汽车行业数字化转型的困与解

近年来，以数字技术为支撑、数据资源为关键要素的数字经济蓬勃兴起，带来新一轮科技革命和产业变革的重大机遇。在我国，无论《“十四五”信息化与工业化深度融合发展规划》的发布，还是《“十四五”数字经济发展规划》的出台，在各方的积极推动下，“两化”融合开始走深向实，制造业数字化转型步伐加快。对汽车产业来讲，情况也是如此。行业迈入数字化时代以来，在探索和实践中积累了经验，取得了成果，但在这个过程中也有挑战、有不足、有困惑，本专刊系列报道就将对此呈现一二。

“根据麦肯锡的研究报告，中国企业数字化转型的成功率还不到20％。”在2023国际汽车数字化与智能制造大会上，吉利汽车集团副总裁唐湘民以此数据举例，表达了对汽车行业数字化转型现状的担忧。

世界汽车工程师学会联合会终身名誉主席、清华大学教授、中国汽车工程学会数智委员会主任委员赵福全的表述更为形象：从行业目前的数字化实践情况来看，尽管“山雨欲来”，但结果还不令人满意。

　　对此，汽车行业逐渐形成共识，要想数字化转型成功，关键在于发挥出数据的价值。

　　对数字化转型认知不到位

　　“首先是认知问题。大家对信息化、数字化的认知没有到位。”唐湘民强调。新一代信息技术的发展，驱动各行各业走上变革与转型之路。对汽车行业而言，此前冲压、焊接、涂装等工艺是产品制造的支撑，而现在，数字化技术的应用意味着不同技术的融合。

　　据了解，数字化技术在汽车行业的应用经历了不同的发展阶段。从20年前不需要一行代码，到今天“软件定义汽车”，不仅产品本身与数字化脱不开关系，行业的方方面面也已是如此。据中国工程院院士、浙江大学教授谭建荣介绍，数字孪生共有8大关键技术，汽车发动机由几千个零部件构成，先装什么，后装什么，通过数字孪生技术就可以解决装配次序、方向和干湿问题，使得产品在设计阶段就能避免错误，保障装配的一次成功性，从而大大节约装配时间，提高装配效率，提升装配质量。

　　但需要指出的是，数字化的意义并不限于产品研发和制造环节，而是处于整体支配地位。换句话说，汽车行业的数字化变革，旨在打通包括设计、生产、营销、服务在内的产品全生命周期。

　　唐湘民表示，很多企业没有数字化转型成功，究其原因在于未能把数据变成资产，并且未能利用数据驱动业务发展。“现在，企业积累了很多数据，但没有驱动生产。我认为，一家传统企业开展数字化转型，首先要让业务数据化，数据资产化，资产服务化，服务产生价值。”他说道。

　　阿里研究院副院长安筱鹏则指出了数字化转型背后的基本矛盾：全局优化的需求与碎片化供给之间的矛盾。在他看来，今天，所有乙方给甲方提供的方案都是碎片化方案，而这正是问题的源头。

　　据悉，几年前，工信部曾对15万家企业的数字化水平进行评估，得出的结论是：企业的数字化收益只有跨越了某个临界拐点后，才能呈现指数增长。这就意味着，企业的数字化投入是一条不断向上增长的直线，在很长的一段时间内可能还看不到收益。

　　这正是安筱鹏提到的全局优化的视角。只有从“企业内部资源优化”到“产业链优化”再到“端到端优化”的拐点到来时，收益才会呈现指数增长。显然，那些转型失败的企业，还没有迎来拐点的到来。

　　不要让数据成为“负资产”

　　根据不同时代对资源资产要素的定义，企业被打上了“标签”，如劳动密集型企业、技术密集型企业、资本密集型企业等。“今天应该重新定义一类企业，叫数据密集型企业。”安筱鹏认为，判断数据密集型企业的标准不在于积累和掌握的数据有多少，而是以下两个问题：一是自身的竞争力在多大程度上来自数据；二是在与友商竞争的过程中，数据的贡献力有多大？

　　毫无疑问，数据密集型企业的竞争力更多来自数据。这将助力汽车产业链上下游企业在面对竞争的本质——资源配置效率的竞争中胜出。优化资源配置效率的核心，在于决策要尽可能的实时、高效、精准、低成本。这恰恰是数据发挥作用的底层逻辑：基于数据和算法，企业可以高效支持更加精准、低成本、高频的决策，进而优化资源配置效率，拥有更高的竞争力。

　　记者了解到，单是一家汽车制造商的整车工厂，每天在IT层面产生的数据大概达到2T，其中500～600T的数据要存储到云端。1T的云存储成本1000～6000元不等，数据成本的中位数在100万元左右。再加上研发、用户服务体系等，即便不算数据采集和软件开发成本，仅数据存储花费每年就要上千万元。

　　对于“数据是企业资产”的普遍共识，唐湘民也提出了不同的看法：“现在，对于汽车企业来说，我不认为数据是资产，它甚至可能是负资产。数据要维护，要做治理，而目前这些工作的开展往往是失败的。”而对于那些从数字化转型中受益的企业而言，数据资产往往都发挥了重要作用。

　　中信戴卡股份有限公司工程技术研究总院院长徐世文介绍称，随着中信戴卡数字化工作的推进，平均每秒产生上万条数据，数据类型多元化。因此，在数字化转型过程中，数据治理尤为重要。为充分挖掘和利用这些数据，建立完善的数据治理体系，中信戴卡逐渐形成了数据的“五化”：数据标准化、数据资产化、数据平台化、数据服务化、数据智能化。

　　构建商业模式十分关键

　　汽车产业链很长，数字化转型的参与者众多，这也导致行业不得不面对一个核心问题——利益如何分配。据了解，数字化转型中产生的数据如何发挥价值，涉及数据的所属权及各方对数据的使用。

　　“作为零部件企业，从数据的产生来看，我们做了一定贡献。”东软睿驰有限公司副总经理刘威表示，未来他们还要使用这些数据，通过合作实现数据的闭环。据介绍，数据的所有者可能是车企，但使用者可能是零部件企业，也可能是第三方合作伙伴。“这将催生新的商业模式，即数据变现，最终形成完整的数据闭环。”他称。

　　蔚来汽车有限公司副总裁纪华强认为：“数据资产有成本，也有自己的商业边界。公司、集团、组织的数据为什么对外‘贡献’，能带来什么价值？这不是数据本身的问题，而是商业模式或者说价值共同体的问题。”

　　纪华强举例道，拿车企和零部件供应商来说，供应链的原材料、生产、库存数据凭什么可以对车企开放，彼此能从中获得什么利益？很多时候，零部件供应商担心数据透明了，第二年车企就会要求年降3％或5％。“这是恶性生态循环。”他强调，想把实现数据的透明，基础在于商业模式和价值共同体的构建，首先要保证数据价值的挖掘对双方都有利。

　　在行业人士看来，在一个良性的商业模式下，供应链企业对车企开放相关数据，能共同对中长期的原材料进行研判，能对车企下一代产品的技术路线做研判，从而把研发、生产和服务运营的数据链条完全打通。

　　“挖掘好数据价值比较核心的一点，是利益到底由谁来享受。是车企单方面享受，还是零部件供应商、软件企业、公有云服务商、政府相关部门也能享受？大家首先应该在商业模式和利益结合上达成一致意见。在这样的基础上，数据价值的挖掘更多就是技术上的问题了。”纪华强强调。