Sbloccare l'innovazione: L'impatto dell'intelligenza artificale e dell'intelligent automation nello sviluppo del prodotto

25 novembre 2024

Brian è vicepresidente e direttore generale della divisione CAD e calcolo ingegneristico di PTC. Grazie alla sua guida, questo business trentennale gode di tassi di crescita superiori al mercato e di una reputazione per i massimi livelli di innovazione a sostegno delle esigenze dei clienti. Brian è il principale portavoce di Creo e del settore CAD di PTC.

Prima di entrare in PTC, Brian ha lavorato per più di 15 anni nello sviluppo di prodotti elettromeccanici in diversi settori di produzione discreta. Brian è titolare di sei brevetti di progettazione di prodotti, molti dei quali riguardano prodotti venduti ancora oggi. Ha assunto una varietà di ruoli in PTC, come la gestione della progettazione funzionale, la gestione dello sviluppo dei prodotti e la gestione tecnica dei prodotti.

Brian ha conseguito una laurea in ingegneria meccanica e un master in informatica presso il Rensselaer Polytechnic Institute di Troy, NY.

Sbloccare l'innovazione: L'impatto dell'intelligenza artificale e dell'intelligent automation nello sviluppo del prodotto

Mentre esploriamo il potenziale di trasformazione dell'intelligenza artificiale (AI) nella progettazione dei prodotti, è chiaro che il nostro approccio allo sviluppo dei prodotti sta entrando in una nuova era. Il nostro viaggio con Creo è sempre stato all'insegna del superamento dei confini del CAD e oggi stiamo sfruttando l'intelligenza artificiale per portare avanti l'innovazione.

In questo blog approfondiremo come l'IA stia giocando un ruolo fondamentale in questa evoluzione, esaminando il suo impatto dagli approcci consolidati a quelli emergenti, e come i nostri continui sforzi stiano ponendo le basi per i futuri progressi che potranno impattare in modo positivo il vostro flusso di lavoro e la vostra produttività. Per capire come l'IA possa essere applicata al meglio alla progettazione dei prodotti, è necessario riconoscere alcune differenze fondamentali nell'attuale mondo CAD 3D rispetto agli inizi dell'adozione del CAD 3D.

Esplorare le epoche CAD

L'ascesa dell'IA nella progettazione dei prodotti è guidata dal suo potenziale di aumento della produttività, accelerazione del time-to-market, miglioramento della qualità e spinta all'innovazione. Mentre il CAD si è evoluto per rispondere a molte esigenze di produttività dettate dagli utenti, l'IA sta diventando parte integrante della sua progressione moderna, guidandoci attraverso l'era attuale mentre riflettiamo sulle diverse epoche che hanno profondamente plasmato il ciclo di vita dello sviluppo del prodotto.

L'era da 2D a 3D

Il passaggio dalla progettazione in 2D a quella in 3D è stato a dir poco rivoluzionario. Ha rivoluzionato il modo di lavorare dei progettisti, consentendo loro di visualizzare, iterare e perfezionare i progetti con una chiarezza e una precisione senza precedenti. Questo cambiamento ha offerto una comprensione più intuitiva e completa della funzionalità del prodotto, che a sua volta ha permesso alle aziende di innovare più rapidamente e di immettere sul mercato prodotti di qualità superiore. Questo cambiamento non si è limitato all'introduzione di nuovi strumenti, ma ha richiesto un ripensamento completo del processo di progettazione.

L'era della gestione dei dati di prodotto (PDM)

Con la maturazione delle pratiche di progettazione 3D, l'attenzione si è spostata sulla gestione della maggiore complessità dello sviluppo e del rilascio di dati CAD 3D collegati a disegni 2D. Questa enfasi sul controllo e sull'ottimizzazione dei dati di progettazione ha distolto l'attenzione dall'ulteriore automazione e miglioramento del processo di progettazione basato sul CAD 3D. Molti produttori, soddisfatti dei loro progressi nella progettazione 3D, hanno iniziato a dare priorità ad altri aspetti dello sviluppo del prodotto.

Ciò ha portato a una serie di decisioni puntuali per attività quali lo sviluppo del processo produttivo, la progettazione degli utensili e la simulazione del progetto, con la conseguente mancanza di modelli 3D completamente dettagliati e semanticamente accurati. Le informazioni essenziali sulla progettazione sono rimaste frammentate tra i dati CAD, i disegni 2D e le conoscenze degli ingegneri, invece di essere completamente integrate nei modelli.

Di conseguenza, i dati completi dal punto di vista semantico necessari per portare il progetto in produzione sono distribuiti su più fonti e sistemi: dati CAD, disegni 2D, sistemi di produzione e altro ancora. Sebbene queste decisioni fossero volte a ottimizzare attività specifiche, non solo hanno frammentato i dati semantici necessari per portare il progetto di prodotto alla produzione completa, ma hanno anche frammentato il processo complessivo, rallentando l'innovazione e complicando il percorso dall'idea al mercato.

L'intelligent automation (IA) nell'era del PDM

Durante l'era del PDM, prima che l'AI diventasse una parola d'ordine nella progettazione dei prodotti, Creo era già all'avanguardia negli strumenti di automazione che noi chiamiamo Intelligent Automation o IA. Non si trattava solo di automatizzare le attività, ma di integrare in modo intelligente l'automazione nei flussi di lavoro per ottenere una reale efficienza. I nostri strumenti di IA sono stati progettati per automatizzare processi complessi, snellire i flussi di lavoro e migliorare la produttività della progettazione molto prima che l'intelligence automation entrasse nella scena della progettazione di prodotto.

Abituandosi a utilizzare alcune funzionalità di Creo in modo diverso, è possibile sfruttare una serie di funzioni d’ intelligence automation che migliorano significativamente l'efficienza e la produttività. Creo Parametric offre un'ampia suite di strumenti d’ intelligence automation progettati per rivoluzionare il modo di progettare, iterare e innovare.

  • Riferimenti di intenti: I riferimenti di intenti in Creo automatizzano il processo di acquisizione dell'intento geometrico dell'utente in un progetto, assicurando che i modelli siano costruiti in modo robusto e si aggiornino in modo prevedibile quando vengono apportate modifiche. Mantenendo in modo intelligente l'integrità dei riferimenti correlati, questa funzione riduce la necessità di regolazioni manuali e previene gli errori, semplificando i flussi di lavoro e migliorando l'accuratezza del progetto nell'intero processo di progettazione.

 

  • Caratteristiche definite dall'utente (UDF): Le UDF consentono agli utenti di creare e riutilizzare elementi di progettazione personalizzati in più progetti, accelerando notevolmente il processo di progettazione. Salvando e automatizzando il riutilizzo di gruppi complessi di funzioni, gli utenti evitano di doverli ricreare da zero, migliorando la coerenza e l'efficienza. Questa funzionalità garantisce l'applicazione uniforme degli elementi personalizzati, riducendo i tempi di progettazione e migliorando la produttività.

 

  • GD&T Advisor: GD&T Advisor automatizza in modo intelligente l'applicazione del dimensionamento e delle tolleranze geometriche, non solo guidando gli utenti attraverso il processo, ma anche identificando e controllando automaticamente le superfici dei componenti soggette a tolleranze di processo standard. Questo strumento accelera il processo di annotazione, garantisce la conformità agli standard industriali e riduce al minimo l'impegno manuale, consentendo agli utenti di concentrarsi sull'innovazione progettuale. Semplificando la documentazione di routine e migliorando la precisione, GD&T Advisor accelera la transizione dalla progettazione alla produzione.
  • Creo Behavioral Modeling Extension (BMX): BMX automatizza il processo di ottimizzazione della progettazione eliminando le attività manuali e iterative. Consente agli utenti di raggiungere facilmente gli obiettivi di progettazione definendo regole e vincoli parametrici applicati automaticamente, riducendo gli sforzi, minimizzando gli errori e garantendo processi di progettazione più affidabili ed efficienti.

Queste funzionalità d’intelligence automation evidenziano solo alcuni dei potenti strumenti integrati in Creo. Sono progettati per automatizzare i flussi di lavoro e adattarsi alle esigenze degli utenti, offrendo vantaggi sostanziali in tutto il processo di sviluppo prodotto. Anche se l'intelligence automation non evoca le visioni futuristiche dell'IA fantascientifica, il suo impatto è sostanziale e consente di ottenere il massimo da Creo, riducendo il tempo dedicato alle attività di routine e permettendo di concentrarsi su ciò che conta davvero: l'innovazione e la commercializzazione più rapida dei prodotti.

Dalle mie conversazioni con i clienti, è possibile che molti non stiano sfruttando appieno le funzionalità di intelligence automation di Creo. Poiché le aziende si concentrano sul recupero e sull'adattamento dopo la pandemia, è comprensibile che le loro priorità si spostino. Tuttavia, esplorare come l'intelligence automation possa migliorare l'efficienza e fornire un vantaggio competitivo è un'opportunità preziosa.

Anche se stiamo entrando nell'era della gestione del ciclo di vita del prodotto (PLM), il nostro impegno a migliorare le funzionalità d’intelligence automation di Creo rimane costante. Riconosciamo il ruolo fondamentale dell'intelligence automation nell'ottimizzazione del processo di progettazione e nel supporto di flussi di lavoro efficienti. Con l'integrazione di funzionalità d’intelligence automation più sofisticate, continueremo a sviluppare e perfezionare i nostri strumenti d’intelligence automation, garantendo che sia l'intelligence automation che l'intelligenza artificale siano parte integrante dell'evoluzione di Creo.

L'era della gestione del ciclo di vita del prodotto (PLM)

Il mondo moderno della progettazione di prodotti in 3D è ormai entrato a pieno titolo nell'era del PLM. Questo cambiamento si verifica quando i clienti cercano sempre più di sfruttare i dati di prodotto nell'intero flusso di valore, dai requisiti alla progettazione, alla produzione, al funzionamento e all'assistenza. Nel perseguire questo obiettivo, le aziende si rendono conto che per raggiungerlo è necessario concentrarsi nuovamente sulla corretta creazione dei dati di base del prodotto. È qui che entra in gioco il rinnovato impegno per un approccio basato sui modelli. Assicurando che tutti i dati di prodotto rilasciati agli stakeholder a valle siano accurati dal punto di vista semantico, le aziende possono sfruttare appieno il potenziale dei loro dati durante l'intero ciclo di vita.

L'ascesa dell'ePLM amplifica queste capacità, estendendo il PLM a tutta l'azienda, compresa la produzione, e rafforzando l'importanza dell'approccio basato sui modelli per una perfetta integrazione. Questo approccio garantisce che tutti i dati di prodotto siano accurati, completi e integrati, consentendo la collaborazione e il processo decisionale. Estendendo gli strumenti, i flussi di lavoro e i dati PLM a tutte le parti interessate, l'ePLM promuove un ambiente basato su modelli in cui la collaborazione multi-impresa, l'ingegneria di produzione, la qualità a ciclo chiuso, l'ingegneria dei servizi e la pianificazione della catena di fornitura sono interconnessi. Questa connettività consente alle aziende di lavorare in modo più efficiente e di prendere decisioni ben informate.

Generative design vs. generative AI

In prospettiva, è essenziale distinguere tra due termini spesso confusi: generative design e generative AI.

  • Generative Design: Da anni Creo è all'avanguardia nella progettazione con intelligenza artificiale grazie agli strumenti Generative Topology Optimization (GTO) e Generative Design Extension (GDX). GTO si concentra sulla risoluzione di un problema di ottimizzazione alla volta, fornendo una soluzione per una singola query prima di passare alla successiva. GDX, invece, sfrutta la potenza di calcolo scalabile del cloud per esplorare automaticamente centinaia di soluzioni progettuali contemporaneamente. Entrambi utilizzano algoritmi di intelligenza artificiale per guidare i loro risolutori, migliorando i processi di progettazione e generando autonomamente progetti ottimizzati in base a specifici requisiti di materiali, produzione e prestazioni.

GTO si integra perfettamente con Creo Parametric per convertire i progetti in una ricca geometria B-rep, mentre GDX estende queste funzionalità consentendo la valutazione di più scenari con intuizioni basate sull'intelligenza artificiale. Insieme, aiutano gli ingegneri a esplorare progetti più innovativi, di alta qualità e producibili in modo più efficiente, riducendo i costi e accelerando il time-to-market.

  • Generative AI: l'IA generativa è un campo incentrato sulla creazione di contenuti come testi, immagini e modelli 3D. Utilizza tecniche come l'elaborazione del linguaggio naturale (NLP) e i Large Language Models (LLM) per facilitare le interazioni e generare diversi tipi di contenuti. Nel campo della progettazione di prodotti, l'intelligenza artificiale generativa potrebbe fungere da copilota sfruttando l'NLP e gli LLM per offrire indicazioni, rispondere a domande e fornire suggerimenti. Questo supporto aiuta i progettisti ad affrontare sfide complesse e a prendere decisioni più consapevoli.

Il generative design rimane una parte fondamentale di Creo, mentre l'IA generativa rappresenta il passo successivo nel potenziamento delle già significative capacità d’intelligence automation di Creo. Si tratta di amplificare la creatività umana piuttosto che sostituirla, aiutando gli ingegneri a raggiungere una maggiore efficienza ed efficacia nel loro lavoro.

Il futuro dell'intelligence automation e dell'Intelligenza Artificiale nel PLM

Quando abbracciamo il potere trasformativo dell'intelligence automation e dell'intelligenza artificiale nell'era del PLM, non ci limitiamo a perfezionare le nostre attuali pratiche di progettazione, ma stiamo reimmaginando ciò che è possibile in termini di efficienza e innovazione nello sviluppo dei prodotti. L'intelligence automation è tutt'altro che una parola d'ordine: è una forza rivoluzionaria che, se sfruttata correttamente, può migliorare in modo significativo il processo di progettazione. Tuttavia, molti clienti, alla ricerca di soluzioni basate sull'intelligence automation, non hanno ancora compreso appieno i vantaggi degli strumenti di automazione intelligente già disponibili oggi in Creo. Incoraggiamo i team a esplorare queste opportunità di aumento della produttività e i manager a fornire il tempo e il supporto necessari ai loro team per farlo in modo efficace.

Mentre ci addentriamo nell'era del PLM, è importante riconoscere che il suo obiettivo primario è quello di consentire il flusso di dati semanticamente corretti attraverso l'intero flusso di valore. Questi dati ricchi e accurati sono la base per applicare l'intelligenza artificiale in modo più efficace alla progettazione e ad altre fasi dello sviluppo del prodotto. La presenza di questi dati non solo migliora le attuali capacità di automazione, ma rafforza anche il potenziale dell'IA nel momento in cui matura. I dirigenti devono capire che l'adozione di un approccio basato su modelli oggi non solo snellisce i flussi di lavoro, ma apre anche la strada all'intelligence automation per guidare un'innovazione ancora maggiore in futuro.

CTA Image

Liberate il vostro potenziale di sviluppo del prodotto

Il generative design si avvale del cloud computing e dell'intelligenza artificiale per creare progetti che vanno oltre le capacità delle tecnologie tradizionali.

Ottieni l'E-book
Brian Thompson Brian è vicepresidente e direttore generale della divisione CAD e calcolo ingegneristico di PTC. Grazie alla sua guida, questo business trentennale gode di tassi di crescita superiori al mercato e di una reputazione per i massimi livelli di innovazione a sostegno delle esigenze dei clienti. Brian è il principale portavoce di Creo e del settore CAD di PTC.

Prima di entrare in PTC, Brian ha lavorato per più di 15 anni nello sviluppo di prodotti elettromeccanici in diversi settori di produzione discreta. Brian è titolare di sei brevetti di progettazione di prodotti, molti dei quali riguardano prodotti venduti ancora oggi. Ha assunto una varietà di ruoli in PTC, come la gestione della progettazione funzionale, la gestione dello sviluppo dei prodotti e la gestione tecnica dei prodotti.

Brian ha conseguito una laurea in ingegneria meccanica e un master in informatica presso il Rensselaer Polytechnic Institute di Troy, NY.

A seguire