Skip to Main Content

シミュレーションは、自動車業界が主要トレンドを活用するのにどのように役立っているか

12月 10, 2025

READ ALOUD

PAUSE READ

Laura Carter | Ansys, part of Synopsys、Senior Corporate Communications Manager
automotive-trends-blog-pt-1-hero

McKinsey & Company社は、中国は最も急成長し、最も競争の激しい世界最大の自動車市場であると述べています。これは偶然ではありません。電気自動車(EV)に注力する中国の自動車メーカーは、コンセプトから市場投入まで、その開発を約24ヵ月で進めており、開発期間が40~50ヵ月にも及ぶことがある従来の自動車メーカーに比べて、約半分の期間で開発しています。同様に、Tesla社のリーン生産方式も、同社がEV市場で大きなシェアを獲得する一助となっています。

これは他の企業にとって何を意味するのでしょうか? 新技術や市場初となる機能で差別化を図るための時間がますます少なくなっているということです。

従来の自動車メーカーが多方面から圧力を受けていることは間違いありません。これらのメーカーは、大きな変革の真っただ中にあり、近年の技術的・地政学的な変化や、消費者の優先事項の変化への対応に追われています。

本ブログは、現在の自動車業界の情勢に影響を与えている具体的なトレンドと課題を検討する2回シリーズの第1弾です。自動車メーカーがシミュレーションを活用して、変化する市場を乗り切り、新たな機会を創出する方法を探ります。

停滞する世界の自動車生産台数

世界の自動車市場は、数十年にわたって着実な成長を続けてきたものの、現在は、飽和状態に近づきつつあり、年間生産台数は約9,300万台で横ばい状態にあります。市場シェアは1台当たりの利益と密接に関連しているため、新規参入の余地はほとんどなく、メーカーにとっては、自社の地位を守りつつ拡大することが極めて重要となっています。

Ansys, part of SynopsysのSenior Vice President of Worldwide Sales and Customer ExcellenceであるWalt Hearnは、次のように述べています。「中国のOEM企業は、業界の基準を引き上げ、EV分野で強力な競争相手となっています。一部のOEM企業は、コンセプトから市場投入までの従来の開発期間を50%近く短縮することに成功しています。」

automotive-trends-image-1-logo

これは、米国で46%という堅調なEV市場シェアを持つTesla社のほか、Rivian社やLucid社といった米国の新規参入者にも当てはまります。

これに対し、自動車メーカー各社は競争力を維持するための独創的な方策を模索しています。その一例が、GM社とHyundai社の提携です。この提携は、中南米向けの5車種の車両を共同開発し、これまで十分に開拓されてこなかった市場に参入することで、新興メーカーに対する競争上の優位性を獲得することを目的としています。さらに、手頃な価格に対する需要の高まりなど、顧客の嗜好の変化に適切に対応するために、製品ポートフォリオの見直しを進めている企業もあります。

こうしたトレンドは、車両ソフトウェアや、ギガファクトリーでのスクラップコストを最小限に抑えることを目的とした持続可能な製造手法など、未来のEVを支えるバッテリ技術にまで及んでいます。

Honeywell Process Solutions社は、バッテリ製造に関連する自動化、プロセス管理、そして品質管理における複雑な課題の解決を目指す企業をサポートしています。同社は、シミュレーションを活用して、データ駆動型かつモデルベースの生産手法を推進し、EV、エレクトロニクス、エネルギー貯蔵、家電製品などのさまざまな市場に参入するバッテリメーカーの歩留まり向上、コスト削減、エネルギー効率の改善に貢献しています。

市場投入の遅延と戦略の転換

自動車メーカーは、車両の複雑化と市場動向の変化により、市場投入が大幅に遅れ、戦略の見直しを余儀なくされています。特に、ソフトウェア主導の車両への移行により、市場投入前に車両の信頼性を確保して安全基準を満たすためのテストのハードルが高まっています。

こうした遅延が生じると、開発コストの増大にとどまらず、消費者の信頼を損なうという大きな代償を払うことにもなりかねません。業界構造の変革を後押しするその他の要因としては、関税や貿易障壁がもたらす地政学的環境、EVへの移行の遅れを含む技術展開の遅延、ソフトウェア定義車両(SDV)や自動運転(AD)技術への移行の想定以上の遅れなどが挙げられます。

automotive-trends-image-3-logo

自動車エンジニアは、消費者の要求に応えるために複数の課題に直面している。

自動車メーカーはこうした状況の中で迅速に方向転換することを余儀なくされており、ハイブリッド車を優先してEVの生産を縮小したり、生産設備を再配置してコストの最適化を図ったりしています。しかし、こうした転換は決して簡単かつ低コストでできるものではなく、最終的には、大規模な設備改修や綿密な計画が必要となり、実行には多大な複雑さとコストが伴うことになります。

こうした状況で重要な役割を果たすのが、シミュレーションです。自動車メーカーは、以下の戦略を推進することで、新しい戦略を検証し、生産計画を最適化するとともに、開発プロセスの後期における変更に伴うリスクを軽減できるようになります。

  • 自動車のバリューチェーン全体におけるAIベースの自動化。これにより、自動運転車(AV)、製造、顧客体験に大きな変革をもたらすことができる。
  • エージェント型AI(人間の介入を減らしつつ自律的に意思決定を行うAIシステムの一種)などのリアルタイムデータプラットフォームを通じたデータ駆動型の意思決定。これにより、自動車生産の効率性、安全性、イノベーションの最適化を図ることができる。
  • 特定の製造システムにおける無駄を体系的に特定し、排除するリーン生産方式
  • Tierサプライヤーとの効果的なサプライチェーン管理、生産遅延を最小限に抑え、業務効率を向上させる在庫管理、ならびに部品と完成品の両方の物流効率化に重点を置いたサプライチェーン最適化

市場投入の遅延を克服する手段として急速に注目を集めているモデリング戦略の1つが、仮想電子制御ユニット(vECU)です。これらのデジタルモデルにより、自動車メーカーは新しい戦略を検証し、生産計画を最適化するとともに、開発プロセスの後半における変更に伴うリスクを軽減することができます。

vECUは、現代の自動車の最適化に取り組むエンジニアにとって、まさに画期的な技術です。

スケーラブルな仮想化

SDVとは、数十の相互接続されたECUにまたがって動作する、緊密に統合されたソフトウェアスタックにその機能が依存する車両アーキテクチャです。このレベルの複雑さでソフトウェアの妥当性を検証するには、通常、テストベンチやHILシミュレーターなどの物理的なプロトタイプを使用する必要があります。この作業は煩雑で、時間とコストがかかります。

デジタル環境で故障や異常を再現できれば、すべてが変わります。  ハードウェアが存在しない段階でvECUを活用することで、ソフトウェアスタックの開発とテストを迅速かつ反復的に進めることができます。エンジニアは、vECUを用いることで、関連するすべてのECUコンポーネントの挙動をエミュレートし、実際のECU用のコードの実行、高レベルおよび低レベルの機能のデバッグ、早期の統合検証、大規模なテストキャンペーンの並列実行を柔軟に行うことができます。

automotive-trends-image-4-logo

現代の車両の開発には、多くのエンジニアリング分野間のコラボレーションが必要である。

もちろん、ECUを仮想化するだけでは不十分です。実際の挙動を検証するには、仮想ECUと、システム、制御対象、センサー、および環境の正確なシミュレーションを連携させる必要があります。エンジニアリングチームは高精度なシミュレーションプラットフォームと仮想ECUを組み合わせることで、さまざまな機能にわたる完全な動作環境を再現することができます。これには、車両運動、センサー、アクチュエータ、交通、天候のほか、実際にテストすることが危険、あるいは不可能ですらある特定のエッジケースも含まれます。

この組み合わせにより、開発段階で以下のような大きなメリットが得られます。

  • 複雑なシステムの早期統合(予期せぬ事態が減少)
  • 高いスケーラビリティ(数百のシナリオを並列に実行)
  • ソフトウェアスタックの信頼性向上(エッジケースシナリオのテスト)
  • イノベーションサイクルの短縮(物理的なセットアップが不要で、開発サイクルが劇的に短縮)

AnsysのDirector of Application EngineeringであるPierre Vincentは次のように語っています。「シミュレーションとvECUを組み合わせることで、ハードウェアに依存しない継続的な開発ループが実現します。これは、SDV、ゾーンアーキテクチャ、自動運転ソフトウェアの複雑さを克服するためにまさに必要なものです。」

AnsysのAutomotive Technical Account ManagerであるGopinath Penamalli氏は次のように述べています。「アクチュエータやセンサーなどのハードウェアの物理ベースシミュレーションをAIと組み合わせることで、ハードウェアの仮想化を新しいレベルに引き上げることができます。これらをvECUと多層的に統合してシステム全体(ハードウェアおよびソフトウェア)を仮想化することで、仮想化による継続的な検証が可能となり、SDV実現の鍵となるシフトレフト戦略を推進することができます。」

自動車の設計でSDVや仮想化戦略による「シフトレフト」を進める場合には、安全かつセキュアなECUソフトウェアの設計意図を正確に捉えることが重要な目標となります。設計意図は、ISO26262、ISO21448、PAS8800、ISO21434などの規格に準拠するための要件を通じて捉えることができます。デジタルエンジニアリングを用いたシミュレーションでこれらの要件を検証することで、コストの削減と設計サイクルの短縮を実現することができます。

今後のトレンド

このブログをお楽しみいただけた方は、自動車トレンドシリーズの第2弾もぜひご覧ください。車両の複雑化や自動運転への投資の優先順位の見直しに関するトレンド、さらには自動車メーカーがこれらに対応する上でのシミュレーションの役割について掘り下げていきます。vECUに関するより詳細な議論については、『ソフトウェア定義車両のためのデジタルエンジニアリング技術』をご覧ください。


お客様におすすめのリソースをご用意しています。

リソースを見る


「アクチュエータやセンサーなどのハードウェアの物理ベースシミュレーションをAIと組み合わせることで、ハードウェアの仮想化を新しいレベルに引き上げることができます。」

—Gopinath Penamalli(Ansys, part of Synopsys、Automotive Technical Account Manager)


Laura Carter
コーポレートコミュニケーションマネージャー

Lauraは、ライター兼クリエイティブスペシャリストとして、Ansysの製品に高い関心を持つお客様に向けて多様な情報コンテンツを提供しています。OEMメーカーやTierサプライヤーのアカウントの管理やライターとしての豊富な経験を活かして、自動車業界に関する独自の視点と専門知識でコンテンツを作成しています。

おすすめ

How eForce Prague Formula Engineers Success With Simulation

How eForce Prague Formula Engineers Success With Simulation

Learn how, with help from simulation and Ansys, part of Synopsys, the eForce Prague Formula Team has made remarkable strides in engineering and innovation.

Lightweighting in the Automotive Industry: The Right Plastic for the Right Job

Lightweighting in the Automotive Industry: The Right Plastic for the Right Job

Learn how engineers can predict a wide range of phenomena associated with material substitution, enabling more efficient and reliable design decisions.

A Practical Reduced-Order Modeling Strategy for EV Battery Thermal Management

A Practical Reduced-Order Modeling Strategy for EV Battery Thermal Management

As EV batteries continue to push higher power densities and faster charge rates, thermal margins shrink and transient behavior becomes increasingly critical.

Advantageブログ

Ansys Advantageブログでは、専門家が投稿した記事を公開しています。Ansysのシミュレーションが未来のテクノロジーにつながるイノベーションをどのように推進しているかについて最新の情報をご覧ください。