汽车行业正在迅速变化，在人工智能和机器学习的支持下，互联汽车和自动驾驶正在改变交通方式，创造无缝和个性化的客户体验。

系统和软件的现代化使汽车比以往任何时候都更加智能，改善驾驶体验的同时，也提高了运营效率。

从工厂车间的模拟测试到生命周期预测性维护，互联汽车正在竞争日益激烈的环境中迈向成功。

连接的新时代促使原始设备制造商（OEM，original equipment manufacturers）重新思考如何开发能够利用数据、自动化和连接的车辆，并满足客户对更具个性化和预测性产品的需求。

因此，未来的汽车行业将是一个数字生态系统，在这个生态系统中，数字服务、连接和数据将以端到端架构的形式连接起来。

《麻省理工科技评论》最近采访了Kyndryl公司的首席技术官埃迪•塞耶（Eddie Sayer）和Stellantis公司软件产品管理主管玛丽亚•乌瓦洛娃（Maria Uvarova），讨论了先进技术如何提高效率、预测问题、提高性能，以及创造最佳的客户体验。

以客户为中心的数字化现代化方法

随着人工智能等数字技术的普及，汽车行业有机会根据实时收集的数据和信息来应对客户的需求。

塞耶举了一个服务指示灯亮起的例子。通常情况下，当客户看到仪表板上的指示灯亮起时，他们会去找修车厂或 4S 店，以获得诊断代码来找出问题。

但塞耶描绘了一幅联网汽车的未来图景，它从广泛的互联网连接生态系统中获取数据，通过电话通知为客户提供问题诊断。

此外，联网车辆可以参考服务历史来提供建议和安排服务预约，并找到最可行的导航路线，为客户提供更多便利。

（来源：AI 生成）

联网汽车让 OEM 能够实时了解客户的驾驶方式，并让它们能够更快地进行调整，以改善用户体验，优化制造流程。

乌瓦洛娃解释称：我们可以使用相同的测试周期并获得反馈，进一步构建，优化，改进，这与软件行业多年来使用的开发流程相似。现在我们也可以在联网车辆上使用它。这确实使我们能够更接近汽车行业的客户，如果你愿意的话，还可以从客户端开始，进行反向工作。

寻求流程现代化并想持续跟上行业步伐的 OEM，需要遵循以客户为中心的方法，以客户需求为基础进行创新。这种方法旨在建立创新和解决方案，以解决从客户数据和研究中挖掘出来的特定问题。

像音乐同步这样的汽车内置功能往往很快就会过时，因为车企无法想象这些功能如何更好地融入客户的生活，以及他们喜欢用的现有技术。

但是，要挖掘数字技术的潜力，还需要全方位考虑到客户驾驶习惯、应用程序使用、维护和服务历史对隐私和安全的影响。治理和监督是实施数字技术的关键组成部分。

塞耶表示：就像任何其他数据驱动的互联设备一样，这将对数据管理产生全面的影响，这可能是以前没有想到的，但需要在未来加以解决。

重新构想创新方法

数字技术带来的变化，正迫使 OEM 重新思考它们在所有业务领域的运营方式。

为了重塑研发、供应链和制造，许多公司正在采用客户至上、数据驱动的思维方式，将人工智能、机器学习、云和边缘计算、数字孪生等先进技术融入生产和产品中。

汽车行业产生了大量的数据。随着自动驾驶和联网汽车越来越多地收集有关客户习惯和偏好的实时数据，这些数据只会继续增加。如果将这些数据转化为有价值的信息，取决于公司的创新方法。

与手机应用程序相比，联网汽车软件如果出现问题，可能会在驾驶时产生严重后果。因此，汽车生产和创新周期必须相互关联，并在销售之前通过多项质量检查。

但随着客户逐渐习惯了快速发展的数字技术和市场的不断进步，汽车制造商和 OEM 必须在不影响安全性的情况下缩短这些周期。

乌瓦洛娃表示，数字孪生（Digital twins）是众多新兴技术之一，可以帮助弥合这一差距。数字孪生是一种虚拟模拟形式，可以模拟汽车的软件、机械和电气部件，可以使用实时检查数据、维护历史、保修数据和缺陷。

推动产品和服务的持续改进，意味着工作方法也必须进步。

乌瓦洛娃指出，敏捷工作方法通过跨部门协作和持续改进反馈循环的迭代来管理项目，这将与现代创新实践保持一致，并很好地为 OEM 服务。

乌瓦洛娃表示：为了确保我们支持创新，并将最先进、最新一代的、由软件定义的汽车推向市场，许多部门必须协同工作，而且它们必须以符合敏捷开发的方式快速合作。

传统的 OEM 经常缺少部门之间的协作，因为许多流程仍然是自上而下的。

乌瓦洛娃说：很多伟大的创新都是来自于跨领域交叉，来自于同一家公司不同部门之间的协作，有时也来自于合作伙伴关系。

在数据孤岛中，孤立的流程和数据流无法在部门和操作的不同步骤之间简单共享，这通常会导致效率低下和重复工作。

塞耶说，从历史上看，包括汽车在内的许多行业都擅长在这些数据孤岛中工作。但是，灵活地工作、创建互联产品以及充分利用其产生的数据需要协作和数据共享。

然后，它为跨部门、跨职能的业务用例开辟了许多其他可能性。它将需要更多的合作，我认为这是关键，塞耶说。

为了打破传统的工作方法，许多 OEM 正在与大型技术公司建立伙伴关系，以学习如何结合现代软件开发实践。

例如，微软为汽车 OEM 提供了框架和基础设施，以开发它们自己定制的自动驾驶开发工具。提供非差异化的工具和技术，提高 OEM 的工作效率，从而实现持续的反馈循环，以创造不断改进的产品。

戴姆勒卡车北美公司利用微软云计算服务 Azure，为云联网汽车构建了一个程序，该程序可以做出更好的决策，提高燃油效率，并优化道路时间生产率（road time productivity）。

最终，与客户需求的优先级，以及对内部和外部技术公司合作的价值的理解相比，具体的工作方法并不重要。

乌瓦洛娃表示：归根结底，这真的不是一个或另一个方法的问题，而是要确保作为一个行业，我们对机会、合作伙伴关系持开放态度，并真正赋能我们的团队，一起工作，做正确的事情，而不仅仅是期望他们在自上而下的监管环境中运作。

汽车行业的未来

很明显，随着联网和自动驾驶汽车的普及，人工智能和机器学习使远程维修和分析成为可能，以及 OEM 与技术公司合作建立新的创新，数字化和现代化将对汽车行业产生深远的影响。要想在未来的汽车领域站稳脚跟，企业需要优先考虑客户需求，并在治理和现代化之间保持谨慎的平衡。

塞耶和乌瓦洛娃认为，推动汽车行业未来发展的主要趋势包括自动驾驶汽车、互联互通、共享出行和可持续解决方案。尽管汽车行业瞬息万变，但企业的任务是在保护消费者安全和隐私的监管与业务创新和迭代的敏捷工作方法之间找到兼容性。

这将需要更多的工程师思维和以客户为中心的思维模式，以实现更多的可能性，塞耶说。

支持：Ren

排版：刘雅坤