每經(jīng)記者 蘧毛毛    每經(jīng)編輯 段思瑤    

在“新四化”浪潮沖擊下，汽車產(chǎn)業(yè)正在發(fā)生著深刻變革。“作為我國重點扶持的產(chǎn)業(yè)，目前汽車產(chǎn)業(yè)的發(fā)展模式正在發(fā)生變化。這種變化是由生產(chǎn)要素的變化帶來的直接結果，我國的經(jīng)濟和社會都在由原來的工業(yè)化向數(shù)字化轉型。”11月21日，國家工業(yè)信息安全發(fā)展研究中心信息化所副所長馬冬妍在“第十一屆中國獵車榜”上稱。

在本屆中國獵車榜上，每日經(jīng)濟新聞與國家工業(yè)信息安全發(fā)展研究中心聯(lián)合發(fā)布了《AI智能下的汽車產(chǎn)業(yè)裂變——中國汽車企業(yè)與新一代信息技術融合發(fā)展報告(2019)》（以下簡稱《報告》）?！秷蟾妗贩譃?ldquo;背景與趨勢”、“數(shù)據(jù)來源”、“重點領域發(fā)展現(xiàn)狀”、“面臨的挑戰(zhàn)”、“消費趨勢展望”五部分，通過嚴謹?shù)恼{(diào)研、詳實的數(shù)據(jù)，把脈汽車行業(yè)未來發(fā)展動向，深入解析人工智能以及智能網(wǎng)聯(lián)等新技術對中國汽車產(chǎn)業(yè)帶來的機遇與挑戰(zhàn)。

據(jù)馬冬妍介紹，汽車產(chǎn)業(yè)的變革是以工業(yè)化與信息化的“兩化”融合為背景。新時代，“兩化”融合也被賦予了新目標、新內(nèi)容、新要求。過去十年，“兩化”融合作為長期堅持的重要戰(zhàn)略，經(jīng)歷了“理論-實踐-理論”多輪次迭代循環(huán)，逐步形成一套應用于企業(yè)數(shù)字化轉型過程中水平測度和診斷對標的評估體系框架，并積累了詳實的企業(yè)數(shù)據(jù)案例。

《報告》統(tǒng)計數(shù)據(jù)顯示，截至2019年11月，兩化融合參評企業(yè)數(shù)量已超過16萬家，覆蓋國民經(jīng)濟三次產(chǎn)業(yè)100余個細分行業(yè)。同時，汽車兩化融合參評企業(yè)數(shù)量已達4200余家，涵蓋不同規(guī)模和不同區(qū)域的整車制造和零部件制造廠商。

“在‘兩化’融合新目標、新內(nèi)容、新要求的指引下，汽車產(chǎn)業(yè)發(fā)展的原生動力與活力將發(fā)生根本性變化，新模式新業(yè)態(tài)也在不斷涌現(xiàn)。”馬冬妍稱。

據(jù)了解，目前，車企云服務應用、大數(shù)據(jù)融合等技術的應用越來越廣泛。其中，汽車企業(yè)云服務應用已從以數(shù)據(jù)存儲和計算為重點，向信息系統(tǒng)云端遷移、軟件云端訂閱和定制方向發(fā)展，企業(yè)云服務應用不斷向前推進。同時，整車制造企業(yè)的大數(shù)據(jù)應用也已集中在產(chǎn)品設計與開發(fā)、生產(chǎn)優(yōu)化、故障診斷與預測等方面進行探索。

《報告》數(shù)據(jù)顯示，已經(jīng)有超過40%的公有云服務應用汽車企業(yè)將信息系統(tǒng)部署在云端，超過18%的企業(yè)通過公有云平臺實現(xiàn)軟件的定制。同時，已經(jīng)有50.1%的大中型汽車企業(yè)能夠實現(xiàn)數(shù)據(jù)統(tǒng)一集中管理，有71.6%的大中型汽車企業(yè)能夠利用信息化手段開展綜合決策，并具備了下一步開展相關大數(shù)據(jù)應用的基礎條件。

基于以上變化，目前汽車行業(yè)的盈利模式也正在發(fā)生改變。一方面，傳統(tǒng)車企正在面對核心業(yè)務利潤不斷下滑，品牌價值弱化的壓力；另一方面，云計算、物聯(lián)網(wǎng)、5G、人工智能、自動駕駛、區(qū)塊鏈等數(shù)字技術正在飛速進入汽車產(chǎn)業(yè)，并帶來新的利潤增長點。

　　圖上：實現(xiàn)工業(yè)設備運行數(shù)據(jù)自動記錄并上傳至云平臺的汽車企業(yè)比例不足四分之一
　　圖中：我國汽車企業(yè)業(yè)務系統(tǒng)上云以運營管理中人、財、物環(huán)節(jié)為主。
　　圖下：大中型汽車企業(yè)在大數(shù)據(jù)融合應用方面已具備一定基礎

　　圖上：增強學習、機器視覺、運動控制等技術在汽車企業(yè)中應用相對廣泛。
　　圖中：汽車企業(yè)在工業(yè)機器人、數(shù)據(jù)分析、工控安全、生產(chǎn)監(jiān)控、質量管理等業(yè)務場景應用人工智能技術的企業(yè)比例相對較高。
　　圖下：成本、人才、信息安全、行業(yè)標準、網(wǎng)絡與數(shù)據(jù)基礎等是汽車企業(yè)應用人工智能技術面臨的主要困難。