1.数字化推动汽车产业进入“软件定义”时代 021.1全球汽车市场四大颠覆性趋势 031.2传统车企的迷思与前瞻 041.3未来软件定义汽车成为趋势 052.中国汽车制造业现状及发展前景 062.1 中国汽车制造业在全球潜力无限 062.2 中国新型汽车行业三大主力 073.释放数据潜能，打造具有全球竞争力的车企 084.中国车企数字化业务升级典型场景和解决方案 104.1车联网典型场景与方案 104.2 自动驾驶典型场景和方案 144.3移动出行典型场景和方案 194.4智能制造典型场景和方案 22目录汽车行业转型升级之路在全球数字化浪潮的席卷下，传统汽车行业的生产模式、制造模式、服务模式，都面临着前所未有的挑战。这些挑战一方面来自基于新数字化技术的新兴车企，涉及自动驾驶、新能源、车联网等汽车产业新方向，另一方面则来自共享移动/服务商，旨在满足用户个性化的用车体验。在此番“前后夹击”的窘境下，如何迎接和平衡四大颠覆性技术趋势（车联网、自动驾驶、共享移动/服务和电动汽车）所带来的冲击，以及如何直面现阶段的不足，将“软件定义汽车”和“释放数据潜能”转化为自身“涅槃重生”的杀手锏，是值得全球传统车企仔细思量的问题，当然中国车企也不例外。中国汽车市场无论是销量还是利润都有着无限发展潜力。但对中国传统车企而言却是无形的压力，一方面，优质的市场总是能吸引优质的新入者；另一方面，数字时代，用户需求升级背后体现的是，用户从对“汽车本身”的注重转向对“服务体验”的需求提升。面对这些挑战和压力，中国传统车企向新兴车企和出行服务商转型成为必然趋势，那么，如何通过软件定义和数据价值挖掘，推动传统汽车产业链实现重构与外延的同时，助其全面提升自身的数字化和智能化水平，以及全球竞争力，是本报告内容的核心所在。前言汽车行业转型升级之路全球汽车行业正在从传统的单纯汽车生产和销售模式迅速向“汽车即服务”转型。传统汽车产业的典型特征之一就是重资产，以大批量生产营销模式为主。从汽车零配件、整车生产到汽车4S店销售，包括后期汽车维护等环节，往往都是相对独立运营。进入数字化时代，新兴的汽车产业，通过以优化体验和快速迭代为核心的数字化协作和智能制造，缩短产品迭代周期，同时改变传统汽车产业链价值分配，颠覆汽车市场格局。正如麦肯锡所述(1)， 汽车行业正快速从硬件驱动机械产品向软件驱动电子产品转型。共享移动、车联网、自动驾驶和电动汽车将形成汽车行业新的创新力，到2030年，软件对汽车行业总产值的贡献将达到30% 。中桥调研咨询认为，在向软件定义汽车转型过程中，数据和软件成为提升车企竞争力的“杀手锏”，更提高了中国车企在汽车产业链重构过程中的生存能力和出海发展空间。 数字化推动汽车产业进入“软件定义”时代 1汽车行业转型升级之路1.1全球汽车市场四大颠覆性趋势当前汽车行业，车联网、自动驾驶、共享移动/服务和电动汽车已成为全球范围内四大颠覆性技术趋势。车联网： 数据的交互处理速度和低延迟直接决定着车联网的用户体验，甚至用车安全。车联网包括车内联和车外联，并产生巨大的数据量。仅就车内联而言，配备上百个传感器的汽车每天产生的数据可达TB级，而智慧出行和自动驾驶等车外联需求更使数据量飙升。再者，车与车、车与云的连接，以及与摄像头和雷达等设备的车外联，导致每辆车每天产生的数据大幅增加。Gartner的市场报告预测，到2020年底，将有超过2.5亿辆联网汽车，所带来的数据量增长更将达到EB级。因此，加速车内联和车外联融合，确保数据采集、交互、分析、事件驱动的实时响应以及数据安全，是决定车联网服务升级的关键。自动驾驶： SAE美国汽车工程师学会将自动驾驶分为5级。就目前全球范围而言，L1驾驶支援和L2部分自动化均已实现，L3有条件自动化是现阶段大多数车企的共同目标，而下一个重要阶段则是实现L4高度自动化，即长时间适当的不干扰驾驶，最终是L5完全自动化。大数据、人工智能、边缘计算，以及低延迟和数据安全是自动驾驶的技术基础。预计到2030年，将有多达15%的汽车出行采用全自动驾驶（2），呈现全新的出行服务体验。自动驾驶将进一步推动数字化出行服务市场的细分和汽车后服务能力的提升。共享移动/服务： 目前，全球普遍存在着车辆出行效率低、使用率低等问题。如何从高“拥车”率向高“用车”率转型，催生了共享经济在汽车行业的发展。预计到2030年，共享汽车占比将达到10% （3），这将加速传统车企实现B2C和共享出行应用的整合。同时，消费者对移动出行服务、商用车个性化配置（例如：会议商用车、旅游商用车）、车内数字化娱乐的需求将日益旺盛，由此车辆数据变现服务也将逐渐形成。电动汽车： 有数据显示，预计到2040年，全球33%的汽车将是电动汽车。电动车占新车销售比将从2021年的4%上升到2040年的54%（4）。就2018年而言，中国电动车占全球电动车51%的市场份额，年增长69%。电动汽车在吸引新兴车企入市的同时，也催发了中国电动汽车的出海潮。同时，全球领先的电动汽车厂商，针对汽车和出行服务的纵向产业链资源整合，将颠覆传统汽车的产业格局。汽车行业转型升级之路1.2传统车企的迷思与前瞻在以上四大颠覆性技术趋势下，以特斯拉、谷歌等为代表的“颠覆者”推出了一系列新兴汽车产品和服务，给传统车企的未来发展带来严峻挑战。如何通过跨界融合、技术收购或并购，实现向数字化、智能化转型成为传统车企的首要任务。转型的关键是将战略重点从传统的以“车”为核心，转向以“人”为核心，充分利用大数据、物联网和人工智能等数字化新技术，逐步顺应四大颠覆性技术趋势。一方面，通过业务创新和服务升级，快速响应客户需求，优化汽车生产、销售与服务全流程，通过实时数据集成和智能交互系统，全方位满足客户的个性化需求；另一方面，充分挖掘数据价值，释放数据潜能，从而实现数据驱动业务创新。预计到2030年，汽车生成的数据将有可能形成4500亿7500亿美元的市场（5）。在这一转型过程中，传统车企无论是生产运维、产业链协作、产品和功能开发，还是车联网方面，面临以下挑战：孤岛式生产运维： 由于传统车企在产品研发设计、生产制造、销售服务等环节一般采用分步骤实施信息化的方式，这就导致不同应用往往采取不同的架构，从而带来大量的数据孤岛。因此，传统车企转型的第一步就是通过业务系统的整合升级，横向打通设计、生产、销售、服务全流程及上下游产业链，消除数据孤岛，实现数据的互联互通。并通过实时大数据分析，最大限度地释放数据潜能，为业务带来洞察，实现业务全流程的统一化、自动化、精细化和智能化管理。产品设计周期长： 传统车企的产品设计周期长，其研发设计更注重成本而非客户体验。在汽车行业向服务化和智能化转型的大趋势下，新的智能功能和服务需求的更新周期越来越短，而且还要根据客户需求进行定制化生产。传统车企的设计流程往往无法支撑以数字为核心的创新需求，需要通过仿真设计、跨地域协同设计来缩短机电一体化工具和模具的开发调试周期，在用户需求的基础上通过大数据快速开发部署具有地域性或群体性的定制化功能，从而加速数字化汽车产品的研发与功能迭代。产业链亟需合作创新： 传统车企的产业链上下游之间（如上游的零部件生产商和下游的4S店），往往是相对独立的个体。产品设计、生产与销售、服务等相互脱节，导致产品的质量与服务难以把控，例如：某个零部件的质量问题，甚至某间4S店的服务问题，都会直接影响汽车的品牌与销量。同时，由于信息缺乏互联互通，客户需求无法迅速反馈，上下游厂商和4S店无法在同一平台上实现协同创新，以及资源的优化配置和集中管理。因此，在保证各自业务数据所有权和安全性的前提下，构建产业生态平台，打通产业链上下游，实现协作创新和技术升级，通过车联网、出行服务提升客户体验，成为传统车企实现转型的关键。汽车行业转型升级之路1.3未来软件定义汽车成为趋势20世纪，汽车行业以发动机和工程技术为核心。到了21世纪，数据、软件和算力成为汽车产品缩短迭代周期，提升利润空间的关键，同时，传感器、车联网和人工智能让用户体验获得前所未有的提升与优化。未来的车企，无论业务核心是偏向新能源/自动驾驶汽车生产、汽车应用及服务平台运维，或是出行服务，都需要全智能和全连接来快速满足不断变化的移动环境。在这个发展趋势下，汽车已不仅仅是交通工具，而将是集办公、社交、娱乐、支付等为一体的智能空间。 “软件定义汽车”成为新趋势。对于整个汽车产业链而言，尤其是出行服务，“软件定义”是一个持续演进并不断升级的过程。新型车企通过应用解耦、服务平台化和车联网能够快速实现服务输出，打破传统车企的“黑盒子”五层架构（即针对单一车企的软件开发，及软硬件绑定的架构）（见图1）,通过中间层提升应用开发和产品迭代速度，综合云计算和人工智能带动整体汽车产业向平台化和智能化升级。未来，基于软件定义的汽车架构将推动整个汽车产业链快速实现全智能和全连接，加速汽车行业向服务型制造转型。数据和应用成为未来车企生存发展的核心“软实力”。图1 基于软件定义的汽车架构未来的分层式车载及后台架构未来的品牌差异化/个性化元素：云平台 链接车内数据及外部环境数据APP数量急剧提升实时决策、无人驾驶出于整车安全考虑，严密监控附带应用及模块 车载娱乐系统要求实现“即插即用”功能 具备无人驾驶功能，同时可以通过传感器融合算法增强硬件的能力 安全系统具备高容错能力 软件将在堆栈中进一步向硬件端移动（智能传感器） 堆栈横向集成化在堆栈中增加新的层现有层级 新层级 将得到改善的层级互联性用户界面/用户体验应用程序传感器 执行器 电力系统部件整车人工智能/大数据中间件层/操作系统电子电器硬件汽车行业转型升级之路过去10年，中国汽车市场成为全球增长最快的市场，年复合增长率达到15%，占全球市场增量的70%（6）。虽然在2018年中国车市销量首次出现近30年来的下滑，但“限购放宽”、城镇化等政策仍将持续刺激中国汽车销量的增长。与此同时，对新兴车企而言，未来还拥有着无限发展潜力。2.1 中国汽车制造业在全球潜力无限相比发达国家和全球平均水平，未来中国汽车市场拥有可观的增长空间。目前，中国千人拥车量是150辆左右，相比美国(850)、 德国（600）、日本（500）和韩国（420）（7）等国家仍有较大的增长空间。另外，城镇化和宏观经济调控也将促进汽车销量大幅增长，预计自2015年到2030年，中国汽车增量将多达1900万辆（见下图2）。过去几年，中国汽车市场已呈现明显的两极分化态势。围绕汽车后服务和移动出行所产生的利润持续增加，同时卖车的利润空间受到挤压，由此新一轮市场竞争已然拉开帷幕。随着与汽车应用、服务相关的新兴企业和衍生服务业迅速崛起，行业整合与跨界协作也在不同领域间火热展开。它们在创造新的市场利润空间的同时，也在不断蚕食传统车企的市场份额。同时，近年来，消费者对移动出行方式的选择，以及自动驾驶和新能源技术的日益成熟，都推动了汽车所有权模式向共享模式转变，并成为智慧出行方式之一，推动智慧城市的落地与成熟。麦肯锡的研究表明（8），中国消费者对于未来共享无人驾驶汽车的接受程度高达80%，是德国和美国的两倍，再加上政府政策的支持，中国很有可能成为新移动出行模式的先行者。受益于宏观经济因素和共享汽车的增长，到2030年，中国汽车销量将持续增长图2 中国年度汽车销量1（百万辆）轻型商用车乘用车共享汽车私家车2030年，因城镇化和宏观经济所产生的汽车销售增量2015244120302030年，私家车销量有所减少1包括乘用车和轻型商务车，例如货车和皮卡车；不包括巴士车和其他卡车。193921954中国汽车制造业现状及发展前景2汽车行业转型升级之路2.2 中国新型汽车行业三大主力除了传统车企，近年来在中国汽车市场上还涌现出一批以自动驾驶和新能源为核心的新兴车企，以及提供共享出行服务的移动出行服务商，构成了汽车行业新格局。传统车企： 即以生产、制造汽车为主的汽车零配件或整车生产商。这类企业的核心在于生产制造和运营销售，在向数字化转型的过程中，其所遇到的严峻挑战大多源自以下两个方面：一，生产线的自动化和智能化水平低，生产效率低且成本高；二，生产、运营、销售等部门间数据孤岛严重，对数据价值的挖掘与使用更是缺少安全且高效的IT基础架构支撑。面对这些问题，通过数字化转型和智能制造，提升生产、运营、销售等全流程的智能化水平，加速向服务型制造业转型，成为传统车企当下突出重围的最佳路线。新兴车企： 即更注重汽车“软实力”，以自动驾驶和新能源为业务核心的车企，以及基于车联网提供应用和服务的科技公司。这类新兴车企往往更注重云计算、物联网、大数据、人工智能等新技术的创新与融合，将数据的实时收集、处理与反馈，以及数据安全视为命脉。面对这类企业，构建跨边缘、核心、多云的集中统一管理的大数据平台必不可少，一方面能够对不同传感器、芯片、应用等端口产生的数据进行统一管理，提升数据处理的效率和业务运行的敏捷性；另一方面还能够将不同的新技术进行融合创新，进而提升企业的创新力和智能化水平。出行服务商： 即旨在满足消费者出行需求的移动出行服务商。这类企业的核心要素是：移动平台、地图、数据和雷达相关的应用与服务，以及用户服务接口。德勤公司预测（9），到2025年，车企20%的利润将来自移动出行及相关数据的管理。面对出行服务和“乘客经济”的日益繁荣，这是汽车产业链重塑的难得机遇。未来，出行服务将不仅仅局限于即用即付的移动出行模式，而是能够为消费者提供车队服务、保险、广告、信息娱乐订阅、收费停车、加油，以及汽车数据变现等全方位服务。在此基础之上，构建以汽车为核心的移动生活圈，将成为车企利润的新来源。汽车行业转型升级之路设计研发数字化： 设计研发数字化，不仅要满足以新能源汽车和自动驾驶技术为代表的汽车电动化和智能化的需求，同时应对汽车产业链的分工细化和不断外延，以及与数字化新技术融合过程中遇到的挑战。对于传统车企而言，不仅需要建立数字化协作创新平台，能够支持异地、跨国以及跨产业链的研发协同，打造数字核心架构，实现研发设计与ERP、CRM、MES等系统集成，实现数据的全链路交互，提高设计研发的敏捷性，以及同产业链其他环节之间的数据交互和快速响应；同时需要结合数字孪生/仿真技术与汽车全生命周期管理，利用虚拟和可视化技术加强产业链上下游间的协作与沟通，并辅之以人工智能、机器学习和高性能计算技术，提高设计研发的智能化和精细化水平。释放数据潜能，打造具有全球竞争力的车企3目前，在中国汽车市场，传统车企、新兴车企、出行服务商，形成“三足鼎立”的态势。未来，随着数字化进程的不断加快，自动驾驶和新能源技术的日趋成熟，传统车企向新兴车企或出行服务商转型成为必然。而传统车企转型成功与否的关键则在于数据。随着车联网技术日趋成熟，V2V（车辆与车辆互联）、V2X（车辆与基础设施及其他事物互联）趋势逐步深化，通过车联所收集的数据量将呈几何倍数增长。收集有意义的数据并提炼数据价值，从而掌控汽车产业上下游价值链动态并挖掘其中潜力，有效变现数据，成为新型汽车产业必不可少的一环。要释放数据潜能，实现汽车产业链数字化，需要从以下四个方面着手：设计研发数字化、生产制造数字化、服务体验数字化和产业协作平台数字化。生产制造数字化： 生产制造是汽车产业之本，只有生产制造实现数字化和智能化，才能带动整个汽车产业摆脱传统机械加工的束缚。传统车企向智能制造演进过程中的起点是，构建车企智能大数据中台，突破产业链的数据屏障。在此基础上构建汽车智能工厂，一是要能够基于云平台部署大量传感器，使系统可以不断抓取、整合、分析数据，以加强业务决策的可预见性；二是要能够快速融合人工智能、机器学习、数字孪生、建模仿真等先进技术，使生产制造流程更加敏捷与智能；三是要构建汽车产业的智能开放平台，充分发挥平台的网络协同效应，使数据在汽车产业链上下游之间实现无缝交互，助力生产场景实现优化与改进。