隨著信息技術(shù)和智能制造技術(shù)的不斷發(fā)展，汽車制造業(yè)正在經(jīng)歷數(shù)字化和智能化轉(zhuǎn)型，汽車數(shù)智化已成為汽車行業(yè)的重要趨勢(shì)。汽車數(shù)智化是指通過數(shù)字化、智能化、互聯(lián)化等技術(shù)手段，將汽車制造過程數(shù)字化，實(shí)現(xiàn)生產(chǎn)、研發(fā)、銷售、售后等各個(gè)環(huán)節(jié)的高效協(xié)同，以提升汽車行業(yè)的生產(chǎn)效率、產(chǎn)品質(zhì)量和用戶體驗(yàn)。

汽車數(shù)智化的發(fā)展歷程可以分為三個(gè)階段。第一階段是數(shù)字化，即將傳統(tǒng)制造過程中的大量紙質(zhì)文檔、手工操作等轉(zhuǎn)化為數(shù)字化數(shù)據(jù)，實(shí)現(xiàn)信息化管理和控制。第二階段是智能化，即將數(shù)字化的制造過程進(jìn)一步智能化，引入信息技術(shù)、機(jī)器人、自動(dòng)化設(shè)備等智能化手段，實(shí)現(xiàn)生產(chǎn)過程的自動(dòng)化和智能化。第三階段是互聯(lián)化，即通過物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)手段，實(shí)現(xiàn)整個(gè)汽車生態(tài)系統(tǒng)的互聯(lián)互通和數(shù)據(jù)共享。

隨著大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)的快速發(fā)展，全球汽車數(shù)智化市場(chǎng)規(guī)模正在不斷擴(kuò)大。根據(jù)市場(chǎng)研究機(jī)構(gòu)的數(shù)據(jù)，全球汽車數(shù)智化市場(chǎng)規(guī)模將從2019年的2046億美元增長(zhǎng)到2025年的4387億美元，年復(fù)合增長(zhǎng)率為12.8%。

汽車數(shù)智化的核心技術(shù)在汽車制造的后端環(huán)節(jié)究竟有哪些應(yīng)用？目前生產(chǎn)線上如何運(yùn)用新技術(shù)？在前端的營(yíng)銷環(huán)節(jié)，虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)又在如何影響消費(fèi)者的體驗(yàn)和決策？……為了更深入討論這個(gè)問題，數(shù)據(jù)猿將組織一場(chǎng)線上直播，邀請(qǐng)業(yè)界專家：火山引擎汽車行業(yè)解決方案高級(jí)總監(jiān)劉欣龍，神策數(shù)據(jù)汽車行業(yè)資深咨詢專家李曉明，鏡舟科技高級(jí)數(shù)據(jù)顧問張琳琳，就“駕馭未來(lái)：汽車數(shù)智化在制造與營(yíng)銷中的變革之路”這個(gè)主題進(jìn)行深入交流。

設(shè)備的先進(jìn)性制約自動(dòng)化技術(shù)

新能源汽車不僅在外表和功能上不斷吸引消費(fèi)者，對(duì)于它先進(jìn)的生產(chǎn)環(huán)節(jié)，也是一個(gè)非常有神秘色彩的地方，張琳琳揭開了核心部件電池的面紗。

當(dāng)前比較常用的電池是三元鋰和磷酸鐵鋰電池，而目前三元鋰電池也是在逐步的替代磷酸鐵鋰，之所以會(huì)出現(xiàn)這樣一個(gè)現(xiàn)狀，也是和汽車數(shù)智化發(fā)展息息相關(guān)，新能源汽車發(fā)展的早期，我們并沒有收集到很多實(shí)際投產(chǎn)使用的真實(shí)數(shù)據(jù)，而是從成本和實(shí)驗(yàn)室內(nèi)的數(shù)據(jù)考量下采用的磷酸鐵鋰，但是隨著新能源汽車被越來(lái)越多的大眾所接觸和使用，產(chǎn)生了很多在實(shí)際使用中的數(shù)據(jù)，比如，電池的使用壽命，充電效率，低溫下能效釋放等方面的數(shù)據(jù)收集，找到了可優(yōu)化替代的三元鋰，另外依托強(qiáng)大的數(shù)據(jù)算力，可以精準(zhǔn)的做到每個(gè)電芯焊接的精度，做到上料前的自動(dòng)檢測(cè)，清洗，點(diǎn)膠、自動(dòng)堆疊等一系列工作，確保電池模組生產(chǎn)的高效、穩(wěn)定、安全。并且還能做到對(duì)后期出現(xiàn)問題時(shí)，做到數(shù)據(jù)追溯。

為了說(shuō)明汽車生產(chǎn)線上的先進(jìn)自動(dòng)化技術(shù)，劉欣龍結(jié)合日常工作經(jīng)驗(yàn)，以裝配過程中的打膠環(huán)節(jié)為例，講述了機(jī)器視覺在質(zhì)檢過程中的應(yīng)用。

整個(gè)汽車的裝配分成四個(gè)環(huán)節(jié)：沖壓、焊接、噴涂和總裝。汽車裝配每個(gè)環(huán)節(jié)都會(huì)涉及到從大到小的質(zhì)檢，比如在打膠的時(shí)候，就已經(jīng)需要用到機(jī)器視覺的能力了。打膠的過程主要依賴兩個(gè)方面，一是整個(gè)生產(chǎn)線上的機(jī)械手臂，因?yàn)闄C(jī)械臂本身具備數(shù)據(jù)傳輸、視頻拍攝、通信的能力，可以將相關(guān)的數(shù)據(jù)實(shí)時(shí)傳輸；二是依靠于車間附近進(jìn)場(chǎng)端的節(jié)點(diǎn)，因?yàn)檫M(jìn)場(chǎng)端需要有足夠的節(jié)點(diǎn)讓計(jì)算平臺(tái)進(jìn)行識(shí)別。在汽車裝配過程中，很多時(shí)候不需要人在現(xiàn)場(chǎng)，而且有的地方有隔層，需要人離開車間，這種時(shí)候的質(zhì)檢一定要依靠遠(yuǎn)程的視頻。

在整個(gè)視頻上面，不僅要實(shí)時(shí)的展現(xiàn)出覆蓋的面積，而且覆蓋面積還要結(jié)合打膠的時(shí)候耗用的膠量，計(jì)算這次作業(yè)是否已經(jīng)達(dá)到了預(yù)制的標(biāo)準(zhǔn)。如果在過程當(dāng)中沒有達(dá)到標(biāo)準(zhǔn)或者有任何的數(shù)據(jù)波動(dòng)和異常，那就會(huì)對(duì)質(zhì)檢做一個(gè)標(biāo)記，后續(xù)整個(gè)產(chǎn)線就會(huì)對(duì)這個(gè)環(huán)節(jié)的這一批次進(jìn)行一個(gè)重新的復(fù)查。在整個(gè)流水線生產(chǎn)作業(yè)過程中使用的機(jī)器視覺技術(shù)，是多年數(shù)字化積累加上模式識(shí)別技術(shù)的迭代后，實(shí)現(xiàn)的結(jié)果。

劉欣龍?zhí)岬?，并不是所有廠商都引進(jìn)了自動(dòng)化檢測(cè)或者是質(zhì)量檢測(cè)技術(shù)，原因就在于這些技術(shù)非常依賴設(shè)備的先進(jìn)性。劉欣龍認(rèn)為，自動(dòng)化檢測(cè)的瓶頸不在于數(shù)據(jù)平臺(tái)，也不在于算法能力，而在于前端的機(jī)械手臂等設(shè)備。設(shè)備本身是否具備多模態(tài)的數(shù)據(jù)采集的能力，是否具備通信、視頻、傳感器等數(shù)據(jù)采集和回傳的能力……如果設(shè)備不具備這些能力，那整個(gè)自動(dòng)化質(zhì)檢就非常困難。

由此可見，先進(jìn)的技術(shù)還得需要先進(jìn)設(shè)備的配合，否則也會(huì)“巧婦難為無(wú)米之炊”。

大數(shù)據(jù)驅(qū)動(dòng)生產(chǎn)線的規(guī)劃與調(diào)度

自從新能源汽車發(fā)展以來(lái)，汽車行業(yè)也接二連三的出現(xiàn)了“以產(chǎn)定銷”的革命性變化，大數(shù)據(jù)居然可以讓這么復(fù)雜的“龐然大物”不再受制于庫(kù)存。然而，這背后的技術(shù)發(fā)展又是如何形成呢？

李曉明認(rèn)為，目前在車企里面，尤其是新能源汽車，“以銷定產(chǎn)”的能力都在逐步形成。但是各家企業(yè)之間還存在差距。比如有些企業(yè)從訂單到整個(gè)交付可能需要兩個(gè)月的時(shí)間，有些車企可能要達(dá)到六個(gè)月。那整體而言，整個(gè)大數(shù)據(jù)分析在生產(chǎn)計(jì)劃的應(yīng)用可以分為兩個(gè)方面。

第一，大數(shù)據(jù)的分析可以更快的滿足用戶的用車需求，因?yàn)檐嚻罂梢匀娴恼暇€上線下與用戶的互動(dòng)數(shù)據(jù)，然后構(gòu)建用戶購(gòu)車需求的線索評(píng)級(jí)和預(yù)測(cè)模型，這樣就可以準(zhǔn)確把握用戶的購(gòu)車需求，進(jìn)而將購(gòu)車需求轉(zhuǎn)化成可以執(zhí)行的訂單預(yù)測(cè)，便于生產(chǎn)部門提前部署、更合理的備件、制定生產(chǎn)計(jì)劃等，最終實(shí)現(xiàn)快速的滿足用戶個(gè)性化需要的目標(biāo)。整體來(lái)看，企業(yè)在應(yīng)對(duì)多元化需求時(shí)，大數(shù)據(jù)的預(yù)測(cè)能力和計(jì)劃能力非常重要。

第二，大數(shù)據(jù)分析除了可以滿足用戶需求，還可以降低成本、提高生產(chǎn)效率和可靠性。車企通過對(duì)市場(chǎng)需求的預(yù)測(cè)、分析，以及可以在生產(chǎn)過程中采集全鏈路的數(shù)據(jù)，然后提取和分析關(guān)鍵環(huán)節(jié)的信息，再結(jié)合生產(chǎn)的能力，就可以在關(guān)鍵節(jié)點(diǎn)做出流程的優(yōu)化，形成更高效的決策。這樣在采購(gòu)、物流運(yùn)輸、庫(kù)存管理、生產(chǎn)等各個(gè)環(huán)節(jié)都可以做出準(zhǔn)確的預(yù)判和安排，這就可以全面降低過程中的人力的、物力的、時(shí)間的成本，從而提高生產(chǎn)效率。

在李曉明的眼中，大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用，使得車企通過對(duì)潛在客戶的各類數(shù)據(jù)分析，就可以在采購(gòu)、庫(kù)存、生產(chǎn)、銷售等環(huán)節(jié)作出準(zhǔn)確的預(yù)判和規(guī)劃，從而實(shí)現(xiàn)降本增效。而劉欣龍更是從自己的經(jīng)驗(yàn)出發(fā)，分析了“以產(chǎn)定銷”背后的運(yùn)作方式和步驟。

劉欣龍?jiān)?jīng)在新能源車企工作過，對(duì)于C2M的應(yīng)用有切身感受，他結(jié)合過往的經(jīng)驗(yàn)，分享了自己的看法。他認(rèn)為，C2M設(shè)想的很好，但其實(shí)真正做起來(lái)還很困難，柔性供應(yīng)鏈可能還是沒有辦法實(shí)現(xiàn)，因?yàn)楹蠖耍ㄉa(chǎn)端）能夠響應(yīng)的難度有多大，完全取決于前端（營(yíng)銷側(cè)）給用戶的選擇空間。

比如在內(nèi)飾環(huán)節(jié)里，很多車企有時(shí)候會(huì)比較簡(jiǎn)化，顏色就是一個(gè)很大的分類，然后顏色分類里面基本上會(huì)把整個(gè)面板和座椅包在一起。如果做的再細(xì)一點(diǎn)，座椅除了顏色跟面板搭配，可能還要設(shè)計(jì)成完全不同的風(fēng)格。這就給后端的生產(chǎn)研發(fā)提了一個(gè)要求，也就是說(shuō)內(nèi)飾設(shè)計(jì)師做好了這套方案之后，在這個(gè)方案里面會(huì)有子方案，每個(gè)子方案涉及到不同的零配件，選擇就會(huì)更多。而相應(yīng)的生產(chǎn)過程并不是等用戶選好之后再進(jìn)入排產(chǎn)環(huán)節(jié)，需要積累一定的數(shù)據(jù)，這就是為什么車企按照用戶的需求確定后，需要等兩到三個(gè)月交付，這兩到三個(gè)月不是在等著車造好，而是在等相似需求的車攢到生產(chǎn)的量。然后再進(jìn)入到生產(chǎn)的階段，車企會(huì)分把這些需求下發(fā)給它的采購(gòu)供應(yīng)商，也會(huì)下發(fā)到它的分裝車間，然后由不同的分裝車間完成模塊化的組裝。所以對(duì)于很多車企而言，他們?cè)谕瓿蛇@種所謂的定制的時(shí)候，這部分能力已經(jīng)做到了產(chǎn)線結(jié)構(gòu)的模塊化，這就是為什么大家一直在提產(chǎn)線平臺(tái)升級(jí)的原因。

回到數(shù)據(jù)這個(gè)問題上，車企更多的是希望通過一些歷史數(shù)據(jù)，或者是前期盡可能的把用戶選擇的數(shù)據(jù)作為采樣，然后以采樣數(shù)據(jù)和歷史數(shù)據(jù)結(jié)合，給產(chǎn)線平臺(tái)的模塊化準(zhǔn)備提供數(shù)據(jù)參考。這樣就可以提前為模塊化準(zhǔn)備一些物料和生產(chǎn)的排期。

從兩位嘉賓的觀點(diǎn)中不難發(fā)現(xiàn)，個(gè)性化的需求和以產(chǎn)定銷的營(yíng)銷方式，背后離不開大數(shù)據(jù)的分析、預(yù)測(cè)，以及基于分析預(yù)測(cè)對(duì)原有生產(chǎn)線的改進(jìn)和升級(jí)。

實(shí)時(shí)數(shù)據(jù)分析能力升級(jí)駕駛體驗(yàn)

隨著車身整體應(yīng)用智能化，數(shù)據(jù)的采集與應(yīng)用除了在內(nèi)部生產(chǎn)線之外，還越來(lái)越多的發(fā)生在真實(shí)的駕駛場(chǎng)景。企業(yè)數(shù)據(jù)實(shí)時(shí)分析的能力，搭配各端口數(shù)據(jù)的互聯(lián)互通，在汽車數(shù)智化發(fā)展中，扮演著重要的角色。

張琳琳對(duì)此深度贊同，她提出以往在試駕結(jié)束后，消費(fèi)者的感知只能是好、很好、或者不好。但現(xiàn)在，試駕過程中的人車交互，都會(huì)反應(yīng)在詳細(xì)的試駕報(bào)告里，甚至包括制動(dòng)次數(shù)、使用了幾次駕駛輔助，成功做了幾次變道避險(xiǎn)等。當(dāng)結(jié)束試駕，重新返回展廳時(shí)，手機(jī)就能收到此次試駕報(bào)告。這種實(shí)時(shí)的場(chǎng)景，一方面提升了用戶使用體驗(yàn)；另一方面，也能有效的掌握潛客使用行為，方便銷售人員進(jìn)行下一步促單行為。同時(shí)，這些試駕數(shù)據(jù)，也能為提升用戶試駕體驗(yàn)找到方向。

現(xiàn)在再也不是單一數(shù)據(jù)‘闖天下’的時(shí)代了，一個(gè)深刻有效的業(yè)務(wù)洞察往往需要3種以上的數(shù)據(jù)綜合支持，而這對(duì)于企業(yè)的架構(gòu)設(shè)計(jì)提出了很高挑戰(zhàn)。當(dāng)擁有多方數(shù)據(jù)，在進(jìn)行讀取分析時(shí)，為了提高查詢效率，會(huì)面臨結(jié)果數(shù)據(jù)打?qū)挼睦_，量級(jí)小時(shí)還能承受，但對(duì)上千張表打?qū)捥幚恚@幾乎是不可能完成的任務(wù)，因此在實(shí)際應(yīng)用場(chǎng)景中，會(huì)推薦直接采用鏡舟數(shù)據(jù)庫(kù)多表join的方式來(lái)解決。如果針對(duì)某些固定報(bào)表或者指標(biāo)的查詢場(chǎng)景，還可用多表物化視圖的方式做查詢加速，既節(jié)省人力，又可以實(shí)現(xiàn)業(yè)務(wù)的分析訴求。業(yè)務(wù)同學(xué)調(diào)整后，產(chǎn)生的新數(shù)據(jù)會(huì)自動(dòng)更新加載，底層同步更新，運(yùn)營(yíng)效果結(jié)果直接反映到前端展示。采用湖倉(cāng)融合架構(gòu)的車企已經(jīng)開始享受到數(shù)智化的紅利。

此外，在實(shí)時(shí)分析的必要性上，張琳琳分享了對(duì)車企和車主都有深切感受的E-call場(chǎng)景。E-call（汽車緊急救援呼叫系統(tǒng)）是新能源汽車必搭的組件，一般由后端TSP（救援派遣平臺(tái)）和車端T-boxE- call按鈕和車輛碰撞狀態(tài)組成，后端負(fù)責(zé)接收車端發(fā)送的上報(bào)數(shù)據(jù)，車端負(fù)責(zé)收集和判斷E- call的觸發(fā)狀態(tài)，一旦車輛發(fā)生車禍，車輛碰撞狀態(tài)感知到車輛碰撞信息，就會(huì)將數(shù)據(jù)上傳至數(shù)據(jù)終端，并同時(shí)觸發(fā)E- call按鈕，將信息傳至后臺(tái)，并撥打電話建立語(yǔ)音通話，尋求救援。當(dāng)前的鏡舟數(shù)據(jù)庫(kù)，已經(jīng)能夠保證實(shí)時(shí)數(shù)據(jù)在毫秒級(jí)的狀態(tài)下快速寫入并讀取，將結(jié)果信息快速反饋至后臺(tái)。

整體而言，汽車的數(shù)智化發(fā)展不僅需要內(nèi)部的升級(jí)，也需要結(jié)合外部數(shù)據(jù)，內(nèi)外結(jié)合、‘產(chǎn)銷用’多角度、多層次規(guī)劃使用數(shù)據(jù)，最終實(shí)現(xiàn)智能化提升企業(yè)營(yíng)收能力。

人工智能將在汽車的各個(gè)場(chǎng)景落地

伴隨著人工智能技術(shù)的不斷升級(jí)，尤其是ChatGPT的迅速普及，不少車企也紛紛投資布局。人工智能究竟在汽車數(shù)智化中有哪些應(yīng)用呢？

李曉明結(jié)合自身的工作和神策數(shù)據(jù)的業(yè)務(wù)，提出了自己的看法和目前的方向，神策數(shù)據(jù)一直聚焦在數(shù)據(jù)的分析和診斷上。傳統(tǒng)企業(yè)在使用類似神策數(shù)據(jù)的產(chǎn)品或者平臺(tái)時(shí)，門檻還是比較高的，一般不去投入、不去熟悉可能很難用起來(lái)。另一方面，真正做數(shù)據(jù)分析和診斷的過程中，有很多經(jīng)驗(yàn)或者人的能力的因素在里面，所以如何結(jié)合AI的能力，然后給客戶提供比較智能的診斷方法或者分析結(jié)果，這是神策數(shù)據(jù)目前在嘗試和努力的一些方向。目前已經(jīng)有一些成就了，就是可以基于某些場(chǎng)景做智能的診斷，比如把場(chǎng)景和想關(guān)注的一些指標(biāo)、范圍定義完成之后，它就可以結(jié)合數(shù)據(jù)，做智能的診斷并給出診斷結(jié)果。

總體來(lái)說(shuō)，汽車數(shù)智化已經(jīng)成為汽車行業(yè)不可忽視的趨勢(shì)和發(fā)展方向。隨著數(shù)字化、智能化、互聯(lián)化和生態(tài)化的不斷深入，汽車制造業(yè)的生產(chǎn)效率、產(chǎn)品質(zhì)量和用戶體驗(yàn)將會(huì)得到進(jìn)一步提升，汽車數(shù)智化市場(chǎng)規(guī)模也將會(huì)保持高速增長(zhǎng)。

文：贏家/ 數(shù)據(jù)猿

來(lái)源：數(shù)據(jù)猿