GM et Nissan : l'IA redéfinit la conception automobile

L'IA révolutionne la conception automobile

Dans un contexte mondial marqué par des guerres commerciales et une demande incertaine, les constructeurs automobiles s'appuient de plus en plus sur l'intelligence artificielle pour réduire les délais de développement. Le monde de la conception automobile regorge d'outils avancés de visualisation 3D et de plateformes de sculpture en réalité virtuelle, mais la plupart des nouvelles voitures commencent encore leur existence sous forme de croquis. Ces croquis subissent traditionnellement d'innombrables itérations et raffinements avant d'être transformés en modèles 3D manuellement, certains restant dans le monde numérique, d'autres étant sculptés dans l'argile pour mieux visualiser les lignes et les profils. Ce processus de conception et de développement prend souvent cinq ans ou plus.

Cela signifie que de nombreuses nouvelles voitures qui arriveront chez les concessionnaires cet été ont été esquissées pour la première fois en 2020 ou 2021, à une époque où les incitations pour les carburants alternatifs étaient répandues, les bornes de recharge pour véhicules électriques se multipliaient, et les jours des moteurs à combustion interne étaient comptés.

Impact des politiques américaines

Aujourd'hui, tout a changé. Le second mandat de l'administration Trump a mis un frein à toutes sortes d'incitations pour les véhicules électriques tout en imposant des tarifs et des restrictions à l'importation/exportation. Les fabricants automobiles qui avaient promis de passer entièrement à l'électrique d'ici la fin de la décennie se retrouvent maintenant à intégrer des moteurs dans tout ce qui bouge, et les usines sont rapidement réaffectées pour éviter le pire des restrictions à l'importation.

Dans ce contexte, nous assistons à un boom de l'IA agentique, que de plus en plus de fabricants exploitent pour réduire cette fenêtre de conception et de développement de 60 mois. Comme pour la plupart des aspects de l'IA, le potentiel est immense, mais certaines conséquences sont également préoccupantes.

L'IA chez General Motors

Chez GM, le processus de développement de nouvelles voitures bénéficie d'une injection d'IA lors de la phase de conception. Dan Shapiro, designer créatif chez General Motors, m'a expliqué le flux de travail, qui commence toujours par un design humain. « C'est à cela que servent les croquis », a-t-il déclaré, « et l'IA nous aide à le visualiser plus tôt. »

En alimentant des croquis dessinés à la main dans un outil commercial appelé Vizcom, Shapiro a pu créer un modèle 3D entièrement réalisé et une animation en quelques heures, un processus qui, selon lui, prenait auparavant « plusieurs équipes plusieurs mois ».

L'exemple de Shapiro était une voiture concept avec des lignes agressives qui aurait trouvé sa place dans les rues de Night City. En écrivant des prompts tels que : « Créez une vue dynamique d'action de ce véhicule concept Chevy... Rues surélevées vides. Ville moderne », il a réalisé une animation simple. Bientôt, elle roulait sur des routes perpétuellement humides, typiques d'un futur cyberpunk.

Pour l'instant, ces animations ne sont utilisées qu'en interne comme des tableaux d'humeur roulants pour aider les équipes de GM à visualiser ce qui fonctionne. Shapiro a insisté sur le fait que ce sont toujours les designers humains qui façonnent les choses, et non l'IA : « Nous sommes toujours les moines qui décident de ce qui ressemble à un Buick, un GMC, un Cadillac, et dans ce cas, un Chevy. »

Mais l'IA a également une influence dans ce domaine.

Neural Concept et la CFD

La dynamique des fluides computationnelle (CFD) est la science qui détermine à quel point un fluide s'écoule autour d'une forme donnée. La CFD aide les véhicules électriques à parcourir un peu plus de distance avec une charge, et les gros camions offrent une résistance au vent légèrement améliorée. Depuis 2018, une entreprise suisse appelée Neural Concept a introduit la puissance des réseaux neuronaux dans l'art de la CFD. Des tâches qui prenaient auparavant des heures sur des superordinateurs peuvent être simulées en quelques minutes sur des GPU comme ceux de Nvidia.

Neural Concept a appliqué sa technologie à tout, des berlines familiales aux voitures de Formule 1 (Williams Racing est un client), et bien que la plupart de ses clients préfèrent rester anonymes pour garder secrètes les détails de leurs outils et processus de conception, Jaguar Land Rover (JLR) a récemment fait l'éloge de cette technologie. Lors de la GTC de Nvidia cette année, Chris Johnston, spécialiste technique senior chez JLR, a déclaré que les tâches aérodynamiques qui prenaient auparavant 4 heures sont désormais réalisées en 1 minute.

GM suit le même chemin, développant ce qu'elle appelle un « tunnel aérodynamique virtuel alimenté par l'IA ». Scott Parrish, chercheur technique et responsable de laboratoire chez GM R&D, m'a montré une démonstration. « Nous avons développé un modèle d'IA pour fournir une prédiction quasi instantanée de la traînée », a-t-il expliqué. Les designers et les ingénieurs peuvent ajuster les surfaces et obtenir un retour d'information presque instantané.

Ce ne sont pas seulement les voitures qui sont redessinées. Le processus de GM évolue également. Alors que les designers transmettaient auparavant des modèles aux ingénieurs CFD, qui testaient pendant des jours ou des semaines avant de fournir des retours, le processus est désormais plus itératif. De plus, puisque les designers peuvent rapidement produire des modèles 3D, le travail CFD peut commencer plus tôt.

Cependant, ces procédures automatisées ne sont pas parfaites. « Nous construisons des systèmes autonomes qui conçoivent des voitures avec une forte supervision humaine », a déclaré Pierre Baqué, PDG et co-fondateur de Neural Concept. « La valeur réside dans la combinaison de la rapidité de l'IA et du jugement humain, et non dans le fait de retirer l'humain de l'équation. »

L'importance du code

L'apparence d'une voiture et sa capacité à couper l'air ne sont pas les seuls aspects qui contribuent à une feuille de route de développement de cinq ans. Le codage devient une tâche de plus en plus importante. La poussée vers des véhicules définis par logiciel signifie des efforts d'intégration plus complexes qui ont retardé les lancements et coûté des milliards. L'IA est également perçue comme un potentiel atout dans ce domaine.

Chez Nissan, l'accent est mis sur l'automatisation de certaines tâches répétitives du développement logiciel, comme les tests unitaires. Takashi Yoshizawa, cadre chez Nissan en charge des véhicules définis par logiciel, m'a expliqué que ces outils de génération de code « améliorent à la fois la vitesse de développement et la qualité ».

Rationalisation des effectifs ?

Un refrain commun parmi les entreprises qui se lancent dans l'IA est qu'elles vont renforcer la productivité des travailleurs en éliminant les tâches répétitives, et non en réduisant les effectifs. Les représentants de GM ont été catégoriques à ce sujet. « Cela touche à une préoccupation pour de nombreuses personnes, mais la manière dont nous exploitons réellement l'IA permet aux gens de faire ce pour quoi ils sont vraiment venus chez GM », a déclaré Bryan Styles, directeur de l'innovation en design et des opérations technologiques chez GM Global Design.

Pierre Baqué de Neural Concept a exprimé des sentiments similaires pour ses clients : « Notre plateforme est conçue pour amplifier les équipes d'ingénierie, pas pour les réduire. »

Matteo Licata n'est pas aussi sûr. Ancien designer automobile, il est actuellement professeur à l'IAAD (Istituto di Arte Applicata e Design) à Turin. « Les emplois dans les studios de design ne vont peut-être pas disparaître immédiatement, mais à mon avis, seul un imbécile croira qu'un tel gain de productivité ne va pas affecter le nombre d'employés d'un studio d'une manière ou d'une autre », a-t-il déclaré.

Cela a des implications plus troublantes pour les étudiants de Licata. « Entrer dans le design automobile était déjà très difficile avant l'IA, et maintenant cela ne va faire que devenir plus compliqué », a-t-il ajouté.

Agilité agentique

Que l'IA soit un atout ou un désastre dépend en grande partie de la prudence des fabricants dans son déploiement. Certains font preuve de meilleur jugement que d'autres. Dodge a récemment publié des « anciennes photos de famille » de ses modèles les plus populaires d'il y a 20 ans. En réalité, les images générées par l'IA ressemblaient à peine à la réalité.

Malgré ces faux pas marketing, l'objectif actuel est la rapidité. Les injections d'IA dans le processus de conception de GM sont déjà utilisées pour ses voitures de nouvelle génération, mais personne là-bas ne souhaite commenter sur la date de leur mise sur le marché. Pour sa part, Nissan vise un objectif de 30 mois pour ses nouvelles voitures alors qu'elle s'efforce de retrouver de l'élan sur le marché américain.