當劉易斯·漢密爾頓在銀石賽道舉行的2024年英國大獎賽上衝過終點線、贏得激動人心的勝利時，他的梅賽德斯-AMG馬石油F1車隊的IT團隊一定會為他歡呼。
雖然車迷們關注的是幫助梅賽德斯賽車在經歷了兩個艱難的賽季後重返領獎台的賽車工程師，但IT總監Michael Taylor領導下的技術團隊也發揮了一定的作用。
「技術一直在F1賽車中發揮著重要作用，回想一下20世紀50年代，也是如此——秒表是關鍵指標，至今仍然存在。歸根結底，衡量我們表現的標準仍然是秒表，秒表永遠不會說謊，」他說。
Taylor自2002年加入雷諾車隊擔任網路支持分析師以來一直從事F1工作。從2020年開始，他負責管理梅賽德斯的IT團隊。
「22年前我進入這個運動領域的時候，還不確定自己是否曾想過成為這項運動的頂級車隊和長期占據主導地位的頂級車隊的IT負責人。我認為這從未出現在路線圖上，」他說。
「我現在的角色技術性要少得多，主要是以人為本的，這是一個令人著迷的挑戰。這就是讓我日復一日回來的原因——沒有哪兩天是一樣的；今天早上，我還參加了[F1]監管會議。」
Taylor帶領著一支由75名成員組成的團隊，他們位於距離銀石賽道幾英里的布拉克利梅賽德斯F1工廠。他表示，考慮到團隊所涵蓋的技術的深度和廣度，這可以算是一個「相對精簡」的團隊。
IT的典型比賽周
英國大獎賽是「三連賽」的最後一站——連續三個周末的三場比賽，給整個團隊帶來了沉重的工作負擔。對於IT人員來說，這是一個特別辛苦的時期，IT運營和服務管理負責人Steve Riley這樣解釋說。
「典型的比賽周要麼從比賽前的周日開始，要麼從比賽周的周一開始。我們有兩個IT機架在世界各地旅行，要麼裝在卡車上，要麼裝在飛機上，和團隊旅行的其他裝備一起。現在我們處於三連冠狀態，卡車從一場比賽出發前往另一場比賽，然後前往[銀石賽道]。因此，我們要到周二才等到卡車，連夜裝好，準備在周三投入使用。」
「首先要讓基礎設施正常運行。我們實際上有一個移動數據中心，放在那兩個IT機架中，其中有計算、網路、存儲——你能在任何IT環境中都會出現的典型元素都包括了。然後就是把它整合到車庫的其他部分（在賽道上），確保所有網路和Wi-Fi都在正確的位置是可用的，然後我們在每場比賽前進行測試。」
Riley將每個賽道描述為一個「多空間環境」，其中包含了所有額外的需求。
「我們有車庫，但還有維修站牆，還有房車，還有工程辦公室。無論我們去哪裡，我們都會確保所有這些都是可以相互通信的。一旦到了周四，我們就會更多地支持工程師到達賽道，然後支持F1車隊的其他成員到達賽道，確保他們能夠正常運行，遙測數據能夠正常傳輸，數據可以在正確位置被獲取，然後才能在周五運行賽車。」
「當F1賽車引入三連賽的時候，要在三周內做三次這些事情，是很有趣的。但這就是我們的工作，這是一個有趣的挑戰。」
擊敗秒表
IT團隊支持漢密爾頓和他的隊友拉塞爾的另一個關鍵領域來自Taylor的關鍵指標——秒表。
「我們如何解決古老的問題和挑戰，但是要以新穎和創造性的方式，最終縮短時間，增加我們可以在給定時間內完成的循環圈數？目前，科技行業的創新是巨大的。」
「這是為了確保組織為接下來發生的一切做好準備，能夠在正確的時間接受它，能夠做到價值和回報的最大化。我們的重點實際上是運營效率——我們如何節省人們的時間？我們如何利用技術來減少人們必須做的手動重複任務？我們如何讓技術更有效地工作，以騰出時間，然後重新投資於為團隊帶來競爭優勢？」
他承認，AI將在F1中扮演「非常重要的角色」，但當被要求進一步闡述AI的用途時，他卻諱莫如深。大多數F1車隊都會嚴密保護自己的創新成果，以防止競爭對手發現他們是如何在賽道上多贏幾毫秒的。
對於一支在每場比賽中都要爭奪登上領獎台的車隊來說，情況尤其如此。最近Visa Cash App RB (VCARB) F1車隊——一支為不同目標而戰的中游車隊——的高管在義大利工程公開討論了對AI的使用，以及AI在提高性能方面的潛力。
AI方法
但Riley很樂意解釋AI方法背後的原則——以及他的謹慎態度。
「現在有很多廠商提供某種形式的AI產品，而一兩年前，這些產品可能還屬於數據科學或更高級分析的範疇。現在AI真正的含義已經變得模糊了一些，」他說。
「但人們肯定對可造福於組織的技術進步是感興趣的。[生成式AI可以]節省人們的時間，減少那些重複性任務，可以從製造系統以及ERP的數據中得出可操作的洞察，人們可以自己挖掘[數據]，這最終是生成式AI能帶來的好處。Copilot、代碼開發、配對編程——有很多好處。」
他指出，這些好處都是以人為本的，是為了節省工廠環境中的工程時間——這F1很難解決的一項最大挑戰。
「我們試圖解決的問題具有確定性，即：考慮到所有環境變量以及氣候條件，在特定時間點，賽道上的最佳賽車配置是什麼？這對於生成式AI來說非常困難。如果你在10分鐘內向生成式AI問同樣的問題5次，你會得到5個不同的答案，」Taylor說。
毫秒級的改進
和所有F1車隊一樣，梅賽德斯廣泛使用了計算流體力學 (CFD)、CAD/CAM系統以及數字孿生對改進賽車而進行的設計和工程變更進行建模和模擬。
設計師和工程師一直在嘗試「在虛擬世界中模仿賽車的空氣動力學性能」，Taylor說。
「很多工作都集中在毫秒級的改進上。最佳的前翼是什麼，與後翼相結合，然後是整個賽車的所有不同設置和配置，讓駕駛員感到舒適並提供可重複的單圈時間，無論是排位賽的單圈還是更長的比賽時間，」他說。
「這涉及到大量數據、數據分析、工程、知識、經驗和技能，還有大量基於工廠的支持技能，改進持續的生命周期反饋循環，以及進行疊代和改進。」
該團隊使用內部開發的軟體和商業應用的組合，包括SAP S/4HANA ERP系統，主要的軟體合作夥伴之一是遠程連接專家TeamViewer，每場比賽的賽道邊車庫的核心都是Tensor產品。
當車手在賽道上兩次停頓之間坐在車裡時（通常是在練習或排位賽期間），分享所有關鍵遙測數據和競爭對手的表現資訊是至關重要的，可以幫助他們在下一輪比賽中有所改進。
這些資訊通過從汽車上方落下的螢幕提供給車手，車手可以訪問所有相關數據，並將其連接到布拉克利的比賽支持室，工程師可以在那裡分享和討論漢密爾頓和拉塞爾需要的任何資訊，包括影片流和競爭對手車手及其團隊之間的車內通信內容。
「當賽車在車庫的時候，通常會有兩個螢幕放置在汽車前面，讓車手可以查看遙測、天氣數據、影片回放、競爭對手分析、策略、運行計劃，」Riley解釋說。
「我們使用TeamViewer來控制這兩個螢幕。性能工程師會控制駕駛員在螢幕上看到的內容，可能是在排位賽的中途，進入車庫換新輪胎或更多燃料的時候，甚至可能是1分鐘或30秒的周轉時間。這段時間對我們來說非常重要，我們要確保儘可能清楚地傳達儘可能多的資訊。」
70億個數據點
在比賽周末，賽車將從數百個車載傳感器生成超過70億個數據點。Taylor將賽車描述為一種邊緣計算設備，將數據傳輸回團隊的雲端，而這些數據是戰略的核心，可以決定每場比賽的勝負。
「當你談論戰略系統的時候，大部分都是內部編寫的，是從我們的賽車和競爭對手的賽車中獲取各種不同的數據，以及獲取GPS、計時數據、天氣數據，並將所有這些數據結合在一起。從技術角度來看，我們的重點是如何處理所有這些不同的數據點，以便戰略專家坐在維修站牆上或比賽支持室里就能看到，」Taylor說。
「我們如何才能讓他們以最快速、最簡單、最不衝突、最順暢的方式做出正確的決定？技術在其中發揮著重要作用，因為如果你能處理所有這些不同的數據點和數據集，那就太好了，但如果你在比賽四圈之後才給出答案，那麼你已經錯失了機會。」
「因此，在完成一圈的時間內就完成所有這些處理，是非常重要的——你可能需要進行進站呼叫，而你只有5秒鐘的時間。如果沒有，車手就會越過維修站入口，機會就錯失了。」
「關鍵在於使用你能夠生成的、可視化的、查看的、以最有意義的方式做出決策的數據，以期優化結果。」
Taylor現在算是F1的老將了，但之前他是在當地政府從事IT工作的。同樣，Riley在2016年加入梅賽德斯之前，是媒體公司NBCUniversal的服務經理。
梅賽德斯有一個畢業生計劃，提供了學徒制來引進年輕人才，但對於任何從事IT工作的汽車迷來說，如果想有機會體驗F1賽車的職業生涯，機會就在眼前。
Riley說：「很多人問我——我怎樣才能在F1賽車領域找到工作？他們可能是基礎設施工程師或軟體工程師，或者其他什麼。我告訴他們，去爭取這份工作就行。我們並不只僱傭F1賽車行業的人才。幾乎每個人在開始在這裡工作之前都做過其他事情。去爭取吧。」
誰知道呢，也許有一天你會和下一個劉易斯·漢密爾頓並肩作戰。
