目前，包括General Motors、Jaguar Land Rover與Renault等國際車廠，都已經採用Neural Concept的AI工程平台，將AI導入產品設計、模擬分析與工程開發流程，希望縮短新車上市時間，同時降低龐大的研發成本。不同於市場高度關注的大型語言模型不同，Pierre Baque認為，真正決定汽車產業勝負的，並不是誰能打造出最強大的基礎AI模型，而是誰能將AI真正導入企業研發流程，讓產品設計、工程驗證與模擬分析全面智慧化。在這一點上，歐洲車廠仍具備深厚優勢。原因在於，歐洲長年累積了全球最完整的汽車工程技術，包括空氣力學、CAE模擬、結構分析、材料工程以及產品驗證流程等核心能力，這些都是AI最需要的大量高品質訓練資料。相較之下，中國大陸雖然近年快速崛起，但許多汽車工程基礎技術仍源自歐美長年建立的產業體系，因此歐洲若能成功結合自身工程資料與AI技術，仍有機會建立新的護城河。
然而，真正阻礙歐洲傳統車廠轉型的，反而是企業文化與決策速度。Pierre Baque指出，許多傳統車廠高層陷入典型的「雞生蛋、蛋生雞」困境。他們期待AI能立即帶來績效改善，卻又不願意投入初期所需的大量資本與組織改革，因此AI專案往往停留在試驗階段，難以真正改變產品開發流程。相較之下，以Tesla為代表的新世代車廠，則選擇直接將AI納入企業核心能力，不斷擴大AI應用範圍，從車輛設計、生產製造、供應鏈管理，到自動駕駛訓練，都全面建立AI驅動模式，使產品開發速度遠超過傳統車廠。Pierre Baque認為，傳統車廠若想真正追趕競爭對手，就不能再試圖自行打造所有AI技術，而應積極導入成熟的AI平台，同時由管理階層直接設定研發效率提升目標，以組織力量推動AI全面落地，而不是等待自然演進。他更直言，車廠必須勇敢做出決策，強迫組織改變。
除了導入AI工具之外，Pierre Baque也建議車廠建立專責AI能力中心，讓原本專精機械工程、材料工程與產品設計的人才接受AI訓練，培養跨領域能力，使工程師能直接利用AI解決設計問題，而不是完全依賴資訊部門或外部顧問。這種人才結構的改變，將成為未來汽車企業的重要競爭力。因為真正了解產品需求的人，始終是工程師，而不是AI專家；當工程師本身具備AI能力後，產品開發效率將出現質變。
Neural Concept表示，目前旗下15家汽車產業客戶，已透過AI產品設計平台創造最高5,000萬美元的成本節省，部分新車專案上市時間更縮短兩年。有些零組件甚至已成功將開發時間縮減50%，大幅提升設計效率。Pierre Baque更預測，到2030年前後，AI將逐步從目前負責單一零組件設計，進一步發展至整個模組、總成系統設計，最終甚至能完成95%的整車設計工作，只留下最終決策、創新構想與法規驗證由工程師負責。若此趨勢成真，未來大量重複性的研發工作將交由AI完成，不僅可望讓開發成本降低九成，也可能為整車廠與零組件供應商帶來數億美元等級的成本節省，同時大幅縮短產品上市時間。
從全球汽車產業發展趨勢來看，中國大陸車廠目前最大的優勢，在於產品開發速度、決策效率與供應鏈整合能力，而歐洲車廠則擁有深厚的工程技術、品牌價值與研發基礎。AI的出現，某種程度上正重新定義雙方競爭規則，讓傳統車廠有機會透過數位工具縮短與中國大陸品牌之間的時間差。
值得注意的是，AI帶來的不只是研發流程優化，更可能改變整個汽車產業的價值鏈。未來車廠競爭的核心，將逐漸從製造能力轉向演算法能力、資料品質與工程知識數位化等層面。能率先建立完整的AI研發體系者，將就更有機會掌握下一世代產品開發主導權。從台灣汽車產業的角度觀察，雖然本土整車品牌規模有限，但台灣在ICT、半導體、高效能運算、AI伺服器與電子零組件等領域具有全球競爭力。隨著汽車研發全面導入AI，未來從高效能GPU、資料中心、邊緣運算平台，到AI工程軟體、CAE加速運算及智慧製造解決方案，都將成為新的產業商機。對台灣供應鏈而言，如何結合既有電子產業優勢，進一步切入全球車廠AI研發與數位工程生態系，將可能比單純供應硬體零件，更具長期成長潛力。