AI /自动化
自动化还能给汽车行业带来什么?
我们都听到玛丽巴拉，首席执行官，通用汽车，一再提到汽车工业的方式今天的变化比过去50年都要大，因为它等待着一场个人交通的革命。这种变化不仅是根本性的，而且是根深蒂固的，它是由特斯拉(Tesla)和优步(Uber)等外部人士造成的，虽然缓慢但肯定会让司机和车主都被他们的自动驾驶汽车和拼车模式淘汰。影响开始显现。
今年7月，美国汽车销量连续第七个月持续下滑。据预测，汽车制造商今年的汽车销量可能为1700万辆或更少，而去年的销量接近1760万辆。这个行业的严重后果,尽管高效的制造方法(及时阅读,精益等等),过时的销售实践:基本上,而不是对订单生产,汽车制造商生产的汽车基于需求预测做出提前几个月然后洪水经销商。用不了多久，库存就会堆积起来，而且由于一辆新车只能保持一年的新状态，未售出的库存就会以折扣或更宽松的信贷方式被当作旧货出售。与此同时，汽车制造商在自动驾驶汽车技术上投入了大量资金，但没有任何回报的迹象。他们能维持这一局面的唯一途径是通过削减和裁员。通用汽车公司已经开始裁员，而福特公司也将效仿。
当传统汽车制造商努力在短期内保持盈利，并在长期内生存时，我们相信自动化——在生态系统中三个最重要的实体，即制造商、金融家和经销商——可以提供答案。
任务和过程的物理自动化
汽车工业对自动化并不陌生。事实上，它是这一领域的先驱，在20世纪60年代就开始了它的旅程。在装配线或供应链上，没有完全优化的东西很少，剩下的利润就更少了。从简单的机械化，汽车制造商发展到工业机器人——通用汽车公司推出了世界上第一个工业机器人Unimate——然后是数字自动化，今天是机器人自动化的广泛用户。国际机器人联合会(International Federation of Robotics)表示，美国汽车制造商购买了全球销售的工业机器人中二分之一。
几年前，福特引入了一种“能看见”的机械臂，可以更准确地在福特翼虎的车身上安装挡风玻璃、挡泥板和车门等不同部件。克莱斯勒的斯特林高地装配厂(Sterling Heights Assembly Plant)有一个机器人柔性车身车间。
从焊接到组装再到喷漆，机器人自动化在汽车车间是必不可少的。它也遍及汽车融资和分销领域。从实体机器人到数字机器人，利用机器人过程自动化(RPA -一个已成为行业标准的术语)，在金融公司的呼叫中心处理客户查询，在经销商安排服务预约、发送警报、运行诊断系统，甚至自己卖车。2017年3月，在线汽车零售商Caravana在美国推出了第四款汽车自动售货机。买家可以在该公司的网站上研究、购买和融资汽车，然后要求送货上门，或者选择从自动售货机取车，自动售货机的工作原理和其他任何机器都差不多。如果买家需要帮助，公司代表在手边。
数据驱动的决策自动化
数字化带来了数据和收集数据、操纵数据、分析数据、与数据互动并据此采取行动的技术。从商业智能和早期分析应用于有序的、企业拥有的信息，到大数据和预测分析、机器和深度学习、自然语言处理和视觉识别等技术，数据科学已经走过了漫长的道路。它可以处理来自各种源和格式的绝对数量的数据，并且具有不同程度的整洁性。由此，数据的使用方式发生了翻天覆地的变化，不再是研究过去发生的事件，而是实时地了解发生的事件，并在事件发生之前预测未来的事件。过去数据只是在事后提供诊断，而现在却产生了见解，可以用来做出更明智的决定，并及时采取行动。所有这些都可以独立运行，无需人工干预。
现代汽车是一台带轮子的超级计算机，它的传感器和摄像头产生的大量数据可能有一天会比汽车本身更有价值。安装在发动机上的传感器可以在需要更换部件时提醒驾驶员;摄像头可以识别出空车位。一辆自动驾驶汽车每秒产生约1 GB的数据，预计到2020年，制造商将从数据销售中获得比汽车更多的利润。自动驾驶出租车运营商将通过发布个性化的、针对特定地点的广告和促销活动，赚取比出租车收费更高的收入。联网汽车还可能为制造商和保险公司节省数百万美元的事故预防费用。
在融资方面，数据正在推动多项决策和流程的自动化。例如，GM Financial使用集成的贷款发起解决方案，该解决方案可以与用户交互，自动处理请求或执行事务。该解决方案不仅实现了端到端的应用程序处理自动化——数据验证、汽车估值、信用评分、欺诈检测等——而且还根据公司政策、地方和国家法规做出贷款决策。
数据驱动的自动化也进入了汽车经销商的领域，影响着从客户体验到营销活动有效性和客户转化等方方面面。在沃尔瑟汽车集团，一个营销自动化平台收集CRM系统数据，制作个性化的营销信息，内容与客户的愿望和在购买生命周期中的位置相符。这方面的一个例子就是重复的“购物者”活动，它针对的是漏斗中间的顾客，并一直产生令人印象深刻的结果。
生态系统的智能自动化
在第三和最高级别，自动化将接管汽车生态系统本身。仍有几年之后，通过人工智能等技术，当今播种生态系统自动化的种子。
这类场景可以这样想象:一个潜在客户在汽车制造商的网站或社交消息平台上询问一个在线聊天机器人他需要知道的关于某一特定车型的任何信息。机器人将这些信息和背景信息传递给汽车公司，汽车公司可能会使用自动化营销平台，向客户发送额外的相关内容和促销优惠，并安排在虚拟现实环境中试驾。假设美国汽车制造商仍然被禁止在网上销售新车，因此经销商仍然很流行，高兴的客户会向经销商下订单;此外，聊天机器人可能会促进交易，包括一笔诱人的汽车贷款和一份基于买家驾驶历史的汽车保险单。
现在，制造工厂开始行动，通过自动化采购平台及时从各自的供应商那里订购油漆和配件等附加组件，把它们放在一个准备就绪的车身上，然后运到经销商那里。(注意这可以防止经销商的库存堆积。)
客户拿起汽车，并与家庭中的其他汽车和他们的手机同步。他开车去上班，修他那漂亮的新轮子。根据谁先下班，以及当前的位置，汽车会建议谁去学校接孩子。在离家30分钟车程的地方，顾客可以打开汽车仪表盘上的空调和烤箱，并从附近联网的超市订购一瓶葡萄酒，后者将通过无人机送货。晚饭已经准备好了。
这种情况可以以UMPTEEN的方式放大 - 一个连接的汽车，它挂在乘车分享生态系统中，并将作为出租车的双打，或者由几个人占有的公共汽车，仅举两个人。在这里，一种技术如区块链可以在完全陌生的人之间建立透明和可信的交易。
毫无疑问，汽车工业在过程自动化方面取得了巨大的进步，在数据自动化方面也取得了相当大的进步，但它的生态系统几乎还没有开始自动化。我们需要在这一领域投入更多的精力和资源，因为它可以通过降低成本、增加盈利机会、减少未售出库存，以及最重要的是，为无人驾驶汽车即将占领的市场做好准备。
