Mercedes-Benz הציגה ב־16 באוקטובר 2026 את PLM.AI, תשתית חדשה לניהול מחזור חיי מוצר שאמורה לחבר בין שלבי הפיתוח, הרכש, הייצור, המכירות והשירות. החברה מתכננת להשקיע במהלך כ־500 מיליון אירו, בשיתוף CONTACT Software ו־Siemens.
לפי ההודעה הרשמית של Mercedes-Benz, היעד הוא לקצר את מחזור פיתוח הרכב בעד 30% ולהגיע לכ־17 חודשים. החברה גם מציגה יעד לשיפור יעילות של עד 50% בחלק מתהליכי ההנדסה. חשוב להדגיש: אלה יעדים והערכות של Mercedes, ולא תוצאות עצמאיות שכבר נמדדו לאורך מחזור מוצר מלא.
מהו PLM.AI
PLM, או Product Lifecycle Management, הוא המארג הדיגיטלי שמרכז דרישות, מפרטים, גרסאות, רכיבים, בדיקות ושינויים לאורך חיי המוצר. PLM.AI מוסיף לתשתית הזאת שכבת AI שאמורה לסייע לצוותים לאתר מידע, לנתח חלופות, ליצור סימולציות ולזהות סתירות מוקדם יותר.
במקום שכל מחלקה תעבוד על אוסף נפרד של מסמכים ומודלים, Mercedes מבקשת ליצור בסיס נתונים משותף המתעדכן לאורך התהליך. החברה אומרת כי היא תשמור על הבעלות והשליטה בנתונים ובמודלים, וכי צוותים אנושיים ימשיכו לשאת באחריות להחלטות.
פחות אב־טיפוס, יותר תאום דיגיטלי
אחד היעדים המרכזיים של התוכנית הוא להרחיב שימוש ב"תאומים דיגיטליים" — מודלים וירטואליים שמייצגים את הרכב ואת מערכותיו. Mercedes מעריכה כי לאורך זמן ניתן יהיה לצמצם עד מחצית מהבדיקות הפיזיות באמצעות סימולציה. גם כאן מדובר בהערכה של החברה, ולא בהתחייבות לכך שכל בדיקה פיזית תיעלם.
המעבר הזה עשוי לקצר את הזמן בין שינוי תכנוני לבין בדיקת ההשפעה שלו על חלקים אחרים. לדוגמה, עדכון במערכת חשמלית יכול להיבדק מול משקל, חום, תוכנה, שרשרת אספקה ועלות עוד לפני בניית אב־טיפוס חדש.
Motor Trade News דיווחה אף היא על יעד 17 החודשים, ההשקעה בהיקף 500 מיליון אירו והשותפות עם CONTACT Software ו־Siemens.
הקשר לרכב המוגדר בתוכנה
יצרני רכב כבר אינם מנהלים רק מכונה מכנית. הם מנהלים פלטפורמת תוכנה עם עדכונים, שירותים דיגיטליים, מערכות סיוע לנהג וגרסאות חומרה רבות. לכן, PLM מודרני צריך לחבר בין קוד, רכיבים פיזיים, רגולציה ונתוני שירות.
המהלך של Mercedes מצטרף למגמה רחבה יותר של מעבר לרכב המוגדר בתוכנה. לאחרונה סקרנו את פלטפורמת Arene של Toyota, שגם היא נועדה לאחד תהליכי פיתוח תוכנה ושירותים לאורך חיי הרכב.
מה אפשר ללמוד בארגונים אחרים
PLM.AI רלוונטי במיוחד ליצרנים גדולים, אך העיקרון רחב יותר: AI ארגוני מספק ערך רק כשהוא מחובר לנתונים עקביים, הרשאות ברורות ותהליך שינוי מבוקר. בלי בסיס כזה, מנוע חכם עלול להחזיר מידע ישן או להאיץ החלטה שאינה מתועדת היטב.
- מקור אמת משותף: צריך להגדיר איזו מערכת מחזיקה בכל נתון ובכל גרסה.
- בקרת אנוש: המלצה אוטומטית אינה מחליפה אחריות הנדסית או רגולטורית.
- מדדי הצלחה: יש למדוד זמן שינוי, מספר תקלות חוזרות ועלות ניסוי — לא רק שימוש בכלי.
- ממשל נתונים: שמירה על סודיות, קניין רוחני והרשאות לאורך שרשרת הספקים.
Mercedes מציבה יעד שאפתני, אך המבחן יהיה ביישום: עד כמה הנתונים באמת יזרמו בין יחידות הארגון, והאם הקיצור בלוחות הזמנים לא יבוא על חשבון איכות, בדיקות ובקרה. נכון לעכשיו, PLM.AI הוא תוכנית עבודה משמעותית — לא הוכחת הצלחה מוגמרת.
צילום: ThisIsEngineering / Pexels. מקור התמונה; שימוש בהתאם לרישיון Pexels.
