唐旭 編譯整理
量子位 出品 | 公眾號 QbitAI
人人都在談自動駕駛， 而人工智慧為汽車行業帶來的變化卻遠不止於此。 麥肯錫諮詢公司本周發佈的一份新報告顯示， 到2025年， AI將為全球汽車廠商（OEM）帶來每年2150億美元的總收益。
量子位元將報告主要內容搬運如下：
過去兩年多的時間裡， 有四種主要的、顛覆性的、相輔相成的趨勢在被汽車行業反復討論：自動駕駛、互聯互通、電氣化以及共用出行。 這些趨勢被認為將會加速出行行業內部的成長、改變出行領域的規則， 進而引發一場由傳統到顛覆性科技創新的商業模式變革。
人工智慧是上述所有四種趨勢的核心技術。 比如， 自動駕駛要依賴於AI， 因為它是能為車輛提供可靠、即時的物體識別能力的唯一技術；而對於其他三種趨勢而言， AI則創造了大量的機會， 能夠降低成本， 改善運營並且生成新的受益流——比如，
對於汽車公司而言， 通過AI而實現的提升將會扮演重要的角色， 前者使他們得以進行金融革新， 緊跟住眼前的趨勢。
對於這四種主要趨勢的預期結果之一， 是發生在汽車行業價值庫內部的一場顯著變革。 而這場變革將會對大型OEM和他們的商業模式產生尤為巨大的影響， 而這種影響將會波及整個行業甚至行業之外。 順應這些趨勢出現的產品和服務， 不僅會影響所有在場者和傳統工業， 還會推動面向後來者敞開的大門。
許多之前關注其他領域的公司——比如一些科技型玩家， 開始大力向這種趨勢和潛在的技術中投入資源，
為了掌控這四種趨勢， 各家OEM需要對每一種趨勢大量投入並進行成功的整合。
這份報告試圖通過多種方法論來得出洞見。
首先， 它描繪了人工智慧在流程、駕駛員和車輛特性和出行服務三個應用領域為汽車OEM帶來的各種價值機會；
其次， 報告對這些機會進行了拆解和量化；
最後， 這篇報告概括了OEM為了在短期和長期內抓住這些價值機會應該採取的策略。
巨大的潛在價值機會在短期到中期， 人工智慧會促成大量的、全行業的機會，
這是一部分非常重要的價值， 足以推動汽車工業每年2%的生產力增長。 而這塊價值中的大部分， 來源於核心流程和價值鏈的優化。
圖一：到2025年， AI促成的優化將會驅動全行業的價值， 而依託于AI的駕駛員/車輛特性則是單體OEM競爭者的杠杆。
三大機會領域AI為OEM創造的價值機會出現在以下三種應用領域：
OEM價值鏈和其功能的相關流程
融合進車輛的駕駛員/車輛特性
在出行市場內代表了全新商業模式的出行服務
圖二：與流程中產生的價值相反，由駕駛員/車輛特性和共用出行產生的價值只能在長期內獲取。
伴隨AI而生的駕駛員或汽車特性以及出行服務可以在長期創造大量的、全行業範圍內的價值，在短期內，它們在行業層級上創造的價值仍然是有限的。但是，在這些方面壓制競爭對手的單體OEM可以獲得大量的市場份額。
不論如何，這些在市場中被科技巨頭瓜分的份額，與失去OEM所帶來的一部分重要客戶群的風險相比，微不足道。
而短期來看，人工智慧也能促成橫跨整個價值鏈的效率提升和成本節約。它還能從汽車銷售和二級市場銷售中創造額外收益。這其中的大部分價值產生於四個核心流程。
在採購、供應鏈管理以及生產製造方面，效率的提升可以分別為這三個部門節約510億、220億和610億美金的成本。在市場和銷售方面，依託AI的效率提升可以同時降低成本和創造收益，創造總共310美金的潛在價值。
因為在這些價值機會之中存在著重要的、針對特定應用領域的差異，我們主要對兩種價值差異進行區分。
全行業範圍內的價值機會：這是種逐步積累起來的行業效應，OEM可以在不考慮競爭對手表現的情況下獲取。
針對OEM的特定價值機會：這一類別中AI應用案例的價值只由單體OEM積聚，同時依託OEM壓制潛在競爭對手的能力。
1. 全行業的價值機會
我們對這些價值機會所造成的影響進行了量化，發現2025年AI技術所創造的絕大部分價值（約2030億美金）將會來源於與價值鏈相關的流程。
圖三：對於2025年汽車OEM價值鏈相關價值庫的分割
為了更確切地理解這些價值機會是從哪裡、如何產生的，我們分析了OEM價值鏈內部的七種主要流程領域：研發、採購、供應鏈管理、生產製造、銷售和市場、售後服務以及後勤保障部門，包括HR、金融和IT。
對於每一種領域，AI促成的應用都能創造兩種不同形式的價值。
依託於資料的洞見生成：AI使一些之前難以獲取、難以解碼的資料得以被進行分析，用以生成全新的洞見和理解。這些全新的資訊將能夠提升效率、降低成本。
依託於AI的流程自動化：AI推動了之前一些難以被自動化的任務的自動化進程。這個過程不會產生新的洞見，但的確會在特定的流程中降低勞動力需求。
2. 單個OEM的競爭優勢
與流程方面的提升相反，以客戶為中心的服務（駕駛員/汽車特性和出行服務）將在全行業層面造成有限的、短期的影響。然而，這些服務卻會在單體OEM的競爭中扮演重要角色。
兩個來源為這種服務提供了價值機會：數位化用戶體驗和駕駛員/車輛特性、新興的出行市場。
圖四：與在ADAS/AD特性方面落於人後的高風險相比，市場巨頭的潛在收入十分有限。
如何抓住機會？為全面抓緊AI創造的機會，OEM需要發動一場AI轉型，建立起必要的能力，來提供客戶為中心的、長期的服務承諾。
試圖在短期抓住AI所帶來價值的OEM，有四種成功要素：從不同的來源收集與協調資料、建立一個合作夥伴生態系統、建立一個AI作業系統、建立起核心AI能力以及一支AI團隊。
收穫知識並抓住短期價值也是OEM的AI系統轉型第一步，在完成這一步之後，他們應該確立AI的核心地位，在整個機構範圍內建立起一種總體認知。這些有助於OEM將自己端對端的轉型工作進行擴展和鋪開，從而系統地獲取AI創造的全部潛在價值，為他們應對四種顛覆性趨勢而準備的長期戰略建立能力。
報告PDF下載地址：https://www.mckinsey.com/~/media/McKinsey/Industries/Automotive%20and%20Assembly/Our%20Insights/Artificial%20intelligence%20as%20auto%20companies%20new%20engine%20of%20value/Artificial-intelligence-Automotives-new-value-creating-engine.ashx
量子位還在度娘網盤搬運了一份，在公眾號（QbitAI）聊天介面回復“麥肯錫汽車報告”提取。
— 完 —
誠摯招聘
圖二：與流程中產生的價值相反，由駕駛員/車輛特性和共用出行產生的價值只能在長期內獲取。
伴隨AI而生的駕駛員或汽車特性以及出行服務可以在長期創造大量的、全行業範圍內的價值，在短期內，它們在行業層級上創造的價值仍然是有限的。但是，在這些方面壓制競爭對手的單體OEM可以獲得大量的市場份額。
不論如何，這些在市場中被科技巨頭瓜分的份額，與失去OEM所帶來的一部分重要客戶群的風險相比，微不足道。
而短期來看，人工智慧也能促成橫跨整個價值鏈的效率提升和成本節約。它還能從汽車銷售和二級市場銷售中創造額外收益。這其中的大部分價值產生於四個核心流程。
在採購、供應鏈管理以及生產製造方面，效率的提升可以分別為這三個部門節約510億、220億和610億美金的成本。在市場和銷售方面，依託AI的效率提升可以同時降低成本和創造收益，創造總共310美金的潛在價值。
因為在這些價值機會之中存在著重要的、針對特定應用領域的差異，我們主要對兩種價值差異進行區分。
全行業範圍內的價值機會：這是種逐步積累起來的行業效應，OEM可以在不考慮競爭對手表現的情況下獲取。
針對OEM的特定價值機會：這一類別中AI應用案例的價值只由單體OEM積聚，同時依託OEM壓制潛在競爭對手的能力。
1. 全行業的價值機會
我們對這些價值機會所造成的影響進行了量化，發現2025年AI技術所創造的絕大部分價值（約2030億美金）將會來源於與價值鏈相關的流程。
圖三：對於2025年汽車OEM價值鏈相關價值庫的分割
為了更確切地理解這些價值機會是從哪裡、如何產生的，我們分析了OEM價值鏈內部的七種主要流程領域：研發、採購、供應鏈管理、生產製造、銷售和市場、售後服務以及後勤保障部門，包括HR、金融和IT。
對於每一種領域，AI促成的應用都能創造兩種不同形式的價值。
依託於資料的洞見生成：AI使一些之前難以獲取、難以解碼的資料得以被進行分析，用以生成全新的洞見和理解。這些全新的資訊將能夠提升效率、降低成本。
依託於AI的流程自動化：AI推動了之前一些難以被自動化的任務的自動化進程。這個過程不會產生新的洞見，但的確會在特定的流程中降低勞動力需求。
2. 單個OEM的競爭優勢
與流程方面的提升相反，以客戶為中心的服務（駕駛員/汽車特性和出行服務）將在全行業層面造成有限的、短期的影響。然而，這些服務卻會在單體OEM的競爭中扮演重要角色。
兩個來源為這種服務提供了價值機會：數位化用戶體驗和駕駛員/車輛特性、新興的出行市場。
圖四：與在ADAS/AD特性方面落於人後的高風險相比，市場巨頭的潛在收入十分有限。
如何抓住機會？為全面抓緊AI創造的機會，OEM需要發動一場AI轉型，建立起必要的能力，來提供客戶為中心的、長期的服務承諾。
試圖在短期抓住AI所帶來價值的OEM，有四種成功要素：從不同的來源收集與協調資料、建立一個合作夥伴生態系統、建立一個AI作業系統、建立起核心AI能力以及一支AI團隊。
收穫知識並抓住短期價值也是OEM的AI系統轉型第一步，在完成這一步之後，他們應該確立AI的核心地位，在整個機構範圍內建立起一種總體認知。這些有助於OEM將自己端對端的轉型工作進行擴展和鋪開，從而系統地獲取AI創造的全部潛在價值，為他們應對四種顛覆性趨勢而準備的長期戰略建立能力。
報告PDF下載地址：https://www.mckinsey.com/~/media/McKinsey/Industries/Automotive%20and%20Assembly/Our%20Insights/Artificial%20intelligence%20as%20auto%20companies%20new%20engine%20of%20value/Artificial-intelligence-Automotives-new-value-creating-engine.ashx
量子位還在度娘網盤搬運了一份，在公眾號（QbitAI）聊天介面回復“麥肯錫汽車報告”提取。
— 完 —
誠摯招聘