יחידת מערכות ה־LSI של סמסונג, העוסקת בין היתר במעבדים ניידים ובחיישני תמונה, הטמיעה את קלוד קוד במערכות שלה. בתוך זמן קצר הופיעו תוצאות שקשה להתעלם מהן, משימות שתוכננו להימשך יותר מחודש הושלמו בתוך יומיים, ובמקרה אחר מהנדס עם כשנתיים ניסיון השלים משימת פיתוח של יותר מחודש בתוך יום אחד. הסיפור הגדול הוא שסמסונג מנסה להשתמש ב־AI כדי לפתור בעיה מבנית בתעשיית השבבים: מחסור במהנדסים ובכוח אדם מיומן. כלומר, הנתון, פי 15 במהירות – הוא עם משמעות עמוקה יותר.
אחד המקרים המעניינים התרחש בפרויקט של שבב מערכת על שבב מותאם אישית ללקוח. הפרויקט היה מורכב במיוחד, הלקוח דרש מבנה שבב חדש, נעשה שימוש ברכיבי תכנון חיצוניים, לא היו חומרי תכנון סטנדרטיים, ובקר זיכרון מסוג DRAM שהיה דרוש לבדיקה עדיין לא הגיע. בתהליך הרגיל – כל אחד מהחסרים האלה יכול להפוך לצוואר בקבוק. סמסונג הזינה את קלוד במידע על תכנון השבב, תקני תקשורת פנימיים ומידע על רכיבי תכנון חיצוניים. המערכת הצליחה לזהות היכן נדרשו רכיבים לבדיקה, למקם ולחבר אותם, ליצור סביבת בדיקה ולבנות תרחישי בדיקה וירטואליים. אפילו כשהתכנון האמיתי של בקר ה־DRAM עדיין לא היה מוכן, ה־AI יצר בלוקים וירטואליים שאפשרו לסמסונג לבדוק את נתיבי הנתונים המרכזיים מראש.
במקום לחכות שכל חלקי השבב יהיו מוכנים ורק אז להתחיל לבדוק – החברה יכולה להזיז חלק מהבדיקות לשלב מוקדם יותר. בפרויקט נבדקו 64 נתיבי נתונים, והבדיקה המוקדמת אפשרה לזהות בעיות לפני שהעיצוב המלא הגיע לשלב הבא. כלומר, ה־AI לא רק "כותב קוד", אלא הוא מתחיל להשתלב בתוך תהליך ההנדסה עצמו. יחידת מערכות ה־LSI של סמסונג מעסיקה לפי הדיווח כ־6,000 עובדים, בעוד שקוואלקום מעסיקה כ־52,000 עובדים, ומדובר בפער של כמעט פי 9 בגודל הארגון שממחיש את האתגר של סמסונג. אם מהנדס אחד מסוגל לבצע בתוך יום עבודה משימה שבעבר דרשה יותר מחודש – החברה לא בהכרח צריכה פי 30 יותר עובדים כדי להגדיל את תפוקת הפיתוח. המשמעות היא הגדלת התפוקה של כוח האדם הקיים, והפיכת מהנדס בודד למערכת שמסוגלת לבצע חלק גדול מהעבודה שמסביבו.
עם זאת, יש גם נורה אדומה שכן אחד האתגרים הוא שה־AI עלול לבצע תיקונים לקוד תוך הסתרת שגיאות או ליצור תוצאה שנראית תקינה מבחוץ, אבל אינה בהכרח נכונה מבחינה הנדסית. בתכנון שבבים זו שאלה קריטית, טעות בקוד יכולה להפוך לטעות בתכנון, וטעות בתכנון יכולה להתגלגל לייצור יקר, עיכובים ואפילו כשל במוצר. לכן הפוטנציאל של AI עצום – אבל גם הצורך בבקרה אנושית. סמסונג לא עוצרת בקלוד – החברה הרחיבה את השימוש גם בכלי AI גנרטיביים נוספים, בהם ג'מיני ו־ChatGPT, והציגה תוכנית רחבה יותר של "טרנספורמציית AI" בכל הארגון.
