長久以來，車廠握有一項與真皮座椅或平順引擎都無關的奢侈品，那就是時間，一款熱賣車型往往能賣上十年才迎來全面改款，但這項奢侈正在快速消失。根據《IEEE Spectrum》，BYD 等中國車廠已能把一款電動車從繪圖板送進展示間的時間壓到 2 年以內，逼著包含 GM 在內的歐美車廠重新思考造車節奏。
GM 的做法，不是把既有流程加速，而是把大部分開發直接搬進虛擬世界。當造車從「先做原型、再測試」轉向「先在虛擬環境把車幾乎造完」，改變的就不只是速度，而是整套產品開發的邏輯。
從「接力賽」到「同步進行」，造車流程正被重寫
主導這場轉型的，是 GM 產品長 Sterling Anderson，他曾帶領 Tesla 的 Autopilot 與 Model X 開發團隊，之後共同創辦自駕貨運公司 Aurora Innovation，去年六月加入 GM。他把工程演進分成三個時代：
第一個時代持續數千年，人類模仿自然、打造原型再反覆試錯，緩慢又昂貴；第二個時代從 1950 年代起，計算流體力學（CFD）、有限元素分析（FEA）等虛擬工具讓各領域工程師受惠，但整體開發仍像接力賽：設計把棒子交給空力、再交給結構，下游一發現問題，棒子又得往回傳。
如今 GM 主張已進入第三個時代：AI 與模擬把這些各自為政的功能，收攏進單一、以機率為基礎的流程。GM 虛擬整合工程執行總監 Jason Fischer 表示，公司自建的環境讓工程師能在實體原型出現前，就同步開發並最佳化硬體與軟體。過去逐棒交接的線性流程，正被多團隊從同一份數位模型並行作業的同步工程取代。
從 15 小時到 1 分鐘，加速看得見
這套方法的變化最直接反映在時間上。Anderson 指出，GM 過去一次要跑 15 小時的 FEA 分析，現在只需 1 分鐘；Fischer 補充，正面撞擊模擬同樣從 15 小時壓到不到 1 分鐘，車頂抗壓分析則從 8 到 40 小時縮到 5 分鐘以內。Fischer 強調，重點不在讓工程師準時下班，而是「一分鐘後我們就知道答案，可以立刻開始最佳化」。
以《Consumer Reports》評估閃避能力的雙車道變換測試為例，過去必須等底盤、動力、轉向、煞車等系統各自開發完成再整合到實體車上，於試車場校準數月；如今 GM 能在車輛打造前，先跑雪地、雨天、不同路況等數千種情境完成虛擬校準。累積效果體現在具體車款上：電動的 GMC Hummer EV 從初始設計到進入展示間只花 2 年，相較業界典型的 4 到 5 年週期直接砍半。
從一張草圖到一座工廠，AI 貫穿設計到製造
虛擬化的觸角，從最前端的設計一路延伸到工廠。GM 創意設計師 Daniel Shapiro 把手繪草圖餵進商用工具 Vizcom 後，直接打字下指令，要 AI 生成一款雪佛蘭概念車在濕滑未來城市街道上奔馳的動態鏡頭；早期版本連車輪蓋都跑掉，他改寫幾次指令、重新算圖就修正過來，數小時內便完成一段過去「多個團隊要花好幾個月」的 3D 動畫，供內部團隊當動態情緒板參考。
空力端也同樣跳躍，GM 研發部門技術院士 Scott Parrish 團隊打造的「AI 虛擬風洞」能近乎即時預測風阻；GM 虛擬整合工程總監 Rene Strauss 指出，過去一輪設計與工程迭代約需兩週，現在「大約在 1 分 18 秒內，就能對車頂線條做出決定」。同一套能力也擴散到自駕、電池、賽車與工廠端的產線數位分身。
GM 把這套模式稱為「虛擬優先」（virtual-first），不過也把界線講清楚：虛擬優先不等於虛擬唯一，實體測試依然不可或缺，只是變得更聚焦，設計上也保留人類把關。Shapiro 強調，決定一款車「像不像 Buick、像不像 Cadillac」的，始終是人而非 AI。
不只 GM，整個產業都在追這條飛輪
把開發搬進虛擬世界的，不只 GM。根據《The Verge》，Jaguar Land Rover（JLR）透過瑞士公司 Neural Concept 的神經網路技術，把 4 小時的空力運算壓到 1 分鐘；Nissan 則以 AI 自動化單元測試等工作，並訂出 30 個月開發一款新車的目標。
AI 是否會壓縮設計人力仍有爭論。GM 設計創新與技術營運總監 Bryan Styles 主張，公司是用 AI「讓人去做他們當初來 GM 想做的事」，而非取代人力；但杜林 IAAD 教授、前汽車設計師 Matteo Licata 抱持保留，認為如此大幅的生產力提升難免影響設計工作室的人力配置，對想入行的新人門檻只會更高。
無論人力問題如何收束，一個趨勢已浮現：當造車的大部分工作移進虛擬環境，車廠競爭的重點，正從誰握有最多產線與時間，轉向誰能最快建立起這條虛擬開發的飛輪。而從 GM 到 JLR、Nissan，同業顯然已經一起上路。
【推薦閱讀】
◆ 供應鏈 AI 導入瓶頸不在技術，而在「決策權」：Deloitte 給主管的 5 個提醒
＊本文開放合作夥伴轉載，資料來源：GM 1、《IEEE Spectrum》、《Ars Technica》、GM 2、《The Verge》，首圖來源：GM
