未來的個人出行情景將迎來一個巨大轉變,更加傾向于顛覆性科技和其創新商業模式。
毫無疑問,汽車產業正在面臨顛覆。消費者行為上的巨大變化正在改變汽車行業的現狀,尤其是因為人們更加注重了所有的車內體驗,而不單單只是駕駛體驗。確切地說,主機廠和主要的供應商們必須要改變他們的產品,甚至包括他們自身的能力和組織架構,才能在這個新時期繼續生存發展。
汽車行業面臨的改變同時帶來了巨大的風險和機遇,當我們期待整個行業的規模從今天的3.5萬億美元在2030年可以增長到6.6萬億美元的時候,傳統技術業和商業卻面臨著從今天98%的市場占有率跌倒2030年的50%,行業的增長將會由自動駕駛、車聯網、電氣化、共享出行這些具有顛覆性的技術發展所引領。而傳統汽車行業的玩家們則至少要做到以下四點:
1. 在整個系統中擁有關鍵控制點
2. 對于收入和成本精通數據的貨幣化
3. 實行靈活的雙速研發
4. 全面采用工業4.0技術
快速轉變的局面
全球汽車行業的利潤目前處在歷史上的最高峰。確實,主機廠的核心營收在2016年達到了1254億美元,整個行業也有7%的營收增長。然而,整個行業都很大程度依賴兩個市場,有四分之三的利潤都主要來自于中國和北美市場。許多行業內人士不禁會問,汽車行業到巔峰了嗎?
個人出行在過去的130年已經取得了巨大的進步,并為社會帶來了巨大的價值,但仍然有很大的成長空間,尤其是在利用率、效率和安全層面上更是如此。
而且,傳統的競爭規則也正在飛速改變,我們可以看到近些年來的投資都突顯了汽車人對于挖掘未來汽車潛力和能力的渴望。在過去5年,我們見證了許多值得關注的重磅投資都發生在4個新興的技術驅動的趨勢中,分別為自動駕駛、車載互聯、電氣化和更近期的共享出行。從2010年開始,這4個領域內收到了已經披露的1110億美元的外部投資。
而科技公司則遠遠領先于傳統的主機廠。僅僅在過去的3年里,排在前4名的主機廠在上述4個領域中完成了25筆交易,但完成交易最多的兩家科技公司就已經完成了170筆,同樣主要關注在創造未來汽車的能力上。因此,在如今這樣一個越來越擁擠且節奏更快的市場下,傳統車企要想要繼續保持競爭力則必須從根本上重塑自己的產品、供應以及商業模式。
二十年前,汽車的殺手級應用,也就是決定買車行為最具有決定性的因素,是駕駛體驗。而在今天,這個因素變成了所謂的“車內體驗”——對于自動駕駛、車載互聯、電氣化、共享化的需求,比如自動駕駛汽車、互聯泊車服務、OTA升級、召回檢查、網絡安全、定向廣告投放等等。
在麥肯錫關于未來出行的調查中,86%的消費者愿意換成具有某一種高級駕駛輔助功能的車輛。而在另一個關于互聯和自動駕駛汽車的調查中,37%的受訪者表示愿意因為旗下某一款車可以同時擁有對應用、數據和媒體等功能,從而更換自己的汽車品牌。
而為了可以更好的提升車內體驗,汽車行業需要將產品的關注點由原來的硬件驅動轉為軟件驅動,軟件層面的角色正在逐漸增加,而且在未來將會更加急劇地增長。麥肯錫預測,軟件內容將在2030年的時候在車輛中占到30%的比例,比目前的10%大幅提高。
未來的個人出行情景將會迎來一個巨大的轉變,更加傾向于顛覆性科技和其創新商業模式。麥肯錫預測,整個汽車行業2030年預期的6.6萬億美元的收益將有50%來自于顛覆性科技或商業模式,相比今天是指數型增長。我們的確預計行業的增長將主要來自于此,而傳統技術和商業模式的貢獻只會與現在整體持平。所以,面對這個即將發生的變化,主機廠需要從研發到銷售的各個環節都全面進化來保持競爭力。
這些新興趨勢將會結合最新的技術,并正在逐漸改變消費者偏好,新入場的競爭者將會從根本上改變消費者和汽車之間的關系。面對新興趨勢的顛覆,也就到了之前上面提到的4個必要的改變。
在整個系統中擁有關鍵控制點
除了科技,就如同其他形式的顛覆一樣,我們期待著汽車行業不同細分市場、不同車企之間的利潤可以重新分配。從歷史來看,每當有顛覆性的角色進入,最高的利潤趨于流向擁有關鍵控制點的人。所以,汽車行業里的人需要占據一個有力的制高點,在產業鏈中把握住消費者最關心的元素和在產品、服務上擁有最有力的影響,拿到關鍵控制點。
首先,面對飛速變化的技術和市場動態,車企必須根據幾個不同方面的因素,比如利潤區間、需要的競爭力、創造可持續性優勢的能力,找到并評估可以辨認出最有吸引力的功能(駕駛輔助功能、動力總成、信息娛樂系統、底盤或車內互聯功能等)的方案。而一旦確定了車上這些具有吸引力的功能的優先級,接下來則需要確定每一層級下最優的“訪問模型”,云技術應用、UI、中間設備和服務、操作系統、視覺化、硬件等。
比如說,在信息娛樂系統中,UI和云內容會對用戶體驗有非常大的影響,因此就會成為信息娛樂系統的關鍵控制點。再比如,在駕駛輔助系統中,高精度地圖需要用到的云內容、駕駛過程中的算法、對于位置的精準感知和駕駛體驗需要的硬件傳感設備,這些同樣也是駕駛輔助系統的關鍵控制點。
對于收入和成本精通數據的貨幣化
汽車行業正在見證大數據的飛速增長,在車上產生和收集來的數據,不僅僅是數量也同樣在多樣性上都史無前例。今天,汽車每天就可以產生25G的數據,主要是來自內部車聯網和ECU,而未來的自動駕駛車輛可以記錄一切可以記錄的東西,英特爾預計到時候每天將會產生4000G的數據。
這些數據將會被應用到很廣的范圍,相當于是汽車行業最新的潛在價值資源。總體來說,這些由數據產生的貨幣化機會可以在2030年產生相當于7500億美元的價值。
這些對于車企的機會將會來自對于大數據的變現,同時包括B2B和B2C。汽車數據可以被用來產生定向付費內容或廣告,比如說地圖中的POI。自動駕駛汽車可以被通過電腦編隊行駛,僅僅通過紅燈前的提前判斷和滑行就可以提高燃油經濟性3-5%。而對消費者來說,便利性是最重要的,自動搜索、禮賓服務、預訂服務、泊車支付等等都是對于消費者相關的變現機會。
想要同時抓住B2B和B2C的機會,車企們需要辨別究竟哪些模型和方案更加與自己的優勢相匹配,同時還需要攻克其他關于數據所有權、使用案例、跨功能執行、定價模型、大數據分析、數據安全等關鍵的問題。
實行靈活的雙速研發
歷史上,車企的研發部門使用的是一套線性的、硬件驅動的方法。而隨著軟件內容的逐漸增加,這種方式也將面臨改變。同時,人才的使用也將是一個挑戰,因為到2030年的時候,汽車行業所需要的軟件工程師將會是現在的3倍。
想要在軟件層面可信又可靠,車企需要采取一套更加靈活的軟件開發流程,就像那些科技公司一樣。更靈活的軟件研發意味著研發周期可以由傳統的50-60個月大幅減少到6-24個月。同時也可以更清楚地區分剛發布的功能,和OTA或其他方法升級之后的功能的不同。更明顯的區分和更強的靈活性可以將軟件面臨發布平靜的風險最小化,并可能獲得更靈活的用戶體現。
不過盡管更加靈活的方法可以帶來顯著的效率提升,但卻也會產生與傳統硬件驅動的研發模型的矛盾。由于根深蒂固的顯著不同,車企們需要準備并采取所謂的“雙速研發”策略,同時保持硬件驅動和軟件驅動這兩種非常不同但卻又聯系緊密的研發線。
想要吸引軟件開發人才,車企需要采用一個類似創業公司的雇傭方法。車企更需要重視對人才的觀察,讓軟件經理而不是人力資源去招聘,工作環境或者工作地點也應該同科技公司相比更有吸引力。
最后,車企們也不要忘了軟件開發過程中的人工智能和自動化技術,這可以確保有限且寶貴的軟件開發時間可以用在最重要和專業的價值上。這可以讓軟件內容發展的潛力再增加30-50%。
全面采用工業4.0技術
汽車行業同樣需要通過應用數字化技術來維持和發展生產、質量、操作的靈活性。汽車工業已經展示過像精益生產(Lean)和六西格瑪(Six Sigma)這些技術帶給我們的影響,但工業4.0技術可以將生產力繼續提高20%,不僅僅是通過工廠內、還有整個供應鏈上的價值。這些機遇并不只是假設的,它們現在已經開始被應用,而且并不需要過多的資本支出。
舉個例子,曾今有某家主機廠發現在用了工業4.0技術之后,使一條原本以為已經最優化的成熟生產線又產生了變革性的影響。通過將更先進的分析和自動化串聯質量管理應用到機器上,生產效率提高了30%、廢棄率降低了80%、時間縮短了50%。他們裝配了電腦數控機器來生產曲軸,并使用了物聯網傳感器獲取和監控其性能數據,并開發了一套算法來實時分析數據,從而優化工具的位置來增加生產量。
當然,目前仍然有許多公司還在努力將概念驗證轉化為顯著的根本上的效果。麥肯錫的調查結果認為全面獲得工業4.0的效果需要4個步驟。
第一,方法,對準那些決定性因素,而不是漸進式改進。
第二,目標,專注在根本性改變,專注于減少工作量而不是使其更有效。。
第三,心態,像科技企業一樣思考,而不是汽車巨頭。
第四,執行,更靈活地向數字化轉型,而不是死板地遵循課本。
-
汽車行業
+關注
關注
0文章
337瀏覽量
15802 -
自動化
+關注
關注
29文章
5753瀏覽量
82264 -
自動駕駛
+關注
關注
788文章
14242瀏覽量
169904 -
工業4.0
+關注
關注
48文章
2047瀏覽量
120239
原文標題:麥肯錫報告:傳統車企正面臨出行的數字化顛覆
文章出處:【微信號:AItists,微信公眾號:人工智能學家】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
智能時代下,測試儀器如何顛覆性創新?
OBD車聯網的新商業模式
分析OpenStack 的商業模式

我國顛覆性技術發展主要存在的問題和難點
隨著商業模式的不斷創新,人工智能將成為重要支撐
法幣傾向于流出加密貨幣市場可能會帶來價格波動

什么是Web 3.0商業模式

調查顯示:歐洲60%以上用戶傾向于AMD CPU
六大技術的興起 給制造業帶來了顛覆性的變革
關鍵技術被“卡脖子”,研發也需要商業模式?
本源量子獲科技部“全國顛覆性技術創新大賽”優勝獎!

評論