Zniszczony Grand Cherokee z drewnianymi panelami, pękniętą przednią szybą i wyciętymi fragmentami lusterek bocznych służy jako pojazd testowy systemu jazdy bez rąk na kierownicy firmy Stellantis. Joydip Saha wyjaśnia za kierownicą, że w otworach montowane są kamery.

Saha, globalny menedżer inżynierii i właściciel systemu L2++/hands-free door-to-door supervised automated driving w Stellantis, nazywa go „najbardziej rozbitkiem samochodem”. Żółte pudełko na desce rozdzielczej daje ludzkiemu kierowcy bezpieczeństwa kontrolę za pomocą przemysłowego standardu — „kill switcha”. Przełącznik odcina zasilanie modułu zaawansowanego systemu wspomagania kierowcy (ADAS), uniemożliwiając mu kontrolę nad pojazdem. Wtedy kierowca ma pełną kontrolę.

Wbudowany w pojazd system STLA AutoDrive L2++ piszczy, gdy potrzebuje interwencji Sahy — trochę jak pies w inteligentnej obroży. Podczas testu w Chrysler Technology Center w Auburn Hills w Michigan system gubi się w nawigowaniu po skomplikowanej strukturze parkingu i Saha musi chwycić za kierownicę.

Kampus zbudował Lee Iacocca, dawna twarz Fortune, który kierował Chryslerem w latach 80. Budowa na 500-akrowym terenie rozpoczęła się w 1986 roku, a obiekt otwarto w 1991 roku kosztem, jak podaje firma, około 1 miliarda dolarów. Z wieżą centrali dodaną w 1996 roku kompleks liczy 5,4 miliona stóp kwadratowych, co czyni go drugim co do wielkości budynkiem w USA pod względem powierzchni — tuż po Pentagonie.

Stellantis nadal prowadzi z budynku Iacoccy operacje inżynieryjne w Ameryce Północnej. Pracownicy wciąż mówią o „wszystkim pod jednym dachem”. Wnętrze zachowało projekt z początku lat 90.: wąskie escalady wokół ośmiobocznego świetlika oraz diamentowy parking, który jest zarazem charakterystyczny i trudny w nawigacji.

Podmieńskie drogi Auburn Hills okazują się lepsze do testów. Pojazd rozwojowy Sahy płynnie pokonuje skrzyżowanie, na którym dwóch kierowców z Michigan dokonuje nielegalnych zmian pasów w odstępie kilku sekund.

Saha pracuje nad systemami autonomicznej jazdy dłużej niż większość kolegów. Pracował nad Chryslerem Pacifica, którym Stellantis wyposażył pierwszą robotaxi Waymo w Arizonie, a następnie zarządzał zespołem integrującym autonomię poziomu 4 z partnerami, w tym Aurora i Lyft. Nadal osobiście jeździ testowo każdą nową kompilacją oprogramowania, czasem dwa razy w tygodniu, bo każdy problem klienta uważa za swoją odpowiedzialność.

Saha powiedział, że jego zespół zbudował system jazdy bez rąk do Cherokee w sześć tygodni przy użyciu narzędzi AI. Podobne prace zajmowały kiedyś rok, a nawet 18 miesięcy. Nakłada jednak ograniczenia na to, jak inżynierowie korzystają z AI.

„Nie pozwolę ludziom używać AI do projektowania architektury, bo zapomną, jak debugować” — powiedział Saha. W branży krytycznej dla bezpieczeństwa, dodał, inżynierowie muszą umieć odpowiedzieć na każde pytanie o budowane systemy.

Podczas dwóch dni rozmów w centrum technologicznym inżynierowie Stellantis powiedzieli Fortune, że AI skróciła niektóre roczne projekty do tygodni, a niektóre symulacje nocne do minut. Firma chce wykorzystać tę szybkość, by skrócić rozwój platformy obliczeniowej STLA Brain i oprogramowania STLA SmartCockpit. Szerzej: Stellantis dąży do skrócenia czasu rozwoju pojazdów z czterech lat do 24 miesięcy, zaczynając od dwóch modeli w 2027 roku.

Praktycznie każdy inżynier, który opisywał szybszą pracę, podkreślał też konieczność sprawdzania wyników maszyny. Wyzwania Stellantis wykraczają poza szybkość rozwoju. Firma ma 14 marek, europejski biznes generujący straty i skorygowaną marżę operacyjną 1,8% w drugim kwartale. Prezes Antonio Filosa wyznaczył cel marżowy 7% na 2030 rok.

Wall Street nie czeka. Stellantis to koncern z Wielkiej Trójki Detroit najbardziej wystawiony na Europę, która stanowiła około 38% przychodów w 2025 roku. General Motors sprzedał swoje marki europejskie, Opel i Vauxhall, w 2017 roku PSA — jednej z firm, które później połączyły się, tworząc Stellantis.

Europa też szybciej zmierza w stronę pojazdów elektrycznych niż USA. Samochody bateryjno-elektryczne stanowiły 17,4% nowych rejestracji w UE w zeszłym roku według ACEA, wobec 7,8% sprzedaży w USA według Cox Automotive. Unia Europejska wyznaczyła też rok 2035 jako moment, od którego nowe sprzedawane tam samochody muszą być zeroemisyjne przy rurze wydechowej — zasada dotyczy każdego producenta sprzedażowego w regionie.

Stellantis mocno postawił też na pojazdy elektryczne w Ameryce Północnej. Najbardziej ucierpiał z detrojskich producentów po wygaśnięciu 30 września 2025 roku federalnej ulgi podatkowej 7 500 dolarów na EV. W lutym Stellantis ujął odpis o wartości około 22,2 miliarda euro, czyli około 26,5 miliarda dolarów. To więcej niż odpis Forda w wysokości 19,5 miliarda dolarów w grudniu i 7,6 miliarda dolarów GM w dwóch transzach.

Akcje Stellantis spadły tego dnia o 25%, a skutki nadal ciąży na firmie. Kurs jest niższy o blisko 60% od początku roku.

Mel Roberts, dyrektorka infotainmentu w Ameryce Północnej, planuje funkcje pojazdów z wyprzedzeniem pięciu do ośmiu lat. Powiedziała, że AI nie było jej największą niespodzianką ostatnich lat.

„Czego nie potrafiłam przewidzieć, to całkowitego załamania ambicji elektryfikacji i tego, jak naprawdę wpłynęło to na wszystkie nasze przyszłe plany” — powiedziała Roberts. „Przeniknęło to do wszystkiego.”

Europejski gigant z Detroit

Stellantis to jedyny członek Wielkiej Trójki Detroit z siedzibą prawnie zarejestrowaną za granicą, w Holandii. Firma powstała w wyniku pandemicznej fuzji w 2021 roku między Fiat Chrysler a Grupą PSA, łącząc europejskie marki, takie jak Peugeot i Citroën, z Fiatem, Jeepem i Ramem.

Międzynarodowy charakter firmy był widoczny podczas rozmów Fortune. W ciągu kilku minut spotykano dyrektorów urodzonych we Francji, Meksyku i Bangladeszu oraz pracownika z Michigan wracającego po kilku latach stacjonowania w Paryżu.

Fuzje zostawiły też po sobie maszynę sklejoną komisyjnie. Ben Zawodni, menedżer inżynierii oprogramowania, pracuje nad konsolidacją setek sterowników elektronicznych w centralny system obliczeniowy zwany STLA Brain. Każdy sterownik to mały komputer o konkretnej funkcji. Konsolidacja tych mikrokomputerów w centralne platformy odzwierciedla szerszy trend branżowy w stronę pojazdów zdefiniowanych programowo, w których coraz więcej funkcji auta żyje w kodzie, a nie w dedykowanym sprzęcie.

Przez dziesięciolecia, powiedział Zawodni, architektura pojazdu ewoluowała, odzwierciedlając łańcuch dostaw. „Dokładaliśmy funkcje na siłę” — powiedział.

Amanda French, która kieruje zespołami platformowymi firmy, zajmuje się tym samym problemem na innym poziomie. Stellantis historycznie budował osobne platformy, każda o stałym rozmiarze. Nowa platforma STLA One jest zaprojektowana, by rozciągać się od małych aut segmentu B do średnich pojazdów segmentu D.

Stellantis mówi, że STLA One ma rozrosnąć się w mega platformę obsługującą ponad 30 modeli i celującą w ponad 2 miliony egzemplarzy do 2035 roku. Pytana, czy budowa przypominała zabawę klockami Lego, French odpowiedziała: „Tak, tylko z udziałem znacznie większej liczby ludzi i emocji.”

„Jeszcze tam nie jesteśmy”

Ned Curic, dyrektor ds. inżynierii i technologii Stellantisa, jest gadatliwym i ciepłym dyrektorem, który sam opisuje się jako „intensywny”. Przyszedł do Stellantisa z Amazonu, po wcześniejszych etapach w Microsoft i Toyocie.

Curic powiedział, że Stellantis nie jest jeszcze tam, gdzie powinien. Niektóre zespoły osiągają „fenomenalne sukcesy”, ale „jako cała organizacja jeszcze tam nie jesteśmy”.

Jest sfrustrowany złożonością, jaką nagromadziła branża motoryzacyjna. Współczesne pojazdy mogą mieć „pięć ekranów, jak cyfrowy szum, jak 350 funkcji” — powiedział Curic. Producenci historycznie „odhaczali funkcje na listach”, nie mierząc, jak ludzie naprawdę ich używają.

W Toyocie, powiedział, nauczył się, że „najlepszą jakościowo częścią w samochodzie jest ta, której w nim nie ma”. Badania kierowców Stellantisa wykazały, że większość ludzi woli mechaniczną dźwignię od przycisku na ekranie.

W Amazonie Curic otrzymywał notoryczne maile od Jeffa Bezosa przekazujące skargi klientów. Treścią każdej wiadomości był pojedynczy znak zapytania.

„Nigdy nie uważałem tego za stresujące” — powiedział Curic. „Nigdy.”

Jeden dyrektor brał odpowiedzialność za problem, wyjaśnił, a pozostali pisali po kilka akapitów, by pomóc go rozwiązać.

Z Amazonu i Toyoty Curic przywiózł też pomysły: małe zespoły według zasady „dwóch pizz” oraz pojedynczego właściciela każdego systemu. Celem jest zapobieganie wzajemnemu zrzucaniu winy przez inżynierów z osobnych grup, gdy coś się psuje.

„Jeśli widzisz, że coś jest nie tak, po prostu to podnosisz” — powiedział Curic. „To mój problem.”

Najtrudniejszą ideą, którą promuje, jest to, że „najlepszą rzeczą, jaką możesz zrobić dla swojej kariery, jest uczynienie samego siebie zbędnym”. Curic powiedział, że sam zrobił to kilkakrotnie: doprowadzał zespół do formy, odchodził i zaczynał coś nowego.

Aby to działało, Stellantis musi zapewniać pracownikom nowe możliwości, a liderzy potrzebują dojrzałości i pewności siebie. Pytany, czy lata trudnych czasów w Detroit sprawiają, że ludzie bronią się przed zmianą, Curic odpowiedział, że strach zawsze jakiś jest, ale zmiana jest coraz bardziej akceptowana — „a wręcz pożądana”.

Dyrektor namawiający inżynierów do uczynienia siebie zbędnymi sam ich też zatrudnia. Na paryskim salonie samochodowym w październiku Curic powiedział Bloombergowi, że Stellantis dodta w tym roku „kilkuset” inżynierów w Europie i USA.

Strzał startowy

Ciśnienie spada na inżynierów takich jak Zawodni i French. Oboje mierzą się z problemem marż Stellantisa, upraszczając okablowanie pojazdów i lepiej spinając procesy produkcyjne, by ciąć koszty i odbudować zyski.

„AI nie powiedzą nam, jakie mają być nowe platformy” — powiedział Zawodni.

Pracę nad konsolidacją centralnego przetwarzania w pojazdach Stellantis zaczął podczas pandemii COVID-19. Inżynierowie przeszli na pełną pracę zdalną, a firma uruchomiła laboratoria w Indiach, Polsce i Ameryce Północnej, dostępne z dowolnego miejsca.

Proof of concept globalnej platformy obserwacyjności, która monitoruje oprogramowanie głęboko w komputerach pojazdu, zajął tydzień. Przed narzędziami agentowymi do kodowania, powiedział Zawodni, porównywalna praca zajęłaby około sześciu miesięcy. Defekty, które naprawiano dwa-trzy tygodnie, skróciły się do dwóch-trzech dni.

„Wiedzieliśmy, że musimy naprawdę na nowo wymyślić cały nasz czas” — powiedział Zawodni. Pytany, czy go to przeraża, odpowiedział: „Ależ ekscytujące, prawda?”

French, inżynierka z południowej Indiany, rozpromienia się przy rozmowie o AI, choć jej ocena jest bardziej stonowana. Powiedziała, że ludzkiej oceny „nie da się zastąpić”. AI pomaga jej składać wymagania i zestawienia materiałów z systemów regionalnych, które nigdy nie miały się ze sobą komunikować, bo Stellantis „składa się z wielu różnych firm”.

Porównała AI do interaktywnej wersji Cliffs Notes — czegoś, czego żałowała w szkole.

Zawodni powiedział, że jego inżynierowie zareagowali nierównomiernie. „Chyba był strzał startowy i ten strzał padł” — powiedział. „Niektórzy go usłyszeli, a niektórzy nie.”

Reakcję własnych inżynierów opisał jako mieszaną. „Inżynierowie naprawdę boją się utraty podstawowych umiejętności” — powiedział. Niektórzy chcą wiedzieć, dlaczego średnik w języku programowania działa tak, a nie inaczej. Zawodni nazwał to „uzasadnioną ciekawością”, ale argumentował, że sama w sobie nie doprowadzi Stellantisa do celów. Chce, by stawali się architektami, a w końcu głównymi architektami.

Narzędzia nie odciążyły samego Zawodniego. „Narzędzia agentowe bardzo ułatwiły nam pracę” — powiedział. „To dlaczego pracuję dużo ciężej?”

Szacuje, że pracuje co najmniej dwa razy więcej niż wcześniej. „Czuję ogromną presję czasu” — powiedział. „Bardzo chcą, żebyśmy przeszli tę transformację odpowiedzialnie … zwłaszcza nasi ludzie.”

Wybieranie bitew

Anne Laliron, francuska inżynierka kierująca około 400-osobową grupą badań technologicznych Stellantisa, zrezygnowała po COVID z gabinetu, żeby zespół zawsze mógł ją znaleźć. Jej rolą jest decydowanie, na jakie duże zakłady firma powinna postawić.

Stellantis nie stać na wszystko — powiedziała Laliron. Część ogniw bateryjnych projektuje wewnętrznie, a resztę powierza startupom.

„Jeśli chcesz objąć wszystko” — powiedziała — „ryzykujesz rozproszenie wysiłku.”

Partnerstwa pozwalają Stellantisowi sięgać po technologie wykraczające poza jego możliwości wewnętrzne. Firma współpracuje z brytyjskim startupem Wayve nad oprogramowaniem percepcji do jazdy bez rąk, z francuskim startupem Tiamat nad bateriami sodowo-jonowymi i z Zeta Energy nad bateriami litowo-siarkowymi. Obie chemie są alternatywami dla ogniw litowo-jonowych zasilających większość dzisiejszych pojazdów elektrycznych. Stellantis posiada też udział w chińskim producencie EV Leapmotor i sprzedaje jego auta poza Chinami przez spółkę joint venture Leapmotor International.

Laliron powiedziała, że partnerstwa są głęboko zakorzenione w Stellantisie i rzadsze u innych producentów. Curic chce kultury, w której „nie musi to być wynalezione tutaj”. Relacja z Leapmotorem, powiedział, daje korzyści w obie strony: „My się dużo nauczyliśmy … my też ich wiele nauczyliśmy.”

Z bateriami Stellantis postępuje podobnie — powiedziała Laliron: projektuje je wewnętrznie, partneruje ze startupami i masową produkcję zostawia partnerom z gigafabrykami.

Jedna z największych stawek firmy stoi na pobliskiej scenie: bateryjno-elektryczny prototyp Dodge Chargera z baterią w stanie stałym od Factorial, startupu z Massachusetts współpracującego ze Stellantisem od 2021 roku. Konstrukcje ze stałym elektrolitem zastępują ciekły elektrolit konwencjonalnych ogniw litowo-jonowych materiałem stałym — technologię, za którą podąża większość branży.

Obie firmy działają jako jeden zespół. Współzałożycielka Factorial Siyu Huang powiedziała, że startup rozwinął technologię za 250 milionów dolarów kapitału — ułamek tego, co wydali niektórzy konkurenci. Auto zadziałało przy pierwszym przekręceniu kluczyka.

Huang szacuje jednak, że technologia dzieli trzy–pięć lat od produkcji motoryzacyjnej. Laliron corocznie tnie około 10% projektów swojej grupy, gdy nie przynoszą rezultatów.

„To zawsze boli” — powiedziała.

Nadal jeden samochód dziennie

Przyspieszenia dzięki AI są realne, ale wciąż małe na tle szerszych problemów Stellantisa. Arturo Guzman był jednym z pierwszych, którzy wprowadzili AI do prac aerodynamicznych firmy około pięć lat temu, po tym jak startupowi trudno było mu to wytłumaczyć w rozmowie na konferencji.

Teraz sam tłumaczy to wiceprezesom, zaczynając od zdjęcia tajemnicy. „Nie ma cudów. Nie ma magii” — powiedział Guzman. „Dla nas, inżynierów, to wszystko jest kodem w Pythonie.”

Z użyciem modelu jego zespołu zmiana projektu przedniego splittera pick-upa Ram daje szacunek oporu aerodynamicznego w około trzy minuty. Pełna symulacja zajmowała kiedyś 14–24 godziny.

Guzman porównuje system do stażysty. Młodszym inżynierom podaje inną metaforę: R2-D2 z Gwiezdnych wojen. „Po prostu dajesz zadanie i wracasz, żeby zobaczyć, co zrobił” — powiedział.

Zaoszczędzony czas zespół przeznacza na inne prace, powiedział Guzman. Grupa tworzy nowe wytyczne, obsługuje zlecenia z całej firmy i przeszukuje dane symulacyjne pod kątem potencjalnych patentów.

„Teraz mówię im: po prostu prześlijcie mi dane” — powiedział.

Tunel aerodynamiczny sam w sobie nie przyspieszył. Urządzenie nadal testuje „typowo jeden samochód dziennie” — powiedział Steve Kubiak, rodowity mieszkańiec Michigan, który zaczął pracę w Chryslerze w 1992 roku i nadzoruje tunel od około 10 lat.

Pytany, czy proces się zmienił, Kubiak odpowiedział: „Nie, zawsze było tak samo.”

Analizy przyspieszają, nawet jeśli testy fizyczne nie. Kolega Kubiaka, Todd Lounsberry, podaje AI dane z ostatnich 20 przebiegów testu i pyta, co widzi.

Pytany, jak się zostaje menedżerem tunelu aerodynamicznego, Kubiak odpowiedział: „Najpierw musisz mieć tunel.”

Inni inżynierowie trzymają AI na krótkiej smyczy. Mohammed Malik, kierujący symulatorami jazdy Stellantisa w Automotive Research & Development Centre w Windsorze w Ontario, powiedział, że jego grupa „trzyma to w pudełku”. Mimo to technologia odmieniła jego pracę.

Symulator Malika przypomina pełnowymiarową, immersyjną wersję Mario Kart — klasycznej gry wyścigowej Nintendo, w której postacie wybierają auto i tor, po czym omijają przeszkody do mety. Jego pracę przekształcił bardziej symulator niż AI.

Kiedyś inżynierowie stroili pojazd na komputerze, budowali prototyp i dopiero wtedy dowiadywali się, jak się prowadzi. Teraz kierowca może poczuć model komputerowy, zanim cokolwiek powstanie, a Malik może wymieniać sprężyny w trakcie testu. Może przetestować 10 opon w godzinę — czego żaden prototyp nie umożliwia.

Jego zespół zeskanował około 20 dróg — od torów wyścigowych po lokalne ulice — w kwadratach 10-centymetrowych i wymienia się modelami z kolegami w Brazylii i we Włoszech, zamiast wysyłać auta przez oceany.

Malik pokazał wideo pełnowymiarowego nadwozia Stellantis bez kół — zawieszonego na czymś, co wygląda jak mechaniczne pajęcze nogi, kołyszące się w górę i w dół, w przód i w tył przed gigantycznym ekranem z torem.

Pytany, czy grał w Mario Kart, Malik powiedział, że student zbudował mu własny tor. „Możesz pojeździć po Rainbow Road, jeśli chcesz” — powiedział, promieniejąc spod bujnych wąsów.

Rola AI jest na razie węższa. Pojedynczy przebieg symulatora generuje tysiące kanałów danych. Gdy auto trafi na nierówność i „trochę zawirowa”, Malik pyta AI, na który kanał patrzeć.

Jego ambicje są większe: nakarmić agenta wynikami każdego testowego kierowcy z każdego regionu, zapytać „co trzeba zrobić, żeby zbudować Jeepa” i pozwolić mu samemu prowadzić symulator, dopóki odpowiedź nie wyda się właściwa.

Na razie, powiedział, firma porusza się bardzo powoli i chce zachować jakąś formę kontroli. „Niektóre rzeczy, które chcemy zrobić, potrafimy zrobić już dziś” — powiedział Malik. „A niektórych rzeczy, które chcemy zrobić, jeszcze nie potrafimy.”

Większą niespodzianką okazała się różna gotowość pracowników do adaptacji. Doświadczeni kierowcy testowi, którzy spędzili 10–20 lat z fizycznymi prototypami, wolno przechodzili na symulator. Młodzi inżynierowie z zestawami wyścigowymi w piwnicach przyjęli go od razu.

Laliron zaobserwowała podobny wzorzec. Doświadczeni inżynierowie noszą w sobie wspomnienia dawnych porażek i czasem „mózg zamyka im drzwi”.

Niektórzy pogodzili się z pracą lepszą, choć niekoniecznie szybszą. Roberts powiedziała, że jej badawcze narzędzie AI zwraca 10–15 źródeł, a wszystkie musi sprawdzić.

„Nie sądzę, żeby to oszczędzało czas” — powiedziała Roberts, choć czyni jej pracę bardziej „solidną”.

Jeszcze jeden cykl

Alison Rahm, główna inżynier pojazdów SUV średnich i dużych, widziała już takie zmiany. Wraca do Michigan po dwóch latach zarządzania z Paryża europejską gamą samochodów firmy. Pamięta zebranie pracowników w 1997 roku, gdy szef ogłosił, że dostaną coś nowego, co nazywa się e-mail.

„Wszyscy byliśmy w totalnej panice” — powiedziała Rahm. Wrócili do biurek i mimo wszystko spróbowali.

AI wykonuje dziś kontrole, które ludzie robili ręcznie — powiedziała Rahm — w tym przegląd listy około 1000 praktyk projektowania inżynieryjnego. To daje inżynierom czas, by pytać, czy same zasady są właściwe.

Rahm nie jest jednak gotowa odstawić podwójnej kontroli. Przez lata po wprowadzeniu wirtualnych testów zderzeniowych, zauważa, inżynierowie nadal rozbijali prawdziwe auta o ściany, by upewnić się, że scenariusze są trafne.

Pytana, ile zajmie zaufanie AI w takim samym stopniu, Rahm zamilkła.

„Myślę, że potrzebujemy jeszcze jednego cyklu życia, żeby przekonać się, że nasze założenia były słuszne” — powiedziała. Po zaznaczeniu, że różne produkty mają różne cykle życia, zastanowiła się dalej. „Powiedziałabym: cztery lata.”

To wypada w 2030 roku — w roku, na który Filosa obiecał marżę 7%.

Saha zawozi nas z powrotem do garażu Iacoccy i znów bierze Cherokee na kierownicę, gdy majaczy diamentowa struktura parkingu. Robot potrzebuje prowadzącej dłoni, by wrócić do domu.

Gdy pojazd kończy płynny manewr parkowania, Saha mówi o tym, kiedy gra o AI się wyjaśni. Mówi, że jest fanem Gry o tron, a jego ulubioną postacią jest Robb Stark. Choć pracuje w logice, lubi fantasy, bo pozwala mu być „trochę filozoficznym” drugą półkulą.

„Kreatywność jest bardzo ważna” — powiedział Saha.

Ludzie przetrwali i rozkwitali, znajdując kreatywne rozwiązania — powiedział. „Nigdy nie byliśmy najsilniejszym zwierzęciem świata” — dodał, w duchu stylu George'a R.R. Martina, autora Gry o tron.

Saha zasugerował, że kilkaset lat industrializacji nauczyło ludzi czasem myśleć głównie procesowo. „Moje rozumienie jest takie, że zostawimy za sobą świat zorientowany na procesy, bo pomoże nam w tym AI. I moje osobiste przekonanie jest takie, że to naprawdę dobre.”

„Będą jakieś straty” — powiedział Saha, jak przy każdej zmianie technologicznej. Ale ludzie wciąż adaptowali się do świata dzięki kreatywności.

„Ludzie też figure out, jak oswoić AI” — powiedział.

Niniejsze opracowanie zaktualizowano, aby doprecyzować stanowiska Neda Curica i Joydipa Sahy: dyrektora ds. inżynierii i technologii oraz właściciela systemu L2++/hands-free door-to-door supervised automated driving.

Oryginalnie opublikowano na Fortune.com: https://fortune.com/2026/11/01/stellantis-detroit-ai-best-thing-make-yourself-redundant-chrysler/