آیکون خبر

خبر کامل

چالش نرم‌افزاری در صنعت خودرو: تویوتا و غول‌های سنتی در مسیر تحول دیجیتال

چالش نرم‌افزاری در صنعت خودرو: تویوتا و غول‌های سنتی در مسیر تحول دیجیتال

چالش نرم‌افزاری در صنعت خودرو: تویوتا و غول‌های سنتی در مسیر تحول دیجیتال

صنعت خودروسازی در آستانه یک تحول عظیم قرار گرفته است؛ گذار از مهندسی مکانیک به سمت پلتفرم‌های نرم‌افزاری و مدل‌های داده‌محور. اما این تغییر، آن‌طور که انتظار می‌رفت، ساده نیست و غول‌های سنتی مانند تویوتا با چالش‌های جدی مواجه شده‌اند. پروژه‌های بلندپروازانه برای توسعه سیستم‌های مرکزی، اغلب به نتایجی محدودتر از آنچه تصور می‌شد، ختم می‌شوند و این شرکت‌ها را در رقابت با بازیگران جدید فناوری‌محور، عقب می‌اندازد.

پروژه «آرین» تویوتا: گامی کوچک در مسیری دشوار

تویوتا، یکی از پیشگامان صنعت خودرو، با معرفی سیستم «آرین» تلاش کرد تا به سمت نرم‌افزاری شدن حرکت کند. اما این پروژه که قرار بود همه چیز از ترمز و فرمان تا رانندگی خودکار را مدیریت کند، تنها به پشتیبانی از بخشی از امکانات ایمنی پیشرفته و سیستم سرگرمی شاسی‌بلند RAV4 محدود شد. حتی مدیران شرکت نیز این دستاورد را «اتفاق بزرگی» نمی‌دانند و یکی از مهندسان نرم‌افزار تویوتا آن را «پر از ایراد» توصیف کرده است.

«محافظه‌کاری ژاپنی از یک‌سو برای ایمنی مفید است، اما برای نوآوری سریع مانعی بزرگ به شمار می‌رود.»

این وضعیت در شاخص سالانه «خودروساز دیجیتال» گارتنر نیز منعکس شده است. در رده‌بندی سال ۲۰۲۵، تسلا و خودروسازان چینی مانند نیو، شیائومی و اکس‌پنگ در صدر قرار گرفتند، درحالی‌که جنرال موتورز به رتبه نهم، مرسدس به رتبه ۱۳ و تویوتا به جایگاه ۲۱ بسنده کردند. تحلیلگران هشدار می‌دهند که آینده صنعت خودرو، مشابه صنعت تلفن همراه، به سمت انحصار چند پلتفرم نرم‌افزاری اصلی پیش خواهد رفت که حاشیه سود بالاتری دارند و بقای شرکت‌ها را تضمین می‌کنند.

چالش‌های فرهنگی و ساختاری

تویوتا برای تسریع این تحول، چهره‌های شناخته‌شده‌ای از سیلیکون‌ولی مانند جیمز کافنر (مدیر سابق روباتیک گوگل) را به خدمت گرفت. اما فرهنگ محافظه‌کارانه ژاپنی و فرآیندهای اجماع‌محور شرکت، با روحیه پرریسک و سریع مهندسان غربی در تضاد قرار گرفت که نتیجه آن کندی در تصمیم‌گیری و عقب‌ماندگی در نوآوری بود.

معضل فراگیر در صنعت خودرو

این معضل تنها مختص تویوتا نیست. ولوو نیز با سرمایه‌گذاری بر تراشه‌های انویدیا و جذب مدیران فناوری، در پروژه خودروی برقی پرچم‌دار EX90 با تاخیر دوساله و هزینه‌های اضافی ۱.۲ میلیارد دلاری مواجه شد. خودروهای برقی نیازمند توان پردازشی بالاتری برای مدیریت باتری، ترمز احیاکننده و سامانه‌های کمک‌راننده هستند که این امر به معماری جدیدی موسوم به «زونال» نیاز دارد. این معماری، اجزای الکترونیکی را خوشه‌بندی کرده و نرم‌افزار کنترل یکپارچه را به دست می‌گیرد که علاوه بر کاهش سیم‌کشی و وزن، به صرفه‌جویی قابل‌توجه در هزینه‌ها می‌انجامد. اما انطباق این معماری جدید با فرآیندهای تولید سنتی دشوار است.

سرمایه‌گذاری‌های بزرگ و مقاومت در برابر غول‌های فناوری

با وجود چالش‌ها، سرمایه‌گذاری‌ها در نرم‌افزار ادامه دارد:

  • ب‌ام‌و: در سپتامبر پلتفرم جدید «نوئه کلاس» را با چهار «ابر مغز» و قدرت پردازش بیش از ۲۰ برابر خودروهای فعلی رونمایی خواهد کرد.
  • مرسدس‌بنز: بیش از سه‌هزار توسعه‌دهنده نرم‌افزار جذب کرده و با گوگل برای بهره‌گیری از هوش مصنوعی پیشرفته همکاری می‌کند. با این حال، مرسدس تاکید دارد که نمی‌خواهد کنترل معماری خودرو را به غول‌های فناوری بسپارد و در برابر نسخه پیشرفته CarPlay اپل مقاومت می‌کند.
  • فولکس‌واگن: پس از شکست‌های مکرر در واحد نرم‌افزاری داخلی، با استارت‌آپ آمریکایی ریویان و اکس‌پنگ چین همکاری تازه‌ای آغاز کرده است.

مسئله اصلی برای این شرکت‌ها، یافتن تعادل میان استفاده از ظرفیت شرکای فناورانه و حفظ کنترل بر معماری اصلی خودرو است.

تغییر مدل درآمدی و آینده صنعت

برخی خودروسازان تلاش کرده‌اند مدل درآمدی خود را تغییر دهند:

  • جنرال‌موتورز: وعده درآمد ۲۵ میلیارد دلاری از خدمات نرم‌افزاری را داده بود، اما این پروژه با خروج مدیر نرم‌افزارش از مسیر اصلی منحرف شد.
  • فورد: با بخش «فورد پرو» موفق‌تر عمل کرده و ۱۷ درصد سود عملیاتی خود را از فروش خدمات مبتنی بر داده برای ناوگان تجاری به دست آورده است.

تویوتا با شهرت خود در تولید خودروهای مطمئن و بادوام، محتاط‌تر عمل می‌کند و انتخاب مدل RAV4 برای معرفی نرم‌افزار جدید، با هدف کاهش ریسک و حفظ اعتبار برند انجام شد. آکیو تویودا، رئیس کنونی شرکت، بر ضرورت تبدیل شدن تویوتا به یک «ارائه‌دهنده خدمات جابه‌جایی مبتنی بر نرم‌افزار» تاکید دارد. تحلیلگران معتقدند که خروجی نهایی تویوتا از حیث کیفیت و ایمنی قابل اتکا خواهد بود، حتی اگر حرکت آن کندتر از رقبا باشد.

گذار از مهندسی مکانیک به مدل داده‌محور، هزینه‌بر و پرچالش است. خطاهای نرم‌افزاری اجتناب‌ناپذیرند، اما سرعت و مقیاس این تحول نشان می‌دهد که تنها شرکت‌هایی که بتوانند معماری نوین را با مدل درآمدی جدید پیوند بزنند، شانس بقا خواهند داشت. رقابت میان خودروسازان سنتی و تازه‌واردان فناورانه، در نهایت صنعت خودرو را به نقطه‌ای مشابه بازار گوشی‌های هوشمند می‌رساند: سلطه چند پلتفرم محدود و جنگ بر سر داده و تجربه کاربر.

شناسنامه خبر:

درباره هوش‌مصنوعی دست‌اول:

تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.

دسترسی رایگان به هوشنگ ↗