Новый автомобиль от идеи до конвейера проходит путь длиной в пять лет и больше. За это время меняются потребительские предпочтения, регуляторные требования и цены на энергоносители — и машина рискует устареть ещё до начала продаж. Именно этот разрыв между скоростью рынка и скоростью производства толкает автоконцерны к экспериментам с ИИ.
Автомобильный журналист Тим Стивенс, регулярный автор The Verge, объяснил в подкасте Vergecast, на каких этапах ИИ уже используется. Речь идёт прежде всего о макетировании — создании цифровых и физических моделей кузова — и об аэродинамических испытаниях, где LLM способны ускорить итерации, которые раньше требовали дорогостоящего времени в аэродинамической трубе. Оба этапа традиционно поглощают значительную долю бюджета и времени разработки.
Стивенс, однако, обращает внимание на противоречие: автопроизводители публично заверяют, что не планируют заменять инженеров и дизайнеров алгоритмами, но логика оптимизации затрат неизбежно ведёт именно туда. Если ИИ справляется с задачей быстрее и дешевле, давление акционеров рано или поздно перевесит декларации о ценности человеческого труда. Вопрос, который ставит Стивенс: если модели начнут принимать ключевые дизайнерские решения, какими окажутся автомобили будущего — и будут ли они отражать человеческие предпочтения или оптимизационные функции алгоритмов?
LLM применяются на стадиях макетирования и аэродинамических испытаний.
Параллельно в том же выпуске Vergecast редактор The Verge Хейден Филд разбирает текущий расклад сил на рынке ИИ-инструментов для разработчиков. Claude Code от Anthropic и Codex от OpenAI борются за аудиторию профессиональных программистов — сегмент, где цена переключения низкая, а лояльность определяется качеством конкретных задач. Оба продукта вышли на рынок в течение последних месяцев и уже формируют отдельную категорию «агентного кодинга».
Отдельная тема выпуска — массовые сокращения в корпоративном секторе, которые компании объясняют «эффективностью ИИ». По оценке Филд, связь между автоматизацией и конкретными увольнениями существует, но она не прямолинейна: часть сокращений происходила бы и без ИИ, просто новый нарратив удобен как объяснение для инвесторов. Это различие важно, поскольку от него зависит, как регуляторы и профсоюзы будут реагировать на трансформацию рынка труда.
