数字时代，以云计算、大数据、物联网、人工智能为代表的数字技术迅速成为汽车制造行业的生产新要素，在促进车联网、自动驾驶、汽车移动服务快速普及的同时，还使得全球传统汽车行业格局发生了翻天覆地的变化。麦肯锡指出，汽车行业面临的数字化改变，将使整个汽车行业的规模从2015年的3.5万亿美元，增长到2030年的6.6万亿美元*。
汽车产业链的日益全球化，巨型汽车企业之间的大规模重组，促使汽车业成为高度全球化的产业。在汽车全球化中，数字技术一直在重新定义汽车行业的制造流程，并支撑汽车制造业跨地域在全球构建高度一体化的企业供应链。同时物联网、区块链在汽车业的应用，正在加快汽车业向互联化、智能化方向发展。在这一过程中，以数字化、智能化为主要资源的新型汽车业，正快速与传统汽车业进行融合。传统汽车业的转型升级，已经势在必行。
![]()
传统汽车业面临的挑战
在全球化、数字化和互联化三大趋势下，麦肯锡指出，传统汽车业面临以下四大挑战：
- 成本压力：模块化系统的兴起、新能源技术的涌现和环保要求的提升，在加快汽车业全球化布局的同时，也给传统汽车业带来更高的研发和生产成本。此外，消费者的个性化需求，要求汽车制造从传统的批量生产向个性化设计和生产转变，这就给整个汽车生产、管理和运维带来更多的成本压力。
- 市场衍生：汽车市场的高度全球化，不仅带来全球汽车生产能力的不断上升，还带来新型市场如网联汽车、共享汽车、自动驾驶、汽车后服务等的兴起。在这一过程中，传统汽车企业要实现未来收入增长，就需要针对不同地域、不同个性化消费市场制定产品/服务差异化战略，以提高自身业务衍生能力。
- 数字化需求：消费者对数字化生活方式(如数字娱乐、语音识别系统、导航地图、3D可视化)以及对新颖创新服务(平台化、共享化)需求的不断提升，促使传统汽车企业对产品、服务和流程进行数字化改造，在重新定义用户体验的同时，将数字化服务作为新的利润空间。
- 汽车格局重构：汽车全球化的市场格局带来产业链价值的再分配，汽车产业的重心从制造向服务转移。同时数字化、网络化和平台化对传统汽车产业链的渗透，促发了基于新技术的全新汽车产业。传统的汽车企业，为了应对基于数字化、平台化的新型汽车产业的冲击，迫切需要进行跨界融合，或者基于平台化提升自身的数字化创新能力，以赢得新的竞争优势。
中国汽车业的机遇和挑战
汽车制造业的全球化、数字化和互联化，也一直推动着中国汽车行业的快速发展。中国汽车产业因为规模效益显著、产业链条长，一直都是我国制造业快速发展的支柱产业。在新一轮科技革命和产业变革的推动下，我国汽车正在加快向互联化、智能化方向演进，以促进供给侧结构性改革和汽车产业的转型升级。2019年两会政府工作报告明确提出拓展“智能+”，为制造业转型升级赋能。这对于我国传统汽车制造业的改造升级带来了巨大推动力。
通过全球化进行产品和技术输出：全球化的推动、汽车消费结构的变化、出行服务的新格局，以及国家对汽车业的多项刺激措施，未来中国汽车行业将面临全面开放的局面，这为中国汽车产业提供了通过全球化进行产品和技术输出的机会。在这一过程中，中国传统的汽车制造企业如何借助汽车产业的全球化发展契机，充分利用国家战略和机遇，调整自身的全球化战略布局，整合全球优势要素，是中国汽车企业真正“走出去”，对全球汽车市场进行产品和技术输出的关键 。
数字化带来新的业务增长点：数字化带来了汽车行业新的业务模式和新的市场细分(例如用户体验的数字化、移动出行等)。对于传统汽车企业而言，需要借助数字化浪潮，将云计算、物联网、人工智能等技术作为新的生产驱动力，快速打造全新的数字化生产模式和业务模式，从而为业务提供新的增长点。
互联网、智能化加速业内竞争：随着新兴技术不断融入到汽车工业领域，用户的个性化需求不断提升且多样化，这导致越来越多的新兴造车企业 “跨入”传统汽车市场，并逐渐改变整个汽车工业的生态。例如，AI+汽车，带动汽车AI高科技知识经济产业和新兴零部件产业的大发展。基于此，传统汽车企业必须加大对物联网、人工智能等新技术的投入，通过与创新技术的融合，实现产品、供应和业务模式创新，以继续保持市场竞争力。
AWS助力汽车制造业实现转型升级
不论是传统汽车制造企业，还是跨界进入汽车行业的科技企业，以及新兴的跨入汽车行业的造车企业，都能够通过部署广泛的AWS服务，在汽车产业价值链的众多环节进行产品和服务的创新，在提升业务创新能力的同时，实现产业转型和升级。
- AWS联网汽车解决方案：AWS 通过云服务提供联网汽车解决方案。借助覆盖全球的全面的AWS服务，AWS联网汽车解决方案能够在全球范围内收集、处理、分析和响应车辆数据。通过联网数据，客户能够快速采取相应应对措施，实现个性化、直观、智能而安全的交互，打造创新的联网体验，同时降低连接成本。
- 自动驾驶：AWS 全套的自动驾驶服务，支持高级驾驶员辅助系统，以及汽车自动驾驶的开发和部署。AWS高性能计算和存储容量，让用户可以采集、接收、存储和分析自动驾驶车辆的数据，为自动驾驶车辆的全面开发提供有力支持。AWS支持多个先进的深度学习框架，包括Apache MXNet、TensorFlow 和 PyTorch 等，以加速客户进行算法训练和测试速度。此外，AWS IoT Greengrass提供的边缘计算及机器学习推理功能，可以实时处理车辆中的本地规则和事件，同时尽可能降低向云传输数据的成本。
- 数字化客户互动：在数字化营销环节，AWS 可扩展的自动化解决方案，在实现营销平台现代化的同时，通过多种多样的渠道提供个性化、智能化、高品质、全方位的交互式汽车消费体验，例如：智能点播内容、智能 AI 会话代理、智能GPS定位等。此外，AWS机器学习产品还能够用来进行客户行为预测，从而为汽车行业的下一步决策提供洞见。
在全球汽车产业格局重塑过程中，不论是传统的全球先进的汽车制造商宝马、奥迪、丰田等，还是优步、Lyft等网约车服务平台，都已经或正在使用丰富的AWS服务。不仅加快了传统汽车公司数字转型速度，提高了汽车附加值，还助力类似Lyft的企业通过数字化和智能化的服务在短短几年成为“独角兽”，为通过大数据和人工智能持续优化用户体验和服务奠定基础。
*数据来源，McKinsey“Automotive revolution-perspective towards 2030 ” ，2016
