AI กำลังเปลี่ยนแปลงอุตสาหกรรมยานยนต์และประสบการณ์ของลูกค้าอย่างไร

IAA Mobility 2023 มหกรรมยานยนต์ที่ใหญ่ที่สุดในโลก สามารถดึงดูดนักท่องเที่ยวมายังมิวนิกได้ราวครึ่งล้านคน ตั้งแต่วันที่ 5 ถึง 10 กันยายน ปัญญาประดิษฐ์ (AI) ในอุตสาหกรรมยานยนต์เป็นประเด็นสำคัญที่เกิดขึ้นซ้ำแล้วซ้ำอีกในเกือบทุกพื้นที่ของมหกรรมในปีนี้ ตัวอย่างเช่น ในการพัฒนาระบบช่วยเหลือผู้ขับขี่และการขับขี่อัตโนมัติ หรือในการควบคุมคุณภาพและการผลิต

ในโรงงานยานยนต์ ขณะนี้หุ่นยนต์ที่ควบคุมด้วย AI ทำงานอย่างอิสระ เช่น การเชื่อม การทาสี และการประกอบ

อัลกอริธึมอัจฉริยะยังถูกนำมาใช้มากขึ้นในการตรวจสอบสภาพของยานพาหนะ และบ่งชี้ถึงการบำรุงรักษาหรือการซ่อมแซมที่กำลังจะเกิดขึ้น หรือที่เรียกว่า "การบำรุงรักษาเชิงคาดการณ์"

ปัญญาประดิษฐ์ยังใช้ในการออกแบบยานพาหนะและเพิ่มประสิทธิภาพการขับขี่เพื่อประสิทธิภาพและความยั่งยืนที่มากขึ้นในการควบคุมด้วยเสียงของระบบนำทางและอุปกรณ์ช่วยจอดอัจฉริยะ ในขณะเดียวกัน การตลาด การขาย และการบริการลูกค้าใช้ AI เพื่อทำให้ลูกค้ามีความสุขมากขึ้น และห่วงโซ่อุปทานมีประสิทธิภาพมากขึ้น

AI ในอุตสาหกรรมยานยนต์: ปัญญาประดิษฐ์กำลังเปลี่ยนแปลงเส้นทางอย่างไร

ฉันมีความยินดีที่ได้พูดคุยเกี่ยวกับ AI ในงาน Mobility Festival โดยมี Alexander Scholz หัวหน้าฝ่ายจัดหาดิจิทัลของ BMW Group และ Tobias Wagner จาก ChargeX สตาร์ทอัพด้านการเคลื่อนที่ทางอิเล็กทรอนิกส์เข้าร่วมด้วย ท่ามกลางความเร่งรีบและคึกคักของงานแสดงสินค้า เราสามารถใช้ Executive Lounge ซึ่งดำเนินการโดย IBM iX DACH ซึ่งเป็นพันธมิตรของเราร่วมกับ TikTok เพื่อเข้าร่วม AI MasterClass ที่น่าตื่นเต้น  

Generative AI เป็นผู้เปลี่ยนเกมอย่างแท้จริง โดยเฉพาะอย่างยิ่งในด้านการสื่อสาร

นั่นเป็นเพราะว่าเทคโนโลยีนี้สามารถสร้างเนื้อหาใหม่โดยอาศัยข้อมูลที่มีอยู่และการป้อนข้อมูลของผู้ใช้ ขึ้นอยู่กับโมเดลภาษาขนาดใหญ่ (LLM) และใช้ในเครื่องมือ AI เช่น ChatGPT, Google Bard และ Aleph Alpha เมื่อฝึกฝนข้อมูลจำนวนมากในบริบทและมิติที่แตกต่างกัน โมเดลการเรียนรู้ของเครื่อง (ML) ดังกล่าวสามารถเข้าใจความสัมพันธ์และการพึ่งพาที่ซับซ้อนได้แล้ว

สำหรับ Alexander Scholz ผู้เชี่ยวชาญของ BMW เทคโนโลยีนี้ยังเป็นตัวขับเคลื่อนประสิทธิภาพที่สำคัญอีกด้วย โดยเฉพาะอย่างยิ่งในห่วงโซ่อุปทาน

ประโยชน์ของ AI ในอุตสาหกรรมยานยนต์เป็นที่รับรู้แล้วในการผลิต ตัวอย่างเช่น ที่โรงงานของ BMW ในสหรัฐอเมริกาในเมือง Spartanburg การใช้ AI ในอู่ซ่อมตัวถังเพียงอย่างเดียวช่วยประหยัดต้นทุนการผลิตได้มากกว่าหนึ่งล้านดอลลาร์ต่อปี และบริษัทกำลังทดลองใช้ปัญญาประดิษฐ์ในการออกแบบยานพาหนะ เช่น โดยการออกแบบรถออฟโรดใหม่ๆ โดยปราศจากการแทรกแซงของมนุษย์

บริษัทน้องใหม่ ChargeX ยังใช้โซลูชัน AI สำหรับโครงสร้างพื้นฐานการชาร์จรถยนต์ไฟฟ้าแบบโมดูลาร์ ใช้เพื่อกระจายโหลดระหว่างรถยนต์ไฟฟ้าต่างๆ ในไซต์งานโดยอัตโนมัติ “เราสามารถใช้มันเพื่อพัฒนากลยุทธ์การชาร์จที่เหมาะสมที่สุด” ผู้ก่อตั้งและซีอีโอ Tobias Wagner กล่าวกับเรา แต่พวกเขายังอยู่ในช่วงเริ่มต้น

จับตาดูความเสี่ยงที่อาจเกิดขึ้นจาก AI ในอุตสาหกรรมยานยนต์

แม้จะมีมุมมองที่แตกต่างกัน การอภิปรายยังเผยให้เห็นถึงความคล้ายคลึงกันหลายประการ ตัวอย่างเช่น เมื่อเราพูดถึงความเสี่ยงที่อาจเกิดขึ้นจาก AI เช่น ความปลอดภัยของข้อมูล การปกป้องข้อมูลที่ละเอียดอ่อน หรือปัญหาความรับผิดและการรับประกัน

“เราจำเป็นต้องดำเนินการเชิงรุกและรับรองความโปร่งใสที่สุดเท่าที่จะเป็นไปได้” Scholz เน้นย้ำ เขาเสริมว่าการใช้โมเดลภาษา AI อย่างมีความรับผิดชอบเป็นสิ่งสำคัญ และเพื่อสร้างความไว้วางใจในการใช้งานระหว่างพนักงานและลูกค้าของตนเอง

ด้วยเหตุนี้ BMW จึงได้เผยแพร่แนวทาง AI ของตนเองแล้ว ซึ่งกำหนดหลักการทางจริยธรรมในการจัดการกับเทคโนโลยีที่ก่อกวนนี้ ซึ่งรวมถึงการไม่พึ่งพาการตอบสนองของ AI โดยปราศจากการควบคุมของมนุษย์

เพื่อป้องกันไม่ให้ AI “เกิดภาพหลอน” โดยเฉพาะอย่างยิ่งในสถานการณ์ที่วิกฤตด้านความปลอดภัย จะต้องได้รับการรับรองผ่านการฝึกอบรมที่เหมาะสมว่าผลลัพธ์ของ LLM นั้นถูกต้องตามความเป็นจริงและเป็นกลาง นอกจากนี้ ในกรณีที่มีข้อสงสัย การตัดสินของมนุษย์ควรจะมีชัยเหนือการตัดสินใจของ AI เสมอ

หากไม่ได้รับการยอมรับจากผู้ใช้ โซลูชัน AI ที่ดีที่สุดก็ไม่มีประโยชน์

Tobias Wagner ได้นำแง่มุมอื่นมาสู่การสนทนาของเรา: ความจำเป็นที่แท้จริงของการยอมรับของผู้ใช้ปลายทาง

เขากล่าวว่าอุตสาหกรรมยานยนต์จำเป็นต้องมีความอ่อนไหวเป็นพิเศษต่อสิ่งนี้ เนื่องจากผู้ขับขี่ต้องการตัดสินใจด้วยตนเอง ไม่ใช่ปล่อยให้พวกเขาใช้อัลกอริธึมที่ไม่ชัดเจน

เขาชี้ไปที่แอปชาร์จของบริษัท ซึ่งในเวอร์ชันก่อนหน้านี้จะกำหนดกระบวนการชาร์จที่เหมาะสมที่สุดสำหรับรถยนต์ไฟฟ้าโดยอัตโนมัติ โดยอิงตามข้อมูลในอดีตและสถานการณ์ปัจจุบันของสถานที่เฉพาะ

“แต่ผู้คนต้องการตัดสินใจด้วยตัวเอง โดยขึ้นอยู่กับสถานการณ์เฉพาะของพวกเขา ว่าแบตเตอรี่ควรเต็มแค่ไหน และต้องใช้เวลานานแค่ไหน” เขากล่าว โดยพูดจากประสบการณ์ของ ChargeX คำแนะนำที่สมเหตุสมผลและคำแนะนำจาก AI นั้นมีประโยชน์ เขากล่าว แต่การตัดสินใจขั้นสุดท้ายจะต้องขึ้นอยู่กับลูกค้า

แทนที่จะควบคุม AI การสร้างประสบการณ์ของคุณเองจะดีกว่า

อย่างไรก็ตาม ผู้ร่วมอภิปรายทั้งหมดเห็นพ้องกันว่าการควบคุมเทคโนโลยีใหม่อย่างถาวรไม่ว่าจะในรูปแบบใดก็ตาม จะช่วยได้เพียงเล็กน้อย มันมีแต่จะทำให้นวัตกรรมช้าลง และเยอรมนีก็จะตามหลังไปในอีกพื้นที่หนึ่ง

อย่างไรก็ตาม มักจำเป็นต้องหารือในรายละเอียดกับฝ่ายกฎหมายของผู้ผลิตรถยนต์ถึงสิ่งที่เป็นไปได้ในปัจจุบันด้วยเหตุผลของความรับผิดหรือการปกป้องข้อมูล และข้อจำกัดที่อาจยังคงอยู่ การทำงานร่วมกันในประเด็นต่างๆ ควรให้แน่ใจว่าการดำเนินการตามกรณีการใช้งานใหม่จะไม่ล่าช้าเนื่องจากข้อกังวลทางกฎหมายหรือความกลัวที่มีอยู่

การรวบรวมประสบการณ์ของพนักงานยังช่วยลดความกังวลร้ายแรงเกี่ยวกับแอปพลิเคชัน AI ได้อีกด้วย

ผู้เชี่ยวชาญใน MasterClass เชื่อมั่นว่า “การพัฒนา AI ไม่สามารถหยุดหรือย้อนกลับได้อีกต่อไป” แต่ความท้าทายคือการกำหนดรูปร่างและใช้มันอย่างรับผิดชอบ

หากไม่มีคุณภาพของข้อมูล AI จะไม่เปิดเผยผลลัพธ์ที่เป็นประโยชน์ออกมา

ที่ MasterClass ในมิวนิก เรายังพูดคุยถึงประเด็นสำคัญอีกประการหนึ่งในการใช้ generative AI ในอุตสาหกรรมยานยนต์: การรวบรวมและการจัดโครงสร้างข้อมูลและคุณภาพของข้อมูล มีข้อสังเกตว่าเครื่องมือวิเคราะห์ที่ดีที่สุดจะไม่มีประโยชน์หากไม่มีข้อมูลที่มีคุณภาพ หากข้อมูลไม่ดี แม้แต่ AI ที่ดีที่สุดก็สามารถให้คำตอบที่ไร้ประโยชน์ได้เท่านั้น

ในทางกลับกัน หากข้อมูลที่เกี่ยวข้องถูกรวบรวมและวิเคราะห์ที่จุดสัมผัสทั้งหมดตลอดการเดินทางของลูกค้า ลูกค้าก็สามารถส่งข้อเสนอที่ปรับแต่งเองผ่านช่องทางที่ต้องการได้ เป็นต้น อย่างไรก็ตาม สิ่งนี้ต้องได้รับความยินยอมจากพวกเขา

คณะผู้อภิปรายของเราเห็นพ้องกันว่า generative AI เป็นเครื่องมือในอุดมคติสำหรับการทำการตลาดเฉพาะบุคคลซึ่งปรับให้เหมาะกับสถานการณ์ปัจจุบันของผู้รับ เนื่องจากเป็นวิธีที่ยอดเยี่ยมในการทำให้แคมเปญ 1:1 ที่มีความเกี่ยวข้องกับลูกค้าสูงเป็นไปโดยอัตโนมัติ ดังนั้นจึงให้ผลลัพธ์ที่ดีกว่า

แนวทางสองขั้นตอนในการพัฒนาโซลูชัน AI

ตามข้อมูลของ Scholz BMW กำลังดำเนินการตามแนวทางสองขั้นตอนเพื่อการใช้งานปัญญาประดิษฐ์เพิ่มเติม ขั้นตอนแรกคือการใช้เพื่อเพิ่มประสิทธิภาพในทุกด้าน ลดภาระงาน และแบ่งเบาภาระของพนักงานจากงานประจำ ในระยะที่สอง การตัดสินใจที่แม่นยำและดีขึ้นจะง่ายขึ้นโดยอาศัยข้อมูลที่รวบรวมไว้ นอกจากนี้ยังจะให้การสนับสนุนที่มีประสิทธิภาพแก่พนักงานเมื่อเผชิญกับการเปลี่ยนแปลงด้านประชากรศาสตร์และการขาดแคลนพนักงานที่เพิ่มขึ้น

การอภิปรายของเราเกี่ยวกับ AI ในอุตสาหกรรมยานยนต์สามารถสรุปได้ในประเด็นต่อไปนี้:

1. ในอุตสาหกรรมยานยนต์ มีกรณีการใช้งานมากมายนับไม่ถ้วน ที่ AI สามารถนำไปใช้ให้เกิดประโยชน์ได้ เราได้พูดคุยถึงตัวอย่างบางส่วนในเซสชั่นของเรา ตั้งแต่ห่วงโซ่อุปทานไปจนถึงโครงสร้างพื้นฐานการชาร์จ ไปจนถึงกระบวนการที่ต้องพบปะกับลูกค้า แต่เราเพิ่งจะอยู่ในช่วงเริ่มต้นของวิวัฒนาการเท่านั้น
2. เทคโนโลยีมีการเปลี่ยนแปลงเร็วมาก ดังนั้นจึงเป็นเรื่องคุ้มค่าสำหรับอุตสาหกรรมที่จะจัดตั้งทีมงาน/ศูนย์ความสามารถเฉพาะในองค์กรของตนเพื่อจับตาดูการพัฒนาและเพื่อให้สามารถตอบสนองต่อแนวโน้มใหม่ ๆ ได้อย่างรวดเร็ว
3. แนวโน้มปัจจุบัน คือบริษัทยานยนต์จะมี "Enterprise ChatGPT" ของตนเองที่ปรับแต่งตามความต้องการเฉพาะของตน และฝึกอบรมโดยใช้ข้อมูลของตนเองเพื่อรับประกันคุณภาพของผลลัพธ์
4. ข้อมูลที่สะอาดเป็นกุญแจสำคัญ ในการได้รับผลลัพธ์ที่น่าสนใจจากการปรับใช้ AI จากมุมมองทางธุรกิจ และปรับปรุงประสบการณ์ของลูกค้า
5. หนึ่งในความท้าทายที่ยิ่งใหญ่ที่สุด ในปัจจุบันคือการหาพนักงานที่มีทักษะ AI ที่จำเป็นหรือฝึกอบรมพวกเขาด้วยตนเอง
6. การสื่อสารที่ดีและโปร่งใส ถือเป็นสิ่งสำคัญในการแก้ไขและหวังว่าจะบรรเทาความกังวลของพนักงานและลูกค้าได้

ฉันรู้สึกดีมากที่ได้ฟังผู้เชี่ยวชาญของเราโดยตรงว่าพวกเขาใช้ AI เพื่อทำให้กระบวนการทางธุรกิจของตนเองมีประสิทธิภาพมากขึ้นได้อย่างไร แต่ยังรวมไปถึงวิธีที่พวกเขาใช้เพื่อปรับปรุงการขาย การตลาด และการบริการ และที่สำคัญที่สุดคือเพื่อสร้างประสบการณ์ลูกค้าที่ดีขึ้นให้กับลูกค้าของพวกเขา

เป็นช่วงเวลาที่น่าตื่นเต้น และฉันตื่นเต้นมากที่จะได้เห็นสิ่งที่จะเกิดขึ้นต่อไปสำหรับ AI ในอุตสาหกรรมยานยนต์ คุณหรือไม่?