IT思维

文章页右侧顶部广告

AI 能让全球车厂每年多赚 2150 亿美元 | 麦肯锡报告

唐旭 编译整理

量子位 出品 | 公众号 QbitAI

人人都在谈自动驾驶,而人工智能为汽车行业带来的变化却远不止于此。麦肯锡咨询公司本周发布的一份新报告显示,到2025年,AI将为全球汽车厂商(OEM)带来每年2150亿美元的总收益。

量子位将报告主要内容搬运如下:

过去两年多的时间里,有四种主要的、颠覆性的、相辅相成的趋势在被汽车行业反复讨论:自动驾驶、互联互通、电气化以及共享出行。这些趋势被认为将会加速出行行业内部的成长、改变出行领域的规则,进而引发一场由传统到颠覆性科技创新的商业模式变革。

人工智能是上述所有四种趋势的核心技术。比如,自动驾驶要依赖于AI,因为它是能为车辆提供可靠、实时的物体识别能力的唯一技术;而对于其他三种趋势而言,AI则创造了大量的机会,能够降低成本,改善运营并且生成新的受益流——比如,AI能够通过对需求和攻击进行预估和匹配来优化定价策略;此外,它还可以帮助提升改进计划和车队管理水平。

对于汽车公司而言,通过AI而实现的提升将会扮演重要的角色,前者使他们得以进行金融革新,紧跟住眼前的趋势。

对于这四种主要趋势的预期结果之一,是发生在汽车行业价值库内部的一场显著变革。而这场变革将会对大型OEM和他们的商业模式产生尤为巨大的影响,而这种影响将会波及整个行业甚至行业之外。顺应这些趋势出现的产品和服务,不仅会影响所有在场者和传统工业,还会推动面向后来者敞开的大门。

许多之前关注其他领域的公司——比如一些科技型玩家,开始大力向这种趋势和潜在的技术中投入资源,于是,一种全新的生态系统随之产生。对于传统汽车厂商而言,新玩家将会成为重要的合作伙伴:汽车OEM可以利用新玩家的技术专长来解锁AI的潜在价值,而新玩家也获得了在出行行业分一杯羹的机会。

为了掌控这四种趋势,各家OEM需要对每一种趋势大量投入并进行成功的整合。

这份报告试图首先描绘了人工智能在流程、驾驶员和车辆特性和出行服务三个应用领域为汽车OEM带来的各种价值机会;然后对这些机会进行了拆解和量化,最后,还概括了OEM为了在短期和长期内抓住这些价值机会应该采取的策略。

巨大的潜在价值机会

在短期到中期,人工智能会促成大量的、全行业的机会,在2025年前,将为全球的OEM带来每年2150亿美元的总收益——这相当于汽车行业息税前收益总额的9%,或是理论上过去7年里1.3%的年平均生产力提升值。

这是一部分非常重要的价值,足以推动汽车工业每年2%的生产力增长。而这块价值中的大部分,来源于核心流程和价值链的优化。

图一:到2025年,AI促成的优化将会驱动全行业的价值,而依托于AI的驾驶员/车辆特性则是单体OEM竞争者的杠杆。

三大机会领域

AI为OEM创造的价值机会出现在以下三种应用领域:

  • OEM价值链和其功能的相关流程
  • 融合进车辆的驾驶员/车辆特性
  • 在出行市场内代表了全新商业模式的出行服务

图二:与流程中产生的价值相反,由驾驶员/车辆特性和共享出行产生的价值只能在长期内获取。

伴随AI而生的驾驶员或汽车特性以及出行服务可以在长期创造大量的、全行业范围内的价值,在短期内,它们在行业层级上创造的价值仍然是有限的。但是,在这些方面压制竞争对手的单体OEM可以获得大量的市场份额。

不论如何,这些在市场中被科技巨头瓜分的份额,与失去OEM所带来的一部分重要客户群的风险相比,微不足道。

而短期来看,人工智能也能促成横跨整个价值链的效率提升和成本节约。它还能从汽车销售和二级市场销售中创造额外收益。这其中的大部分价值产生于四个核心流程。

采购、供应链管理以及生产制造方面,效率的提升可以分别为这三个部门节约510亿、220亿和610亿美金的成本。在市场和销售方面,依托AI的效率提升可以同时降低成本和创造收益,创造总共310美金的潜在价值。

因为在这些价值机会之中存在着重要的、针对特定应用领域的差异,我们主要对两种价值差异进行区分。

  • 全行业范围内的价值机会:这是种逐步积累起来的行业效应,OEM可以在不考虑竞争对手表现的情况下获取。
  • 针对OEM的特定价值机会:这一类别中AI应用案例的价值只由单体OEM积聚,同时依托OEM压制潜在竞争对手的能力。

1. 全行业的价值机会

我们对这些价值机会所造成的影响进行了量化,发现2025年AI技术所创造的绝大部分价值(约2030亿美金)将会来源于与价值链相关的流程。

图三:对于2025年汽车OEM价值链相关价值库的分割

为了更确切地理解这些价值机会是从哪里、如何产生的,我们分析了OEM价值链内部的七种主要流程领域:研发、采购、供应链管理、生产制造、销售和市场、售后服务以及后勤保障部门,包括HR、金融和IT

对于每一种领域,AI促成的应用都能创造两种不同形式的价值。

  • 依托于数据的洞见生成:AI使一些之前难以获取、难以解码的数据得以被进行分析,用以生成全新的洞见和理解。这些全新的信息将能够提升效率、降低成本。
  • 依托于AI的流程自动化:AI推动了之前一些难以被自动化的任务的自动化进程。这个过程不会产生新的洞见,但的确会在特定的流程中降低劳动力需求。

2. 单个OEM的竞争优势

与流程方面的提升相反,以客户为中心的服务(驾驶员/汽车特性和出行服务)将在全行业层面造成有限的、短期的影响。然而,这些服务却会在单体OEM的竞争中扮演重要角色。

两个来源为这种服务提供了价值机会:数字化用户体验和驾驶员/车辆特性、新兴的出行市场。

图四:与在ADAS/AD特性方面落于人后的高风险相比,市场巨头的潜在收入十分有限。

如何抓住机会?

为全面抓紧AI创造的机会,OEM需要发动一场AI转型,建立起必要的能力,来提供客户为中心的、长期的服务承诺。

试图在短期抓住AI所带来价值的OEM,有四种成功要素:从不同的来源收集与协调数据、建立一个合作伙伴生态系统、建立一个AI操作系统、建立起核心AI能力以及一支AI团队。

收获知识并抓住短期价值也是OEM的AI系统转型第一步,在完成这一步之后,他们应该确立AI的核心地位,在整个机构范围内建立起一种总体认知。这些有助于OEM将自己端对端的转型工作进行扩展和铺开,从而系统地获取AI创造的全部潜在价值,为他们应对四种颠覆性趋势而准备的长期战略建立能力。

报告PDF下载地址:https://www.mckinsey.com/~/media/McKinsey/Industries/Automotive%20and%20Assembly/Our%20Insights/Artificial%20intelligence%20as%20auto%20companies%20new%20engine%20of%20value/Artificial-intelligence-Automotives-new-value-creating-engine.ashx

IT思维

IT思维(itsiwei.com)是互联网首个定位在科技与电商“思维”韬略的平台,我们时刻关注互联网电商行业新动向; 诚邀行业资深从业者加入“思维客家族”!

发表留言

Return to Top ▲Return to Top ▲