De acordo com o mais recente relatório do Instituto de Pesquisa da Capgemini, "Reformulando o desenvolvimento de produtos automotivos: como as organizações podem avançar na corrida da IA", as empresas do setor automotivo têm migrado rapidamente a Inteligência Artificial (IA) Agêntica de projetos-piloto para o desenvolvimento de produtos.
Quase sete em cada dez organizações já utilizam (33%) ou testam em formato piloto (35%) a tecnologia, enquanto a adoção em atividades de engenharia não essenciais deve passar de 26% atualmente para 68% nos próximos dois a três anos.
O valor percebido é significativo: 83% dos executivos acreditam que a IA Agêntica permitirá que os engenheiros dediquem mais tempo a atividades essenciais de engenharia em vez de tarefas administrativas e de coordenação. No entanto, poucas organizações (5%) relatam possuir uma governança de IA totalmente madura, o que evidencia desafios contínuos relacionados à qualidade dos dados, rastreabilidade, responsabilidade e colaboração no ecossistema.
Nova lacuna de desempenho no setor
Com base em uma pesquisa global com 800 executivos seniores do setor automotivo em 12 países da América do Norte, Europa e Ásia-Pacífico, o estudo aponta a IA Agêntica como a próxima fronteira no desenvolvimento de produtos automotivos. Embora a maioria das empresas do setor esteja investindo em IA, um grupo seleto já obtém retornos significativamente superiores aos de seus concorrentes.
Essas organizações de alto valor relatam ciclos de desenvolvimento 17% mais rápidos, ganhos de 19% na produtividade da engenharia e uma redução de 19% no tempo de lançamento no mercado. Segundo o relatório, essa vantagem decorre menos da adoção da IA em si e mais de bases de dados mais sólidas, casos de negócios mais claros e modelos operacionais e de governança mais disciplinados.
À medida que a adoção de IA Agêntica se acelera, essas capacidades emergem como os principais fatores de diferenciação entre as organizações que geram valor mensurável e aquelas que ainda enfrentam dificuldades para escalar.
A maturidade da IA varia significativamente entre os mercados. Os entrevistados nos EUA e na Europa relatam os níveis mais elevados de execução de estratégia e planejamento multifuncional de IA. Entre as OEMs nessas regiões, 53% e 46%, respectivamente, já estão implementando iniciativas de IA, enquanto 18% (EUA) e 16% (Europa) possuem uma estratégia, visão e roadmap multifuncionais e abrangentes de IA. Na China, quatro em cada dez entrevistados relatam estar na fase de implementação, enquanto apenas 7% atingiram um nível comparável de maturidade estratégica. No restante da Ásia-Pacífico, a maturidade de implementação permanece mais baixa.
"Na última década, a indústria automotiva passou por uma transformação profunda com a transição para veículos definidos por software, estabelecendo as bases digitais que agora viabilizam a próxima onda de inovação. A IA Agêntica está criando uma nova divisão de desempenho no setor automotivo”, afirmou Laurence Noël, líder global para o Setor Automotivo da Capgemini. “As organizações que geram mais valor não estão apenas adotando a IA mais rapidamente, elas redesenham fluxos de trabalho, fortalecem a colaboração no ecossistema, constroem bases de dados confiáveis e estabelecem responsabilidades claras para decisões habilitadas por IA. Os líderes do futuro serão aqueles que conseguirem integrar a IA aos processos de engenharia em escala."
Confiança é principal desafio
À medida que as organizações expandem o uso de IA Agêntica nos fluxos de trabalho de engenharia, a confiança na tecnologia varia substancialmente dependendo de onde ela é aplicada. Os executivos afirmam se sentir mais confortáveis ao usar a IA Agêntica nas atividades iniciais de pesquisa e concepção, onde a confiança chega a 59%, mas essa confiança cai para 40% nas atividades de desenvolvimento, nas quais os resultados gerados pela IA podem ter implicações mais diretas para os resultados de engenharia, qualidade do produto e segurança.
Os resultados indicam que muitas organizações do setor ainda devem estabelecer as camadas de evidência, rastreabilidade e responsabilidade necessárias para a implementação confiável em escala. A confiança está se tornando um fator crítico para determinar a rapidez com que as organizações conseguem passar da fase de experimentação para uma transformação em toda a empresa.
A pesquisa também destaca um desafio que vai além da própria adoção da IA: a capacidade do setor de transformar dados de veículos em circulação em melhoria contínua do produto. Embora veículos conectados gerem grandes volumes de dados operacionais e de uso, muitas organizações ainda enfrentam dificuldades para converter esses insights em ações.
Quase dois terços (64%) das organizações relatam que os aprendizados obtidos com veículos em uso são usados principalmente para orientar futuros programas de veículos, em vez de promover melhorias nos veículos que já estão em circulação. Ao mesmo tempo, as atualizações remotas (over-the-air) permanecem concentradas em áreas como cibersegurança e navegação, com um número comparativamente menor de organizações implementando atualizações que modifiquem funções de condução ou recursos de assistência ao motorista.
As constatações da pesquisa sugerem que a próxima vantagem competitiva do setor não dependerá da coleta de mais dados, mas da aceleração da jornada que vai dos insights sobre os veículos à ação de engenharia.
Escalar a IA exigirá mais do que tecnologia
De acordo com o relatório, os maiores desafios do setor para escalar a IA são cada vez mais organizacionais do que técnicos. Seis em cada dez executivos relatam que os atrasos decorrem principalmente de ineficiências nos processos, e não de limitações tecnológicas, enquanto 45% ainda não definiram uma estratégia e um roteiro para a IA no desenvolvimento de produtos.
A pesquisa também aponta para a crescente importância da colaboração no ecossistema. À medida que os veículos definidos por software se tornam mais complexos e o desenvolvimento passa a ser cada vez mais distribuído entre OEMs, fornecedores e parceiros tecnológicos, o sucesso dependerá de um maior alinhamento em toda a cadeia de valor.
Contudo, apenas 30% das organizações relatam modelos de codesenvolvimento estruturados em torno de métricas de resultados compartilhados, enquanto apenas 10% estabeleceram uma responsabilidade compartilhada sobre o ciclo de vida em todo o seu ecossistema. Isso evidencia o desafio enfrentado por muitas organizações para alinhar parceiros em torno de objetivos comuns e da responsabilidade compartilhada pelos resultados dos produtos.
*Imagem de capa: Depositphotos.com
Gostou? Então compartilhe:
