Nissan Belajar dari China Kembangkan Mobil Baru dengan Cepat

Liputan6.com, Jakarta - Nissan Motor mengklaim berhasil memangkas setengah dari siklus pengembangan kendaraan baru. Bahkan, dengan sistem baru ini, untuk membuat satu model baru, jenama asal Jepang ini hanya membutuhkan waktu 26 bulan, dibanding sebelumnya yang mencapai 55 bulan.

Disitat dari Carnewschina, pergeseran strategi ini bertujuan untuk mempercepat inovasi, dan sangat terinspirasi dari model literasi cepat berbasis AI, yang dipelopori oleh produsen mobil Tiongkok.

Menurut Presiden Nissan Ivan Espinosa, proses pengembangan baru tersebut telah divalidasi dengan Skyline generasi baru, yang dijadwalkan rilis pada musim dingin 2026.

Bahkan, perusahaan berencana untuk menerapkan alur kerja yang disederhanakan ini di 90 persen proyek kendaraan Nissan di tahun fiskal 2026.

Transformasi Nissan ini, mengambil pelajaran dari operasinya di Tiongkok melalui usaha patungan dengan Dongfeng Motor yang telah mengintegrasikan keahlian dan teknologi lokal.

Terutama, untuk model N7 listrik , yang diluncurkan pada April 2025, dan menjadi proyek percontohan yang sukses untuk strategi ini, dan mencapai siklus pengembangan hanya dua tahun.

Sementara itu, untuk mencapai pengurangan waktu pengembangan model baru ini, Nissan mengintegrasikan kecerdasan buatan di seluruh siklus pengembangan kendaraan.

Pertama, desain dengan pemodelan cepat berbantuan AI secara otomatis menghasilkan proposal desain yang mengoptimalkan aerodinamika dan estetika, sehingga secara signifikan mengurangi kebutuhan revisi manual.

Kemudian untuk pengujian, yang menggunakan simulasi virtual menggantikan lebih dari 60 persen pengujian prototipe fisik, dan secara drastis mempersingkat waktu yang dibutuhkan untuk penilaian tabrakan dan daya tahan.

Lalu, pengambilan keputusan yang melakukan analisis data AI tingkat lanjut, dan memungkinkan respons pasar yang lebih cepat serta menyederhanakan rantai persetujuan manajemen, sehingga meningkatkan efisiensi organisasi secara keseluruhan.

Terakhir, terkait dengan rantai pasokan dengan analitik prediktif berbasis AI, mengantisipasi permintaan komponen dan risiko pasokan, dan memastikan transisi yang lancar dari penelitian serta pengembangan ke produksi massal.