亚洲全黄无码一级在线看_国产剧情久久久性色_无码av一区二区三区无码_亚洲成a×人片在线观看

當前位置: 首頁 > 科技新聞 >

汽車行業(yè)轉型升級之路

時間:2019-11-29 10:23來源:網(wǎng)絡整理 瀏覽:
在全球數(shù)字化浪潮的席卷下,傳統(tǒng)汽車行業(yè)的生產模式、制造模式、服務模式,都面臨著前所未有的挑戰(zhàn)。這些挑戰(zhàn)一方面來自基于新數(shù)字化技術的新興車企,

在全球數(shù)字化浪潮的席卷下,傳統(tǒng)汽車行業(yè)的生產模式、制造模式、服務模式,都面臨著前所未有的挑戰(zhàn)。這些挑戰(zhàn)一方面來自基于新數(shù)字化技術的新興車企,涉及自動駕駛、新能源、車聯(lián)網(wǎng)等汽車產業(yè)新方向;一方面則來自共享移動 / 服務商,旨在滿足用戶個性化的用車體驗。在此番“前后夾擊”的窘境下,如何迎接和平衡四大顛覆性技術趨勢(車聯(lián)網(wǎng)、自動駕駛、共享移動 / 服務和電動汽車)所帶來的沖擊,以及如何直面現(xiàn)階段的不足,是值得全球傳統(tǒng)車企仔細思量的問題。

(該文章從白皮書內容中整理二來,完整的內容,請通過“了解更多”下載白皮書!)

全球汽車市場四大顛覆性趨勢

當前汽車行業(yè),車聯(lián)網(wǎng)、自動駕駛、共享移動 / 服務和電動汽車已成為全球范圍內四大顛覆性技術趨勢。

車聯(lián)網(wǎng)

車聯(lián)網(wǎng)包括車內聯(lián)和車外聯(lián),并產生巨大的數(shù)據(jù)量。僅就車內聯(lián)而言,配備上百個傳感器的汽車每天產生的數(shù)據(jù)可達 TB 級,而智慧出行和自動駕駛等車外聯(lián)需求更使數(shù)據(jù)量飆升。再者,車與車、車與云的連接,以及與攝像頭和雷達等設備的車外聯(lián),導致每輛車每天產生的數(shù)據(jù)大幅增加。Gartner 的市場報告預測,到 2020 年底,將有超過 2.5 億輛聯(lián)網(wǎng)汽車,所帶來的數(shù)據(jù)量增長更將達到 EB 級。

自動駕駛

大數(shù)據(jù)、人工智能、邊緣計算,以及低延遲和數(shù)據(jù)安全是自動駕駛的技術基礎。預計到 2030 年,將有多達 15% 的汽車出行采用全自動駕駛【1】,呈現(xiàn)全新的出行服務體驗。自動駕駛將進一步推動數(shù)字化出行服務市場的細分和汽車后服務能力的提升。

共享移動 / 服務

目前,全球普遍存在著車輛出行效率低、使用率低等問題。如何從高“擁車”率向高“用車”率轉型,催生了共享經(jīng)濟在汽車行業(yè)的發(fā)展。預計到 2030 年,共享汽車占比將達到 10% 【2】,這將加速傳統(tǒng)車企實現(xiàn) B2C 和共享出行應用的整合。同時,消費者對移動出行服務、商用車個性化配置(例如:會議商用車、旅游商用車)、車內數(shù)字化娛樂的需求將日益旺盛,由此車輛數(shù)據(jù)變現(xiàn)服務也將逐漸形成。

電動汽車

有數(shù)據(jù)顯示,預計到 2040 年,全球 33% 的汽車將是電動汽車。電動車占新車銷售比將從 2021 年的 4% 上升到 2040 年的 54%【3】。就 2018 年而言,中國電動車占全球電動車 51% 的市場份額,年增長 69%。電動汽車在吸引新興車企入市的同時,也催發(fā)了中國電動汽車的出海潮。同時,全球領先的電動汽車廠商,針對汽車和出行服務的縱向產業(yè)鏈資源整合,將顛覆傳統(tǒng)汽車的產業(yè)格局。

這4大顛覆性技術將形成汽車行業(yè)新的創(chuàng)新力,驅動汽車行業(yè)速從硬件驅動機械產品向軟件驅動電子產品轉型。麥肯錫《軟件和整車電子架構正重新定義汽車行業(yè)》指出,軟件在D級車(或大型乘用車)的整車價值中占10%左右,預計將以每年11%的速度增長,到2030年將占整車內容的30%。而數(shù)字化汽車價值鏈上的所有企業(yè)均在嘗試從軟件和電子技術帶來的創(chuàng)新中獲利。

汽車產業(yè)進入“軟件定義”時代

在數(shù)字化時代,數(shù)據(jù)、軟件和算力成為汽車產品縮短迭代周期,提升利潤空間的關鍵,同時,傳感器、車聯(lián)網(wǎng)和人工智能讓用戶體驗獲得前所未有的提升與優(yōu)化。未來的車企,無論業(yè)務核心是偏向新能源 / 自動駕駛汽車生產、汽車應用及服務平臺運維,或是出行服務,都需要全智能和全連接來快速滿足不斷變化的移動環(huán)境。在這個發(fā)展趨勢下,汽車已不僅僅是交通工具,而將是集辦公、社交、娛樂、支付等為一體的智能空間。 “軟件定義汽車”成為新趨勢。

對于整個汽車產業(yè)鏈而言,尤其是出行服務,“軟件定義”是一個持續(xù)演進并不斷升級的過程。新型車企通過應用解耦、服務平臺化和車聯(lián)網(wǎng)能夠快速實現(xiàn)服務輸出,打破傳統(tǒng)車企的“黑盒子”五層架構(即針對單一車企的軟件開發(fā),及軟硬件綁定的架構), 通過中間層提升應用開發(fā)和產品迭代速度,綜合云計算和人工智能帶動整體汽車產業(yè)向平臺化和智能化升級。

未來,基于軟件定義的汽車架構將推動整個汽車產業(yè)鏈快速實現(xiàn)全智能和全連接,加速汽車行業(yè)向服務型制造轉型。中橋調研咨詢認為,在向軟件定義汽車轉型過程中,數(shù)據(jù)和軟件成為提升車企競爭力的“殺手锏”,更提高了中國車企在汽車產業(yè)鏈重構過程中的生存能力。

釋放數(shù)據(jù)潛能,打造具有全球競爭力的車企

根據(jù)麥肯錫《中國汽車行業(yè)2.0 時代:車企啟示錄》,中國目前的千人擁車量是150輛左右,相比于美國(850)、 德國(600)、日本(500)、韓國(420)等國家仍有較大的增長空間。中國汽車市場無論是銷量還是利潤都有著發(fā)展?jié)摿?,但對中國傳統(tǒng)車企而言卻是無形的壓力。一方面,優(yōu)質的市場總是能吸引優(yōu)質的新入者;另一方面,數(shù)字時代,用戶需求升級背后體現(xiàn)的是,用戶從對“汽車本身”的注重轉向對“服務體驗”的需求提升。

面對這些挑戰(zhàn)和壓力,中國傳統(tǒng)車企的轉型以大勢所趨。而轉型的關鍵是將戰(zhàn)略重點從傳統(tǒng)的以“車”為核心,轉向以“人”為核心,充分利用大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能等數(shù)字化新技術,一方面通過業(yè)務創(chuàng)新和服務升級,快速響應客戶需求,優(yōu)化汽車生產、銷售與服務全流程,通過實時數(shù)據(jù)集成和智能交互系統(tǒng),全方位滿足客戶的個性化需求;另一方面,充分挖掘數(shù)據(jù)價值,釋放數(shù)據(jù)潛能,從而實現(xiàn)數(shù)據(jù)驅動業(yè)務創(chuàng)新。

中國車企升級典型場景和解決方案

面對汽車行業(yè)的四大顛覆性技術趨勢,即車聯(lián)網(wǎng)、自動駕駛、共享移動/服務和電動汽車,中國傳統(tǒng)車企在轉型和創(chuàng)新的過程中遇到諸多挑戰(zhàn),對傳統(tǒng) IT 基礎架構也提出了一系列新需求。聯(lián)想凌拓發(fā)布《汽車行業(yè)轉型升級之路》白皮書。該白皮書針對不同的工作負載和不同的工作場景,提供了很多量身定制端對端解決方案,釋放車企的數(shù)據(jù)潛能,逐步提高數(shù)字化和智能化水平,以及移動出行的優(yōu)質服務能力。

車聯(lián)網(wǎng)典型場景與方案

針對車聯(lián)網(wǎng)向融合化和智能化演進的趨勢,以及車聯(lián)網(wǎng)支撐產業(yè)生態(tài)協(xié)作和數(shù)字化服務輸出的特點,聯(lián)想凌拓提供了車聯(lián)網(wǎng)整體解決方案。用戶可以通過模塊化部署,滿足車聯(lián)網(wǎng)演進過程中對不同功能的需求,同時,可以透明地實現(xiàn)對終端數(shù)據(jù)、數(shù)據(jù)流,以及各種工作負載的監(jiān)控管理,讓車聯(lián)網(wǎng)成為車企升級和車聯(lián)變現(xiàn)的可靠平臺支撐。

自動駕駛典型場景和方案

自動駕駛汽車通過人工智能、視覺計算、雷達、監(jiān)控裝置和全球定位系統(tǒng)的協(xié)同合作,實現(xiàn)汽車駕駛的自動化和智能化。聯(lián)想凌拓提供的ONTAP AI 參考架構、ONTAP Select 及高性能統(tǒng)一存儲,為車企用戶提供優(yōu)質的深度學習 / 機器學習平臺和先進技術支持;

移動出行典型場景和方案

移動出行平臺與人工智能技術融合是未來發(fā)展趨勢。為了更好地為駕駛者和乘客服務,需要對地理數(shù)據(jù)、實時交通數(shù)據(jù)、駕駛者出行習慣等數(shù)據(jù)進行整合與分析,通過自動派單和自動調整運營策略,為乘客提供個性化且優(yōu)質的出行服務。通過聯(lián)想凌拓提供的 Data Fabric 混合云解決方案和容器技術可以獲得全面滿足。

智能制造典型場景和方案

智能制造最顯著的特點主要體現(xiàn)在以下幾點:生產縱向整合及網(wǎng)絡化、價值鏈橫向整合,以及提升產品全生命周期智能使用管理水平。而基于聯(lián)想凌拓混合云方案搭建的協(xié)同設計平臺,結合 SnapMirror、雙活統(tǒng)一存儲參考架構、基于 PCS 的生產大數(shù)據(jù)平臺參考架構,輕松幫助車企用戶實現(xiàn)協(xié)同設計、產業(yè)鏈上下游互聯(lián)互通和服務型制造轉型。

【1】【2】【3】數(shù)據(jù)來源:《The Intelligent Enterprise for the Automotive Industry》

完整的內容,請通過“了解更多”下載白皮書!

推薦內容