AIによる歩行者安全性の革新：ゼネラルモーターズとNeural Concept社の取り組み

自動車業界における競争は、電動化、規制強化、中国OEMの台頭によって激化しており、欧州の自動車メーカーは車両の設計手法を根本から見直すことで優位性を取り戻そうとしています。
競争の主戦場はもはやハードウェアだけではなく、「インテリジェンス(知能)に移っています。つまり、設計サイクルを短縮し、総開発労力(TDE)を削減し、少数のエンジニアでより多くを実現する力です。データ駆動のワークフローとAIコパイロットによって従来のV字型開発サイクルを連続的かつ横断的なループに変革し、より安全で空力性能に優れた車両をより速く生み出す新たなパラダイムが登場しています。
この変革の最前線には、NVIDIA GTC 2025で紹介されたゼネラルモーターズ社(GM社)とNeural Concept社の協業のような実例があります。これは「エンジニアリング・インテリジェンス」が単なる概念ではなく、競争上の必須条件であることを示しています。

業界導入による主な成果

エンジニアリングの新たな層：デジタル化の上に築かれる「インテリジェンス」

世界の自動車OEMは、開発時間と総開発労力の削減を急いでいます。同時に電動化、デジタル化、世界的な安全規制が業界の技術的風景を大きく変えています。高賃金・厳格な規制環境下にある多くの欧州OEMにとって、AIと自動化は中国メーカーに対抗するための大きなチャンスとなっています。
エンジニアリング領域では、既に確立されたCAD・CAE・PLMなどの「デジタル化レイヤー」の上に「インテリジェンスレイヤー」が築かれつつあります。これによりV字型の開発サイクルを少数のエンジニアに集約し、部品設計、シミュレーション、検証の間の時間や引き継ぎを削減。AIコパイロットに支援されたクロスファンクショナル型の新しいエンジニアがより早い段階で意思決定を行えるようになります。

GTC 2025での紹介

GM社がNeural Conceptのプラットフォーム上で推進したこの取り組みは、車両の衝突性能に関する情報をデザイナーがより容易に活用し、安全性を確保しつつ、他の性能面の最適化も同時に実現できる可能性を示しました。

より速く、より安全な車両設計という課題

歩行者や自転車利用者の安全性は販売上の主要な訴求点にはなりにくいものの、厳格な規制が空力性能、騒音、デザインといった他の重要要素に影響を与えることがあります。

従来の設計ワークフローの限界

新車設計においてOEMはVRU（歩行者・自転車利用者）の保護規制に従う必要があります。GTR（国連世界技術規則）やNCAP（新車評価プログラム）といった厳格な基準を満たすには数百回の設計反復と膨大な数値シミュレーションが必要です。歩行者保護を確保するためエンジニアは子供と大人の違いや速度・角度の違い、ボンネット上のさまざまな衝突位置など、数百のシナリオを評価しなければなりません。これらはすべて有限要素解析(FEA)シミュレーションを必要とし、1回につき2時間、最大256 CPUを消費するため膨大なリソースを要します。
結果として設計者は規制を満たすために設計を調整しなければなりません。しかし、各反復に数週間かかること、エンジニアの直感に依存することにより、他の性能特性を損なうリスクも高まります。その結果、開発工数の増大、専門家間の多くの会議、品質面での妥協につながりかねません。
例えば、ボンネット形状を盛り上げれば衝撃時の歩行者の被害を軽減できるかもしれませんが、その一方で空力性能が低下し航続距離も短くなりデザイナーの意匠意図にも反する可能性があります。時間的制約や膨大なシミュレーション情報に圧倒され追加の反復がスケジュールを危うくすると判断すれば、より良い妥協点を探す余地があっても盛り上がったボンネット形状を採用せざるを得ないのです。

AIによる歩行者衝突予測ゾーンの可視化。
フルシミュレーションを繰り返さずに早期のデータに基づく設計判断を可能に

車両設計・シミュレーションワークフローの変革：GM社の事例

Neural Concept社の技術を活用し、GM社は車両設計能力の変革に着手しました。目標はデザイナーに設計プロセス全体の360度ビューを与え、AIによる支援を受けながらデータ駆動型の意思決定を実現することです。

コパイロットの学習：データから意思決定へ

第一歩はNeural Concept PlatformのAIコパイロットにVRU安全要件を認識させ、従来のFEAに依存せずAIによる頭部損傷基準(HIC)の評価を可能にすることでした。GMでは11車種の内部衝突シミュレーションデータ、規制基（GTRやNCAP）、1台あたり100か所以上の衝突位（大人・子供両方）をAIに学習させました。
その結果、AIコパイロットが新しい設計においてHICを評価し、設計改善やトレードオフに関する有益な提案を行える可能性が確認されました。またワイパーモーターやラッチといった局所部品がボンネット変形に与える影響といった微妙な相互作用も捉えることができました。

影響：専門家から組織全体への展開へ

第一段階では、GM社の専有データに基づくVRU基準の予測と改善を行うAIコパイロットが検証されました。これにより安全工学の専門家は日常業務を加速しより良い提案やシミュレーションを実現可能となります。
次の段階では、このAIコパイロットを設計初期の段階で導入し、分野横断的に活動するデザイナーが直接活用できるようにします。これによりエンド・ツー・エンドの開発チェーンをスムーズにしV字サイクルを短縮し、設計反復を大幅に高速化、開発労力を削減します。
GM社のSimon Xu氏は次のようにコメントしています：
「この協業により革新的な手法を組織全体に効果的に統合するためのロードマップを構築し、効率的なエンジニアリングワークフローを実現し設計可能性の迅速な探索を可能にしています。」

AI強化ワークフローにおける役割の再定義

AIコパイロットにルーチン業務が吸収された後、衝突シミュレーション専門家の役割はどのようになるのでしょうか。
一部の専門家はより良いデータ収集システムや自動化シミュレーションを通じてAIモデルを改良し、設計者がAIと協働できるよう支援する役割を担います。
また別の専門家は日常的に設計プロセスに関わり、定量的・分析的視点をエンジニアリングに注入する役割を果たすようになります。
GM社のVehicle Optimization、および機械学習担当Tech FellowであるSimon Xu氏はGTC 2025で次のようにコメントしました：
「Neural Concept社との協業を通じて設計プロセスの加速や予測モデリングにおけるAI駆動型ワークフローの大きな価値と高い可能性を評価することができました。」