汽车行业数字化转型探索

近日，武汉大学经济与管理学院珞珈论语《汽车行业数字化转型探索》论坛在线上成功举办。

本次论坛由武汉大学2020级MEM商业/金融数据分析工程管理专业研究生徐高瑞主讲，由武汉大学2020级研究生尹俊主持，来自武汉大学20余名研究生参加了讨论。

数字化转型是市场大势所趋：

高新技术智能城市助力车企转型车联网技术发展和应用的普及，5G智能城市发展，跨界的参与，促使汽车行业的数字智能化得到了快速的发展。

数字化车企为用户提供更高价值，汽车行业数字化转型需要车企更关注“以用户为中心”，挖掘用户全生命周期的价值通过不同的触点触及用户，提供其真正所需的产品及服务。

汽车市场新四化：

1、电动化指的是新能源动力系统领域；

2、网联化便指的是车联网布局；

3、智能化指的是无人驾驶或者驾驶辅助子系统；

4、共享化指的是汽车共享与移动出行。

汽车行业数字化分类：

车的视角：

①车辆驾控端：数字化技术助力实现智能驾驶，或将成为车企未来核心竞争力（智能化）

②出行模式端：数字化赋能共享出行（共享化）

人的视角：

①车内数字化生活端：聚焦人机交互，智能座舱率先落地（智能化）

②后市场服务端：数字化多方位出击，提升产业协同效率（网联化）

新能源车企：

技术叠加、融合及相互赋能及减碳环保主旋律加速催生“智能电动新汽车”时代的到来。

新能源车企打破汽车行业传统格局，传统车企入局加速行业智能化发展进程。

高效的数据闭环构造自动驾驶核心竞争力，主机厂获取数据成本最低。

自动驾驶数据：当传感器检测前方出现交通标志或车辆时，自动驾驶系统若想及时完成决策规划，需依靠相应的数据积累与高阶自动驾驶模型的迭代，而车端数据的获取与优化后的模型部署均离不开主机厂的参与。

数据闭环：

将驾驶员的行为数据、实时的车辆动态数据等与环境数据结合，进行数据标定，并形成实时反馈数据系统数据的单位获取成本是影响数据闭环高效性的重要因素，以特斯拉为代表的主机厂已有数百万台车量产上路，实时收集多方数据，获取数据成本极低。

互联网已经杀成了红海，制造业智能制造却还寥寥无几，为什么BAT不去涉足智能制造？

1、整车制造附加值较低：智能汽车价值量向两端高附加值区域聚拢，上游和下游价值量提升明显

2、数据采集汇聚困难：工业数据的来源和制式更加复杂，但对数据的可解释性、可靠性和准确性要求更高。

以互联网视角来改造制造业，难度大、挑战多、成本高，制造业人工智能应用面临挑战。

作为传统制造业智能化发展的核心技术，工业互联网应用到汽车产业中，支撑了生产智能决策、业务模式创新、资源优化配置和产业生态培育。通过打造面向汽车产业的工业互联网平台，构建数字化神经中枢，车企全面打通汽车产业链、价值链数据和业务，实现产业链上下游高效协同与创新，并实现以数据驱动的管理决策优化和资源精准配置。

技术业务一体化深入，企业需要拥有自己的数字化技术团队。

最后，参加讨论的同学们围绕汽车行业数字化转型进行了讨论。通过此次论坛的交流，开阔了同学们的视野，激发了大家对汽车行业数字化的兴趣。