汽车+AI，在内卷时代打开产业变革的N种可能

近日，上海国际汽车工业展览会（简称"上海车展"）上各大车企争相发布重磅新车，让人应接不暇。中国汽车工业协会发布数据显示，2024年我国汽车产销分别完成3128.2万辆和3143.6万辆，同比分别增长3.7%和4.5%。

但在繁荣的表象下，汽车行业正潜藏着巨大的隐忧，价格战白热化、技术迭代加速、行业利润持续承压，一场关乎生存的转型之战已然打响。

汽车行业的竞争已不仅是市场争夺，更是一场创新突围战，企业必须在这场“内卷”中锻造出差异化的技术壁垒和独特的核心竞争力。

而解决这一问题的答案就是AI+。

让AI这个工具释放价值潜能

当前汽车行业面临最大的三大挑战在于，成本压力持续上升，降本增效已成为企业提升竞争力的核心诉求；市场饱和叠加产品迭代加速，车企正承受前所未有的剪刀差压力；国内极度内卷，出海会面临客户不同、员工不同、法律法规不同三大挑战。

在中国，不同的车企面临着的变革和挑战也有所差异。外资车企主要面临严峻的战略转型挑战。随着市场环境变化，燃油车市场规模预计将逐步收缩至600-700万台的稳定水平。外资车企不仅需要应对传统燃油车市场的持续萎缩，更亟需突破产品创新与市场推广的双重瓶颈，而且创新并非仅限于新能源，传统燃油车同样面临着产品升级的迫切要求。

本土车企则普遍在产品研发体系完善度、质量管理标准提升以及营销管理流程国际化等方面存在明显短板，这些关键能力的不足直接制约着企业出海实现新增长。

IBM发布的《2024年全球车企CEO调研》覆盖了全球 30多个国家和地区，151位车企 CEO，调研显示，车企CEO希望通过实施AI实现快速转型，实现从试点实验、到降本增效、再到推动业务增长。

同时《调研》还有三个关键发现，第一，提升用户体验已经跃居车企CEO未来三年的优先要务；第二，车企CEO面临的最大挑战的变化是他们开始关注业务模式创新；第三，车企CEO最希望通过AI来实现所需要的业务结果。

这些趋势在2025年发布的《汽车2035——软件定义时代的成功之道》报告中得到进一步印证。报告显示，全球74%和中国77%的 受访汽车行业高管表示，2035年的汽车将依赖于软件定义和AI驱动。

“降本增效是现阶段企业最关注的重点领域，并且偏向于希望使用工具型的应用，尤其是AI在相关领域的应用。”IBM咨询中国区汽车行业总经理唐俊说。

IBM咨询中国区汽车行业总经理唐俊

“AI和混合云”可以成为车企的“工具”，尤其使用AI在“研产供销服”每个阶段都可以实现降本增效与质量管控的提升。IBM中国科技事业部汽车行业和跨国公司总经理王胜航指出，未来几年，车企的策略是要通过AI打造品牌的差异化，也就是让工具转化为价值。

IBM中国科技事业部汽车行业和跨国公司总经理王胜航

人工智能新时代不仅是技术的进步，更是从工具到生态、从单一到融合的全面升级，将为社会带来前所未有的变革。

“IBM咨询在数字化领域有非常重要的一个理念：工具到人，并且要挑战我们现有的经营模式。”唐俊说，数字化转型不仅仅是科技工具，更是一个管理工具。

让AI融入企业每一个最小单元

AI在2C和2B领域的应用完全不同，可以看到目前企业级AI有着三大误区，包括AI=生成式AI、AI是CIO的事、AI离规模应用还很远。

为系统推进企业AI转型，IBM咨询建立了"IPD-ISC-IFS"方法论体系：IPD集成产品研发、ISC集成供应链、IFS业财一体，代表端到端跨领域、跨价值链的流程梳理。

同时2000年，IBM将企业业务拆解为最小单元，并探索如何通过AI技术对这些单元进行匹配和优化。可应用的生成式AI核心能力包括总结提取、会话式问答、内容创作、生成式数据分析、AI驱动自动化；传统AI核心能力包括分类规划、模式识别、自动化决策。

IBM帮助车企从整体企业角度进行梳理：首先是组织架构，其次是流程，再者是KPI，最后通过CBM模型将工作拆解为最小单元。通过运用相应的方法论将拆解后的单元重新组合，并在过程中识别出具有价值的环节，利用AI技术实现这些价值，并通过搭建AI工具落地。

研发创新环节，比如某外资车企的制动系统能根据雨雪天气、电池温度等实时数据自动调整参数。这种研发过程需要建立全生命周期管理体系。同时，车企在智能驾驶研发中面临的高性能计算资源调配问题。

智能制造环节，视觉检测技术的应用正从简单的二维识别扩展到复杂行为分析。传统人工目检存在疲劳导致的误差率，通过引入AI视觉检测和大数据分析，可显著提升产品良率，同时降低人力成本。

智慧供应链环节，预测性维护和耗材管理是关键。汽车产线备件库存占用资金巨大，通过精准预测维护需求和多工厂协同，可大幅降低库存成本。在采购环节，新能源车企的特点是有一到两个爆款车型，通过集中采购零部件可实现成本降低，传统车企则需要优化多款车型零部件采购策略，IBM的解决方案能帮助实现更精准的采购预测。

精准销售与服务环节，车企已从传统4S店转向商场体验店和网络直销，消费者更注重使用体验而非技术参数，这使得精准营销和舆情管理变得尤为重要。

安全运营环节，出海合规和维修智能化是重点关注方向。各国汽车标准差异显著，需建立完善的知识库确保合规。维修环节也正从依赖老师傅经验转向数据驱动的智能诊断，通过整合车辆数据、视觉和声音分析，形成标准化维修方案，降低对维修人员经验的依赖，提高服务效率。

根据唐俊过往的经验，汽车行业对AI的应用主要集中在财务和营销两个低风险、高回报的应用场景。财务共享中心可通过AI自动化处理发票、合同等标准化流程，解决人工操作效率问题。营销重点打造智能呼叫中心，整合AI客服与企业微信等平台，实现客户互动数据闭环分析，有效提升运营效率。

让咨询与科技双轮赋能车企突围

“四年前，IBM咨询提出all in AI，自己要成为第一个AI的用户，即Client Zero。“唐俊说道，时至今日，IBM咨询在生成式 AI 领域拥有200家活跃客户和65,000+名专业顾问，业务额已经超过50亿美元。并在IDC和Gartner等评级机构中被评为行业领先者，像Ask HR就是IBM咨询在企业级AI应用中的实际场景。

如同车轮的转动一样，在经过全面的梳理制定出咨询战略后，IBM科技则进行接力，通过产品和技术把它们一一落地，赋能汽车行业全价值链数智化转型。

“IBM深耕汽车行业二十余年，在运营优化、产品设计、服务创新等领域积累了丰富的行业洞察和实践经验，并在中国市场与主流车企建立了深度合作。”王胜航说，这些合作主要由IBM Consulting牵头，并结合IBM科技的技术实力，为客户提供从战略规划到实施落地的全方位支持。

目前IBM科技以开放、安全、可扩展的混合云架构和AI能力为核心，为车企提供从底层算力到智能应用的完整技术栈，从底层基础架构到红帽混合云平台，再到企业级AI平台watsonx（包含watsonx.ai、watsonx.data、watsonx.governance和watsonx.orchestrate）。

“IBM的解决方案有别于通用AI工具，强调数据溯源和责任认定。”王胜航指出，以出海合规为例，IBM和合作伙伴共同打造的解决方案不仅能够提供标准内容，同时标注标准来源，并通过"车库创新"方法论帮助客户实现从规划到落地的全程共创。

在汽车产业加速发展的新阶段，IBM将持续深化与车企的战略合作，依托领先的咨询方法论和AI技术能力，帮助车企在内卷时代，打开产业变革的N种可能。