Skip to main content隐性摩擦：汽车工程师眼中阻碍创新的真正障碍
我们分析了16个专业领域的工程师，精准定位了消耗他们20-40%宝贵时间的任务。创新往往因手动重复劳动而受阻。
Media contact
For press inquiries and media requests
press@gottlieb.ai
几十年来，汽车行业一直在突破创新的边界，但处于一线的工程师们的日常现实是什么样的？我们分析了跨越16个不同工程专业——从车辆动力学到碰撞安全和制造——的工程师访谈，精准定位了消耗他们最宝贵时间的任务，以及拖慢开发进度的挫败感。数据揭示了一个严峻的真相：大量工程时间并非消耗于突破性设计，而是耗费在无附加值、重复性的任务上——这些任务恰恰是自动化大有可为之处。
时间黑洞：每周损失20-40%的时间
当被问及消耗其20-40%时间的任务时，工程师们一致指向手动数据准备和验证。这包括：
- 底盘/悬架工程师： MBD仿真的载荷工况定义与输入，需要手动交叉参考数据以定义精确的仿真条件。
- 计量工程师： 从2D图纸手动生成检验计划，将复杂的GD&T标注转化为坐标测量机（CMM）的逐步执行程序。
- 产品发布工程师： BOM发布正规化，在PLM系统中手动核验和填写数据字段。
- 测试与验证工程师： 撰写最终测试报告，综合原始数据并手动确保符合内部模板要求。
最大的单一挫败感："最想解决的一件事"
如果工程师只能解决一个挫败感以显著改善工作状态，答案凸显了仿真和制造流程中的关键瓶颈：
- 空调/热管理工程师： 对真实驾驶场景下热浸泡和车厢降温的精准预测——热性能中高度可变且难以精确定位的方面。
- CAE分析师： 自动网格生成与清理——在任何仿真运行前可能占用50%的时间。
- 工装与夹具工程师： 零件几何形状的快速可制造性分析，以便即时标记那些制造成本过高或根本无法制造的设计。
- 内外饰工程师： 直接在复杂装配体上进行公差堆叠分析，以快速检查累积公差问题。
高风险领域：AI绝不能失手之处
工程师对安全关键领域态度明确——在这些领域，失误后果立竿见影且极为严重，他们不会在没有人类监督的情况下信任AI助手：
- 碰撞安全工程师： 安全气囊展开时序与传感器标定。
- 总布置工程师： 高压（HV）电缆布线与零件间隙，因为干涉会带来火灾风险或灾难性的装配延误。
- 供应商质量工程师（SQE）： PPAP最终签署，因为在这里出错意味着不合格零件将在整个项目生命周期内持续出货，导致召回。
采纳关键：无缝集成
AI和新工具采纳中反复出现的主题，是与现有工作流实现无缝集成的绝对必要性。正如一位底盘/悬架工程师所说："如果AI不是MBD环境内部的一个模块，它将被忽视。"SQE需要AI在供应商文件甚至到达他们手中之前就进行审查，充当强制性关卡。类似地，计量工程师坚持："AI必须'说'GD&T的语言，并与CMM编程环境集成。"对工程师而言，一个新工具只有在减少最复杂、最耗时步骤中的摩擦时才具有价值——而不合规和保修索赔的代价，往往被视为远比小幅研发时间减少更重要。汽车工程的未来，不只是设计更好的汽车，更在于构建更好的工具来支撑这一过程。
