至顶网CIO与CTO频道 05月08日 编译:在COVID-19大流行之前,汽车行业就面临诸多挑战。很多市场销售低迷,在电气化、自动驾驶和数字化方面的巨额投资,正在削弱收入和盈利能力。
新冠病毒的大流行让这些挑战变成了危机。全球汽车销售停滞不前,生产工厂被迫关闭,供应链完全中断。从一月到二月,中国汽车总销量下滑了84%。截至三月,欧洲工厂停产造成减产120万辆汽车,影响了110万个工作岗位。全球供应链受到供应商业务中断、边境关闭、物流服务提供商减少运营而受到冲击。
从积极的方面来看,随着新冠病毒风险逐渐降低,我们已经开始看到复苏的迹象。三月,中国汽车销量相比二月增长了22%。中国原始设备制造商(OEM)和供应商正在提高产量,制造领域的数字化投资也有所增加。全球其他地区的OEM厂商正在推出刺激销售的激励措施:延期付款、免息贷款、失业汽车回购计划,通过降低消费者风险来刺激购买。
历史经验告诉我们,汽车行业很可能还会复苏,赢家会变得越来越强大、专注。根据IBM最新的调查报告显示,有半数的汽车行业受访高管表示,如果想在未来十年内取得成功甚至是生存下来,他们需要借助以数据为支撑的数字化技术进行重塑。有83%的高管受访者表示,他们了解数据在汽车行业中的战略价值。我们预计,这场危机将迫使车企加速向数字化销售、车辆网和自动驾驶的转型。对于数字化转型速度非常缓慢的企业来说,这次危机将使他们面临能否生存下来的风险。
但是眼前的挑战是严峻的。企业必须让员工能能在在家办公,让关键的流程和系统保持远程运转。
全球各地的OEM厂商和供应商正在对工厂进行改造,生产医疗设备和个人防护设备(PPE),分发疫情期间急需的物资。在美国,福特和通用汽车正在制造呼吸机和PPE手术设备,福特计划在100天内生产50000台通风机。在印度,Mahindra计划生产价格为100美元的个人呼吸机。
展望未来
行业领导者最担心的是,这种情况还将持续多久、这将如何重塑行业、以及会有怎样的长期影响,他们都无从得知。
从消费者角度来看,随着人们重新评估使用他人的资产,共享经济会失去吸引力吗?消费者是否会倾向于把私人交通工具作为出行方式的首选,而不是公共交通工具(火车、公交或者共享自行车),从而加重交通拥堵吗?
随着政府试图振兴国民经济,全球汽车行业将会从放宽管制措施中受益。此外,原油消费的低迷正在推动汽油价格的下跌,而汽油价格的下跌反过来又可以提振SUV和小型卡车的销售——汽车行业利润最高的产品。
一直以来,数字技术和认知业务实践的进一步普及,将有助于重塑销售系统、供应链物流和制造流程。
因此,尽管当前处境艰难,汽车行业加速数字化重塑仍是一个明智的选择,通过非接触式购车和支持AI的车联网服务等创新,推动核心业务更快速的转型和数字化。
IT基础设施和开发流程的现代化、采用多混合云网络架构以及敏捷的DevOps,都将有助于汽车行业应对未来的风风雨雨。
近期措施,长期投资
在这个时代,保护现金和管控风险应该成为重中之重。汽车供应链对于管理成本和风险以及优化生产至关重要。关键推动因素包括供应链可见性工具、能感知位置的AI功能、预测性风险评估。预计未来几个月不同地区病毒爆发的情况,这一需求将迅速发生变化。数字能力和认知流程可以根据不断变化的需求信号调整制造能力,从而降低成本和避免过量库存。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。