軟體定義汽車（Software Defined Vehicle, SDV）已非未來概念，數位座艙、無線更新（Over-the-Air Update, OTA）及軟體驅動功能藍圖已在形塑今日的汽車。然而，隨著汽車製造商加速布局 SDV，許多工程團隊發現，傳統的汽車開發方法已無法跟上現代汽車系統中日益複雜的軟體整合。

根據 Design News 報導，AI 正開始在工程流程中扮演關鍵角色，協助團隊協調整合軟硬體的複雜組合，打造安全、可靠且能透過持續軟體更新不斷進化的汽車。對於從事硬體、軟體和安全領域的工程師而言，AI 正成為 SDV 的關鍵推動者，確保車輛在現實世界中能按預期運作。

現代汽車越來越像分散式運算平台，資訊娛樂、先進駕駛輔助系統（ADAS）、連網服務、即時控制系統和雲端服務，必須在多個軟體、硬體和開發環境層無縫運作。這種複雜性，多半源於傳統的電子控制單元（ECU）架構、分散的工具和各自獨立的團隊，這些設計並非為了支援持續的軟體發展。隨著軟體在汽車開發初期就被引入，並在生產後持續變更，手動整合和驗證很快就成為瓶頸。

對工程團隊來說，這些挑戰往往導致後期整合問題、重複作業、日益增加的合規負擔，以及難以跟上市場期望的開發週期。AI 的真正價值在於開發，而不僅僅是功能。DXC 的 Human+ 方法就反映了這種轉變，該方法利用 AI 處理重複且複雜的工程任務，讓人們可以專注於更高價值的工作。在 SDV 的背景下，這意味著將工程師從持續不斷的整合問題中解放出來，讓他們能夠專注於系統品質，並設計出真正有別於競爭對手的汽車。

若應用得當，AI 可協助工程團隊管理整個軟體生命週期的複雜性，將整合從被動的後期工作轉變為持續管理的流程：

• 支援更早期的整合和驗證：隨著 SDV 專案採用更多自動化和數據驅動的開發模型，支援 AI 的工具越來越能協助團隊在開發流程的早期分析、整合和驗證軟體。
• 補充左移（Shift-Left）和虛擬開發：將測試和驗證提前到開發階段的「左移」實務，搭配虛擬目標，有助於降低後期整合風險，從而實現軟體的持續測試和完善。
• 持續變更：隨著 SDV 透過更新不斷發展，AI 可協助管理回歸測試、安全驗證，以及在越來越大的軟體堆疊中追蹤合規性。

AI 無法彌補架構上的限制，其影響取決於車輛在系統層級的設計方式。集中化、虛擬化和抽象化的結合，為 AI 的可靠擴展創造了理想的環境。圍繞高效能電腦構建的集中式運算架構，為 AI 驅動的開發提供了更穩定的基礎。虛擬化允許多個領域在共享硬體上安全共存，同時維持嚴格的安全要求。

抽象層透過將軟體與特定硬體元件解耦，進一步擴大了 AI 的有效性。當通訊和硬體標準化後，AI 工具可以在不同的平台上更一致地運作，而不會受到供應商特定設計的限制。

領先的 SDV 專案正轉向軟體工廠模型，將 AI 整合到持續整合和交付流程中。工程師不再等待實體原型，而是使用虛擬環境儘早且頻繁地驗證軟體。在這些軟體工廠模型中，自動化和標準化工作流程提高了需求、程式碼和驗證活動的可追溯性。在選定的 SDV 專案中，開發時程最多縮短了 50%，成本效益提高了近 30%，尤其是在 AI 驅動的自動化嵌入到整合和驗證工作流程中的情況下。

SDV 的定義性承諾是適應性，汽車不再是靜態產品，而是像電腦、智慧型手機和其他智慧裝置一樣，透過定期軟體更新而不斷發展的平台。透過不斷從開發和營運數據中學習，支援 AI 的流程可支援更快的更新、更可預測的驗證，以及在車輛的生命週期內更安全地部署新功能。對工程師而言，這代表著根本性的轉變：成功不再以單一的發布來衡量，而是以系統適應變化的能力來衡量。在這種模式下，工程師越來越將 AI 視為數位隊友，利用它來處理重複且複雜的任務，以便他們能夠專注於系統設計和開發中更高價值的領域。

SDV 的複雜性將持續增加，而成功的團隊將是那些將 AI 視為車輛設計、製造和維護不可或缺一部分的團隊。當與現代架構和自動化開發模型結合使用時，AI 將整合從障礙轉變為一種能力，使工程師能夠交付可擴展、可更新的車輛，而不會犧牲安全性或可靠性。SDV 的未來不僅取決於軟體能做什麼，還取決於從一開始如何智慧地設計它。隨著汽車產業鏈的發展，台灣廠商可望在 SDV 領域中尋找新的機會。