至顶网CIO与应用频道 07月11日 北京消息:以云计算、大数据、人工智能为代表的数字技术带来传统汽车行业格局的巨变。越来越多的传统汽车制造厂商通过云计算实现数字化协作创新,通过云层之上的物联网和人工智能打造数字化服务能力,提升汽车产销效率和全球市场竞争力。
数字时代,以云计算、大数据、物联网、人工智能为代表的数字技术迅速成为汽车制造行业的生产新要素,在促进车联网、自动驾驶、汽车移动服务快速普及的同时,还使得全球传统汽车行业格局发生了翻天覆地的变化。麦肯锡指出,汽车行业面临的数字化改变,将使整个汽车行业的规模从2015年的3.5万亿美元,增长到2030年的6.6万亿美元*。
汽车产业链的日益全球化,巨型汽车企业之间的大规模重组,促使汽车业成为高度全球化的产业。在汽车全球化中,数字技术一直在重新定义汽车行业的制造流程,并支撑汽车制造业跨地域在全球构建高度一体化的企业供应链。同时物联网、区块链在汽车业的应用,正在加快汽车业向互联化、智能化方向发展。在这一过程中,以数字化、智能化为主要资源的新型汽车业,正快速与传统汽车业进行融合。传统汽车业的转型升级,已经势在必行。
传统汽车业面临的挑战
在全球化、数字化和互联化三大趋势下,麦肯锡指出,传统汽车业面临以下四大挑战:
·成本压力:模块化系统的兴起、新能源技术的涌现和环保要求的提升,在加快汽车业全球化布局的同时,也给传统汽车业带来更高的研发和生产成本。此外,消费者的个性化需求,要求汽车制造从传统的批量生产向个性化设计和生产转变,这就给整个汽车生产、管理和运维带来更多的成本压力。
·市场衍生:汽车市场的高度全球化,不仅带来全球汽车生产能力的不断上升,还带来新型市场如网联汽车、共享汽车、自动驾驶、汽车后服务等的兴起。在这一过程中,传统汽车企业要实现未来收入增长,就需要针对不同地域、不同个性化消费市场制定产品/服务差异化战略,以提高自身业务衍生能力。
·数字化需求:消费者对数字化生活方式(如数字娱乐、语音识别系统、导航地图、3D可视化)以及对新颖创新服务(平台化、共享化)的需求的不断提升,促使传统汽车企业对产品、服务和流程进行数字化改造,在重新定义用户体验的同时,将数字化服务作为新的利润空间。
·汽车格局重构:汽车全球化的市场格局带来产业链价值的再分配,汽车产业的重心从制造向服务转移。同时数字化、网络化和平台化对传统汽车产业链的渗透,促发了基于新技术的全新的汽车产业。传统的汽车企业,为了应对基于数字化、平台化的新型汽车产业的冲击,迫切需要进行跨界融合,或者基于平台化提升自身的数字化创新能力,以赢得新的竞争优势。
中国汽车业的机遇和挑战
汽车制造业的全球化、数字化和互联化,也一直推动着中国汽车行业的快速发展。中国汽车产业因为规模效益显著、产业链条长,一直都是我国制造业快速发展的支柱产业。在新一轮科技革命和产业变革的推动下,我国汽车正在加快向互联化、智能化方向演进,以促进供给侧结构性改革和汽车产业的转型升级。2019年两会政府工作报告明确提出拓展“智能+”,为制造业转型升级赋能。这对于我国传统汽车制造业的改造升级带来了巨大推动力。
·通过全球化进行产品和技术输出:全球化的推动、汽车消费结构的变化、出行服务的新格局,以及国家对汽车业的多项刺激措施,未来中国汽车行业将面临全面开放的局面,这为中国汽车产业提供了通过全球化进行产品和技术输出的机会。在这一过程中,中国传统的汽车制造企业如何借助汽车产业的全球化发展契机,充分利用国家战略和机遇,调整自身的全球化战略布局,整合全球优势要素,是中国汽车企业真正“走出去”,对全球汽车市场进行产品和技术输出的关键 。
·数字化带来新的业务增长点:数字化带来了汽车行业新的业务模式和新的市场细分(例如用户体验的数字化、移动出行等)。对于传统汽车企业而言,需要借助数字化浪潮,将云计算、物联网、人工智能等技术作为新的生产驱动力,快速打造全新的数字化生产模式和业务模式,从而为业务提供新的增长点。
·互联网、智能化加速业内竞争:随着新兴技术不断融入到汽车工业领域,用户的个性化需求不断提升且多样化,这导致越来越多的新兴造车企业 “跨入”传统汽车市场,并逐渐改变整个汽车工业的生态。例如,AI+汽车,带动汽车AI高科技知识经济产业和新兴零部件产业的大发展。基于此,传统汽车企业必须加大对物联网、人工智能等新技术的投入,通过与创新技术的融合,实现产品、供应和业务模式创新,以继续保持市场竞争力。
AWS助力汽车制造业实现转型升级
不论是传统汽车制造企业,还是跨界进入汽车行业的科技企业,以及新兴的跨入汽车行业的造车企业,都能够通过部署广泛的AWS服务,在汽车产业价值链的众多环节进行产品和服务的创新,在提升业务创新能力的同时,实现产业转型和升级。
·AWS联网汽车解决方案:AWS 通过云服务提供联网汽车解决方案。借助覆盖全球的全面的AWS服务,AWS联网汽车解决方案能够在全球范围内收集、处理、分析和响应车辆数据。通过联网数据,客户能够快速采取相应应对措施,实现个性化、直观、智能而安全的交互,打造创新的联网体验,同时降低连接成本。
·自动驾驶:AWS 全套的自动驾驶服务,支持高级驾驶员辅助系统,以及汽车自动驾驶的开发和部署。AWS高性能计算和存储容量,让用户可以采集、接收、存储和分析自动驾驶车辆的数据,为自动驾驶车辆的全面开发提供有力支持。AWS支持多个先进的深度学习框架,包括Apache MXNet、TensorFlow 和 PyTorch 等,以加速客户进行算法训练和测试速度。此外,AWS IoT Greengrass提供的边缘计算及机器学习推理功能,可以实时处理车辆中的本地规则和事件,同时尽可能降低向云传输数据的成本。
·数字化客户互动:在数字化营销环节,AWS 可扩展的自动化解决方案,在实现营销平台现代化的同时,通过多种多样的渠道提供个性化、智能化、高品质、全方位的交互式汽车消费体验,例如:智能点播内容、智能 AI 会话代理、智能GPS定位等。此外,AWS机器学习产品还能够用来进行客户行为预测,从而为汽车行业的下一步决策提供洞见。
在全球汽车产业格局重塑过程中,不论是传统的全球先进的汽车制造商宝马、奥迪、丰田等,还是优步、Lyft等网约车服务平台,都已经或正在使用丰富的AWS服务。不仅加快了传统汽车公司数字转型速度,提高了汽车附加值,还助力类似Lyft企业通过数字化和智能化的服务在短短几年成为“独角兽”,为通过大数据和人工智能持续优化用户体验和服务奠定基础。
*数据来源,McKinsey“Automotive revolution-perspective towards 2030” ,2016
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。