2019汽車行業數字化轉型趨勢預測：巨變時代的新增長機會

趨勢1：軟件定義汽車

電動化、網聯化、自動化作為未來發展方向，已經在汽車產業達成共識。這些將持續改變傳統車企的產品設計、研發與生產模式。預計到2021年，汽車業70%的創新都將來自于數字技術的重組。

傳統整車企業圍繞原油技術與產業生態形成的的壁壘（例如：燃油車體系，變速箱體系、機械體系），在新技術的沖擊下，正被逐一打破。汽車制造從機械制造向電子制造發展， 汽車生產模式從物質化實體工廠模式向數字化智能制造發展，汽車的研發/設計從純硬件走向軟、硬結合。 汽車是新一代數字技術的集大成者。 未來，汽車業大多數的創新不是從0到1的創新，而是來自現有數字技術的迭代與重新組合。網聯平臺、數字孿生技術、汽車操作系統、高精地圖、自動駕駛、OTA、人工智能、5G、AR/VR等眾多軟實力之間的重組是車企構筑新的核心競爭力的關鍵。

趨勢2：用戶將有機會參與汽車研發全過程

到2020年，50%的新車將通過C2B協同研發平臺進行新車設計、開發、銷售。C2B云平臺的意義在于將傳統的消費型客戶變成“Procumer”(超級客戶)，讓客戶第一次有機會參與汽車研發的全過程，為自己選車、造車，從中獲得滿滿的參與感。用戶不僅可以在平臺上自由選配、定價，還可以參與車型定義、設計開發、汽車驗證的全過程。不僅如此，平臺還面向外部供應商、工程師、設計師、美術師，以眾創、眾包、眾籌的方式讓研發更高效、新車的上市速度更快。

趨勢3：數據變現，車企營收的新渠道 

隨著汽車電動化、智能化、網聯化、共享化能力的提升，數據量的增長速度超出想象。圍繞人、車、城市生成的娛樂數據、車機數據、駕駛行為數據、電商數據以及場景化數據都是企業寶貴的資產。有了數據，向客戶推送精準廣告可以賺錢、娛樂服務訂閱可以賺錢、直接交易數據給保險公司、廣告公司、4S店也可以賺錢。未來，還有哪些數據可以變現、通過何種模式變現、哪些場景的數據變現能力更強、誰會為數據買單，想清楚這些問題，車企將成功開辟新的營收渠道。預計到2021年，數據資產變現將為車企增加15%的營收。

來源： 阿里云研究中心 & 汽車與智能出行事業部

趨勢4：智能全域營銷平臺，打造線上線下營銷閉環

據統計，中國超過半數買家將線上做為選車首站，更多的消費者習慣在線上了解汽車品牌信息、車型和價格，然后去線下品牌體驗店試駕，等大促活動時線上付款，再到4S店提車。消費渠道與信息觸達通道的碎片化導致流量與消費體驗的碎片化，渠道間的每一次切換稍有閃失，都會增加失去客戶的風險。

借助全域營銷平臺，不僅可以打通線上、線下所有渠道，做到消費者的無感知渠道切換; 同時還能構建“統一的ID”數據體系，利用數據記錄消費者線上/線下留下的每一個腳印，形成完整的用戶畫像；利用大數據與人工智能技術對細分人群深入洞察，進而轉化為個性化內容與服務，比如個性化內容推送、精準廣告投放、智能導購、個性化保單、預測性維護等。2019年，2/3的車企會將50%的營銷預算用于打造全域營銷平臺。

來源： 阿里云研究中心 & 汽車與智能出行事業部

趨勢5： 工業AI的使用密度與質量將是拉開車企在生產端實力差距的關鍵

根據麥肯錫2018 年的汽車業調研，全球50%的車企都已在生產端開展AI應用的探索。預計到2020年，2/3的車企將至少在3-5個生產場景中嘗試使用人工智能技術。

當前，工業AI在汽車生產排產、供應鏈管理、設備維護、能耗管理、工廠安全、圖像質檢等眾多環節正快速落地。例如，AI技術可以讓焊接機器人的生產節拍更快、產能更高，可以在幫助車間員工提升組裝效率與質檢的效率、，也可以讓廠內物流運轉得更高效。誰的工廠使用AI的場景越多，誰的工廠AI落地場景越精準，那么工廠抵抗各種不確定性風險的能力也就越強。未來，工業AI的使用密度與質量將是拉開車企在生產端實力差距的關鍵。

趨勢6：數據中臺將成為車企新的數字基礎設施

一切數字化轉型的基礎皆為數據。而數據孤島這一“頑疾”以前長期存在，導致很多車企的數據集成難度大、治理成本高、響應能力差。目前，越來越多的車企已經開始使用數據中臺做為新的基礎設施。預計2019年將會是汽車業數據中臺元年，1/3的車企將啟動中臺戰略。

數字中臺的核心能力就在于“破壁”，讓數據能像水一樣在營銷、出行、智能網聯、生產制造、研發設計與供應鏈間自由的流動。有了數據的聚合與共享， 業務間才得以協同，由此加快業務創新的響應能力。例如，研發與生產數據打通，生產端的實際情況可以實時反饋給研發，進一步優化設計方案； 營銷數據與研發、制造數據的打通，催生了以用戶為中心C2B商業模式； 移動出行數據與營銷和售后數據打通則可以豐富用戶的出行體驗。隨著進入數字化轉型的深水區，數據中臺將成為車企新的數字基礎設施，幫助加快企業的創新能力，同時降低創新成本。