דאסו סיסטמס (Dassault Systèmes) חשפה לאחרונה שורה של פתרונות וכלי AI שמבקשים לשנות את תהליך ההנדסה מקצה לקצה – מתכנון ראשוני, דרך סימולציה ועד ייצור.
הכלים וההדגמות, שהוצגו בפני קהילת המהנדסים בכנס 3DEXPERIENCE World השנתי של החברה שנערך ביוסטון, טקסס, ממחישים את המעבר מתכנון ידני וממושך לעבודה מבוססת סוכנים חכמים, ידע ארגוני וסימולציות בזמן אמת.
למה דווקא דאסו סיסטמס
דאסו סיסטמס לא מגיעה לעולם הבינה המלאכותית מהשוליים, אלא מהמרכז של התעשייה ההנדסית. בניגוד לחברות תוכנה המתמקדות בשלב אחד בתהליך הפיתוח, היא פועלת לאורך כל מחזור חיי המוצר – מהרעיון הראשוני, דרך תכנון תלת-ממדי וסימולציה, ועד ניהול הייצור בפועל.
היקף הפעילות הזה אפשר לחברה לצבור לאורך שנים כמויות עצומות של ידע הנדסי, חוקים פיזיקליים, אילוצי ייצור וקניין רוחני של ארגונים.
זה סוג של ידע הנדסי וקניין רוחני שלא ניתן לנצל בצורה יעילה בלי חיבור ישיר לתהליך העבודה, להקשר הפיזיקלי ולאילוצי הייצור.
SOLIDWORKS, שנחשב לכלי עבודה מרכזי עבור מהנדסי מכונות ומעצבי מוצר, הוא רק שכבה אחת במערך רחב יותר הכולל כלים לסימולציה, ייצור וניהול מחזור חיי מוצר.
החיבור בין הכלים האלה יוצר רצף מלא של נתונים, עליו ניתן לבנות מערכות AI שמבינות לא רק איך מוצר נראה – אלא איך הוא מתפקד, מיוצר ונכשל.
בדיוק על הרצף הזה נשענים הפתרונות החדשים של דאסו סיסטמס: שימוש בבינה מלאכותית שאינה פועלת כ”קופסה שחורה”, אלא כמערכת שמכירה את ההקשר ההנדסי, הארגוני והפיזיקלי שבו מתקבלות ההחלטות.
מהפכת ה-AI: ממידע למומחיות מעשית
בליבת ההכרזה של דאסו סיסטמס עומד ההבדל המהותי שבין “ידע” (Knowledge) ל”מומחיות מעשית” (Know-How). בעוד שידע מתייחס לגישה למידע, נתונים וכלים, המומחיות המעשית כוללת הבנה עמוקה של הקשר – ארגונומיה, חוזק חומרים, אילוצי ייצור ופשרות הנדסיות.
מניש קומאר, מנכ”ל SOLIDWORKS, פלטפורמת התכנון המרכזית של דאסו סיסטמס, הדגיש בכנס כי הבינה המלאכותית תלויה בעולם הפיזי – היא יכולה ללמוד מדפוסים קיימים, אך לא יכולה להגדיר מחדש את חוקי הפיזיקה.
לדבריו, הערך האמיתי של AI בתהליך ההנדסי נובע מהיכולת לשלב אותה בתוך הקשר ברור של חומרים, עומסים, תהליכי ייצור ודרישות שימוש.
את הפער בין ידע תיאורטי למומחיות מעשית המחיש קומאר באמצעות דוגמה פשוטה: ניסיון לבנות שולחן עבודה. גם כאשר קיימת גישה לחומרי גלם ולכלי עבודה, ללא הבנה של ארגונומיה, יציבות מבנית ואופן החיבור בין הרכיבים, התוצאה עלולה להיות רחוקה מהנדרש.
בחברה טוענים כי זהו בדיוק המקום שבו הבינה המלאכותית יכולה לייצר ערך אמיתי. הקניין הרוחני, הידע ההנדסי והנתונים הארגוניים שנצברו לאורך שנים בתוך מערכות התכנון והסימולציה, מאפשרים למערכות AI לסייע בקבלת החלטות מורכבות בזמן קצר, מבלי להסתמך על ניסוי וטעייה.
החזון שמציגה החברה מציע מעבר מגישה של אוטומציה, שבה המשתמש מגדיר פעולה והמחשב מבצע, לגישת קומפוזיציה. בדרך הזו, המהנדס פועל כמעין מנצח על תזמורת של סוכנים חכמים, שכל אחד מהם מטפל בחלק אחר של התכנון, הסימולציה או האימות.
במקום להחליף את המהנדס, הבינה המלאכותית מגדילה את היכולת שלו לעבוד מהר יותר, מדויק יותר ובסביבה עם הרבה אילוצים, תוך כדי שהוא נשען על ידע מצטבר ולא רק על ניסיון אישי.
המעבר מגישה של אוטומציה לגישת קומפוזיציה לא נשאר ברמה התיאורטית. בדאסו סיסטמס בחרו לממש אותו באמצעות מערך של סוכני AI ייעודיים, שכל אחד מהם מתמקד בהיבט אחר של תהליך העבודה ההנדסי.
במקום כלי בודד שמנסה “לעשות הכול”, החברה מציגה חלוקת תפקידים ברורה, המדמה צוות עבודה רב-תחומי סביב המהנדס.
הכירו את הסוכנים: Aura, Leo ו-Marie
בניגוד לפתרונות AI המתמקדים בסוכן אחד רב-תכליתי, דאסו סיסטמס מציגה שלושה “מסייעים דיגיטליים” (Virtual Companions), שלכל אחד מהם תחום אחריות מוגדר בתהליך התכנון והפיתוח:
- Aura (“אאורה”) – המקשרת והמעצבת: אחראית על ההקשר והאסתטיקה. היא מחברת את המהנדס לידע הארגוני הקיים ולמידע חיצוני. היא מסוגלת להציע ספקים, לבדוק עמידה בתקנים, ולהציע פתרונות עיצוביים המבוססים על טרנדים או סביבת המוצר.
- Leo (“ליאו”) – המהנדס: סוכן המתמקד בבנייה, הנדסה ואימות. הוא אחראי לוודא שהתכנון ניתן לייצור, עומד בעומסים המכניים ושומר על יחס עלות-תועלת אופטימלי. ליאו מסוגל להריץ סימולציות מהירות ולהציע חלופות מבניות מבלי לפגוע בחוזק המוצר.
- Marie (“מארי”) – המדענית: מארי מביאה לשולחן את המדעים המדויקים: פיזיקה, כימיה והנדסת חומרים. היא בודקת השערות מדעיות ומספקת נתונים אובייקטיביים. בדוגמת השולחן שהוצגה, מארי השתמשה בנתונים הפיזיים של קומאר כדי לחשב את הגובה המדויק למניעת כאבי גב, במקום שהמשתמש ינחש את המידה.
הדגש הגדול אותו ניסתה להציג החברה הוא כי המסייעים החדשים לא נועדו להחליף את המהנדס אלא להעצים אותו.
במהלך הדגמה שנערכה, הציגו את היכולת של LEO לקחת תמונה של של מוצר, להפוך אותו בשניות לסקיצה ולאחר מכן למודל תלת מימדי, מודל עליו אפשר לבצע פעולות שונות כמו בדיקות חוזק אם שינויים מהירים בזמן אמת על מנת לבצע בו שיפורים. דבר המתורגם בפועל לקישור זמני התכנון והבדיקות, משעות לדקות ואף שניות בודדות.
התפיסה הזו, של צוות דיגיטלי שפועל סביב המהנדס, חוזרת גם בנושאים רחבים יותר שעלו בהמשך – משימוש בסימולציות בקנה מידה גדול ועד המעבר המואץ לפלטפורמות מבוססות ענן.
כשהסימולציה הופכת לכלי אסטרטגי
החזון שמציגה דאסו סיסטמס סביב עבודה מבוססת סימולציות וסוכני AI מקבל משמעות רחבה יותר כאשר בוחנים אותו בקנה מידה גלובלי. כאן נכנסת לתמונה נקודת המבט שהביא פאבלו הולמן, עתידן וממציא העוסק במה שהוא מגדיר כ”עתיד העמוק”.
הולמן, שפעל לאורך השנים בצומת שבין טכנולוגיה, אנרגיה וחלל, הציג תפיסה פשוטה אך רדיקלית: האנושות יודעת לפתור בעיות מורכבות, אך מתקשה להרחיב את הפתרונות הללו לקנה מידה של מיליארדי בני אדם. כדי לעשות זאת, נדרשת יכולת לבצע ניסויים, כישלונות ואיטרציות – לא בעולם הפיזי, אלא בסביבה ממוחשבת.
לדבריו, מחשוב מתקדם ובינה מלאכותית מאפשרים כיום “להיכשל בתוכנה” במקום במציאות. במקום לבנות, לבדוק ולהרוס מערכות פיזיות יקרות, ניתן להריץ מיליוני תרחישים בסימולציה, לצמצם סיכונים ולבחור פתרונות בשלים יותר עוד לפני היישום בפועל.
אחת הדוגמאות שהציג הייתה פיתוח כור גרעיני זעיר המוטמן מתחת לאדמה, המבוסס על שימוש בפסולת גרעינית קיימת. מעבר לפרויקט עצמו, הדוגמה ממחישה את העיקרון: ללא יכולת סימולציה בקנה מידה גדול, פרויקטים מסוג זה פשוט אינם אפשריים.
הדברים של הולמן ממחישים כיצד הכלים עליהם מדברת החברה – סימולציות, תאומים דיגיטליים וידע מצטבר – לא מיועדים רק לייעול תהליכים קיימים, אלא עשויים להפוך לתשתית שמאפשרת קבלת החלטות גם בתחומים שבהם שגיאה אינה אופציה.
התשתית שמאחורי החזון: המעבר לענן
רוב הכלים והיכולות שדאסו סיסטמס מציגה סביב סוכני AI וסימולציות בקנה מידה גדול לא יכולים להתקיים בסביבת עבודה מקומית בלבד.
כדי לאפשר עבודה רציפה, שיתופית ומבוססת נתונים, החברה דוחפת את בסיס המשתמשים שלה לעבר פלטפורמת הענן 3DEXPERIENCE.
המעבר הזה נועד לפתור כמה מהחסמים המוכרים בעבודה עם תוכנות הנדסיות כבדות: תלות בתחנות עבודה חזקות, תהליכי התקנה ועדכון ארוכים, וקושי לשתף נתונים בין צוותים ודיסציפלינות שונות.
בסביבת ענן, העדכונים מתבצעים ברקע, והמשתמש מקבל גישה מיידית לכלים וליכולות החדשות ללא השבתת סביבת העבודה.
מעבר לנוחות, לענן יש תפקיד מהותי במימוש חזון ה-AI של החברה. ריכוז הנתונים, המודלים והסימולציות במקום אחד מאפשר לסוכנים החכמים לפעול על אותו בסיס מידע, להריץ בדיקות במקביל ולהציע חלופות בזמן אמת. זה תנאי הכרחי לעבודה במודל של “צוות דיגיטלי” סביב המהנדס, ולא רק שדרוג טכני של סביבת העבודה.
במילים אחרות, המעבר לענן אינו רק שינוי באופן ההפצה של התוכנה, אלא תשתית שמאפשרת את סוג העבודה ההנדסית שדאסו מבקשת לקדם בעידן הבינה המלאכותית.
השורה התחתונה
דאסו סיסטמס לא מציגה עוד שכבת בינה מלאכותית על גבי הכלים הקיימים, אלא מנסה לבנות מחדש את סביבת העבודה ההנדסית סביב ידע מצטבר, סימולציות וסוכנים חכמים.
המהנדס נותר כנקודת ההכרעה המרכזית, אך פועל בסביבה שבה בדיקות, חלופות ואיטרציות מתבצעות בקצב ובקנה מידה שלא היו אפשריים בעבר.
החיבור בין סוכני AI ייעודיים, פלטפורמת ענן ותאומים דיגיטליים משרטט כיוון ברור: פחות ניסוי וטעייה בעולם הפיזי, ויותר החלטות שמתקבלות עוד לפני שהמוצר הראשון מיוצר בפועל. זה שינוי שאינו נוגע רק למהירות העבודה, אלא לאופן שבו מתקבלות החלטות הנדסיות.
השאלה הפתוחה היא לא האם כלים כאלה יהפכו לסטנדרט, אלא עד כמה הם יהיו נגישים גם מחוץ לארגונים הגדולים, והאם המהנדס יישאר זה שמכתיב את הכיוון – או רק זה שמאשר את ההמלצות.
–
הכותב הוא אורח של דאסו סיסטמס בכנס 3DEXPERIENCE World.
