北京
美国汽车新闻网站10月7日文章，原题：“学习速度”而非技术将决定汽车行业的下一个时代在规模化应用跨车型平台软件方面，中国车企已经取得了明显领先优势，而相关领先优势并不仅关乎技术。美国咨询公司艾睿铂发布的2026年软件定义汽车（SDV）调查发现，48%的中国车企已经实现了平台级软件复用，而美国车企的这一比例为31%。但更重要的问题是，究竟是什么造成了美国车企与中国车企的这种差距。这真的是技术差距吗，还是美国车企的转型正在误入歧途？
在全球汽车行业深耕30多年后，我认为更深层次的问题在于，一家车企能否持续从客户那里“学习”，并通过软件和人工智能把这些学习成果转化为更好的产品，而不仅仅是能否造出一辆软件定义汽车。
如今的智能网联汽车不仅能生成数据、接收并更新软件，还能在交付后持续“进化”。汽车与客户的每一次互动都可以成为一次产品调研行动，每一次软件发布都是一次产品改进机会。汽车不再是开发的终点，而是成为“学习”的起点：一款产品发布后，相关学习系统就将持续跟进以不断改善产品。
从客户体验和数据，到工程行动、软件部署和提升客户价值，如今这种闭环越来越能拉开企业之间的差距。其中，企业的“学习速度”已成为“业务速度”。
多次中国之行使我更加清楚地认识到这一点。主要差距并不在于这些企业使用什么技术，而在于如何使用熟悉的技术。相关差距显而易见：市场咨询公司ABI Research今年的报告称，中国新能源车企能将软件定义汽车的设计周期缩短至18个月，而使用现有流程的传统车企设计周期超过48个月。不过，真正重要的不仅限于开发速度。历史上，车企通过产品竞争。如今，它们越来越通过“学习系统”竞争，而智能网联汽车本身正成为该系统的一部分。
如果说现在“学习速度”成为一项战略能力，那么软件定义汽车就不是终点，而是桥梁。软件定义汽车回答一个问题：我们如何持续升级车辆？我认为下一步将是客户定义汽车，它提出一个更重要的问题：我们如何持续提升客户体验和价值？
每一段行程和每一次功能互动，都将为下一步该如何改进提供信息。发布后的产品越来越受到客户行为的塑造。人工智能可使“学习成果”日积月累：每一次互动都能改进下一次互动，从而将已经交付的车辆变成持续扩大的“产品情报”来源。因此，开发问题也将从“下一款车何时上市？”转变为“本周客户教会了我们什么？”
这需要我们构建能够持续学习的组织。但美国汽车行业正试图用硬件操作系统来解决从客户那里持续学习的挑战。福特将汽车制造实现工业化。丰田将质量提升实现工业化。特斯拉将软件更新实现工业化。下一代汽车行业的引领者，不得不将持续从客户那里学习实现工业化。董事会应该问，企业管理层是否正像对待成本和质量那样严加管理学习速度。首席执行官和首席技术官应该问，来自客户的洞察能以多快速度到达工程部门，以及这些学习成果能以多快速度应用于已经在路上行驶的车辆。
对美国车企而言，中国同行的领先优势指向一个更广泛的挑战：建立一家能持续从客户那里学习的企业，这家企业需要缩短客户行为与企业工程行动之间的距离，并以更快速度将这些学习成果转化为更好的产品。
未来十年的汽车市场将青睐那些能更快、更可靠、更大规模地将客户数据转化为客户价值的车企。决定性的管理问题将不再是车企能否造出一辆软件定义汽车，而是它能否打造一个学习速度快于市场变化的组织。（作者约阿希姆·兰根瓦尔特曾在英伟达、斯特兰蒂斯等企业担任汽车业务高管，现为TMT CoPilots创始人，王会聪译）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
