汽車製造商絞盡腦汁尋找應對電氣化挑戰的方法的日子已經一去不復返了。 一次又一次的創新意味著 2022 年銷售的所有新車中有 14% 是電動汽車，比 2020 年增長了三倍。 然而，製造商不應該太快慶祝軟火星化的下乙個重大挑戰——利用軟體解決方案而不是傳統硬體來解決問題——即將到來。 隨著汽車行業向車輪上的智慧型裝置發展，製造商必須採用能夠幫助他們開發、部署和維護軟體的工具。 這些挑戰就是生成式人工智慧（genai）的出現為製造商提供此類機會的原因。 在本文中，我們將了解GenAI如何幫助解決軟體化的挑戰，它已經在哪些地方使用，以及其他人如何採用它。
現代汽車正在成為車輪上的計算機——它們的計算機平台由高效能、高速連線的“車輛伺服器”組成，其中包含超過 1 億條線路**。 因此，在現有和新合作夥伴的鏈上整合和更新這些系統至關重要，以確保安全性、壽命、耐用性、可持續性和效能。
隨著汽車行業的快速發展，軟體和連線正在改變下一代駕駛體驗。 這些進步對傳統製造商提出了挑戰，這些製造商以硬體為中心的文化與以軟體為中心的世界的需求不一致。 如今，大多數汽車製造商的軟體工程部門都超額認購，資源不足。 這對傳統廠商來說無疑是乙個問題，但對於那些有遠見的汽車製造商來說，卻是乙個創新的機會。
但這裡有乙個難題：以生產優質硬體而聞名的公司可能會發現很難將自己想象成一家計算或人工智慧公司。 然而，從2023年到2030年，投資AI的汽車製造商數量預計將達到22家這些公司的復合年增長率 （CAGR） 為 7%，必須這樣做才能保持競爭力。
雖然汽車製造商可能很難將自己視為軟體公司，但隨著特斯拉的崛起，我們已經目睹了這種現象，特斯拉似乎是世界上唯一一家首先是科技公司，其次是汽車製造商的汽車製造商。 作為一家製造汽車的軟體公司，他們一直在車隊規模上利用人工智慧來更快地開發新的創新。 例如，他們最近開始使用最先進的生成建模技術，使他們能夠根據過去在多個相機檢視中一致的觀察結果做出可能的結果。 事實上，這是GenAI力量的乙個典型例子：促進將想法轉化為軟體功能。
但美國並不是唯一乙個對新興技術採取大膽措施的國家。 中國每年約有140萬工程師獲得資格，是美國的六倍，其中至少有三分之一在人工智慧領域工作。 例如，像比亞迪這樣的中國汽車製造商在整個供應鏈中的垂直整合率為70%至80%，而美國則不到25%。 例如，他們能夠以更低的成本製造電池。 這種節省使他們可以更自由地積極地為所有車輛定價。 底線是——更便宜的車輛意味著更多的車輛在路上行駛，這意味著更多的資料。
中國非常清楚生成式人工智慧推動軟體化的能力，他們擁有將這種潛力轉化為現實的技術基礎和工程人才。 車輛的可負擔性始終很重要，軟化將是購買時提供價值和隨著車輛老化而增加剩餘價值的關鍵。
儘管汽車製造商可以逐步開始為他們的車輛新增軟體功能，但這並不是乙個簡單的過程，因為硬體仍然是乙個挑戰，尤其是在儲存方面。 從本質上講，車輛需要配備比最低限度更多的計算能力。
GenAI使製造商能夠在他們交付的每輛車上執行軟體沙箱，根據人類使用的基線分析軟體的效能，並在有限數量的車輛上測試新功能。 此外，製造商可以提出新的想法，同時收集有關新軟體功能如何工作的寶貴見解。 這意味著他們可以更快地推出新功能，從而最大限度地降低失敗的風險。
如果我們看一下對駕駛員的好處，我們就會發現，借助GenAI，車輛可以檢查駕駛行為，並為任何駕駛員提供個性化和優化的駕駛體驗。 從本質上講，當司機習慣了他們的新車時，他們的新車也會習慣他們。 對於任何汽車公司來說，這都是乙個強有力的賣點。
此外，通過擁有足夠的計算空間進行創新，製造商可以使用特定於車輛的資料來讓服務代表更好地了解使用者體驗。 因此，他們可以通過電子郵件、簡訊以及將來的儀表板本身向車主分享個性化訊息。
汽車行業的未來在於軟體，而無處不在的新興技術有可能比以往任何時候都更快、更容易地推動創新。 鑑於生成式人工智慧在提供卓越的個性化駕駛體驗方面的潛力，製造商應該保持警惕。 現在是汽車製造商掌握方向盤並做出轉變，將自己視為下一代開拓者的時候了。