C中国电动汽车百人会汽车数字化转型白皮书2.0AI时代下的汽车业数字化变革 此外，感谢（以下排名不分先后）感谢我们的合作伙伴（以下排名不分先后）尤静 上汽乘用车高级经理高钰 盼达用车总经理沈稳杰 吉利领克汽车数字化营销总监曹勇吉利汽车数字智能营销支持部总监李志峰奇瑞汽车数字营销部总监刘祚宏大搜车联合创始人兼高级副总裁蔡永志新康众首席运营官吴劲浩 长安福特首席信息官李珂佳 广汇汽车新零售业务经理窦志领长城汽车信息部部长戴霖数跑科技汽车行业营销部总监庄亮、付兴科、黄峥、阎帆、佘世东、黄晔感谢专家组刘松 阿里巴巴集团副总裁王矛AliOS事业部总经理张永伟 中国电动汽车百人会秘书长刘飞 阿里云汽车与出行事业部总经理朱晋 中国电动汽车百人会研究部部长程力为 阿里云汽车与出行事业部高级架构师 韦东 高德副总裁，AMAP 平台事业部总经理顾万国 天猫汽车整车事业部总经理【序】五年后甚至更短，在研发、生产、市场、服务、供应链、内部管理等企业活动的主要环节还没有实现深度数字化的企业，势必会落后甚至惨遭淘汰。向数字化转型，更彻底的接受数字化再造，是汽车及零部件公司的不二之选。数字化并不神秘，也非高不可攀，走通这条路的关键取决于企业负责人的敏锐判断、坚定理念和执着行动。停留在一些数字化工具，有一个信息化服务部门，局部环节产生一些数据，只会做数据仓库的浅层数字化已告结。企业最需要的是把企业打开，迅速链接5G、物联网、云计算、人工智能等新兴技术，产生化学反应，捕获最有价值的数据，建立数据大脑和平台体系，以数据指挥企业，这是有价值的深度数字化。 张永伟，中国电动汽车百人会秘书长阿里云研究院高级战略专家 4043 前言2017年6月，汽车年销量不足10万的特斯拉，市值超过百万销量的通用与宝马汽车； 2018年，已经有超过70万台搭载AliOs斑马智行系统的互联网汽车跑在公路上；同年的CES展上， 丰田汽车社长丰田章男明确表示丰田已不是汽车厂商，而是将从一家汽车公司转型为一家移动出行公司；而就在去年“双十一”，长安福特在线上卖出7000多辆汽车，全天电商平台共卖出8万辆汽车，相当于30个 4S店一年的销量； 此外，以 Uber、 Lyft、 滴滴为代表的移动出行服务商（Mobility as a Service），虽不生产一辆汽车，但对老牌整车厂在价值链中的定位产生了巨大的影响...如今的汽车业早已不是过去的江湖。工业时代所建立的百年游戏规则，进入到数字时代正快速被打破。汽车与交通、零售、电商、互联网、高科技等行业边界的模糊化，使得汽车发展环境从复杂变得更加错综复杂。混沌中，越来越多的车企开始“不按常理出牌”，企业间的竞争维度变得模糊与多元。如果非要把企业在不同维度的竞争力换算成一个统一的计量单位，那则是数商 （Digital Quotient）。 云计算、物联网、5G、人工智能、自动驾驶、 区块链等数字技术以飞一般的速度进入到汽车产业所有的毛细血管中，重构企业对研发、生产、营销与服务的认知。车企对数字技术的想象力、驾驭能力，以及将技术与业务结合的能力决定了其是否会成为未来汽车业新的领军者，或是被颠覆者。阿里云研究中心认为，得益于数据、算力与算法等数字基础设施能力的提升，微粒化数据运营与精准连接将会是汽车企业跨越S曲线，实现倍速增长的关键要素。 白皮书《AI时代下的汽车业数字化变革》将从数字化研发、数字化制造、数字化营销、数字化出行与数字化中台五个维度，探讨汽车产业的数字化转型趋势，并结合阿里巴巴最佳实践，对汽车行业数字化转型模式进行深入分析。 欢迎进入汽车行业的巨变时代 上汽大通是上海汽车集团股份有限公司全资子公司。公司基于混合云架构搭建协同研发平台，平台包括C2B协同设计模式、C2B社会化协同设计社区以及创新体验研发在线平台，核心目的是实现汽车全价值链数字化在线直联。 平台建立了上汽大通工程师和社会设计力量协同设计的环境，充分调动内外部包括供应商、机械工程师、汽车工程师、产品设计师、美术设计师在内的各方研发资源参与到研发过程中，以众创、众包、众筹、众测的方式，同时面向未来设计，最大程度提高新车的研发效率、降低降低开发成本。 平台将最终客户纳入产品需求定义、 产品开发和验证的全过程，提升客户体验，将传统意义上的消费型客户转变成为“Procumer”(生产型消费者)，满足用户高质量互动体验、用户个性化需求。当前，上汽C2B研发平台已打通完整汽车链条，包括车型定义 、设计开发、汽车验证、自由选配、用户定价、反馈改进6大环节。平台已有约1000位工程师、设计师加入创意设计和研讨。用户可以参与上汽大通D90多达60个节点的开发，包括钥匙、个性化徽章、娱乐大屏、座椅等多项具体零部件。案例： 上汽大通C2B产品协同研发平台 算力暴涨 - 当前CAE仿真计算已经承担非常重要的任务，普遍出现计算任务工况多、规模大、时间紧的情况，迫切需要快速获取高性能计算资源； 资源迭代滞后 - 当前上汽乘用车建设的本地HPC集群虽然经历多次扩建，但是硬件资源严重老化，硬件资源故障率居高不下，计算性能难以满足业务需求，且资源更新迭代速度缓慢，严重影响仿真研发业务进度； 用户体验差 - 仿真研发人员一直保留着传统的HPC计算中心操作方式，线下前后处理与到线上求解计算流程割裂，数据挪动频繁，亟需建设高沉浸、全业务的CAE仿真分析在线服务平台。2018年，伴随上汽乘用车的强劲市场表现，车型研发节奏也在持续加速，而为工程仿真服务的现有计算资源开始远落后于需求，具体表现为：针对以上问题，2017年底上汽乘用车携手阿里云、泛云科技建设业内首个IaaS混合型工业仿真计算服务平台——上汽仿真计算云SSCC（SAIC Simulation Computing Cloud），并于2018年初成功上线。数据显示，平均每天500多个碰撞分析、结构刚度分析、流体分析、NVH分析等多学科仿真计算作业在上汽仿真计算云平台上完成，模拟了整车、发动机数百种工况。得益于阿里云超级计算集群带来的性能提升，相对本地集群节约了计算求解时间，用户作业排队时间也明显缩短，工程师可以在工作时间段做更多的模型调整，工作效率大幅提升。另外作业数据绝大部分在阿里云公共云集群闭环流动，大大减轻了本地存储的压力，更多历史工程数据得以保留，为工程师做多方案对比分析提供了极大帮助。据评估，借助阿里云，上汽乘用车仿真计算效率提升了25%。 案例： 上汽乘用车仿真计算混合云汽车制造代表智能制造的最高水平。无论是自动化，还是数字化程度，都要领先于众多传统行业。智能化正成为近些年整车厂争夺的技术高点。根据麦肯锡2018年的一项调研， 全球接近50%的车企都开始在生产领域采用AI技术，且仅有2%表示该技术会带来风险。 如图5中国汽车制造的起步虽然晚于欧美发达国家一个世纪（20世纪80年代，第一辆桑塔纳在上汽大众汽车工厂诞生），但经过将近40年的追赶，从智能装备的种类与核心工艺的自动化程度来看，国内外汽车制造水平相差无几，当前主要差距体现在数据采集以及人工智能/工业智能的应用程度上。数据、算法与算力的规模化深度应用是中国车企缩小与国外生产水平差距的关键。高科技互联网企业的加入为汽车生产端工业智能/数据智能的开发注入了新的能量。实践证明，以阿里巴巴为代表的互联网企业过去20年在消费互联积累的大数据能力、AI与算法经验（例如：图像识别、机器学习、关键因子识别、参数推优）可以成功移植到汽车生产领域，释放工厂/车间海量数据的巨大潜力。数字化制造 - 工业智能创造无忧生产环境 工业智能=数据+专家经验+算法工业智能的使命是将隐性知识显性化，并帮助打破人类的传统思维框架与认知局限。工业智能由ABCD四块拼图组成 - 人工智能（AI）、大数据（Big data）、云计算（Cloud computing）、专家经验（Domain knowledge）。简单地讲，就是利用A、B、C技术将D（工厂老师傅、老专家的经验）抽象成知识、并将知识规范化、模型化与代码化，以数字化的方式嵌入到系统与设备当中，被重复调用，指导或是替代人力进行决策与执行。当前，工业智能已经被广泛应用到涵盖人、机、料、法、环在内的众多汽车生产场景，有效降低生产环境中的各种不确定性。如图6 工业智能实施的四个步骤工业智能是一个庞大的系统工程，又缺少前车之鉴，因此建议采用点、线、面、体四个步骤分步实施，将风险降到最低。如图7 单点智能成立临时的工业智能项目组，引入外部数据科学家。精准聚焦少数关键业务场景，评估项目的可行性、价值、以及所需资源，并制定明确的可量化目标。以可容错的试点项目为起点，完成数据在云端的算法训练，以及实际产线上的测试与模型持续优化。该阶段，优先选择成功概率大的项目而非价值最大的项目，只有项目的成功才能确保后续获得C-level管理层更多的支持与资源注入。 局部智能第一阶段单点上形成的突破大大提升工业智能项目组在集团内的“知名度”， 吸引更多内部“客户“与其合作，尝试更多生产场景的优化与改进。工业智能逐步从单点、单机智能向智能生产线、智能工厂迈进。成立由首席技术官、首席运营官或是首席数据官领导的，专职的工业智能团队，且直接汇报给集团董事长、CEO。引入数据中台，加强数据间的互联互通与数据的智能化管理，为工业智能的规模化、系统化部署打下基础。 消费者汽车购买行为的变化加速汽车零售方式的巨变。作为汽车购买的主力，“数字原生一代”对服务与体验有着全新的认知与期待。习惯于淘宝、天猫、亚马逊等电商公司提供的全渠道服务，新一代消费者希望在汽车购买的全过程中，能够从汽车厂商那里享受到同样质量的个性化服务体验。根据贝恩2017年全球汽车消费者调研，50%的买家将线上作为选车的第一站。购买过程中，消费者线上、线下渠道切换平均需要4次, 会拜访2.4次经销商，但在拜访前，60%以上的消费者早已选好了品牌、车型与价格。中国消费者整个购买过程的触点平均达到7.5个，高于成熟市场的6个。 众多新兴线上渠道的出现打破了汽车厂商与经销商对汽车零售的认知。消费渠道与信息触达通道的碎片化导致流量与消费体验的碎片化，渠道间的每一次切换稍有闪失，都会增加失去客户的风险。数字化营销 - 全域数字化服务体验汽车新零售的本质是更高效率的零售，即通过有效管理渠道边界与客户触点，实现“人”与“车”的高效连接，同时在连接的过程中，满足用户的个性化服务体验。如要真正实现人、车、场中所有商业元素的重构，必须做到三个“全域“，即全域触点、全域ID与全域智能。如图8 全局智能制定全面的工业智能战略，且与企业核心业务战略保持一致。企业管理层与工业智能团队将统一就工业智能进行整体战略布局，包括新IT/OT架构、数据采集策略、规范项目实施与复制流程、AI人才招聘与培训以及跨职能部门合作。工业智能将获得大规模应用与复制，从跨产线、跨车间、跨工厂、直至横跨集团层面的生产运营管理。工业智能系统将进一步升级到复杂智能系统 (Sys-tem of System), 综合优化生产运营决策。 智能平台构建汽车产业的智能开放平台生态，充分发挥平台的网络协同效应，带动全产业链的工业智能转型。平台即可以向汽车产业链上下游企业提供SaaS或APP智能应用，也可通过开放通用的算法模型，降低开发门槛，供汽车产业的SI、ISV开发更多满足细分场景与需求的工业智能应用。图8: 汽车新零售的三个“全域” 全域触点触点的本质是信息流、物流与资金流的万千组合。在传统4S店的销售模式下，三者间可以快速形成闭环。而随着线上、线下触点的增多，信息流、物流与资金流被打散在不同的“场”中，包括自建电商、经销商云店、淘宝、天猫、微博、优酷、线下体验店、数字广告牌等，组合与形式更加多样，例如，更多消费者习惯在线上了解汽车品牌信息，然后去线下品