הבינה המלאכותית כבר כותבת טקסטים, מייצרת תמונות, מסכמת מסמכים וכותבת קוד. אבל אחת המהפכות המשמעותיות יותר עשויה להתרחש דווקא במקום שפחות נמצא בכותרות - בחדרי הפיתוח של חברות תעשייתיות, אצל המהנדסים שמתכננים את המכונית, המטוס, המכשיר הרפואי או המוצר הבא.
חברת התוכנה PTC, מחברות התוכנה הוותיקות בעולם בתחומי ההנדסה ופיתוח המוצר, רואה ב-AI לא מוצר נפרד אלא שכבת טכנולוגיה שאמורה להשתלב בתוך תהליך העבודה ההנדסי עצמו. בישראל מפעילה החברה מרכזי פיתוח בהרצליה ובקמפוס הטכניון בחיפה, שלוקחים חלק בפיתוח טכנולוגיות הליבה של החברה, ובהן Creo - מערכת ה-CAD התלת ממדית של PTC, המשמשת מהנדסים וחברות תעשייתיות בעולם. לדברי אלכס שקבסקי, מנכ"ל PTC ישראל, אנחנו נמצאים רק בתחילתו של שינוי עמוק באופן שבו מוצרים יתוכננו, יפותחו ויגיעו לשוק.
כולם מדברים היום על AI. מה מייחד את המהפכה שמתרחשת עכשיו בעולם ההנדסי בהקשר זה?
"בעולמות התוכן אפשר לעיתים להסתפק בתוצאה שנראית או נשמעת משכנעת. בהנדסה זה לא מספיק. מוצר חייב לעמוד בדרישות פיזיקליות, הנדסיות, בטיחותיות, כלכליות ורגולטוריות, וגם להיות ניתן לייצור ולתחזוקה. מודלי השפה הקיימים, ה-LLMs, מצטיינים בהבנת טקסט ובכתיבת קוד, אבל עדיין מוגבלים בהבנה מרחבית של גיאומטריה תלת ממדית, קשרים בין רכיבים וכוונת התכנון שמאחורי מודל CAD. לכן, השינוי המשמעותי הוא המעבר מ-AI כללי ל-AI שמקבל הקשר הנדסי מתוך המודל, מבנה המוצר, הדרישות, התקנים והחלטות התכנון.
"בעתיד, מודלים גיאומטריים גדולים LGMs, מודלי עולם LWMs ומודלי שפה מתקדמים יותר יוכלו לשלב הבנה של שפה, גיאומטריה והתנהגות פיזיקלית. יכולות אלו עשויות לאפשר אוטומציה מתקדמת יותר, שבה המערכת לא רק מפעילה פקודות, אלא מבינה טוב יותר את כוונת המהנדס, מציעה חלופות ואף מבצעת חלקים מתהליך התכנון תחת בקרה אנושית.
"המטרה איננה להחליף את שיקול הדעת ההנדסי, אלא לאפשר למהנדס לזהות בעיות מוקדם יותר, לבחון יותר אפשרויות ולהקדיש פחות זמן לפעולות חוזרות", מדגיש שקבסקי. "יכולות מסוימות עדיין נמצאות במחקר, בעיקר אלו הדורשות הבנה עמוקה של גיאומטריה וכוונת תכנון, בעוד שאחרות כבר מיושמות היום במשימות הנדסיות ממוקדות. ככל שטכנולוגיות AI מתקדמות מבשילות, עולם ה-CAD מאמץ אותן בהדרגה ומרחיב את השימוש בהן ליכולות תכנון ואוטומציה מתקדמות יותר".
הדרך לייצר ערך הנדסי
בחברת PTC מדברים היום על שלושה שלבים של הטמעת AI. שקבסקי מפרט מהי המשמעות מבחינת המשתמש: "אפשר לתאר את ההתפתחות בשלוש רמות. ברמה הראשונה, ה-AI מייעץ. הוא מאתר ידע מקצועי, מסביר יכולות ומסייע בפתרון בעיות. ברמה השנייה, הוא מבין את ההקשר של המודל שעליו המהנדס עובד. הוא יכול לנתח את מבנה המודל, להפיק תובנות, לזהות בעיות ולספק המלצות רלוונטיות לתכנון הנוכחי. ברמה השלישית, זה אוטומציה. כלומר, הוא גם מבצע פעולות הנדסיות מוגדרות. הפעולות נעשות בסביבה מבוקרת, כך שהמהנדס יכול לבדוק את השינויים, לאשר אותם או לדחות אותם.
"אוטומציה היא גם ספקטרום של מורכבות. השינוי המרכזי והמהותי שאנחנו מטמיעים הוא המעבר מ- AI שמסביר כיצד לעבוד בתוכנה ל-AI שמבין את ההקשר ההנדסי, כלומר, על מה עובדים ובסופו של דבר הוא גם מסוגל לבצע חלק מהעבודה עבור המהנדס".
אז בעתיד מהנדס יוכל פשוט לתאר במילים מוצר שהוא רוצה והמערכת תתכנן אותו?
"זו בהחלט אחת השאיפות, אבל תכנון מוצר שונה מאוד מיצירת תמונה באמצעות משפט. מודל הנדסי צריך לייצג כוונת תכנון, קשרים בין רכיבים, חומרים, תהליך ייצור, ביצועים, עלויות ויכולת לבצע שינויים בהמשך. נכון להיום, ה-AI מתאים יותר למשימות ממוקדות: ניתוח מודלים, זיהוי בעיות, שינוי מאפיינים קיימים, בחינת חלופות ואוטומציה של פעולות חוזרות. יצירה מלאה של מוצר הנדסי משמעותי מתוך דרישות בלבד עדיין נמצאת בשלב מחקרי. להבנתי, ההתקדמות תהיה הדרגתית. תחילה, ה-AI יסייע למהנדס להבין ולשנות את התכנון, לזהות בעיות, לעזור עם אופטימזציה ובהמשך הוא גם יוכל לייצר חלקים ומערכות שלמות. האחריות לבדיקת התוצאה ולקבלת ההחלטה תישאר בידי המהנדס".
אחד האתגרים הגדולים כיום הוא שחברות עושות הרבה ניסויי AI, אבל מתקשות להפוך אותם למערכות שעובדות באמת. מדוע?
"מודל שפה לבדו אינו מכיר את המוצר, את שיטות העבודה של הארגון או את ההחלטות ההנדסיות שכבר התקבלו. בלי גישה מבוקרת למידע אמין ובלי חיבור לכלים שבהם העבודה מתבצעת, הוא נשאר בעיקר ממשק שיחה. כדי לייצר ערך הנדסי, ה-AI צריך להיות מחובר לנתוני מוצר מובנים, למערכות CAD ו-PLM, לדרישות, לתקנים ולידע הארגוני. הוא גם צריך לפעול תחת הרשאות, מנגנוני בקרה ויכולת לעקוב אחר פעולותיו. המעבר מניסוי למערכת שימושית מתרחש כאשר ה-AI הופך לחלק מתהליך העבודה עצמו, ולא נשאר כלי נפרד שהמהנדס צריך להעביר אליו מידע באופן ידני".
חיבור בין מערכות ומידע לאורך חיי המוצר
לדברי שקבסקי קיים גם פער מהותי בין אופי הטכנולוגיות. "ה-AI הוא מטבעו סטוכסטי. כלומר, הוא אקראי או הסתברותי ולכן אותה בקשה עשויה להוביל לתוצאות שונות. לעומת זאת, CAD הוא עולם דטרמיניסטי שבו פעולות צריכות להפיק תוצאה מדויקת, עקבית וניתנת לשחזור. אנחנו משקיעים מאמץ רב בפיתוח חיבור אמין ומבוקר בין הגמישות של ה-AI לבין הדיוק והעקביות הנדרשים בעולם ההנדסי".
איך כל זה בא לידי ביטוי בתוכנת ה-CAD שלכם, Creo?
"ב-Creo אנחנו מפתחים את יכולות ה-AI בהדרגה, לפי רמות בשלות ומורכבות שהזכרתי קודם. בשלב הראשון, ה-AI מספק ידע, הכוונה מקצועית וסיוע בפתרון בעיות. בשלב הבא הוא מבין את ההקשר של המודל ויכול לנתח את מבנה המוצר, לזהות בעיות ולהציג תובנות הרלוונטיות לתכנון הנוכחי. ברמה המתקדמת יותר הוא יכול גם לבצע משימות הנדסיות מוגדרות, כאשר המהנדס נשאר בשליטה על התוצאה.
"אבל AI הנדסי לא יכול להסתמך רק על המידע שנמצא בתוך מודל ה-CAD. כדי להבין את המוצר ואת ההחלטות שמאחוריו, הוא זקוק גם למידע ממערכות נוספות לאורך מחזור החיים, כמו דרישות, ניהול מוצר, בדיקות, ייצור ושירות. לכן, PTC משקיעה ביצירת שכבת מידע שמחברת נתוני מוצר אמינים ומנוהלים לאורך ה-Digital Thread, ומאפשרת ל-AI לפעול על בסיס הקשר רחב יותר ולא רק על בסיס ידע כללי".
היישום ב-Creo מתקדם בשני כיוונים משלימים, מפרט שקבסקי. "מצד אחד, יכולות AI משתלבות ישירות בכלים ובתהליכי העבודה הקיימים בתוךCreo, כך שהסיוע ניתן כחלק טבעי מעבודת התכנון ולא רק דרך ממשק שיחה נפרד. מצד שני, אנחנו מפתחים שכבת חיבור המבוססת על תקנים פתוחים כמו MCP, שתאפשר לסוכני AI חיצוניים ולתהליכים שחוצים מספר מערכות לגשת ליכולות מוגדרות של Creo ולהפעיל אותן באופן מבוקר. כך ה-AI יוכל לסייע למהנדס מתוך Creo, או להפעיל את Creo כחלק מתהליך הנדסי רחב יותר, המחבר בין מערכות ומידע לאורך מחזור חיי המוצר".
ולישראל יש חלק משמעותי בפיתוח Creo?
"בהחלט. PTC פועלת בישראל כבר יותר משלושה עשורים, והפעילות כאן היא חלק משמעותי ממערך המחקר והפיתוח הגלובלי של החברה. מרכזי הפיתוח שלנו בהרצליה ובחיפה עוסקים בטכנולוגיות ליבה ומשתתפים בפיתוח Creo ומוצרים אסטרטגיים נוספים. עבורנו זו נקודה חשובה: מדובר בטכנולוגיות שמשמשות מהנדסים וחברות ברחבי העולם, וחלק מהידע והפיתוח שלהן נוצר כאן בישראל".
מה מיוחד במרכז בחיפה שנמצא בקמפוס הטכניון?
"החיבור לטכניון יוצר מפגש מאוד טבעי בין מחקר אקדמי, הנדסה ופיתוח תעשייתי. PTC הקימה את מרכז המו"פ בקמפוס כחלק משיתוף פעולה אסטרטגי ארוך טווח עם הטכניון, שכולל גם מחקר משותף בתחומים כמו סימולציה, Generative Design וטכנולוגיות תעשייתיות מתקדמות. כשחברת תוכנה הנדסית יושבת בתוך אחד המוסדות האקדמיים המובילים להנדסה, נוצרת אפשרות לחבר בין רעיונות ומחקר לבין האתגרים שמגיעים מהתעשייה".
לסייע למהנדס בקבלת החלטות
לקראת סוף הריאיון מגיעה השאלה הבלתי נמנעת - האם ה-AI צפוי בסופו של דבר לצמצם את הצורך במהנדסים? "ה-AI צפוי לשנות את חלוקת העבודה יותר מאשר להחליף את המהנדס", משיב שקבסקי. "חלק מהזמן שמושקע כיום בחיפוש מידע, בבדיקות ידניות, בהגדרת מערכות ובביצוע פעולות חוזרות יוכל לעבור לאוטומציה. במקביל, תפקיד המהנדס יתמקד יותר בהגדרת הבעיה, ניסוח הדרישות, בחינת חלופות, אימות התוצאות וקבלת החלטות. ככל שהמערכת מסוגלת לבצע יותר פעולות, היכולת להבין אם התוצאה נכונה, בטוחה ומתאימה למטרת המוצר נעשית חשובה יותר. במערכות הנדסיות נדרש גם תהליך ברור של ביקורת ואישור. כל שינוי שה-AI מציע צריך להיות ניתן לבדיקה, להבנה ולביטול, והאחריות הסופית נשארת אנושית".
מה לדעתך יהיה השינוי הגדול ביותר שנראה בחמש השנים הקרובות?
"השינוי המרכזי יהיה המעבר מ-AI ככלי נפרד ל-AI שפועל לצד המהנדס, כחלק רציף מתהליך פיתוח המוצר. נראה מודלים חדשים ומתקדמים יותר, עם הבנה טובה יותר של גיאומטריית CAD, כוונת תכנון והעולם ההנדסי. מודלים אלה יוכלו להשתמש ב- Creoככלי עבודה, לנתח את התכנון, להציע חלופות ולסייע למהנדס בקבלת החלטות, בדומה למומחה נוסף שעובד לצידו.
"במקביל, גם האופן שבו עובדים עם תוכנות הנדסיות ישתנה. חלק מהאינטראקציה עם המערכת יעבור בהדרגה מתפריטים, פקודות והגדרות מורכבות לממשק טבעי יותר, המבוסס על שפה והקשר. המשמעות היא שהמהנדס יצטרך להיות קודם כל מומחה בהנדסה, בדרישות ובקבלת החלטות, ופחות מומחה בהפעלת התוכנה עצמה. זה לא יקרה בבת אחת. בחמש השנים הקרובות נראה שילוב בין ממשקי העבודה הקיימים לבין אינטראקציה טבעית יותר, כאשר ה- AIמקבל בהדרגה תפקיד משמעותי יותר בניתוח, בתכנון ובאוטומציה, והמהנדס נשאר הגורם שמגדיר את הבעיה, בוחן את התוצאה ומקבל את ההחלטה הסופית".
איך והיכן PTC ישראל משתלבת בעתיד הזה?
"ישראל היא מרכז של ידע הנדסי וטכנולוגי עבור PTC. יש כאן ניסיון של עשרות שנים בפיתוח תוכנות הנדסיות מורכבות, לצד אקו-סיסטם חזק מאוד של אקדמיה וטכנולוגיה. ככל שעולם פיתוח המוצר נע לכיוון של AI, אוטומציה ותכנון חכם יותר, אני מאמין שהחשיבות של היכולות האלה רק תלך ותגדל. עבורנו, האתגר הוא להמשיך לפתח מכאן טכנולוגיות שישפיעו על הדרך שבה הדור הבא של המוצרים בעולם יתוכנן וייוצר".
בשיתוף PTC ישראל
