汽车行业如何靠AI卷出一线生机 技术赋能新机遇

摘要： 汽车行业如何靠AI卷出一线生机 技术赋能新机遇。根据IBM商业价值研究院的数据，60%的全球受访车企CEO认为企业的竞争优势取决于是否拥有最先进的生成式AI。同...

汽车行业如何靠AI卷出一线生机 技术赋能新机遇。根据IBM商业价值研究院的数据，60%的全球受访车企CEO认为企业的竞争优势取决于是否拥有最先进的生成式AI。同时，65%的全球受访车企CEO将行业颠覆视为一种风险，而非机遇。

不确定性增加意味着机会也更多。例如，在不确定环境中，过去10个CEO中有8个人能做对决策，现在可能只有2个人能做对。对于那2个人来说，获得的收益更大。这是中国某工业制造业企业CEO的观点。

汽车行业面临的内卷问题，AI技术可以提供解决方案。汽车行业面临成本压力上升、降本增效需求迫切的问题，同时市场几近饱和，产品迭代加速，车企承受前所未有的剪刀差压力。中国移动董事长杨杰预测，到2030年，智能网联汽车在新车中占比将超过80%。智驾已经成为主流，数字技术如何赋能汽车行业发展成为关键。

IBM咨询中国区汽车行业总经理唐俊表示，汽车行业正从“规模扩张”转向“价值创造”。当技术升级周期压缩与成本收益压力形成共振时，原有发展模式触及临界点，这正是通过数据驱动深化转型的战略跃迁窗口期。特别是通过AI赋能以及系统化的工程方法，在现有产业积累的基础上实现升级与重构。

蔚来创始人李斌在上海车展上公开表示，智能电动汽车需要具备智驾芯片、全域操作系统和智能底盘这“新三大件”，这些都离不开数字技术的加持与赋能。

在这个内卷严重的时代，汽车行业的变革正在进行，核心是数字化技术的应用。唐俊指出，传统国产汽车品牌关注如何通过更加科学的思路打通产品线和研发到交付的过程。

随着生成式AI技术的火爆，各行各业都在积极拥抱这项技术。AI大模型可以在车企构建的平台化运营体系中发挥作用，帮助企业在不确定性中脱颖而出。IBM中国科技事业部汽车行业和跨国公司总经理王胜航表示，AI技术可以帮助车企在各个环节实现降本增效，并提高产品质量。未来几年，AI更重要的策略是帮助车企打造独特的自研品牌。

从AI能力角度来看，生成式AI具备总结提取能力，能够为车企带来包括AI呼叫中心互动、报告内容提取总结等能力。此外，生成式AI还具备会话式问答能力和内容创作能力，可以丰富车企的服务与营销方案。车企还可以通过生成式AI进行多环节数据分析，加快研发过程，提升服务质量。

以研发端为例，应用AI大模型后，企业可以通过构建研发知识库，利用模型的能力辅助研发流程，并通过构建智能体平台，用AI进行低代码开发，辅助编程等操作，从而为新车的研发提速。在智能驾驶几乎成为新车标配的情况下，利用高性能计算的能力，可以帮助车企实现自动驾驶芯片设计EDA调度、多场景CAE仿真并行计算等功能，提升汽车芯片的研发效率，降低研发成本。

除了生成式AI，AI技术在汽车行业中的应用还包括智能制造、图像识别、物流配送网络优化等多个方面。例如，通过AI图像识别技术，造车厂可以取消人工审核岗位，提高识别准确率，降低成本。再比如，某合资车企利用AI赋能的物流配送网络优化平台，实现了物流经济性与时效性的平衡，累计降本达上亿元，时效提升1.2%。

王胜航指出，在生产制造环节，IBM科技帮助车企以计算机视觉检测和AR技术替代传统人工质检，提高生产效率，降低次品率。在供应链优化上，IBM科技帮助车企利用人工智能学习历史数据并分析订单需求，促进产销协同；或通过大模型技术智能预测需求，进而优化库存管理，降低运营成本。精准营销与服务方面，IBM帮助车企整合内外多源数据，通过智能分析生成客户画像和营销洞察，实现从舆情预警到服务优化的闭环管理。

汽车行业数字化转型需要搭建数字化平台，平台化仅是企业级AI规模化应用的开始和前提。通过公司内部系统对AI应用集成决定了企业级AI规模化的好坏。从当前趋势来看，AI技术可以从企业内部最小的一个业务单元应用开始，逐步扩展到销售、战略、营销、服务、研发等环节。

宝马用了两年时间落地了100多个AI应用场景，之所以能大规模应用与复制，数据是一方面，更重要的是平台化的能力。对于车企而言，在使用AI技术时，需要找到一个细微的场景尝试应用AI能力，试错成本较低，单个场景更容易跑通。跑通之后，再将AI能力通过搭建好的数字化平台复制，映射到更多场景中，实现全面智能化。