Gartnerin analyytikko Pedro Pachecon mukaan autoalan AI-innostus perustuu usein epärealistisiin odotuksiin. Organisaatiot haluavat mullistavia tuloksia, vaikka niiden ohjelmisto- ja dataperusta ei riitä edes kunnolliseen lähtöön. Kun tavoitteet ja todellisuus eivät kohtaa, seuraa väistämättä pettymys – ja investointien jarrutus.
Käytännössä tämä tarkoittaa, että vain kourallinen valmistajia jatkaa määrätietoisesti kohti ohjelmisto-ohjattua, dataan perustuvaa liiketoimintaa. Ne, joilla on vahvat softajuuret, teknologiaa ymmärtävä johto ja pitkäjänteinen AI-strategia, karkaavat muilta. Lopuille tekoäly jää osittaiseksi koristeluksi – ei kilpailueduksi.
Samaan aikaan tuotantolinjoilla tapahtuu täysin päinvastaista. Gartner ennustaa, että vuoteen 2030 mennessä vähintään yksi autonvalmistaja automatisoi koko ajoneuvon kokoonpanon. Edistyneet robotit, ohjelmistopohjainen prosessiohjaus ja AI-valvonta lupavat merkittäviä kustannussäästöjä ja laadun nousua. Kuluttajalle tämä voi näkyä parempina autoina – ja mahdollisesti halvempina hintoina.
Kuvio on oikeastaan iso paradoksi. Tekoäly etenee vauhdilla autotehtaissa, mutta itse autoissa kehitys hidastuu. Jos Gartnerin ennuste toteutuu, AI ei mullistakaan koko autoalaa, vaan synnyttää syvän kahtiajaon AI-johtajien ja jälkeen jäävien valmistajien välille. Tekoäly tulee kaikkialle – paitsi autoihin, joissa vain harvat pystyvät hyödyntämään sen täyden potentiaalin.
Kun suurteholaskennan (HPC) työkuormat monimutkaistuvat, generatiivinen tekoäly sulautuu yhä tiiviimmin moderneihin järjestelmiin ja lisää kehittyneiden muistiratkaisujen tarvetta. Vastatakseen näihin muuttuviin vaatimuksiin ala kehittää uuden sukupolven muistiarkkitehtuureja, jotka maksimoivat kaistanleveyden, minimoivat latenssin ja parantavat energiatehokkuutta.
