以大模型為代表的AI技術(shù)正在引領(lǐng)新一輪智能化革命，開啟全新的大智能時(shí)代。在此趨勢下，車企智能化轉(zhuǎn)型被賦予了全新的內(nèi)涵，蓋斯特本篇研報(bào)基于大智能時(shí)代視角，解讀企業(yè)深化智能化轉(zhuǎn)型的重要性與價(jià)值，解析汽車產(chǎn)業(yè)智能化發(fā)展的底層邏輯，重點(diǎn)分析車企智能化轉(zhuǎn)型的六個(gè)關(guān)鍵問題，并為車企提供切實(shí)的策略建議。
一、企業(yè)深化智能化轉(zhuǎn)型的重要性
數(shù)字化是智能化的基礎(chǔ)。蓋斯特研究團(tuán)隊(duì)對于數(shù)字化內(nèi)涵的新理解是：新生產(chǎn)要素、新生產(chǎn)力和新生產(chǎn)關(guān)系的全面變革。其中，新生產(chǎn)要素是數(shù)據(jù)，數(shù)字化將一切信息轉(zhuǎn)變成數(shù)據(jù)，并使其充分流動(dòng)起來；對數(shù)據(jù)采集、傳輸、處理和使用等的一系列新技術(shù)即新型生產(chǎn)力；而對新老生產(chǎn)力的組織和協(xié)同，就是新型生產(chǎn)關(guān)系，包括新的組織分工以及企業(yè)內(nèi)部協(xié)同方式、外部合作模式。在新生產(chǎn)要素、新生產(chǎn)力、新生產(chǎn)關(guān)系的共同作用下，數(shù)字化將重塑整個(gè)社會(huì)及產(chǎn)業(yè)的底層邏輯和分工關(guān)系。
數(shù)字化不是一個(gè)新概念，如圖1所示，人類社會(huì)的數(shù)字化已經(jīng)歷數(shù)字化、數(shù)據(jù)化、智能化三個(gè)發(fā)展階段，但是此智能化主要是指ANI（弱人工智能）階段。近期隨著AI技術(shù)尤其是大模型的突破，模型出現(xiàn)了通用和智能的涌現(xiàn)能力，人工智能正在向AGI（強(qiáng)人工智能）階段演進(jìn)，未來將走向ASI（超人工智能）階段，因此智能化進(jìn)入一個(gè)新的階段，即大模型化階段。在發(fā)展范式上已與前一階段完全不同。
圖1智能化的發(fā)展歷程
具體對于企業(yè)來說，基礎(chǔ)的數(shù)字化是前提，企業(yè)進(jìn)而基于數(shù)據(jù)化發(fā)展智能化，但是以往的智能化更多是以弱AI（ANI）為主，即通過一個(gè)模型、一套算法來解決一個(gè)特定的問題，這意味著ANI只能做特定的某一件事，屬于一種“就事論事”、潛力有限的方式。這也是很多企業(yè)過去漸進(jìn)式的數(shù)字化轉(zhuǎn)型難以取得成功的重要原因。目前大模型實(shí)現(xiàn)AI技術(shù)“質(zhì)”的突破，其具備通用性、強(qiáng)泛化、生成式、自學(xué)習(xí)等特征，能夠自我進(jìn)化、自我創(chuàng)造，因此成為數(shù)據(jù)要素創(chuàng)造價(jià)值的最短路徑，代表當(dāng)前利用數(shù)據(jù)的核心能力與最高境界，從而引領(lǐng)新一輪的智能化轉(zhuǎn)型。
由此可見，現(xiàn)在正處于智能化技術(shù)體系從量變到質(zhì)變的發(fā)展拐點(diǎn)，同時(shí)推動(dòng)智能化轉(zhuǎn)型進(jìn)入深水區(qū)。本輪智能化本質(zhì)上是從生產(chǎn)力到生產(chǎn)關(guān)系的全面重構(gòu)，既是一場技術(shù)革命，又涉及組織架構(gòu)、流程、管理、商業(yè)模式等全面調(diào)整，甚至驅(qū)動(dòng)人類和AI虛擬人關(guān)系的重構(gòu)。因此企業(yè)如何擁抱新一輪智能化變革變得尤為重要和迫切。
智能化轉(zhuǎn)型的前提是對大智能時(shí)代建立新的、正確的認(rèn)知。那么企業(yè)智能化轉(zhuǎn)型的核心目標(biāo)是什么？
以汽車企業(yè)為例，當(dāng)前車企面臨異常嚴(yán)峻的考驗(yàn)，一方面是需求端，市場快速變化，競爭越發(fā)激烈，同時(shí)用戶需求變得更加個(gè)性化、實(shí)時(shí)化、場景化，也就是說，需求端變得極為復(fù)雜且充滿不確定性；二是供給端，汽車產(chǎn)品及其供應(yīng)鏈的復(fù)雜度還在提高，不僅增加了很多的軟件、傳感器、芯片等，機(jī)械與電子部分還要有效融合，意味著更加復(fù)雜的系統(tǒng)帶來新的不確定性。那么供給端應(yīng)該與需求端匹配，如何高效相應(yīng)并滿足需求端，顯然通過傳統(tǒng)的企業(yè)運(yùn)營和資源組織方式無法做到。實(shí)現(xiàn)資源配置的最優(yōu)化與企業(yè)整體效率的最大化就成為急需解決的核心問題。那么企業(yè)需要將一切信息數(shù)據(jù)化，并要做到讓數(shù)據(jù)在跨部門、跨領(lǐng)域間有效流轉(zhuǎn)，從而實(shí)現(xiàn)全方位協(xié)同創(chuàng)新。也就是說，企業(yè)通過全面推進(jìn)智能化轉(zhuǎn)型來解決供需兩端復(fù)雜系統(tǒng)帶來的不確定性，從而優(yōu)化資源配置效率，重塑企業(yè)核心競爭力。這是智能化轉(zhuǎn)型的核心目標(biāo)，也是在大智能時(shí)代下必然的戰(zhàn)略選擇。
智能化轉(zhuǎn)型的核心價(jià)值是——既賦能產(chǎn)品力，又賦能創(chuàng)造力。具體到汽車企業(yè)，在產(chǎn)品力方面，汽車的智能化程度將進(jìn)一步升級，并具備持續(xù)進(jìn)化能力。包括智能駕駛的端到端方案、智能座艙的多模態(tài)交互、智能底盤等。在AI的全面賦能下，未來“新汽車”將發(fā)展成為具身智能載體，即汽車機(jī)器人；在創(chuàng)造力方面，產(chǎn)品創(chuàng)造的全業(yè)務(wù)體系都將得到全面賦能，包括研、產(chǎn)、供、銷、服全方位重塑，以及企業(yè)的組織、流程、管理和經(jīng)營方式等都會(huì)與過去完全不同，智能化轉(zhuǎn)型將實(shí)現(xiàn)管理智能化、經(jīng)營智能化、營銷智能化，最終持續(xù)支撐產(chǎn)品力的迭代進(jìn)化。
綜上，AI正在全面重塑企業(yè)的核心競爭力。因此智能化轉(zhuǎn)型既是適應(yīng)大智能時(shí)代趨勢的共性訴求，也是企業(yè)根本性的發(fā)展戰(zhàn)略問題。
二、汽車產(chǎn)業(yè)智能化發(fā)展的底層邏輯
蓋斯特研究團(tuán)隊(duì)認(rèn)為，大智能趨勢下理想社會(huì)圖景是以“算法+數(shù)據(jù)”為核心構(gòu)建的數(shù)字化世界（或稱“賽博”世界），并基于超級單體智能和多主體協(xié)同智能，形成萬物互聯(lián)的大智能協(xié)同生態(tài)系統(tǒng)，呈現(xiàn)出技術(shù)多元交織、高度專業(yè)化、強(qiáng)分工的核心特點(diǎn)，如圖2所示。大智能時(shí)代的顯著特征是數(shù)據(jù)為王、算法驅(qū)動(dòng)、場景主導(dǎo)、生態(tài)支撐、產(chǎn)業(yè)協(xié)同，對全社會(huì)各行各業(yè)產(chǎn)生巨大的影響。而汽車產(chǎn)業(yè)將成為大智能協(xié)同生態(tài)系統(tǒng)中的最佳載體。
圖2大智能產(chǎn)業(yè)全景圖（Agent即智能體）
以AI為代表的新一輪智能化將給社會(huì)全行業(yè)帶來新發(fā)展范式和新生態(tài)。對于汽車產(chǎn)業(yè)來說，目前在硬件、軟件、數(shù)據(jù)的共同作用下發(fā)展初級智能，未來在AI主導(dǎo)的大智能產(chǎn)業(yè)賦能下將被全面重構(gòu)：第一，一切硬件都會(huì)被驅(qū)動(dòng)，賦予新智能化能力，實(shí)現(xiàn)價(jià)值最大化；第二，一切軟件都會(huì)被重構(gòu)，形成類人腦的方式，通過AI實(shí)現(xiàn)對多軟件的統(tǒng)領(lǐng)、管理和替代，最終AI也將與現(xiàn)有軟件體系融為一體；第三，一切的數(shù)據(jù)都會(huì)被激活，實(shí)現(xiàn)數(shù)據(jù)自由流動(dòng)，發(fā)揮協(xié)同效應(yīng)，從而創(chuàng)造全新的價(jià)值。所以，汽車產(chǎn)業(yè)在大智能時(shí)代“數(shù)據(jù)+算法+算力”三位一體賦能之下，整體發(fā)展范式將實(shí)現(xiàn)Agent（智能體）化重構(gòu)。
全新范式也將催生全新的生態(tài)。在大智能產(chǎn)業(yè)技術(shù)多元交織、高度專業(yè)化分工的生態(tài)中，必須實(shí)現(xiàn)融合創(chuàng)新，推動(dòng)產(chǎn)業(yè)邊界進(jìn)一步拓展，其中產(chǎn)品被賦能、組織被重構(gòu)、多產(chǎn)業(yè)跨領(lǐng)域打通，最終帶來更高的資源效率和更大的價(jià)值創(chuàng)造。而“新汽車”作為一個(gè)新物種，將是貫通車、路、云、網(wǎng)、圖、能源一體化的核心樞紐、互聯(lián)節(jié)點(diǎn)、數(shù)據(jù)端口、能源儲(chǔ)存和供給裝置，同時(shí)汽車產(chǎn)業(yè)不僅是制造業(yè)數(shù)字化轉(zhuǎn)型的戰(zhàn)略性抓手，還是多產(chǎn)業(yè)融合創(chuàng)新的載體性平臺，所以汽車產(chǎn)業(yè)是大智能時(shí)代的最佳產(chǎn)業(yè)載體。正是因?yàn)榇笾悄苌鷳B(tài)中多技術(shù)要素必須進(jìn)行深度融合，所以任何一家企業(yè)都無法“一統(tǒng)天下”，最終一定是在多主體專業(yè)分工下的生態(tài)化協(xié)同發(fā)展。
三、車企智能化轉(zhuǎn)型的關(guān)鍵問題解析
如前所述，車企智能化轉(zhuǎn)型的最終目的是要解決復(fù)雜的供需問題，以大幅提升產(chǎn)品力和創(chuàng)造力。其中涉及到技術(shù)能力與組織管理兩大方面問題。
圖3車企智能化轉(zhuǎn)型的核心內(nèi)容
一方面在技術(shù)能力上，車企需將本身的專業(yè)技術(shù)和大智能領(lǐng)域的共性技術(shù)打通，協(xié)同構(gòu)建基礎(chǔ)技術(shù)底座，由SDV（軟件定義汽車）向AIDV（AI定義汽車）轉(zhuǎn)型。轉(zhuǎn)型核心在于圍繞算法、數(shù)據(jù)、算力的專業(yè)技術(shù)能力，如何與大智能產(chǎn)業(yè)有效協(xié)同，并建立面向AIDV的新能力。具體來說，一是算法上，企業(yè)模型如何做到“老樹開新花”？也就是說，如何在原有算法積累上、基于大模型實(shí)現(xiàn)能力的質(zhì)變？二是數(shù)據(jù)上，車企如何確保數(shù)據(jù)受控？如何保證高質(zhì)量數(shù)據(jù)的獲取與可持續(xù)迭代？如何做到企業(yè)數(shù)據(jù)與行業(yè)數(shù)據(jù)協(xié)同共創(chuàng)？三是算力上，車企如何有效布局算力資源？車企是否需要自建算力設(shè)施？如何充分利用外部算力資源？又如何推進(jìn)內(nèi)外部算力協(xié)同部署？上述能力大多是車企現(xiàn)在并不具備的新技術(shù)，又恰恰是ICT企業(yè)、大智能生態(tài)里的專業(yè)公司所擅長的，因此車企需協(xié)同大智能生態(tài)獲取自身不具備的新技術(shù)能力。
另一方面在組織管理上，車企需要重構(gòu)內(nèi)外部生產(chǎn)關(guān)系，以支撐全新技術(shù)能力的構(gòu)建。具體而言，車企需要考慮如何有效推動(dòng)研產(chǎn)供銷服等全鏈條、全方位重塑。相比于技術(shù)能力構(gòu)建，重新定義面向AI的組織及管理變革更加考驗(yàn)車企的智慧。
實(shí)際上，構(gòu)建全新的基礎(chǔ)底座與組織管理變革，兩者缺一不可，互為支撐。由此可見，車企智能化轉(zhuǎn)型面臨著全方位的問題，車企僅靠自身能力根本做不到。而高度開放、專業(yè)化分工的協(xié)同創(chuàng)新生態(tài)是未來轉(zhuǎn)型成功的關(guān)鍵。下面將對汽車企業(yè)智能化轉(zhuǎn)型的六個(gè)關(guān)鍵問題逐一進(jìn)行解析。
關(guān)鍵問題一：SDV與AIDV的本質(zhì)區(qū)別是什么？對行業(yè)有何影響？
當(dāng)前汽車產(chǎn)業(yè)中SDV尚未完全切實(shí)落地，而AIDV作為新概念已經(jīng)呼之欲出。車企需要盡快理清二者的本質(zhì)區(qū)別并早做布局，以期實(shí)現(xiàn)面向未來的跨越式發(fā)展。蓋斯特團(tuán)隊(duì)對于SDV與AIDV進(jìn)行對比研究和總結(jié)，如圖4所示。
圖4 SDV與AIDV技術(shù)范式的對比
從技術(shù)范式看，SDV屬于軟硬解耦的分層架構(gòu)，而AIDV則是全面重構(gòu)，屬于一種以數(shù)據(jù)與算力驅(qū)動(dòng)、以AI模型為核心、面向端到端的智能體式的全新架構(gòu)。首先，應(yīng)用軟件向Agent化發(fā)展，由一個(gè)“大腦”統(tǒng)領(lǐng)所有應(yīng)用、專業(yè)模型服務(wù)，并且是少APP化、甚至去APP化的；其次，系統(tǒng)軟件面向AI化發(fā)展，當(dāng)前汽車業(yè)內(nèi)更多將AI功能嵌入到OS中（AI in OS），未來兩者不斷融合，AI引擎逐漸成為OS中心（AI as OS），最終融為一體，形成端到端架構(gòu)，成為AIOS；再次，底層硬件與算力將更強(qiáng)調(diào)端云協(xié)同計(jì)算，而車端芯片從計(jì)算為主逐漸向計(jì)算與通訊并重，甚至通訊處理為主的方向轉(zhuǎn)變；最后，云端資源向AI生態(tài)發(fā)展，車端和云端圍繞模型、數(shù)據(jù)、算力深度協(xié)同。AIDV技術(shù)范式的重構(gòu)，要求車企必須掌握與SDV時(shí)代不同的新能力，即基于AI Agent化的技術(shù)定義及融合創(chuàng)新能力、構(gòu)建車云兩端實(shí)時(shí)互動(dòng)協(xié)同的迭代進(jìn)化體系。
技術(shù)的改變將驅(qū)動(dòng)研發(fā)邏輯的變革。過去車企基于產(chǎn)品軟硬件的分層架構(gòu)研發(fā)、劃分不同的專業(yè)模塊，需要依靠較多的研發(fā)人員數(shù)量，而未來AIDV時(shí)代轉(zhuǎn)向以AI模型研發(fā)為引擎、數(shù)據(jù)與算力資源驅(qū)動(dòng)進(jìn)化的新模式，將從分模塊、分系統(tǒng)的開發(fā)整合，轉(zhuǎn)向AI軟硬一體的集成和統(tǒng)一測試。同時(shí)研發(fā)模式的改變將帶來企業(yè)組織架構(gòu)的深度變革，車企需打破傳統(tǒng)各職能獨(dú)立的矩陣式研發(fā)組織，構(gòu)建圍繞企業(yè)AI平臺賦能的更靈活、更開放、更強(qiáng)調(diào)生態(tài)協(xié)同的可進(jìn)化組織形態(tài)。
實(shí)際上，從SDV到AIDV的轉(zhuǎn)型并非一蹴而就，而是漸進(jìn)式的發(fā)展過程。初期AI逐步融入，最終實(shí)現(xiàn)AI智能體原生架構(gòu)的全面替代。對于車企來說，現(xiàn)在就應(yīng)該積極擁抱AI技術(shù)，早做儲(chǔ)備并建立全新基礎(chǔ)底座，持續(xù)推動(dòng)企業(yè)全面變革。
