AI en CAO & PDM

TL ; DR : Oui, mais avec certaines limites.

Aujourd'hui, vous pouvez utiliser les LLM pour générer une géométrie CAO simple à partir d'instructions en langage naturel. Cependant, les modèles d'ingénierie complexes nécessitent souvent un raffinement supplémentaire, des contraintes, une intention de conception et une validation par un concepteur humain. Cela peut aboutir à un modèle fragile qui consomme une grande quantité de jetons LLM à chaque fois qu'une modification est apportée. Alors oui, c'est possible, mais les sorties de courant ne sont pas adaptées aux travaux de production ou de fabrication.

La création de géométries n'est qu'un aspect de la conception CAO. Les modèles CAO conçus par des professionnels contiennent souvent :

• Intention de conception
• Relations paramétriques
• Contraintes de fabrication
• Normes de l'industrie
• Configurations et variantes
• Assemblages et dépendances

À l'heure actuelle, les outils de conversion de texte en CAO produisent généralement des modèles qui ne sont pas modifiables et qui n'entretiennent pas de relations. Bien entendu, cela peut changer à mesure que les outils d'IA se développent rapidement.

Oui ! De nombreux modèles d'IA excellent déjà dans le codage d'outils de CAO personnalisés. L'une des utilisations les plus puissantes de l'IA en CAO consiste à générer des flux de travail réutilisables, des fonctionnalités personnalisées, des outils d'automatisation, des calculatrices et des générateurs de conception.

Au lieu de reconstruire manuellement des conceptions courantes, les ingénieurs peuvent souvent créer des outils qui génèrent des résultats cohérents à partir d'un simple ensemble d'entrées. Un exemple de cette catégorie émergente est le serveur Onshape FeatureScript MCP, qui permet aux LLM de générer des fonctionnalités CAO réutilisables et configurables.

Le MCP (Model Context Protocol) est un standard ouvert qui permet aux applications d'IA de se connecter à des logiciels externes et d'utiliser ses outils. Si vous êtes familiarisé avec le développement de logiciels, MCP aide l'IA à communiquer avec les applications de la même manière que les API se connectent aux applications.

MCP permet à l'IA d'accéder à des outils d'ingénierie au sein d'un système de CAO. Au lieu de se contenter de répondre à des questions, une IA peut inspecter les modèles, modifier les paramètres, exécuter des flux de travail et effectuer des Tâches autorisées à l'aide de fonctionnalités natives de la CAO.

L'intention de conception est la logique qui sous-tend un modèle.

Envisagez des situations dans lesquelles un perçage peut devoir rester centré lorsque les cotes changent, ou une dent de pignon peut devoir suivre une norme d'ingénierie spécifique, quelle que soit sa taille. Sans intention de conception, les modèles peuvent devenir difficiles à modifier et peuvent échouer lorsque des modifications sont introduites. Les modèles générés par l'IA sont particulièrement utiles lorsqu'ils préservent l'intention de l'ingénierie au lieu de simplement reproduire la géométrie.

Non, nous ne le pensons pas. L'ingénierie nécessite du jugement, une analyse des compromis, une validation, des connaissances en matière de fabricabilité et une expertise dans le domaine. L'IA a tendance à être efficace pour automatiser les tâches répétitives, générer du code et accélérer les flux de travail. La plupart des organisations considèrent l'IA comme un multiplicateur de productivité plutôt que comme une solution de remplacement pour les ingénieurs qualifiés.

L'IA peut aider à interpréter les spécifications, les normes de conception, les catalogues et la documentation technique accessibles au public, tels que les normes ISO, ASME, IEEE, puis utiliser ces informations pour automatiser les travaux de conception répétitifs. Cependant, les ingénieurs doivent toujours vérifier la conformité aux normes et réglementations applicables. Nous vous recommandons de valider que vos outils LLM exploitent réellement les sources que vous spécifiez, plutôt que de rechercher eux-mêmes de la documentation, qui peut être obsolète ou incorrecte.

Oui ! Aujourd'hui, les ingénieurs utilisent déjà l'IA pour perfectionner leurs compétences. Les assistants d'IA peuvent expliquer les flux de travail, suggérer des bonnes pratiques, répondre aux questions de CAO, aider à résoudre des problèmes, recommander des approches et accélérer l'apprentissage pour les étudiants et les professionnels. Depuis la mise à disposition d'un conseiller en IA intégré au produit à tous les utilisateurs d'Onshape, basé sur les ressources et la documentation du Centre d'apprentissage, Onshape a constaté une réduction des demandes d'Assistance de base. L'IA ne remplace pas l'apprentissage des principes fondamentaux de la CAO, mais elle peut être un excellent moyen de surmonter les défis courants liés à l'apprentissage d'un outil complexe.

NonL'IA peut produire des erreurs, mal comprendre les exigences et émettre des hypothèses incorrectes. Toutes les conceptions, calculs, codes et documentations générés par l'IA doivent être revus et validés par des ingénieurs qualifiés avant d'être utilisés en production. Onshape pense que l'IA est un excellent développement pour de nombreux processus d'ingénierie, mais considère qu'un être humain doit comprendre tout ce qui est produit.

Oui. Les systèmes d'IA modernes peuvent faciliter la création de dessins, le dimensionnement, le placement des annotations, la conformité aux normes et la revue de conception. Bien que la validation humaine reste importante, l'IA peut réduire considérablement le temps nécessaire pour produire une documentation prête à être mise en production.

Oui Les outils de rendu alimentés par l'IA peuvent transformer rapidement des modèles CAO en images de produits photoréalistes sans nécessiter d'expertise avancée en matière de rendu, de configuration de matériaux complexe ou de création de scènes fastidieuse. Les concepteurs et les ingénieurs peuvent utiliser des instructions simples pour placer les produits dans des environnements réalistes, explorer différents styles visuels et générer des concepts marketing en quelques minutes. Cette fonctionnalité se trouve dans la fonction Onshape Quick rendu.

Un agent d'IA est un logiciel capable de comprendre les objectifs, d'accéder à des données d'ingénierie approuvées, d'effectuer des tâches et de communiquer les résultats. Contrairement à un chatbot qui ne répond qu'aux questions, un agent peut agir au nom d'un concepteur tout en restant soumis à des autorisations et à des contrôles d'audit.

Pas toujours. Le contenu généré par l'IA peut varier d'une diffusion à l'autre, même avec des instructions similaires.

Cependant, une fois qu'une conception, un flux de travail ou une automatisation approuvés ont été créés et validés, ils peuvent souvent générer des résultats déterministes et reproductibles. Le serveur Onshape FeatureScript MCP permet aux ingénieurs de demander à leur LLM préféré de créer une fonction CAO configurable, sans avoir à appeler à nouveau le modèle AI. Une fois la fonctionnalité finalisée, les résultats sont déterministes et basés sur les paramètres définis.

L'industrie va au-delà de la simple génération de texte en CAO pour adopter des fonctionnalités plus avancées telles que :

• Agents d'ingénierie
• Assistants de revue de conception
• Création automatique de dessins
• Documentation intelligente
• Optimisation axée sur les objectifs
• Générateurs de conception personnalisée
• Flux de travail d'ingénierie axés sur les connaissances

L'avenir de l'IA en CAO ne consistera probablement pas à remplacer les ingénieurs mais à les aider à obtenir de meilleurs résultats plus rapidement.

Alors que l'industrie s'oriente vers la « conversion du texte vers la CAO », Onshape se concentre actuellement sur la conception assistée par IA. Cela garantit la précision de l'ingénierie en utilisant l'IA pour automatiser des tâches fastidieuses, telles que la recherche des bonnes données, l'échange de données et la création de dessins.

La conception générative utilise des algorithmes basés sur la physique pour optimiser la forme d'une pièce en fonction des contraintes et des charges de poids (optimisation de la topologie). Des outils tels que Onshape AI Advisor tirent parti des derniers développements en matière d'intelligence artificielle, y compris l'IA générative.