OpenAI sta collaborando con Mazda per applicare i propri modelli di intelligenza artificiale alle attività di progettazione aerodinamica e valutazione strutturale dei veicoli. La sperimentazione coinvolge gli ingegneri OpenAI specializzati nell’integrazione dei modelli presso le aziende e i team Mazda dedicati all’aerodinamica e alla sicurezza passiva, con l’obiettivo di accelerare la valutazione delle configurazioni progettuali attraverso simulazioni del flusso d’aria e del comportamento delle strutture. La collaborazione utilizza GPT-6 Astra attraverso Codex per assistere gli ingegneri nell’esplorazione di differenti geometrie della parte anteriore dei veicoli, nell’analisi delle caratteristiche che influenzano la resistenza aerodinamica e nell’identificazione delle modifiche capaci di migliorare le prestazioni senza compromettere necessariamente lo stile o incrementare eccessivamente i costi di produzione.
L’applicazione riguarda in particolare una delle difficoltà ricorrenti della progettazione automobilistica: conciliare i requisiti aerodinamici con le scelte stilistiche e con la fattibilità industriale. Una geometria capace di ridurre la resistenza all’avanzamento può infatti introdurre vincoli incompatibili con l’identità estetica del veicolo o con determinate esigenze produttive. Akihiro Nakata, Principal Engineer di Mazda, ha spiegato che l’utilizzo di Astra attraverso Codex consente agli specialisti di esplorare e simulare decine di varianti geometriche, individuando quali caratteristiche della forma influiscano concretamente sul comportamento del flusso d’aria e quali, invece, possano essere modificate dai designer conservando gli obiettivi aerodinamici. Il sistema viene quindi utilizzato come supporto alla sperimentazione progettuale e all’interpretazione dei risultati, mentre la valutazione finale delle configurazioni rimane affidata agli ingegneri.
Parallelamente, OpenAI sta ampliando la collaborazione con Chip Ganassi Racing, concentrandosi sulla ricostruzione di componenti meccanici e sulla preparazione della documentazione tecnica per la produzione. In questo caso, gli strumenti AI vengono sperimentati per trasformare scansioni tridimensionali di componenti esistenti in modelli CAD modificabili e disegni tecnici bidimensionali. Il procedimento risulta particolarmente utile quando non sono più disponibili i file originali utilizzati per progettare un componente, situazione nella quale gli ingegneri devono ricostruirne la geometria partendo da oggetti fisici o rilievi tridimensionali. I modelli e i disegni generati vengono controllati dagli specialisti di Chip Ganassi Racing per verificarne accuratezza dimensionale e producibilità. Matthew Ortman, R&D Engineer del team, ha evidenziato che Codex permette di operare direttamente all’interno degli strumenti CAD, intervenire sui modelli generati in risposta alle osservazioni degli ingegneri ed effettuare modifiche manuali quando necessario.
Le sperimentazioni con Mazda e Chip Ganassi Racing rientrano in un programma più ampio attraverso il quale OpenAI sta verificando l’applicabilità dei modelli ai processi di ingegneria meccanica, elettronica e manifatturiera. La società ha registrato un incremento di 23 volte nell’utilizzo dei modelli AI da parte dei propri team hardware e infrastrutturali rispetto a febbraio 2026, misurato in termini di token elaborati. OpenAI ha inoltre comunicato che un nuovo modello interno ha raggiunto un punteggio di 0,875 nel benchmark BenchCAD 2.0, rispetto allo 0,594 ottenuto da GPT-6 Astra con il massimo livello di ragionamento disponibile. La valutazione comprende la ricostruzione di componenti tridimensionali, la gestione degli assemblaggi e la realizzazione di connessioni nei circuiti stampati. Nonostante i progressi misurati, la società riconosce che i modelli incontrano ancora difficoltà nell’applicare in modo sistematico vincoli di fabbricazione, tolleranze dimensionali e requisiti di assemblaggio. Le collaborazioni industriali mantengono pertanto una componente di verifica umana necessaria a stabilire se una soluzione generata sia realmente corretta, producibile e compatibile con le specifiche progettuali.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)