通过电动化、智能化提升产品价值是汽车产业面临的一项严峻挑战,为此需在传统车辆标准价值之外做出更多努力。资源的有效利用将直接影响产品价值和企业的可持续发展。在快节奏的当今世界中,了解不断变化的客户需求对于及时交付产品至关重要。其中一项举措便是实施“高级专家系统 (A-ES)”,以便将熟练工程师的知识传授给年轻工程师,而这首先会从碰撞安全车辆开发的审查流程开始。碰撞模拟工作对此流程而言可谓至关重要,但每次模拟往往需要一天以上,且一旦出错便需大规模返工。A-ES 可简化简易任务,从而腾出时间来创造价值。但是,A-ES 的建模技术非常耗时,仅仅是为 20,000 多个汽车零部件中的 2 到 3 个组件创建知识模型便需花费 400 个小时,从而会对更大范围的业务部署构成挑战。
为提高知识建模效率,IBM 提出用生成式 AI 对包含公司内部分散知识的 Microsoft PowerPoint 材料进行知识提取并创建相关数据库。本田的熟练技术人员在 PowerPoint 文档中留下了大量宝贵知识,但这些文档具有图表丰富但文本稀疏的特点,从而使得基于 AI 的重用变得十分困难。为此,IBM 建议应用大型多模态模型 (LMM) 将图形和图表内容转换为文本,从而提高对富含 AI 的 PowerPoint 材料中各种知识的重用。通过将文本知识存储在数据库中,可实现类似检索增强式生成 (RAG) 搜索的知识利用。于 2023 年 11 至 12 月开展的一场 IBM watsonx.ai 试点对此方法的可行性进行了验证。
如果采用传统 A-ES 方法,一名经验丰富的熟练工程师需花费三年才能编写出一本手册,然后再用一年时间在此手册的基础上创建模型。通过 A-ES 实现的工时节余达到开发工时的 30% 以及规划/管理工时的 50%。借助生成式 AI,本田的技术文档如今可建模为若干句子,从而将建模时间从三年缩短到一年。此方法不但能扩大文档的利用范围,还能提高业务效率。IBM 展现了其从价值验证到交付与运营的业务全覆盖,同时还提出了 watsonx.ai 的基础设施模型概念。通过应用 LMM 和 LLM,IBM 确保了项目可行性,从而使得概念验证项目以及未来的生产开发活动得以顺利开展。
本田(ibm.com 外部链接)是一家日本公共跨国企业集团,该集团主要生产汽车、摩托车和电池供电设备,其总部位于日本东京港区。自 1959 年以来,它便一直是全球顶尖的摩托车制造商,且截至 2019 年已生产 4 亿辆摩托车。此外,它还是全球最大的内燃机制造商,每年可制造 1,400 多万台发动机。本田于 2001 年成为日本第 2 大汽车制造商,而在 2015 年则排名全球第 8。
© Copyright IBM Corporation 2024. IBM、IBM 徽标和 watsonx.ai 是 IBM Corp. 在美国和/或其他国家或地区的商标或注册商标。本文档为自最初公布日期起的最新版本,IBM 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。
插图中的客户示例展示了客户使用 IBM 产品的方式以及他们可能已取得的结果。实际性能、成本、节省情况或其他结果可能因具体运营环境不同而异。