir del ejemplo humano, que permite generar “grandes modelos de comportamiento” (“LBM”) para robots, an\u00e1logos a los grandes modelos de lenguaje (“LLM”) que recientemente revolucion\u00f3 la IA conversacional.<\/p>\n
genAI tambi\u00e9n puede dar alas a la innovaci\u00f3n. A la industria del autom\u00f3vil no le faltan ideas, pero los desarrollos son largos y costosos de probar. Al producir datos sint\u00e9ticos y entornos de \u201cprueba\u201d cercanos a la realidad, genAI multiplica por diez los recursos actuales.<\/p>\n
Ejemplo con veh\u00edculos aut\u00f3nomos, que deben probar y aprender continuamente. genAI har\u00e1 posible avanzar en este \u00e1mbito, limitando los obst\u00e1culos culturales y regulatorios a los que est\u00e1 sujeto actualmente. Con la IA generativa, ya no hay necesidad de abandonar un coche en carreteras que no siempre lo desean, especialmente en Europa.<\/p>\n
En la misma l\u00ednea, la genAI puede permitir pensar de otra manera la investigaci\u00f3n sobre nuevos materiales y combustibles sint\u00e9ticos. Donde hoy es necesario realizar pruebas laboriosas, permitir\u00e1 detectar capacidades entre materiales mucho m\u00e1s r\u00e1pidamente y optimizar recursos en cantidad y disponibilidad limitadas.<\/p>\n
Adem\u00e1s, en su b\u00fasqueda de motores de crecimiento, los fabricantes se han convertido gradualmente en empresas \u201ctecnol\u00f3gicas\u201d que producen software, lo que permite comercializar nuevas funciones sin tener que lanzar un nuevo veh\u00edculo. Esto los somete a varias dificultades: la de reclutar desarrolladores en un mercado tenso, la de perder el contacto con el cliente final cuando establecen asociaciones (desintermediaci\u00f3n), la de hacer coexistir dos culturas, la del autom\u00f3vil que deja poco espacio a la tecnolog\u00eda. genAI, que promete pilotear conjuntamente el desarrollo y compartir un \u00fanico lenguaje, deber\u00eda facilitar las cosas al permitir que los dos mundos se entiendan mejor y hacer que los fabricantes sean menos dependientes de los grandes actores tecnol\u00f3gicos. <\/p>\n
El potencial de la genAI en la industria del autom\u00f3vil es impresionante. Pero si bien los casos de uso son relativamente f\u00e1ciles de dise\u00f1ar, implementarlos es otra historia.
Todo el desaf\u00edo estar\u00e1 en la operacionalizaci\u00f3n de genAI: racionalizaci\u00f3n de modelos inteligentes e implementaci\u00f3n de arquitecturas ad hoc, suministro de datos cualitativos, en un marco de seguridad \u00f3ptimo. Integrar finalmente la IA en el entorno empresarial, encontrar los modelos m\u00e1s adecuados, hacer convivir los sistemas… Y conseguir reunir la cultura corporativa del fabricante y los medios t\u00e9cnicos de las start-ups a las que inevitablemente se recurrir\u00e1 para sus tecnolog\u00edas.<\/p>\n
Con sus capacidades para utilizar y generar lenguaje natural y sintetizar datos masivos, la IA generativa simplifica la situaci\u00f3n y permite que mundos que a veces tienen dificultades para entenderse entre s\u00ed funcionen mejor juntos. Introduce fluidez donde m\u00e1s faltaba, permitiendo en consecuencia una mejor asignaci\u00f3n de recursos de acuerdo con las necesidades y oportunidades que necesariamente surgir\u00e1n.<\/p>\n
Si se utiliza bien, la genAI puede derribar barreras de optimizaci\u00f3n que antes eran insuperables y ofrecer a los fabricantes los valiosos puntos de productividad que tanto necesitan para seguir evolucionando. Quien sepa utilizarlo con pragmatismo y agilidad, sin duda triunfar\u00e1.<\/p>\n<\/div>\n