咨询+科技双轮驱动 IBM一站式全栈服务助力汽车行业AI转型

　　如今，AI技术向各行各业加速渗透，汽车行业正被重新定义。AI技术在自动驾驶、智能座舱、车辆设计、生产制造、售后服务等多环节广泛应用，提升效率、安全性和用户体验，推动行业向智能化、电动化、网联化发展，促使车企和供应商调整战略，加强技术研发与合作，以适应变革并保持竞争力。

　　近日，在一场关于汽车行业AI转型的探讨中，IBM表示，面对汽车行业的挑战和AI时代的机遇，IBM 依托“混合云+AI”的战略定位、“咨询+科技”的全栈服务能力，以及深耕中国汽车行业 20余年的丰富经验，无论是运营、战略咨询、产品设计还是服务设计，IBM利用自身的咨询和AI能力，可以帮助所有车企在“内卷”时代开启转型变革之路。

降本增效成为核心诉求

　　IBM 所做的《2024年全球车企 CEO 调研》覆盖了全球 30多个国家和地区，151位车企 CEO。调研显示，他们在 2024的投资重点是AI 试点实验、2025年投资转向效率和成本节省领域、2026年将逐步投向以 AI 应用来推动业务增长和扩展。未来三年，CEO 们最优先考虑的是“提升用户体验”，对他们来说最大的挑战来自于“业务模式创新”。

　　可以看出，在成本压力持续上升的背景下，降本增效已成为汽车竞争力的核心诉求。IBM中国科技事业部汽车行业和跨国公司总经理王胜航表示，在汽车行业，“研产供销服”每个阶段都可以利用AI来降低成本，提高质量。不仅如此，未来几年，AI更重要的策略是可以帮助他们增强自研汽车品牌的差异化优势，将工具转化成价值。

　　对于大部分汽车企业来讲，他们现在更为关注的是如何解决从单品类到多品类，从单产品线到多产品线，甚至是从单品牌到多品牌发展过程中所遇到的管理流程痛点。对此，IBM 咨询中国区汽车行业总经理唐俊表示，不同企业关于降本增效的诉求不尽相同。对于整体体量较大、子品牌较多的主流车厂来讲，降本增效的诉求在于如何实现平台化运营，就是从集团的角度出发，将从研发、生产、制造、营销、供应链等各流程打造成一个集成平台，实现集团的统一管理。对于新进入汽车领域的企业来讲，降本增效的诉求集中在标准化管理方面，希望借助AI技术打破部门之间的壁垒，统一员工工作方式，实现企业的标准化管理。

左为IBM中国科技事业部汽车行业和跨国公司总经理 王胜航；右为IBM 咨询中国区汽车行业总经理 唐俊

　　面对客户多样化诉求，AI技术通过优化生产流程、提升生产自动化水平，能够显著提高生产效率，降低人力成本和资源浪费。例如，智能质量检测系统可快速精准识别生产中的问题，减少次品率，同时降低人工检测成本。此外，AI在研发设计、供应链管理、售后服务等环节也发挥重要作用。在研发设计中，AI可缩短设计周期，减少试错成本;在供应链管理中，AI能够优化库存管理和物流配送，降低库存成本;在售后服务中，AI驱动的智能客服和故障预测系统可提升服务效率，减少人力投入。通过这些应用，车企不仅能够降低运营成本，还能提升整体运营效率和竞争力。

打造“咨询+科技”的全栈服务能力

　　IBM调研报告显示，全球74%和中国77%的受访汽车行业高管表示，2035 年的汽车将依赖于软件定义和 AI 驱动。事实上，75% 的全球汽车行业高管表示，到 2035年，软件定义体验将成为品牌价值的核心。而认同这个观点的中国受访汽车行业高管比例更高，为86%。为此，全球和中国的汽车制造商将大幅增加软件定义产品的研发预算，分别从目前的 21% 和 22% 都提高到 2035年的 58%，几乎是原来的三倍。

　　IBM依托混合云+AI的发展战略，提出了“全局规划+场景拆解”方法论，能够帮助汽车企业构建可持续进化的端到端跨工作流能力。从咨询规划的角度来看，IBM 咨询专注于客户诉求和业务痛点，能够从战略业务咨询和规划、新商务模式洞察、出海选型、人才培养等方面，为客户提供“研产供销服”端到端的服务。从技术和场景落地的角度来看，IBM能够向客户提供一站式全栈服务，从底层的基础架构，到红帽混合云平台，再到企业级AI平台watsonx，包含watsonx.ai, watsonx.data, watsonx.governanc以及watsonx.orchestrate等，以及最上层IBM咨询+科技与合作伙伴共同打造的应用场景。

　　在场景落地过程中，IBM科技会用产品和技术真正遵从咨询部门给企业做的咨询战略，把它们来一一落地。对此，王胜航解释说，为了更好地让客户理解AI技术在应用场景中的实际价值，IBM会通过深入企业生产环节的方式，实地挖掘业务难点和痛点，在此基础上，再将解决方案嵌入到该场景中，让客户真正感受到AI技术是如何解决业务痛点，并产生实际效果的过程。当客户受到启发之后，IBM会再用车库创新的方法与客户联合共创，打造真正适合企业需求的解决方案。

　　以具体的场景化应用为例，某大型汽车制造企业面临着传统人工质检效率低下、漏检率高、成本高昂等问题，亟需引入先进的 AI 技术提升生产质量。IBM 为其部署了基于 IBM Maximo Visual Inspection (VI) 技术的智能视觉检测系统。该系统融合了计算机视觉和深度学习等技术，能够对汽车零部件进行高精度、高效率的自动化检测。首先，收集大量汽车零部件图像数据，并进行人工标注，构建高质量的训练数据集。然后训练模型，并进行持续优化，提升模型识别精度和泛化能力。最后，将训练好的模型通过手机端和工控机部署到生产线上，实现实时在线检测。结果显示，AI 视觉检测系统能够以毫秒级速度完成检测，效率远超传统人工质检，漏检率降低至0.1%以下，显著降低了质检成本，同时提高了产品质量，减少了返工和报废成本。

　　“IBM提供的解决方案与其他解决方案有着显著差别。大部分解决方案，你问什么它都会给你答案，但它不会追踪答案来源，也不对内容负责。这就是医疗行业也可以用AI工具，但是它只能提供辅助性指导，不能做医疗诊断的原因。而IBM提供的企业级治理方案会帮助客户追踪溯源，如在出海合规方面，IBM不仅会将企业标准、国际标准的来源为客户标注出来，还会进行二次核对。”王胜航表示，通过IBM企业级AI平台与行业解决方案的深度融合，我们正在实现从研发端的智能生命周期管理、生产线的预测性维护，到财务智能预算、供应链智能定价，以及基于客户反馈的精准营销全场景赋能，赋能汽车行业客户应用 AI 完成智能化转型。

(本文不涉密)
责任编辑：路沙

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。