当前位置: 首页 > news >正文

宝马将机器架上微软 Azure,国内科技巨头也难抵汽车“诱惑”

汽车行业数字化转型的本质是从“卖产品的思维”切换为“流量思维”,这句话如何理解?国内外科技巨头为了这件事做了哪些努力?

一时之间,车联网、工业物联网、数据湖…这些词语频繁得与汽车厂商出现在一起。

宝马与微软合作,希望制造商可以更容易建立利用工业物联网和云计算的智能工厂。

大众汽车与亚马逊签署为期多年的协议,希望建立“大众汽车工业云”,利用云计算和物联网连接和管理制造工厂和供应链。在此之前,大众汽车也曾与微软达成协议,希望建立“大众汽车云”,优化所有品牌车辆、云平台和客户服务的互联度。

特斯拉首席执行官埃隆·马斯克内部邮件部分内容曝光。在邮件中,马斯克表明,为了保证 3.5 万美元标准版 Model 3 的顺利销售,未来几个月内,特斯拉将会关闭很多线下门店,降低销售和营销开支,所有特斯拉汽车都将转向线上渠道独家销售。

奔驰、宝马和奥迪陆续发布财报,公布2018年度业绩,利润均出现不同程度下滑,大规模研发投资被认为是重要原因之一。分析师认为,加大研发投资是德系三强的一种转型共识,未来汽车行业的增长突破点更多在于新技术。

汽车行业数字化转型

根据预测,到2020年,数字化和技术进步将使汽车行业的投资增加到820亿美元。汽车企业已经察觉:必须满足消费者在研究、购买和使用汽车时对数字化增强体验的需求才可能实现增长。

对此,业内人士点评称,汽车行业数字化转型的本质是从“卖产品的思维”切换为“流量思维”,这句话作何解?汽车厂商的转型包括哪些方面?

产品层面

传统汽车往往具有多个 ECU(可以简单类比为电脑的 CPU),几乎每个电子部件都有自己的 ECU,这在管理和控制上极为不便,用户所希望的体验是可以像使用智能手机一样操控汽车,也就是具备统一的主操作系统,所有应用都在这之上构建,用户可以很方便得统一管理。

此时,车联网的概念开始被接受和实施。

起初,车联网建设更多注重车载信息娱乐等内容接入,如今,大部分车主可以在驾驶过程中通过统一操纵台选用导航、播放音乐或者视频等功能。

随着接入车辆规模越来越大,采集的数据越来越丰富,新一代车联网平台开始考虑如何挖掘车联数据价值,为车主提供更丰富更适合的服务,这便出现了上述汽车厂商与互联网技术大厂合作的消息,希望借助这些互联网公司的技术能力帮助实现数据的流转和计算。

相比较而言,汽车行业也存在一类厂商起初就专注打造数字汽车,架构设计上是一台数字化汽车,包括统一计算平台,统一操作系统,永远在线,不断 OTA(更新),比如特斯拉,就这一点而言还是具备优势的。

伊隆·马斯克(Elon Musk)曾表示,自动驾驶汽车(AV)“正在变得正常。就汽车本身而言,多年来已经逐渐发生改变,近几年的不少车型都配备了智能操作系统和辅助驾驶功能,但离全面自动驾驶距离尚远。

过去一年,无论是控制系统的升级还是高清地图的泛用,无不在推动自动驾驶的落地,再加上开源框架的进一步成熟,V2X 的落地实践,传感器融合更强等多重因素影响,自动驾驶已经上升到新的高度。随着通信技术的变革,边缘计算能力的增强,汽车的敏感度将进一步提升,这一技术的推进步伐应该会加快。

当然,VR、AR这些近两年的热门技术也在挑动着汽车厂商的神经,但这些尚不如智能操作系统和自动驾驶的用户期盼度高。

汽车销售

过去,传统汽车厂商很难直接触达最终用户,基本都会通过经销商进行消息传达,自然也很难将用户数据沉淀下来,每逢促销等活动之际,不少车厂都需要向第三方购买数据或者大规模进行广告投放。

在这个阶段,汽车厂商的思维大多还停留在“卖产品”的阶段,很难及时基于用户需求对产品进行调整,整个过程效率比较低下。

百度副总裁、百度云总经理尹世明曾在接受记者采访时表示:

以前车卖出去和车企关系不大,其实车企很想了解车卖出去后的情况,但是了解不到。但是在无人驾驶和智能物联时代,企业与用户、设备的交互非常频繁,企业真正可以在边界之外进行更多运转。

如今,用户尚未进店已经通过线上平台了解过半信息,当用户进入线下店基本已经预先对理想车型心中有数,只是进行最终确认。这种消费模式的转变让汽车厂商不得不做出改变,对线上营销分配适当精力,实现与最终消费者的直接触达。当然,这可以通过很多方式实现,第三方网上购买平台、自营网上商店、小程序、APP等都可以与用户直接对话。

这一变化让汽车厂商开始出现“流量池”思维,沉淀用户数据并对用户进行画像,让整个营销模式发生变化,开始进入个性化精准营销阶段,这些用户需求的搜集也可以对产品研发提出建议,对供应链和智能制造产生影响,这可以理解为流量所带来的红利。

供应链与智能改造

供应链与智能制造显然是目前车企数字化转型的重要一环。以宝马为例,其物联网平台目前连接着3000多台机器和自动运输系统,此次选择与微软合作也是希望研究所谓的“开放式制造平台(OMP)”,这是一个开放式的技术框架,支持智能工厂的产品开发,并开放给汽车公司和其他制造商注册。

根据微软和宝马方面的介绍,制造商正在受到传统专有系统所创建的数据孤岛的影响,导致数据没办法有效利用,同样的软件解决方案可能需要在不同的系统上进行重复开发,浪费大量成本。

OMP的想法是在微软Azure之上提供一个基于开放式工业标准和数据模型的开源组件架构,利用工业用例代码,社区成员和合作伙伴将有能力开发自己的服务和解决方案,同时保留对数据的控制权,物流自动运输系统的机器标准也将被提供到OMP。

大众汽车与亚马逊的合作重点同样是该环节。根据合作内容,双方签署了一份为其多年的协议,主要目的是建立“大众汽车工业云”,提高工厂效率和车辆质量。

据介绍,该系统将聚集大众汽车122个制造工厂的实时数据,以管理装配设备的整体效率,跟踪零件和车辆信息。随着时间的推移,该系统可能会连接大众汽车全球供应链中的3万多家工厂和1500家供应商及合作伙伴。

具体来说,大众汽车将使用AWS IoT服务套件,包括AWS IoT Greengrass,AWS IoT Core,AWS IoT Analytics和AWS IoT SiteWise,以检测、收集、组织和运行工厂车间数据的复杂分析。AWS的物联网服务将为各设施制造运营提供见解,从而优化生产并提高流程效率。在全公司范围内,大众汽车将基于Amazon Simple Storage Service构建(亚马逊 S3)数据湖以分析数据,通过识别生产和成本之间的差距,收集运营趋势,改进预测和运营见解。

使用Amazon SageMaker为开发人员和数据科学家提供快速构建、培训和部署机器学习模型的能力,以优化其所有工厂中机器和设备运行。另外,大众汽车计划使用AWS Outposts,在工厂车间和云之间实现无缝操作,以提高延迟敏感型应用的效率和一致的混合体验。

IDC分析师表示,制造和运输业是物联网领域最大的消费者(当然,大众汽车跨越两者皆有)。制造商希望通过在生产线上添加传感器进一步提高效率,以便实时发现问题。

科技巨头难抵“诱惑”

由于历史原因,传统汽车厂商往往不具备数字化转型所需的全部技术能力,传统的烟囱式架构让他们无法及时响应业务侧变化,无法沉淀及运算大规模数据,不具备运维大规模集群的能力,无法将人工智能等技术应用到改革之中。即便这些事情可以通过自建技术研发团队从零开始做起,但砸下的资金和人力资源是巨大的,为何不考虑已经逐渐成熟的互联网公司的技术呢?

如此,这些互联网科技巨头也没有打算浪费这个机会。2015年1月22日,百度官方正式宣布将于1月27日正式发布百度车联网战略。至此,腾讯、阿里巴巴和百度均加入车联网系统争夺战。

阿里巴巴

2016年7月6日,斑马将阿里巴巴智能操作系统AliOS植入汽车,从此汽车拥有了第二个引擎-数据。

根据介绍,该系统具备云端一体的计算能力,这就是互联网汽车,让汽车、用户与服务智能互联,时刻在线,可以接入多种智能硬件,比如智能相机、无人机、空气净化器等,是互联网汽车智能硬件开放平台,提供与互联网汽车连接的标准化方案。为智能硬件合作伙伴全面打通数据、硬件、交互和运营接口。

目前,这一智能操作系统已经接入荣威、名爵、上汽大通、东风雪铁龙、东风标致、观致汽车、宝骏汽车等众多车型。

百度

提起百度,就不得不提其在无人驾驶领域的一些动作,这也是几家巨头里面对此最亲力亲为的大厂了。

众所周知,百度有一项无人驾驶开源计划“Apollo(阿波罗)”,百度副总裁、百度云总经理尹世明曾在接受记者采访时表示:

百度云为Apollo计划提供仿真引擎、数据平台、云安全、空中下载等云服务,而且目前已经面向开发者开放仿真引擎等公有云服务;百度云也将为无人车的仿真训练,计算提供一个高强度支撑,以帮助无人车尽快获取大量路测数据,加速落地。

在参考硬件平台方面,百度云将为汽车终端提供本地计算的算力支撑。

对于汽车终端来说,百度云将为其FPGA算法提供更高的算力,并帮助其优化模型。

百度云也为此特意开放了公测版度行智能车辆云,提供车辆数据接入、存储、分析与可视化展现,保障车辆安全,提供地图服务、AI等服务,旨在帮助整车厂和分时租赁、物流、无人驾驶车等方向企业搭建高效、安全、可靠的车联网平台,具体架构如下:

\"\"

根据公布的功能来看,其可以为车辆设备提供远程升级固件服务,提供高速升级包下载、断点续传、断电保护、差分升级(升级过程实时更新追溯)等功能;支持高性能存储与查询;支持数据解析和多种数据传输协议。

腾讯

2018年5月24日,在腾讯云+未来峰会上,腾讯云联合腾讯车联、腾讯科恩实验室发布汽车行业解决方案,这是腾讯第一次发布汽车联合解决方案。

在宣布解决方案的同时,腾讯云和广汽也宣布了一项重磅的消息:腾讯云和广汽研究院达成\u0026quot;智能网联云平台合作开发协议”。腾讯方面表示,希望为车企打造一套“属于企业自主的新智能网联平台”。该平台采用混合云架构,把车厂复杂繁多的系统进行梳理和打通,实现数据聚合和自动化运维。平台支持多车型和多协议的接入,支持海量车辆以及车主app 同时接入。

华为

从 2015 年起,华为轮值董事长徐直军亲自上阵与众多汽车厂商进行接洽。华为推出了面对企业运营的“汽车仿真”和“数字化营销”云计算解决方案,以及面向数字汽车产品的“车联网”和“自动驾驶”云计算解决方案。

相比于单一的车联网建设,华为很大的不同在于提供通信能力、整车电子电气架构、电控以及国内唯一一家拥有服务器端AI芯片的厂商,这对于正在考虑进行数字化转型的汽车厂商来说更具吸引力,并已经在车联网、汽车公有云/混合云等方面拥有落地案例。

转型思考

虽然,国内科技大厂在努力进行车联网方向的建设,但针对供应链与智能改造方向的转型案例有所欠缺,暂时没有类似大众汽车和宝马的案例出现,大部分都集中在产品层面和营销层面。当然,这也可能意味着国内的汽车厂商未来可能会做类似大众汽车和宝马一样的事情。

其次,大众汽车的改革不单单是与云计算实力够硬的厂商进行合作,其也宣布要成为一家“软件驱动的汽车公司”,这就需要提升自身的技术实力。

在与微软宣布合作之际,大众汽车就表示将在北美微软总部附近成立一个汽车云研发办事处。微软为大众汽车提供实际支持,为汽车云研发办事处建立提供帮助,提供招聘、人力资源管理和咨询服务等资源。

除了合作伙伴关系的技术理念之外,微软还将向大众汽车提供组织架构内关于云的专业知识,使大众汽车的开发人员和工程师可以从微软的文化中受益,并将这些经验应用到大众汽车的核心组织中,而这一点暂时没有体现在国内汽车厂商身上。

这也可以理解,对国内传统企业而言,一些新技术的应用或者方式变革可能会带来整个组织架构的调整,而这种调整势必会引发争议和冲突,这也是国内企业转型进程相对缓慢和保守的重要原因,但这也给下一步的发展留下了更多可能。

最后,细数目前国内科技大厂展示出的汽车合作伙伴,数量并不是很多,这也意味着国内的车企市场转型还存在巨大增长机会,而这些科技巨头所提供的解决方案和产品丰富度同样存在很大升级空间。

毫无疑问,数字化转型将是所有车企未来几年的重要工作,而这既是汽车厂商的机会也是科技厂商的机会。

相关文章:

  • 微服务落地,我们在考虑什么?\n
  • Vue-cli 3.0基础项目工程模板
  • 北大AI公开课2019 | 微软亚洲研究院周明:NLP的进步将如何改变搜索体验?
  • 多态使用时,父类多态时需要使用子类特有对象。需要判断 就使用instanceof
  • 软件工程(2019)第一次作业
  • Windows下搭建Wampserver+Wordpress
  • JavaScript 内功心法——变量提升及函数提升
  • 获取百度网盘真实地址
  • 鸡你太美
  • openshift上使用devicemapper
  • POJ-1195-Mobile phones
  • 2019 全球智博会即将开幕,五大惊喜抢先看!| 智博会
  • 5G重新定义汽车工业:它是汽车智能化的关键技术吗?| 2019 上海车展
  • linux目录结构特点
  • 基于StarlingX的边缘计算机器学习优化
  • 实现windows 窗体的自己画,网上摘抄的,学习了
  • 收藏网友的 源程序下载网
  • ES学习笔记(12)--Symbol
  • HTTP那些事
  • IndexedDB
  • JavaScript 奇技淫巧
  • java中的hashCode
  • KMP算法及优化
  • Koa2 之文件上传下载
  • Lsb图片隐写
  • maven工程打包jar以及java jar命令的classpath使用
  • Python爬虫--- 1.3 BS4库的解析器
  • ⭐ Unity 开发bug —— 打包后shader失效或者bug (我这里用Shader做两张图片的合并发现了问题)
  • vue2.0开发聊天程序(四) 完整体验一次Vue开发(下)
  • 阿里云购买磁盘后挂载
  • 创建一个Struts2项目maven 方式
  • 关于for循环的简单归纳
  • 计算机常识 - 收藏集 - 掘金
  • 京东美团研发面经
  • 前端 CSS : 5# 纯 CSS 实现24小时超市
  • 如何在GitHub上创建个人博客
  • 网络应用优化——时延与带宽
  • 阿里云IoT边缘计算助力企业零改造实现远程运维 ...
  • ​二进制运算符:(与运算)、|(或运算)、~(取反运算)、^(异或运算)、位移运算符​
  • # Java NIO(一)FileChannel
  • #100天计划# 2013年9月29日
  • (C#)获取字符编码的类
  • (C语言)输入一个序列,判断是否为奇偶交叉数
  • (html转换)StringEscapeUtils类的转义与反转义方法
  • (Python第六天)文件处理
  • (pytorch进阶之路)扩散概率模型
  • (分布式缓存)Redis持久化
  • (附源码)python房屋租赁管理系统 毕业设计 745613
  • (三)elasticsearch 源码之启动流程分析
  • (三)mysql_MYSQL(三)
  • (一)u-boot-nand.bin的下载
  • (转)创业的注意事项
  • (转)一些感悟
  • (轉貼) UML中文FAQ (OO) (UML)
  • .net 7 上传文件踩坑