El mundo del diseño automotriz está lleno de herramientas avanzadas de visualización 3D y plataformas de escultura en realidad virtual, pero un automóvil nuevo promedio aún llega al mundo como un boceto.
Los bocetos tradicionalmente se someten a infinitas iteraciones y refinamientos desde todos los ángulos antes de convertirse a mano en modelos 3D, algunos mueren en el mundo digital, otros se esculpen en arcilla para visualizar mejor líneas y perfiles. Este es sólo el comienzo de un proceso de diseño y desarrollo que a menudo lleva media década o más.
Eso significa que muchos de los autos nuevos que llegarán a los concesionarios este verano se planearon inicialmente para 2020 o 2021, las iniciativas comenzaron cuando los incentivos para los combustibles alternativos estaban generalizados, los cargadores de vehículos eléctricos se estaban extendiendo rápidamente y los días de la combustión interna estaban contados.
Hoy todo ha cambiado. La segunda ley de la administración Trump eliminó todo tipo de incentivos para los vehículos eléctricos al tiempo que impuso aranceles y restricciones a la importación y exportación. Los fabricantes de automóviles que alguna vez prometieron cambiar a vehículos eléctricos para finales de la década ahora están usando motores para hacer cualquier cosa que se mueva y las fábricas se están volviendo a poner en funcionamiento apresuradamente para evitar las peores restricciones a las importaciones.
En medio de todo esto, estamos experimentando la explosión de la IA agente, que cada vez más fabricantes están aprovechando para aprovechar la ventana de diseño y desarrollo de 60 meses de automóviles nuevos. Como la mayoría de los aspectos de la IA, el potencial es enorme. Lo mismo ocurre con algunos de los impactos más perturbadores.
En GM, el proceso de desarrollo de nuevos automóviles recibió una inyección de IA en la etapa de diseño. Dan Shapiro, diseñador creativo de General Motors, me explicó el flujo de trabajo, que siempre comienza con el diseño humano. “Para eso sirve el boceto”, dijo, “y la IA nos ayuda a verlo más rápidamente”.
Al ingresar bocetos dibujados a mano en una herramienta disponible comercialmente llamada Vizcom, Shapiro pudo crear modelos y animaciones completamente en 3D en cuestión de horas, un proceso que, según él, anteriormente requería “muchos equipos, varios meses”.
El ejemplo de Shapiro es un concept car con líneas agresivas que quedaría como en casa en las calles de Night City. Al escribir mensajes como: “Crea una imagen de acción de visualización dinámica de este vehículo conceptual Chevy… Una carretera vacía. Una ciudad moderna”, crea animaciones simples. Muy pronto, esto sucederá en las calles perpetuamente mojadas que son una necesidad en el futuro ciberpunk.
En algunas iteraciones, las cubiertas de las ruedas verticales desaparecieron, pero algunas revisiones y renderizaciones lo solucionaron rápidamente.
Al menos por ahora, estas animaciones solo se usan internamente como paneles de estado de ánimo desplazables para ayudar al equipo de GM a ver qué funciona. Y Shapiro insiste en que los humanos dan forma a las cosas, no la IA: “Todavía somos monjes que decidimos qué se siente como un Buick, un GMC, un Cadillac y, en este caso, un Chevy”.
Pero la IA también influye ahí.
La dinámica de fluidos computacional (CFD) es la ciencia que determina qué tan bien fluye un fluido alrededor de una forma particular. Los CFD ayudan a los vehículos eléctricos a llegar más lejos con una carga, y los camiones grandes ofrecen una resistencia al viento ligeramente mejor. Desde 2018, una empresa suiza llamada Neural Concept lleva el poder de las redes neuronales al arte del CFD. Las tareas que antes tomaban horas en las supercomputadoras se pueden simular en minutos en GPU como lo hace Nvidia.
Neural Concept ha aplicado su tecnología a todo, desde sedanes familiares hasta corredores de Fórmula Uno (Williams Racing es un cliente), y aunque la mayoría de sus clientes desean permanecer en el anonimato, manteniendo privados los detalles de sus herramientas y procesos de diseño, Jaguar Land Rover (JLR) elogió recientemente la tecnología. En el Nvidia GTC de este año, Chris Johnston, especialista técnico senior de JLR, dijo que el trabajo aerodinámico que antes tomaba 4 horas ahora se completa en 1 minuto.
GM también está en el mismo camino, desarrollando lo que llama un “túnel de viento virtual impulsado por IA”. Scott Parrish, técnico y director de laboratorio de I+D de GM, me hizo una demostración. “Hemos desarrollado un modelo de IA para proporcionar predicciones de obstáculos casi en tiempo real”, dijo. Los diseñadores e ingenieros pueden empujar y tirar de superficies y obtener comentarios instantáneos.
No son sólo los coches los que han sido remodelados. Los procesos de modificación genética también están cambiando. Mientras que antes los diseñadores entregaban los modelos a los ingenieros de CFD, quienes los probaban durante días o semanas antes de proporcionar comentarios, ahora es más iterativo. Y, como los diseñadores pueden producir rápidamente modelos 3D, el trabajo CFD puede comenzar antes.
Sin embargo, este procedimiento automatizado no es perfecto. “Estamos construyendo un sistema autónomo que diseña automóviles con una fuerte supervisión humana”, dijo el director ejecutivo y cofundador de Neural Concept, Pierre Baqué. “El valor proviene de la combinación de la velocidad de la IA y el juicio humano, no de eliminar a los humanos de la ecuación”.
La apariencia del automóvil y su capacidad para atravesar el aire no son los únicos aspectos que contribuyen a la hoja de ruta de desarrollo que lleva media década. La codificación es una tarea cada vez más grande. El impulso para crear vehículos basados en software ha significado esfuerzos de integración más complejos que han retrasado los lanzamientos y costando miles de millones. La IA también se considera una ventaja potencial en este sentido.
En Nissan, el foco principal está en automatizar algunas tareas simples de desarrollo de software, como las pruebas unitarias. Takashi Yoshizawa, un ejecutivo corporativo de Nissan a cargo de vehículos definidos por software, me dijo que estas herramientas de codificación “mejoran la velocidad y la calidad del desarrollo”.
Una afirmación común entre las empresas que ingresan al campo de la IA es que aumentarán la productividad de los trabajadores eliminando tareas menores, no reduciendo la plantilla. Los representantes de GM insistieron en eso. “Esto es una preocupación para mucha gente, pero la forma en que la aprovechamos es permitiendo que la gente haga lo que realmente quiere hacer en GM”, dijo Bryan Styles. Es director de operaciones de tecnología e innovación de diseño en GM Global Design.
Pierre Baqué de Neural Concept dice lo mismo a sus clientes: “Nuestra plataforma está diseñada para empoderar a los equipos de ingeniería, no para disminuirlos”.
Matteo Licata no está tan seguro. Ex diseñador de automóviles, actualmente profesor en el IAAD (Istituto di Arte Applicata e Design) de Turín. “Los empleos en los estudios de diseño tal vez no desaparezcan inmediatamente, pero creo que sólo un tonto creería que un aumento tan grande en la productividad no afectaría el número de empleados en los estudios”, dijo.
Esto tiene implicaciones más preocupantes para los estudiantes de Licata. “Implementar el diseño de automóviles ya era muy difícil antes de la IA, y será aún más difícil ahora”, afirmó.
Que la IA sea una ventaja o una desventaja depende en gran medida de cuán juiciosos sean los fabricantes al implementarla. Algunos muestran mejor juicio que otros. Dodge publicó recientemente algunos supuestos “viejas fotos familiares” de sus modelos más populares de hace 20 años. De hecho, las imágenes generadas por IA apenas se parecen a las reales.
El marketing va con el pie izquierdo, el objetivo hoy es la velocidad. Las inyecciones de IA en el proceso de diseño de GM ya se están utilizando en los autos de próxima generación, pero nadie está dispuesto a comentar cuándo llegarán esos autos al mercado. Mientras tanto, Nissan está trabajando para alcanzar su objetivo de 30 meses de producir automóviles nuevos para recuperar impulso en el mercado estadounidense.
¿Es eso lo suficientemente rápido? Lo sabremos en 2029.
