车企上云之路白皮书

前言 随着汽车产品和产业链的智能化升级，行业价值链结构从传统利润池向出行服务新兴领域迁移，自动驾驶、智能网联等浪潮正在不断推动着汽车行业向电动化、网联化、智能化、共享化迈进。而云计算、5G、人工智能、大数据、物联网等数字化技术的发展与应用，正在从研发、产品、商业模式、营销服务各环节深刻影响着汽车产业链变革创新。 智能汽车产品复杂度的提升、业务的转型升级，和跨产业的紧密协作，无一不对车企的数字化能力提出新的要求。在软件定义汽车、车路协同、用户直联的趋势背后，是数据量的指数级增长、算力和响应速度的急速提升，对车企海量数据管理、弹性计算资源、敏捷开发等提出了全新的能力要求，需要全新的数字基础设施作为核心支撑。云服务作为数字化基建的主要承载之一，为汽车行业的产品创新、用户体验改善、商业模式重构、运营效率提升、以及未来竞争力构建提供了坚实基础，车企云化成为了战略必然。 尽管车企的上云范围在快速扩大、深度不断增加，从基础IT扩展到全价值链，从通用需求延申至细分场景。然而，传统车企在经历了长时间的信息化历程之后，内部已经形成了一套相对完整而坚固的体系，诸多车企在云转型过程中面临进退两难的境地，包括组织文化、系统架构、数据安全、成本与运维管理等一系列的阻碍。此外，也存在着顶层定位不清晰、规划不系统、散点式应用、成本高昂却系统化效率有限等痛点。业界对于车企云化的实践也缺乏归纳与总结，对数字化技术为企业带来的实际价值亦尚未形成统一理解。 本白皮书从普华永道及华为多年来的数字化转型经验出发，从车企云定位、云化模式、技术实践等方面进行了阐述，提出了车企上云总体规划方法，并梳理了业界先进云化转型案例经验作为实践参考，希望能够对车企在云化转型路径和关键方案上提供借鉴与启示，助力中国汽车行业的上云之路与整体数字化转型升级。 目录 一车企数字化技术融合战略必要性 车企数字化技术融合战略必要性 随着人工智能、区块链、云计算、大数据、机器人等技术的发展日新月异，各种数字技术正在承担起创新的支柱。底层技术的发展与行业之间的 碰 撞，正 在 成 为 颠 覆 性 变 革 的 巨 大 力 量。“数字化”已经成为一个概括性术语，汽车行业 亦是如此，我们认为汽车行业的“数字化转型”是利用新的技术驱动行业的创新与增长，改善用户体验、重构商业模式、提升运营效率、降低综合成本，构筑未来的竞争力的变革过程。 消费品巨头 华为 某互联网巨头 汽车新势力 某豪华车企 公司重视云、AI、5G、IoT等新技术的研发应用，并在通信、手机终端、电力、制造、油气、能源、终端、医疗等领域得到很好成功，助力政企、云业务快速发展 公司致力于移动互联网、智能制造、大数据、企业SaaS云云计算、物联网等技术，为企业提供全价值链云服务，推动企业数字化转型、智能制造落地规划及实施 技术创新，大数据、AI等信息化技术应用，助力产品成功。通过三电算法应用延长电池寿命，数字化营销手段提升用户端到端服务体验助力企业销售 利用数字化技术使能产品设计、制造、交付、服务等各个方面。在软件开发、服务体验，规划与控制、制造及物流等领域开展全面数字化，驱动企业转型 依托云、大数据、AI等技术研究，在金融、医疗、教育、零售等领域得到广泛应用。打造了零售、支付等业务成功的技术基石 数字技术驱动汽车行业创新发展 随着电动化、自动化、网联化、共享化进程的深入，中国汽车产业正走入急剧变化和充满挑战的时代，新四化与数字化技术力量相互驱动和融合，正迅速重构着汽车产业的游戏规则和致胜能力，并改造了从产品研发、制造，再到营销和服务等每个价值链环节，这背后考验着车企对于云计算、大数据、人工智能等数字技术的认识和运用能力，落后者很难在全新的市场环境中形成竞争优势，甚至面临严峻的生存挑战。 技术创新：从硬件为主到软硬分离，软件成为竞争核心 长期以来，在传统汽车架构的框架下，汽车是主要由硬件及其相关功能定义的设备，软件只是附着于硬件的服务角色。但随着智能网联变革趋势的推动，以及以科技造车新势力纷纷入局，硬件主导汽车的观点正在悄然发生变化，硬件正在走向标准化、抽象化，配置在相同硬件平台上的软件体验成为区分品牌和产品的差异化的关键所在，例如某新势力品牌大部分电动车型在自动驾驶相关硬件上所有车型均采用了完全相同的配置，消费者通过购买不同的EAP或FSD等不同选装包解锁不同的智能驾驶功能或服务。 不同于行业上一轮的信息化升级主要由内部的管理需求驱动，本轮的数字化转型的内核是业务和产品创新需求驱动，因此从产品和业务的角度看，短期而言我们认为主要有以下四个层面的趋势： 根据《普华永道思略特2020年数字化汽车报告》分析显示，到2030年，软件在消费者感知价值中的占比将达60%，无人驾驶技术推动的新型拥车模式的发展将进一步提升这一比例。未来10年，随着用户期望提升和新功能涌现，软件开发成本将增长83%，几乎翻倍，行业将真正走入“软件定义汽车”的时代，只有打造软件驱动的车企才能在复杂多变的市场中持续捕获价值。 软件能力独立演进：软件逐步演化为独立的竞争能力 在软件定义汽车的大背景下，软件将逐渐分化成独立的能力，并形成对内对外两条路线：一条路线是对内面向OEM开发过程的开发工具、测试、 验证等软件服务能力，另一条路线是对外面向用户使用场景的独立软件、API等软件产品能力。 加速构建软件能力已成为车企的核心诉求，在对内开发过程中，引入基于云端的软件开发平台，可以有效帮助车企在软件开发阶段进行项目管理、代码托管，同时面向开发者进行基于云端的快速测试，加快整体软件迭代更新的速度。另一方面在对外面向用户场景的软件开发中，通过低代码平台的加持，降低整体软件开发门槛，同时通过开发经验沉淀及项目间开发流程拉通实现相关资产的复用和灵活扩展，有效缩短产品的开发周期。在相关基于云平台的开发工具加持下，可帮助车企降低开发成本，提升整体开发效率。 产品创新：智能座舱和自动驾驶重构产品体验 从汽车产品升级的角度看，电动化（Electric）、网联化（Connected）、自动化(Autonomous)已成为行业共识的发展方向。而在各国政府政策刺激以及节约能源的大背景之下，电动化的趋势已经完全明朗，汽车行业未来5到10年的发展变革关键将主要来自于网联化和自动化，其中网联化也随着5G技术的商用化开始悄然改变车联网的基层逻辑，使得V2X，实时云计算等成为了可能，从而给驾驶者和乘客带来更优质的交互体验，带动智能座舱需求的提升，而自动化则已经成为汽车技术战略制高点，其发展将催生汽车、通信、电子、互联网等技术密集型行业的发展，带来更安全的出行体验，并进一步解放驾驶员，赋予汽车空间更多的想象力。同时，随着中国新生代消费客群的快速成长，汽车的智能化体验已经成为购车的重要考量，传统模式下的硬件影响力正随着同质化而快速松动。在需求牵引下，智能座舱和自动驾驶将会成为最大的两个细分领域，彼此交融支撑，成为塑造汽车产品智能体验的核心抓手。 例如在某车企与华为的合作中，通过引入以下云技术和软开工具，帮助车企实现敏捷灵活的IT开发，以应对快速变化的业务需求。 软件开发平台（DevCloud）是集华为近30年研发实践、前沿研发理念、先进研发工具为一体的一站式云端DevOps平台，即开即用，随时随地在云端交付软件全生命周期，覆盖需求下发、代码提交、代码检查、代码编译、验证、部署、发布，打通软件交付的完整路径，提供软件研发流程的端到端支持，全面支撑落地DevOps。 应用魔方AppCube（以下简称AppCube）是低代码应用开发平台，源于华为应用开发和数字化转型的实践，提供了云上无码化、低码化、支持多码化的应用开发模式，屏蔽了技术的复杂性，提升了企业开发的效率。同时提供应用资产的开发标准和微服务框架，助力企业不断沉淀可复制的套件，加速应用的定制，并通过开放的生态，实现套件资产的商业变现。应用魔方顾名思义就如同魔方一样，可以通过任意组合，排列各种模块化元素，创建功能各异的应用。通过应用魔方AppCube提供的界面、逻辑、对象等可视化编排工具，以“拖、拉、拽”的方式来快速构建应用，从而实现所见即所得的快速应用开发和构建。 •网联趋势推动座舱需求升级，智能化推动ADAS渗透率提升，汽车智能座舱、自动驾驶领域需求增长领先 •随着自动驾驶等级的提高，司机拥有更多的机会（feet/hands/eyes/minds off）体验智能座舱的高级功能•软件定义汽车背景下，智能座舱承担了和司机的交互作用，而智能驾驶的升级过程中，很重要的一部分是司机角色责任与汽车的角色责任之间的变化，需要智能座舱和智能驾驶两大系统高度联动 1.智能座舱的发展推动人车交互方式的重新思考 从用户角度看，座舱体验已经从用车基础需求 向 强 调 高 效 沟 通 和 娱 乐 性 的“第 三 空间”、强调仪式感和用户关怀的“情感化”延伸，而更高等级的体验主要由软件交互承接。在这个过程中，座舱的定义及内涵也在发生变化，从最初装配收音机的传统座舱， 到集成了液晶屏、GPS导航系统以及部分基础网联功能的信息座舱，再到集成各类智能化个性化的各类场景体验的智能空间，座舱体验的打造已成为车企目前在产品领域的竞争核心之一，车企正在将大量的多模交互方式融入座舱当中，以打造差异化的用户体验。 智能座舱在未来将会集成各类软硬件，依托于车联云平台和服务云平台，为智能座舱平台的各类服务提供底层支持。 其中车联云平台针对于TSP服务，服务云平台针对各类语音、影音娱乐等需要依托云平台的生态服务，为这些服务提供高链接、高带宽、安全、稳定的环境，作为底层平台，共同支持了车企数据中台的应用，保证了各类车联服务的安全准确，提升了用户体验。 提供高质量、低成本的高精度数据收集服务。当前四维图新、易图通等均采用云平台作为服务主体。 另外在研发层面，云平台还可以对座舱内需要大数 据AI能 力 的 功 能 研 发 提 供 支 持，例 如 蔚 来NOMI的语音交互算法训练中，云平台可以提供相关语音大数据存储，同时还可以集成AI插件，辅助语音识别训练过程。华为云深入场景，针对性解决高并发接入、硬件托管、大数据应用场景及技术栈、数据安全等问题。得到众多厂家认可，取得了国内车企合作最多，服务网联车辆最多的优异成绩。 在整体数据中台的基础之上，与自动驾驶及服务相关的软件类服务也将集成进入智能座舱当中，尤其对于高精地图而言，针对于高精地图大规模数据需要实时更新的特点，未来具备高精地图采图资质的图商将会加强与云服务平台的合作，将云平台作为高精地图资源服务主体，依托云平台进行数据更新与分发；同时云平台也可以为图商 2.自动驾驶的进步使汽车产品突破工具属性的边界，也对数字技术能力提出全新要求 随着需求、技术、政策法规、商业模式不断完善下，自动驾驶的渗透率预计将不断提升，预计至2025年，中国市场L3及以上的高阶自动驾驶在新车中的普及率预计将会达到约10%。 无人驾驶技术中国市场渗透率 商业模式 自动驾驶级别的提升对于自动驾驶数据处理链条中的感知层、决策层以及执行层均提出了更高的技术要求：在感知层需要对摄像头、毫米波雷达、超声波雷达数据，以及未来将会加入的激光雷达数据、厘米级高精地图定位数据进行多渠道感知信息融合，以保证感知层信息冗余并提高识 别精度；在决策层需要建立起基于大算力AI芯片的集中式计算平台，或基于V2X车路云协同的云端计算平台以保证对感知层信息的低延迟高精度处理；在执行层需要设置带冗余的线控系统并且建立综合性大规模测试机制以尽可能消除长尾效应带来的潜在风险。 在自动驾驶训练层面，车企需要建立庞大的数据中心对测试车辆的海量数据进行实时处理及储存备用，对于车企的数据能力提出了较高的要求，而建立基于云平台架构的数据平台可以帮助车企 快速便捷地建立起数据处理能力以进行相关海量数据存储，并且辅助仿真训练的进行，提升自动驾驶能力。然而相关数据平台的建设，仍存在以下几类痛点： 海量数据管理 •数据采集量大，约为64TB