文
李怡彭
编辑
石亚琼
0年可能是中国汽车产业最重要的转折年。
不只是新能源车占比从13.4%蹿升至5%以上，国产品牌乘用车销量占比也有望达到50%，实现历史突破。
即使是历来被合资品牌占据的轿车销量榜上，也出现了国产爆款车型。另一边，不少曾在国内有过亮眼成绩的合资车企，开始或正在考虑退出中国市场。
从结果倒推，被汽车行业喊了五年的电动化、智能化、网联化，终于开始在今年真实影响到一款车型甚至一家车企的销量。在欧洲市场压过特斯拉的大众ID.4，仅仅因为不够智能的车机体验，在中国市场未成爆款。
德国本土媒体《汽车周报》因此评论称，德国汽车制造商在中国市场正变得平庸，而其原因就在软件能力的落后。
在看得见的产品智能化之下，车企自身的数字化能力建设乃至转型，则成了影响竞争格局的一条暗线。研发效率、制造成本、供应链管控与营销效果，数字化为车企价值链任何一点所带来的提升，都影响着战局。
欧美等汽车先发市场已经证明，完成产业链整合的汽车大国/地区最终将仅能容纳3-5个汽车企业，随着新一轮电动化浪潮走向成熟，淘汰与并购整合或许也将比大多数人预期的更早到来。
因而在产品竞争烈度拉满的0年，数字化建设仍是各汽车品牌的投入主线之一，包括上汽、广汽、吉利等大部分上市车企均在财报中专门提及。
由于超长的业务链条，汽车品牌通常不以集团或整个企业为单位实施数字化，而是在研发、制造、供应链、营销、服务等各业务条线上分头推进。
回望0年的汽车产业数字化，本文也将拆解中国汽车企业在各核心环节的数字化进展，并尝试回答以下问题：
1.0年，中国车企在研-产-供-销-服等核心环节的数字化建设到了哪一步？
.该环节/领域当前数字化的核心需求与矛盾有哪些？
3.未来一年，该环节/领域数字化的建设方向与破局点可能是？
研发：云端协作，能用但不好用
作为“产品力”源头的车企研究院，是最早因信息化和数字化而受益的车企部门。自国内车企在年代发力研发起，以UG、CATIA、ProE为代表的工业软件就已是车辆研发的标配。
基于大量精密的模型算法，研发部门能够先在CAD软件中完成方案设计及建模，并以对应的CAE应用在虚拟环境中完成对碰撞、风阻、NVH等指标的测试，大幅节省了试制车测试的成本，同时缩短研发时间。
但成熟的另一面是“历史包袱”。
自年代的飞机制造起步，如今主流的工业软件巨头均有数十年的历史。在保持着建模与仿真算法绝对领先的同时，其软件体验还大多停留在“单机”。无论是昂贵的许可证授权，还是高度绑定于本地电脑的使用方式，都与早已进入SaaS和云端的世界格格不入。
近年来，国内车企大量建立海外研发中心，远程协同成为刚需。电动化大潮下大幅缩短的研发周期，也对研发流程下工程师们的数字化协同提出了要求。
至0年，大部分车企均基于自身的IT能力，在海外巨头厂商的工业软件基础上，定制化开发了基于云端的数字化研发能力，如可支撑五国九地研发网的长安汽车数字化研发平台、广汽研究院的“全球研发办公一张桌”等。
通过对数量庞大的工业软件的再开发，主机厂基本实现了包括工业软件云端运行、数据线上交互以及版本统一管理等功能。让核心数据信息能够在研发流程中按需流转，提高研发效率。
但在实际应用中，现有的数字化研发建设可能还远远不够。
某北方大型主机厂研发工程师曾对36kr表示，他所供职的研究院在今年用云端平台替代了本地的建模软件。这意味着不必为每个工程师都配备价值不菲的高配置主机，二手笔记本电脑也能“跑建模”。但从实际反馈效果看，云端的延迟大幅降低了开发效率。
类似的现象在新势力也同样出现。现就职于某新势力研发中心的王鹏（化名）表示，在同部门或跨部门数据交互中，移动硬盘仍然是最被信任的传输方法。
“与工业软件们配套的云端数据管理，易用性做得并不好。”王鹏说，“同事们现在的共识仍然是，走到对方工位提需求和直接拷贝最不容易出错。”
显然，相比于以飞书、Figma等为代表的文档、设计协作，汽车研发环节的数字化体验还不在一个时代。
目前，有四类角色正在以各自不同的方式尝试对此进一步优化。
首先是海外工业软件厂商，在模型算法及市场份额上有巨大优势的它们，近几年也纷纷表达了将云化作为未来的观点。
但在实际转型中，将每年带来巨额利润的许可证收费模式转为云端SaaS并不容易。就在去年，德国软件商SoftwareAG因“云化不利”而被传出挂牌出售。宣布转向云业务后，PTC也经历了长期的净利润的“跳水”。
来自“大客户”汽车业的数字化需求，能在多大程度上撬动老牌工业软件们的转型，答案可能需要至3年才能揭晓。
如前所述，作为需求方的车企本身，也在利用自身的IT能力构建自有的云端开发体系。但面对着需要上百个软件的汽车开发全流程，仅仅适配就已是巨大的工作量及投入。
这将是一个持续的过程，并且在初期效果可能“不如U盘”。
新机会则属于国内的工业软件厂商们，相比“前辈”，云原生和协作体验是它们最大的优势。但面对汽车行业高度精密的计算、仿真需求，国产软件在功能与算法上的补齐还需要很多时间。
而属于创业公司的机会可能是“平台”。通过在常用工业软件之上建立一个云端研发平台，为车企提供“即插即用”的数字化研发体验。相比于从基础层追赶的国产工业软件，这一模式能完全满足研发端对建模、仿真的功能性需求。而通过平台研发、多家车企付费的方式，也能规避掉车企自研的成本问题。
目前，国内已有敏桥科技、车云等企业及产品正在这一方向探索。工业软件厂商与车企两端的接受程度，将直接决定该模式的成败。
方向明确、行在半途，四类角色谁能“跑”得更快，将成为03年车企研发端数字化的核心看点。
制造：已成智能工厂最好样本
工厂可能是车企内数字化进度最快的部分，甚至被称作“已被翻过的山头”。
年，国家政策首提“智能制造”。此后两年，对生产稳定性及质量高度敏感的车企很快掀起了一轮建设高潮。据公开数据不完全统计，仅年-01年间，国内车企新建/升级改造数字化工厂超40座。
中国电子技术标准化研究院《智能制造发展指数报告》显示，汽车行业的智能制造能力成熟度在离散型制造行业中排名第，仅次于电子信息制造业。
在核心制造环节上，国内汽车工厂的冲压、焊接、喷涂三大车间基本实现了无人化作业，底盘合装，风挡玻璃、座椅等环节也有部分产线能够实现自动化。机械臂的加入，令国内工厂的产线节拍达到了国际一流水平，产品的质量及一致性也大幅提升。
在一定程度上，数字化工厂已经成为汽车行业的标配，即使是现已倒闭的宝沃汽车，也在年建设了一座达到工业4.0水平的数字化工厂。
具备后发优势的新势力们，也在近两年的产能扩张和工厂自建潮中配置了大量数字化技术。在工信部刚刚发布的0年度智能制造优秀场景名单中，小鹏汽车的肇庆工厂赫然在列。
0年，汽车行业在制造数字化方面除无人化、降成本和提质量之外，还开始呈现出更多特点。
首先是柔性化能力更强的产线对商业模式的变革。自迈入工业化流水线以来，汽车行业始终都是先生产、后售卖的模式。生产团队在排产时要首先预估车型不同颜色、配置的市场需求量，再分批次统一生产，将成品进入渠道库存。
只有保时捷、兰博基尼等超豪华品牌，在产线上用更多工人和“手工打造”，在提供大量细节定制的同时，采用先订单后生产的模式。
直到特斯拉出现，因极度简化的可选配置和长期的相对产能不足，也在相当长的时间内不卖“现车”，规避了库存的烦恼。
中国车企在智能化产线上的探索，则走出了另一条路。通过将排产系统与订单打通，以及对产线和厂内物流的大量调试，部分智能工厂已具备将复杂的不同配置共线生产的能力。
内饰颜色、轮毂样式甚至座椅缝线，都可由消费者自由选择，且无需像豪华品牌一样动辄等待数月。对车企来说，柔性化生产既成了消费者端的卖点，以销定产的模式更大幅减少了库存成本。近年来在新势力中流行的直营店模式，正是以此为基础才可能出现。
目前，大部分柔性产线可支持单车型-种配置组合，部分产线还可实现多车型并线生产。将定制化配置做成卖点的极氪，更是将配置单可选的组合做到了万种。
在越发内卷的市场内，更能彰显个性的原厂选配，已成为数字化能力所能带来了显性差异化。
除柔性能力外，工厂内传感器的成倍增加是0年汽车智能工厂的另一个趋势，这在很大程度上受益于5G的应用。
在IOT应用大幅发展的五年前，将更多传感器应用于产线，检测产线及产品状态的方案就已层出不穷。但受限于厂内WIFI布线的空间限制与带宽，很难支持将传感器铺到流水线上的每个环节。
5G成了可能的解法。覆盖5G网络的厂区，能够支持相比以往数倍的传感器联网，既包括产品质量检测，产线上机械臂的运行状态也能实时回传。
数据丰富度的增加，将数字孪生从概念向现实推进了一大步。产品出厂质量标准在多重AI视觉的检测下变得更加严苛，产线本身也能基于数据完成预测性维护。
另一方面，随着数字化工厂建设模式的成熟，快速扩产和模块化建设也在成为趋势。
两年前，特斯拉仅用天完成了工厂建设并实现首辆model3下线，速度震惊世界。而现在，这样的产能建设在中国已并不罕见。
0年6月30日，比亚迪合肥基地项目一期正式下线了第一辆秦PLUSDM-i，从开工建设到整车下线仅10个月。而在广州番禺，通过大数据实时仿真虚拟调试和乐高式模块预组装，广汽埃安仅用15天时间就将智能生态工厂的产能提升了一倍。
提速本身意味着智能工厂在汽车领域已走向成熟。随着海外市场的逐步打开，由数字化所带来的产能“弹性”也将为下一个十年中国车企的海外扩张带来助力。
03年，汽车工厂自身的数字化提升将更多体现在细节优化，如对焊点质量的判断、涂胶均匀度检测等。在更多数字化技术的加持下，中国汽车产品将有机会在装配质量环节不断向世界顶尖水平靠拢。
供应链：最难啃的骨头
过去一年，让车企最头疼的不是市场需求，而是剧烈波动的供应链。
缺芯潮所带来的成本飙升，疫情及国际物流导致关键零部件断供，都直接影响了生产。组装一辆汽车所需的数万个零件，少任何一个都会导致产线停工。
供应链的扰动，让车企们开始重新审视被曾被封为行规的“JIT”。
源自丰田精益生产理念下的“JustinTime”，要求工厂做到只将所需要的零件、只以所需要的数量、只在正好需要的时间送到产线，从而以极低的库存压低成本。
在日本，丰田会要求核心供应商将工厂开设在自身工厂的3公里内，而作为主机厂的丰田仅在备料库中储存3天生产所需的零部件，最大程度减少自身的库存成本。
事实上，在努力践行JIT的时代，就已有主机厂尝试优化整合自身供应链体系。但是，更精细的供应链管理需要供应商愿意在订单、产能、备料等核心数据上与主机厂甚至更多企业开放共享。面对汽车产业复杂的供应商体系，主机厂即使作为强势方，也难以大范围实现。
更重要的是，作为“买方”的主机厂并不总是“强势”，掌握核心技术的Tier1巨头，几乎不可能愿意“丧失”数据主权。而缺少它们的配合，供应链整合也就变成了空话。
因此在这一轮“供应链失能”前，主机厂自身也并未在此投入太多精力。线下会议与邮件交互仍是主流，电话和“进厂”还是紧急情况下最有效的催货方式。
直到0年，被疫情所影响的物流、生产、原料价格波动，让整个汽车供应链都意识到了信息共享的重要性，也令上下游间的数字化协作成为可能。
01年，上汽集团成立上汽领飞，以SaaS的方式向上游供应商提供“供需在线”能力。对接上汽内部系统生态，利用大数据、边缘计算和工业5g等技术，帮助主机厂与供应商之间实现网络化协同，统一建立预测、库存、订单等供应链基础元素机理模型，实现预测可见、库存可知、订单交付可测。
作为民营车企的领头羊之一，吉利汽车也于近两年开始为合作伙伴提供SaaS化的供应链协同平台，与合作企业在生产计划、协作研发、库存、质检等多个环节实现信息共享和流程协同。
与此前相比，车企开始不再仅以自身需求为先，而是开始有意识地打造生态，愿意向合作伙伴开放共享自身的部分信息，而非单向要求数据开放。
这将是一个需要数年时间才能完成的生态。如在吉利的规划中，是在03年完成与家Tier1和部分Tier的协同，再用两年时间逐步覆盖至万家级别的Tier3供应商。
因此在未来的一年，车企将必须解决并突破许多个问题。
巨头型Tier1无疑是最需要被攻克的“山头”，它们的加入将为更多供应商带来示范效应。这也是汽车供应链生态必须双向共享数据的原因，供应链效率的升级必须为车企、供应商双方都带来收益。
其次，供应链数字化的范围不能仅止于数据共享，从资金流、业务流到物流管控，共同决定了这条供应链生态的最终效果。而不同规模供应商数字化能力与所用系统的不同，也考验着作为生态搭建者的车企的IT能力。
作为起步最晚的一环，供应链整合可能将是汽车行业03年数字化进展最快的部分。有丰田靠制造和供应链成本控制称霸汽车市场四十年的案例在前，“再造一个丰田”的机会每一家车企都不会想错过。
营销/服务：直连用户才到半途
在许多人的印象中，汽车行业在营销上已经高度“数字化”了。几乎每一个具备流量效应的线上渠道，都能看到汽车广告的投放。
但多个营销行业从业者均曾向36kr表示，只能将汽车行业看做数字化流量渠道的“大买家”，但车企自身的数字化营销能力建设才刚到半途。
0年上半年，最受