2 년 이상 이후 자동차 산업은 파괴의 약 4 종류의 이야기와 상호 주요 동향을 강화하고있다 - 자율 주행, 연결성, 이동성 및 공유 대전은 이러한 추세는 모바일 분야에서 규칙을 변경, 모바일 시장의 성장을 주도 할 것으로 예상된다. 또한 전통적인 기술에서 파괴적인 기술 및 혁신적인 비즈니스 모델로의 전환을 이끌었습니다.
인공 지능 (AI)는이 네 가지 경향의 핵심 기술이다.이 차량 주변 물체의 신뢰성, 실시간 인식 만 할 수 있기 때문에 예를 들어, 자동 조종 장치, 인공 지능에 따라 달라집니다. 세 가지 다른 추세를 들어, AI가 만들어 비용을 절감하고 운영을 개선하고 새로운 수익 흐름을 창출 할 수있는 기회의 많음. 예를 들어, 공유, 예측 및 인공 지능에 대한 모바일 서비스 수요에 맞는 가격을 최적화 할 수 있도록 제공 할 수 있습니다. 또한 유지 보수 계획 및 차량 관리를 개선하는 데 사용할 수 있습니다. 의해 인공 지능의 향상은 자동차 회사에게 중요한 역할을하므로 혁신에 자금을 지원하고 미래의 추세에 대응할 수 있습니다.
4 가지 주요 트렌드의 예상되는 결과 중 하나는 업계 가치 풀의 중요한 변화입니다.이 변화는 대형 자동차 OEM 및 비즈니스 모델에 특히 중요한 영향을 미치지 만 그 영향은 전체 산업 및 다른 영역에 영향을 미칩니다. 제품에 한해 사업의 모든 기존 전통 산업 참가자에 영향을 미치지 않습니다 신규 진입으로 시장을 열 것입니다 서비스에 의해 초래 이러한 경향. 많은 기업, 이전에 기술 직원의 다른 분야에 초점을 맞추고 등은 운동을 많이 투자하고있다 동향과 기본 기술. 그 결과, 새로운 참가자 생태계 떠오르고있다. 새로운 참가자가 기존의 자동차 회사들에게 중요한 협력 파트너가 될 것입니다. 자동차 OEM 업체의 잠재적 인 가치가 새로운 인공 지능을 해제 참가자의 전문 기술을 활용할 수 있지만, 그러나 새로운 플레이어는 자동차 및 모바일 시장에서 점유율을 확보하게 될 것이며 이러한 네 가지 추세를 파악하기 위해 OEM은 각 추세에 크게 투자하고 성공적으로 통합해야합니다.
맥킨지 전에 어떤 일이 인공 지능, 이동성 및 산업용 애플리케이션에 초점을 맞추 었습니다.이 문서는 발표 기준이 노력을 계속하고 방법 론적 통찰의 다양한 배운다. 첫째, 자동차 OEM 업체에 대한 값 기반의 인공 지능을 제공합니다 기회, 응용 프로그램입니다. 다음의 세 분야에서 공정, 드라이버 또는 차량 특성뿐만 아니라 모바일 서비스를 포함하는, 그것을 분해하고 이러한 기회를 정량화. 마지막으로 보고서는 완전히 AI를 캡처하기 위해 단기 및 장기에서 촬영해야하는 OEM 전략적 조치를 설명합니다 지원되는 가치 기회.
McKinsey의 분석에 따르면 다음과 같은 주요 통찰력이있었습니다.
중기 적으로 2025 년까지 전 세계적으로 상당한, 인공 지능, 업계 전반의 기회를 매년 (아래 참조) 글로벌 자동차 OEM 업체에 대한 값의 약 $ (215) 억 만들 수있을 것입니다.이 이것은 전체 자동차 산업의 세전 이익의 9 % 포인트 또는 7 년 동안 약 1.3 %의 평균 연간 이론 생산성 증가로, 연간 약 2 %의 업계 정상 생산성 목표를 향상시키는 데 큰 가치가 있습니다. 가치 사슬의 핵심 프로세스에서의 최적화.
비록 단기적으로는 인공 지능은 가치 사슬 전반에 걸쳐 효율성과 비용 절감을 향상시킬 수 있습니다. 또한 자동차 판매 및 애프터 마켓 판매에서 추가 수익을 창출 할 수 있습니다. 값의 대부분은 조달 네 개의 핵심 프로세스에서 생성됩니다 공급 체인 관리 및 제조, $ (51) 억 $ (22) 억 비용을 절감 할 수 모두 효율의 인공 지능을 기반으로 마케팅 및 판매 비용 $ (61) 억의 각각 효율 절감, 또한, 소득을 생성 할 수 있도록 벨트 310 억 달러의 총 가치 잠재력.
AI-가 가능한 운전자 또는 차량 기능과 모바일 서비스가 장기적으로 산업 전반에 걸쳐 상당한 가치를 창출 할 수 있지만 단기적으로 업계 수준에서 제한된 가치를 창출 할 것입니다. 그러나 단일 OEM의 운전자 또는 차량 기능 및 모바일 서비스는 경쟁 우위를 점하고 상당한 시장 점유율을 얻지 만 이러한 기술 리더의 시장 점유율 상승은 이러한 기능에 뒤처져있는 고객 기반의 중요한 부분의 위험과 비교됩니다. 그것은 중요하지 않습니다.
네 가지 요소는 AI OEM 제조업체에 성공적으로 전환 인공 지능에서 값 캡처 단기간에 준비 할 수 있도록 : 인공 지능 운영 시스템을 구축하기 위해 파트너 에코 시스템을 만들기 위해 다양한 소스의 데이터 수집 및 조정, 핵심 기능과 AI의 설립 AI 팀이 필요한 변환을 주도합니다.
장비 제조업체는 지식을 획득하고 전환을 시작하기 위해 단기적인 가치를 얻기 위해 조종사를 구현해야하며 조직 전체에 인공 지능을 포괄적으로 보여주기 위해 인공 지능 핵심을 구축해야합니다. 인공 지능의 잠재적 가치를 체계적으로 포착하고 네 가지 파괴적 추세를 해결할 수있는 장기 전략을위한 역량을 구축하기 위해 종단 간 변환을 확장 및 소개합니다.
