自動車業界において、デザインから生産までにかかる従来は 5 年以上を要する長期的な開発期間が、AI 技術の導入により劇的に短縮されつつあります。トランプ政権による電気自動車（EV）への補助金撤廃や関税強化といった政策環境の変化を受け、かつて EV 化を公約していた自動車メーカーは内燃機関車の生産へ転換を迫られ、生産施設の再編を急いでいます。このような不確実な状況下で、汎用性の高い AI を活用したアジェンシーによる開発プロセスが、設計期間を 60 ヶ月から大幅に削減する手段として注目されています。 ゼネラル・モーターズ（GM）では、クリエイティブデザイナーのダン・シャピロ氏が手描きのスケッチを Vizcom といったツールに入力することで、数時間で 3D モデルやアニメーションを生成するワークフローを導入しています。以前は複数のチームで数ヶ月を要したプロセスが短縮され、社内での mood board として活用されています。シャピロ氏は、最終的なブランドの方向性を決定するのはあくまで人間であると強調し、AI は人間のデザイン能力を補完するツールに過ぎないと述べています。 また、流体力学シミュレーション（CFD）の分野でも AI が大きな役割を果たしています。スイスの Neural Concept は、ニューラルネットワークを用いることで、スーパーコンピューターで数時間かかっていた空気抵抗の計算を GPU で数分に短縮しました。JLR や GM も同様の技術を応用し、GM は AI による仮想風洞を構築してデザイナーが即座に表面の形状を変更しながら空気抵抗をシミュレートできる環境を整えています。これにより、設計者とエンジニア間のフィードバックループが高速化され、開発の早期段階から CFD 解析が可能になっています。 ソフトウェア定義車両への移行に伴う複雑なコーディング工程においても、日産は AI を活用して単調なユニットテストを自動化し、開発速度と品質の向上を図っています。各社は人員削減ではなく、人間の創造性や判断力を強化するために AI を活用すると主張していますが、イタリアのデザイン教授であるマッテオ・リカタ氏は、生産性の劇的向上が雇用や新人のキャリア形成に悪影響を与える可能性を懸念しています。 現時点での主な目的は開発スピードの向上です。GM は次世代車両の開発に AI を既に導入しており、日産は 30 ヶ月という目標を掲げています。しかし、これらの技術が市場にどのような影響をもたらすかは、2029 年の車両発売までにはっきりするでしょう。