唐旭 编译整理

量子位 出品 | 大众号 QbitAI

人人都在谈 自动驾驶 ，而人工智能为汽车行业带来的变化却远不止于此。麦肯锡征询公司本周发布的一份新报告显示，到2025年，AI将为全球汽车厂商（OEM）带来每年2150亿美元的总收益。

量子位将报告次要内容搬运如下：

过来两年多的工夫里，有四种次要的、推翻性的、相反相成的趋向在被汽车行业重复讨论： 自动驾驶、互联互通、电气化以及共享出行 。这些趋向被以为将会减速出行行业外部的生长、改动出行范畴的规则，进而引发一场由传统到推翻性科技创新的商业形式革新。

人工智能是上述一切四种趋向的中心技术。 比方，自动驾驶要依赖于AI，由于它是能为车辆提供牢靠、实时的物体辨认才能的独一技术；而关于其他三种趋向而言，AI则发明了少量的时机，可以降低本钱，改善运营并且生成新的受害流——比方，AI可以经过对需求和攻击停止预估和婚配来优化定价战略；此外，它还可以协助提升改良方案和车队管理程度。

关于汽车公司而言，经过AI而完成的提升将会扮演重要的角色，前者使他们得以停止金融改造，紧跟住眼前的趋向。

关于这四种次要趋向的预期后果之一，是发作在汽车行业价值库外部的一场明显革新。而这场革新将会对大型OEM和他们的商业形式发生尤为宏大的影响，而这种影响将会涉及整个行业甚至行业之外。顺应这些趋向呈现的产品和效劳，不只会影响一切在场者和传统工业，还会推进面向后来者关闭的大门。

许多之前关注其他范畴的公司——比方一些科技型玩家，开端鼎力向这种趋向和潜在的技术中投入资源，于是，一种全新的生态零碎随之发生。关于传统汽车厂商而言，新玩家将会成为重要的协作同伴： 汽车OEM可以应用新玩家的技术特长来解锁AI的潜在价值，而新玩家也取得了在出行行业分一杯羹的时机。

为了掌控这四种趋向，各家OEM需求对每一种趋向少量投入并停止成功的整合。

这份报告试图首先描画了人工智能在流程、驾驶员和车辆特性和出行效劳三个使用范畴为汽车OEM带来的各种价值时机；然后对这些时机停止了拆解和量化，最初，还概括了OEM为了在短期和临时内抓住这些价值时机应该采取的战略。

宏大的潜在价值时机

在短期到中期，人工智能会促进少量的、全行业的时机，在2025年前，将 为全球的OEM带来每年2150亿美元的总收益 ——这相当于汽车行业息税前收益总额的9%，或是实际上过来7年里1.3%的年均匀消费力提贬值。

这是一局部十分重要的价值，足以推进汽车工业每年2%的消费力增长。而这块价值中的大局部，来源于中心流程和价值链的优化。

图一： 到2025年，AI促进的优化将会驱动全行业的价值，而依托于AI的驾驶员/车辆特性则是单体OEM竞争者的杠杆。

三大时机范畴

AI为OEM发明的价值时机呈现在以下三种使用范畴：

• OEM价值链和其功用的相关流程
• 交融进车辆的驾驶员/车辆特性
• 在出行市场内代表了全新商业形式的出行效劳

图二： 与流程中发生的价值相反，由驾驶员/车辆特性和共享出行发生的价值只能在临时内获取。

随同AI而生的驾驶员或汽车特性以及出行效劳可以在临时发明少量的、全行业范围内的价值，在短期内，它们外行业层级上发明的价值依然是无限的。但是，在这些方面压制竞争对手的单体OEM可以取得少量的市场份额。

不管如何，这些在市场中被科技巨头瓜分的份额，与得到OEM所带来的一局部重要客户群的风险相比，微乎其微。

而短期来看，人工智能也能促进横跨整个价值链的效率提升和本钱浪费。它还能从汽车销售和二级市场销售中发明额定收益。这其中的大局部价值发生于四个中心流程。

在 推销、供给链管理以及消费制造 方面，效率的提升可以辨别为这三个部门浪费510亿、220亿和610亿美金的本钱。在市场和销售方面，依托AI的效率提升可以同时降低本钱和发明收益，发明总共310美金的潜在价值。

由于在这些价值时机之中存在着重要的、针对特定使用范畴的差别，我们次要对两种价值差别停止区分。

• 全行业范围内的价值时机： 这是种逐渐积聚起来的行业效应，OEM可以在不思索竞争对手表现的状况下获取。
• 针对OEM的特定价值时机： 这一类别中AI使用案例的价值只由单体OEM积聚，同时依托OEM压制潜在竞争对手的才能。

1. 全行业的价值时机

我们对这些价值时机所形成的影响停止了量化，发现2025年AI技术所发明的绝大局部价值（约2030亿美金）将会来源于与价值链相关的流程。

图三： 关于2025年汽车OEM价值链相关价值库的联系

为了更确切天文解这些价值时机是从哪里、如何发生的，我们剖析了OEM价值链外部的七种次要流程范畴： 研发、推销、供给链管理、消费制造、销售和市场、售后效劳以及后勤保证部门，包括HR、金融和IT 。

关于每一种范畴，AI促进的使用都能发明两种不同方式的价值。

• 依托于数据的洞见生成： AI使一些之前难以获取、难以解码的数据得以被停止剖析，用以生成全新的洞见和了解。这些全新的信息将可以提升效率、降低本钱。
• 依托于AI的流程自动化： AI推进了之前一些难以被自动化的义务的自动化进程。这个进程不会发生新的洞见，但确实会在特定的流程中降低休息力需求。

2. 单个OEM的竞争优势

与流程方面的提升相反，以客户为中心的效劳（驾驶员/汽车特性和出行效劳）将在全行业层面形成无限的、短期的影响。但是，这些效劳却会在单体OEM的竞争中扮演重要角色。

两个来源为这种效劳提供了价值时机：数字化用户体验和驾驶员/车辆特性、新兴的出行市场。

图四： 与在ADAS/AD特性方面落于人后的高风险相比，市场巨头的潜在支出非常无限。

如何抓住时机？

为片面抓紧AI发明的时机，OEM需求发起一场AI转型，树立起必要的才能，来提供客户为中心的、临时的效劳承诺。

试图在短期抓住AI所带来价值的OEM，有四种成功要素：从不同的来源搜集与协调数据、树立一个协作同伴生态零碎、树立一个AI操作零碎、树立起中心AI才能以及一支AI团队。

播种知识并抓住短期价值也是OEM的AI零碎转型第一步，在完成这一步之后，他们应该确立AI的中心位置，在整个机构范围内树立起一种总体认知。这些有助于OEM将本人端对端的转型任务停止扩展和铺开，从而零碎地获取AI发明的全部潜在价值，为他们应对四种推翻性趋向而预备的临时战略树立才能。

报告PDF下载地址：https://www.mckinsey.com/~/media/McKinsey/Industries/Automotive%20and%20Assembly/Our%20Insights/Artificial%20intelligence%20as%20auto%20companies%20new%20engine%20of%20value/Artificial-intelligence-Automotives-new-value-creating-engine.ashx