哪些技术趋势正在塑造移动行业 ？

麦肯锡未来移动中心 哪些技术趋势正在塑造移动行业？ 技术创新正在改变移动行业的各个方面，越来越多的公司开始研究颠覆性技术。麦肯锡的一项分析确定了值得关注的趋势。 作者：Ani Kelkar, Timo M ö ller和Felix Ziegler 在移动性中”）。目标是通过确定我们样本中有多少公司已经在开发与这些趋势相关或由它们启用的产品（例如，需要应用AI算法的更大自动化），从而获得特定行业的创新观点。3我们发现，分析的企业中约有20％属于此类，其中大多数关注与应用AI相关的创新。 新技术经常大张旗鼓，只是陷入默默无闻或达不到早期预期。在移动领域中，由于电动汽车（EV），自动驾驶和其他创新的增长而迅速转变，确定潜在的赢家-甚至预测变化的步伐-可能特别困难。 尽管一些不确定性将始终存在，但通过检查专利和研究，投资水平，采用率和其他指标的数据，可以更好地了解技术的潜力。麦肯锡技术委员会在年度报告中遵循这种方法（最新发布的2023年7月)1它考察了各行各业都有动力的创新。 虽然十大技术趋势已经有了势头，但我们预计在不久的将来会有更多的颠覆，因为更多的公司开始关注这些领域。随着这个数字的增加，新兴的创新产品和服务的数量也会改变车辆，为消费者提供新的出行选择，并提高收入。在移动公司内部，这些创新可以增强价值链的每一步，包括工程、生命周期服务、物流、制造和生产、营销和销售、研发、采购和产品开发。更重要的是，服务于汽车市场的公司，包括随着十大趋势的加速，云计算，工程和半导体领域的人员也可能会找到新的机会。 我们通过对3, 500家主要专注于自动驾驶，连通性，电气化和共享出行（ACES）的工业公司进行了数据驱动分析，使理事会的研究更进一步。2我们的分析重点是十种跨行业趋势，从下一代软件开发到量子计算再到Web3，理事会强调了这一点（请参阅侧栏“十种变革性技术” 虽然十大技术趋势已经有了势头，但我们预计在不久的将来会有更多的颠覆，因为更多的公司开始关注这些领域。 移动领域的十大变革技术 十大技术进步麦肯锡技术趋势展望2023报告1与流动性最相关的是: —高级连接,它指的是无线和低功耗网络，第五代和第六代蜂窝网络，Wi-Fi6和7，低地球轨道卫星以及其他支持大量数字解决方案的技术;它可以提高各行各业的生产力 —生成式AI，它可以自动化、增强和加速工作通过利用非结构化、混合模态的数据集来创建各种形式的新内容，例如代码、文本和视频 —量子技术，它仍处于相对较早的发展阶段，但可以为某些问题提供指数级的计算性能增长，并改变通信网络通过使它们更安全 —应用AI，这涉及使用机器学习中训练的模型来解决分类、预测和控制问题；这些模型可以帮助添加或增强功能和产品，自动化活动，并使更好的决策 —信任架构和数字身份工具，允许组织构建和扩展其数据和数字化产品和服务，以及维护利益相关者的信任 —身临其境的现实技术，它使用传感技术和空间计算来帮助用户通过增强、混合和虚拟现实来看待世界 —Web3,这是一种新型的分散式互联网，具有开放的标准和协议，同时保护数字所有权;它的潜在应用包括分散式移动平台，个人用户可以在该平台上与各种提供商预订旅行一次旅行 —工业化的机器学习，它指的是软件生态系统和硬件解决方案，帮助加速和理解机器学习解决方案的开发、部署和维护 —云和边缘计算，这些技术允许跨位置分配工作负载，例如超大规模和远程数据中心、区域中心和本地节点；这些技术可以帮助提高对数据主权法规的遵守程度、数据自主权、数据传输成本、延迟和安全性 —下一代软件开发，它实现了现代代码部署管道和自动化代码生成、测试、重构和翻译 推动移动领域变革的技术趋势 和自动驾驶功能-从盲点传感器到自动驾驶汽车-吸引了大量投资。 移动革命正在加速。摩托车和共享电动自行车现在在许多城市很普遍，最近的一项调查显示，46%的受访者愿意在未来十年内用其他交通选择取代他们的私人车辆。4汽车本身就是随着电动汽车变得越来越复杂，它也在不断发展 技术进步推动了这些变化，并缓解了向更可持续和更具包容性的运输形式的过渡。电动汽车的采用正在增长，部分原因是最近电池范围和可靠性的改善。而多个 —量子技术—信任架构和数字身份工具—Web3 进步正在改变流动性，我们专注于麦肯锡技术委员会最新报告中引用的十项5: —高级连接—应用AI—云和边缘计算—创成式AI—身临其境的现实技术—机器学习产业化—下一代软件开发 在研究的20％的公司中，已经在开发与这些趋势相关的产品或服务，许多公司已经获得了投资以开发其解决方案。这些公司的财务状况良好，总资金超过2000亿美元，而64％ 正在研究应用人工智能应用程序或由应用人工智能启用的技术，使这一技术趋势成为迄今为止的领导者(图1)。 在我们的样本中，20%的公司在与十大技术趋势中的一个或多个相关的领域工作。 从事十大技术趋势的公司，1% 麦肯锡公司 前五名中的其他技术趋势是先进的连接，云和边缘计算，Web3和沉浸式现实技术。然而，我们样本中的公司并没有平分他们的投资，因为一些技术比其他技术更符合特定的ACES趋势（图表2）。例如，Web3技术最常参与开发具有共享移动性的用例，例如与之相关的用例。构建分散的平台。在专注于自动驾驶的公司中，它的使用频率要低得多。 尽管在我们的分析中，只有大约20%的公司正在研究与十大技术趋势相关的产品或服务，但随着消费者对创新产品不断增长的需求，这一数字可能会大幅上升，例如汽车中增强型沉浸式信息娱乐系统和 移动平台，允许旅行者在一个单一的交通无缝地使用不同的交通方式出行。移动公司也面临着越来越大的压力，要求优化内部运营和可以追求一种或多种新的技术进步，以提高效率和降低成本。 附件2 我们样本中的公司更有可能投资于应用人工智能，而不是其他尖端技术。 公司的五大技术趋势，1公司数量 麦肯锡公司 按地区划分的创新 应用AI及其变革性影响 我们还进行了地理分析 在分析了我们的结果之后，我们更详细地研究了应用AI，因为它是迄今为止最 我们研究的十大趋势的流行技术，它有望破坏移动性生态系统的多个方面。应用AI在移动性中的突出地位并不令人惊讶，因为它增强了如此多的流程，实现了自动化，并解决了长期存在的痛点。考虑几个例子，这些例子强调了其当前和日益增长的移动性优势： 以确定每种技术在哪里最具吸引力。在我们的样本中，总部位于美国的公司最有可能报告他们正在研究前五大技术趋势中的一个或多个(图表3)。例如，使用应用人工智能，从事这项技术的公司中有33%位于美国。自企业数据库以来 We analysted did not contain all China companies, it ispossible that our analysis understitimates China ’ scontribution in some categories. The regions that have themost companies focusing —工程与研发一些公司使用应用AI来创建和控制虚拟世界，在虚拟世界中，他们可以训练算法，使 ACES趋势和其他数字解决方案在确定未来移动性如何发展方面可能比其他解决方案发挥更大的作用。 按地理位置划分，在10个顶级技术趋势中工作的公司，1% 按地理位置划分，在五大技术趋势中工作的公司，1% 麦肯锡公司 系统使用专门的技术，将黑白图案投射到车辆表面。这种技术允许摄像机扫描和识别即使是反射油漆中最微小的变化。该技术对制造商来说是如此成功，以至于交货时间缩短而质量没有任何变化。 自主驾驶。除其他好处外，AI算法还可以识别当前模型中固有的弱点。他们可以创建数千或数百万个额外的场景用于测试— —如果没有这项技术，这个数字是不可能的。开发人员可以创建另一个场景来获取更多信息，而不是在自动驾驶汽车（AV）未通过虚拟测试的情况下进行软件更新。 —营销和销售。公司可以使用应用的人工智能来识别有可能输给竞争对手的客户，然后创建激励措施来提高他们的满意度，从而有可能减少客户流失并降低成本。除了保留客户外，公司还希望使用该技术来改善客户体验，并提高客户对其特定产品和品牌的忠诚度。 在问题上，节省时间和金钱。算法可以测试平凡事件的AV性能，例如车辆是否在人行横道上为行人停车，以及极其罕见的事件，例如行人不小心踩到车辆前面。 —采购。As climate change accelerated, OEMs are usingapplied AI to identify environment - mental, social, andgovernance risks along the supply chain. For instance,algorithms can analyze news about suppliers toidentify 潜在的问题，例如污染的历史或最近涉及腐败的丑闻，比人类更快，更彻底。改善可持续性可能会吸引购车者，因为最近的一项消费者调查显示，70％的受访者认为可持续制造是购买汽车时的重要考虑因素。6在未来，人工智能还可能帮助企业更准确、更主动地预测风险建议改进，例如使用更可持续的资源。 —生命周期服务。将应用的人工智能集成到车辆车载系统中的原始设备制造商可以分析消费者的信息娱乐偏好，然后提出个性化建议。此外，一项消费者调查显示，大约40％的受访者对熟悉其驾驶模式的导航系统提供的个性化实时建议非常感兴趣。7 我们预计对应用AI的投资将增加，因为OEM对自动化越来越感兴趣-这种转变依赖于实现自动化流程的AI算法。在麦肯锡的一项调查中，受访者预计自动化方面的支出 占其公司未来五年资本支出的30%以上，高于前五年的22%。8约8%的汽车行业受访者表示，五年的自动化投资总额将超过5亿美元。人工智能支持的自动化可以通过缩小劳动力差距和承担一些最不理想的任务来改善工作场所(例如，让物理机器人补充人类劳动)。 —制造。通过使用视觉相机、激光雷达和雷达与应用的人工智能相结合，OEM在制造过程中改善了质量控制。例如，一家领先的汽车制造商正在利用人工智能控制的机器人来处理单个车辆的加工，同时保持严格的质量标准。在表面检测阶段，先进的 —战略。实现成功的人工智能和数字化转型需要一种自上而下的战略性方法。首席执行官必须团结一致共同的愿景和承诺与转型的雄心相一致。决策者应该专注于高价值的业务领域，例如完整的客户旅程，而不是追求单个用例。然后，在每个领域中，他们可以确定要追求的最佳用例和解决方案。为了获得最佳结果，公司应通过运营KPI来量化价值，并在实施过程中设定明确的优先级。 除了自动化，公司越来越多地使用应用AI来改善其他运营领域。例如，一些OEM通过使用数字孪生（产品的虚拟表示）来改善制造流程，从而增强研发能力。 实现应用AI的增长 虽然原始设备制造商和其他移动利益相关者致力于创新，但应用人工智能的实施往往会带来挑战。这个问题出现在各个行业。麦肯锡的研究表明，90%的公司已经启动了数字转型，但由此产生的收入收益约为预期金额的三分之一。9 —组织。创新需要强大的项目管理，但麦肯锡的一项调查结果显示，75%的商业领袖尚未采用最佳实践。10（科技公司是一个例外，因为它们倾向于将项目管理能力嵌入其运营模式中。）更重要的是，许多公司在业务，运营和技术职能之间的协作中苦苦挣扎，这可能会减慢新产品和服务的进度。为了克服这些问题并提高组织能力，公司应该考虑建立由产品所有者领导的分布式，授权的产品团队。这些团队可以访问。所有必要的数据和技术，包括软件开发工具。因此，他们可能会开发出有效的，跨功能的解决方案，真正考虑到商业利益。 在移动性内部，如果公司能够克服实施障碍并利用技术大趋势，则公司可能会从应用AI中获得更大的收入。这种改进将要求OEM和移动性利益相关者通过进行广泛而集成的变更来从根本上重新调整他们的运营方式，这些变更涉及战略，组