兩年多以來, 汽車行業一直在談論四種顛覆性和相互強化的主要趨勢——自主駕駛, 連通性, 電氣化和共用移動性. 預計這些趨勢將推動移動市場的增長, 改變移動部門的規則, 並導致從傳統技術向顛覆性技術和創新商業模式的轉變.
人工智慧(AI)是這四種趨勢的關鍵技術. 例如, 自動駕駛依賴於人工智慧, 因為它是唯一一種能夠可靠, 即時識別車輛周圍物體的技術. 對於其他三種趨勢, AI創造了大量機會來降低成本, 改善運營並創造新的收入來源. 例如, 對於共用移動服務, 人工智慧可以通過預測和匹配需求和供應來幫助優化定價. 它也可以用來改善維護計劃和車隊管理. 通過人工智慧實現的改進將對汽車公司發揮重要作用, 使它們能夠為創新提供資金並應對未來趨勢.
四大趨勢的一個預期結果是行業價值池的顯著轉變. 這一變化將對大型汽車原始設備製造商(OEM)及其商業模式產生特別重大的影響, 但其影響將波及整個行業和其他領域. 這些趨勢所帶來的產品和服務不僅會影響所有現有和傳統行業參與者的業務, 還會為新進入者開放市場. 許多公司, 如先前專註於其他行業的技術人員, 都在大量投資移動趨勢和底層技術. 結果, 一個新參與者生態系統正在出現. 新參與者將成為傳統汽車公司的重要合作夥伴. 雖然汽車原始設備製造商可以利用新參與者的技術專長來釋放人工智慧的潛在價值, 但新參與者將有機會獲得他們在汽車和移動市場的份額. 為了掌握這四個趨勢, OEM需要大量投資於每個趨勢並成功整合它們.
麥肯錫之前的一些工作主要集中在流動性和工業領域的人工智慧. 本文所基於的報告繼續這一努力, 並借鑒多種方法論的見解. 首先, 它為汽車原始設備製造商提供基於人工智慧的價值機會, 涵蓋過程, 駕駛員或車輛特性以及移動服務三個應用領域. 接下來, 它分解並量化這些機會. 最後, 該報告概述了OEM應該採取的戰略行動, 以便在短期和長期內全面捕捉AI支援的價值機會.
麥肯錫的分析產生了以下關鍵見解:
在短期到中期內, 到2025年為止, 全球範圍內將有一個實質性的, 全行業的人工智慧機會, 為全球汽車原始設備製造商(見下圖)每年創造約2,150億美元的價值. 這相當於整個汽車行業息稅前利潤的九個百分點, 或者說七年內理論上平均每年生產率增長約1.3%, 這對於提高行業每年約2%的正常生產率目標來說具有重要價值. 這個價值大部分來自價值鏈核心流程的優化.
即使在短期內, 人工智慧可以提高整個價值鏈的效率和成本節約. 它還可以從汽車銷售和售後市場銷售中創造額外的收入. 大部分價值都是在四個核心流程中產生的. 在採購, 供應鏈管理和製造方面, 效率分別節省了510億美元, 220億美元和610億美元的成本. 在市場營銷和銷售方面, 基於人工智慧的效率既可以降低成本, 也可以創造收入, 從而帶來310億美元的總價值潛力.
雖然支援人工智慧的駕駛者或車輛功能和移動服務可以在長期內產生實質性的全行業價值, 但這些在短期內會在行業層面創造有限的價值. 然而, 單個OEM的駕駛者或車輛功能和移動服務的表現優於競爭對手, 可獲得相當大的市場份額. 不過, 這些技術領先者在市場份額上的這些收益, 與那些落後於這些功能的OEM的客戶群的重要部分的風險相比, 卻微不足道.
四大成功因素使OEM廠商能夠為AI轉型準備, 捕捉在短期內從人工智慧值: 收集和協調來自不同來源的數據, 建立一個合作夥伴生態系統, 建立人工智慧作業系統, 並建立核心AI功能和一個AI團隊推動所需的轉型.
原始設備製造商需要通過實施試點來獲取知識並獲得短期價值, 從而開始轉型. 然後, 他們應該建立人工智慧核心, 以便在整個組織內形成對人工智慧的綜合觀點. 這將使原始設備製造商能夠擴大和推出端到端的轉型, 以系統地捕獲人工智慧的全部潛在價值, 並為其長期戰略構建能力, 應對四種顛覆性趨勢.
