两年多以来, 汽车行业一直在谈论四种颠覆性和相互强化的主要趋势——自主驾驶, 连通性, 电气化和共享移动性. 预计这些趋势将推动移动市场的增长, 改变移动部门的规则, 并导致从传统技术向颠覆性技术和创新商业模式的转变.
人工智能(AI)是这四种趋势的关键技术. 例如, 自动驾驶依赖于人工智能, 因为它是唯一一种能够可靠, 实时识别车辆周围物体的技术. 对于其他三种趋势, AI创造了大量机会来降低成本, 改善运营并创造新的收入来源. 例如, 对于共享移动服务, 人工智能可以通过预测和匹配需求和供应来帮助优化定价. 它也可以用来改善维护计划和车队管理. 通过人工智能实现的改进将对汽车公司发挥重要作用, 使它们能够为创新提供资金并应对未来趋势.
四大趋势的一个预期结果是行业价值池的显著转变. 这一变化将对大型汽车原始设备制造商(OEM)及其商业模式产生特别重大的影响, 但其影响将波及整个行业和其他领域. 这些趋势所带来的产品和服务不仅会影响所有现有和传统行业参与者的业务, 还会为新进入者开放市场. 许多公司, 如先前专注于其他行业的技术人员, 都在大量投资移动趋势和底层技术. 结果, 一个新参与者生态系统正在出现. 新参与者将成为传统汽车公司的重要合作伙伴. 虽然汽车原始设备制造商可以利用新参与者的技术专长来释放人工智能的潜在价值, 但新参与者将有机会获得他们在汽车和移动市场的份额. 为了掌握这四个趋势, OEM需要大量投资于每个趋势并成功整合它们.
麦肯锡之前的一些工作主要集中在流动性和工业领域的人工智能. 本文所基于的报告继续这一努力, 并借鉴多种方法论的见解. 首先, 它为汽车原始设备制造商提供基于人工智能的价值机会, 涵盖过程, 驾驶员或车辆特性以及移动服务三个应用领域. 接下来, 它分解并量化这些机会. 最后, 该报告概述了OEM应该采取的战略行动, 以便在短期和长期内全面捕捉AI支持的价值机会.
麦肯锡的分析产生了以下关键见解:
在短期到中期内, 到2025年为止, 全球范围内将有一个实质性的, 全行业的人工智能机会, 为全球汽车原始设备制造商(见下图)每年创造约2,150亿美元的价值. 这相当于整个汽车行业息税前利润的九个百分点, 或者说七年内理论上平均每年生产率增长约1.3%, 这对于提高行业每年约2%的正常生产率目标来说具有重要价值. 这个价值大部分来自价值链核心流程的优化.
即使在短期内, 人工智能可以提高整个价值链的效率和成本节约. 它还可以从汽车销售和售后市场销售中创造额外的收入. 大部分价值都是在四个核心流程中产生的. 在采购, 供应链管理和制造方面, 效率分别节省了510亿美元, 220亿美元和610亿美元的成本. 在市场营销和销售方面, 基于人工智能的效率既可以降低成本, 也可以创造收入, 从而带来310亿美元的总价值潜力.
虽然支持人工智能的驾驶者或车辆功能和移动服务可以在长期内产生实质性的全行业价值, 但这些在短期内会在行业层面创造有限的价值. 然而, 单个OEM的驾驶者或车辆功能和移动服务的表现优于竞争对手, 可获得相当大的市场份额. 不过, 这些技术领先者在市场份额上的这些收益, 与那些落后于这些功能的OEM的客户群的重要部分的风险相比, 却微不足道.
四大成功因素使OEM厂商能够为AI转型准备, 捕捉在短期内从人工智能值: 收集和协调来自不同来源的数据, 建立一个合作伙伴生态系统, 建立人工智能操作系统, 并建立核心AI功能和一个AI团队推动所需的转型.
原始设备制造商需要通过实施试点来获取知识并获得短期价值, 从而开始转型. 然后, 他们应该建立人工智能核心, 以便在整个组织内形成对人工智能的综合观点. 这将使原始设备制造商能够扩大和推出端到端的转型, 以系统地捕获人工智能的全部潜在价值, 并为其长期战略构建能力, 应对四种颠覆性趋势.
