研究 AI作为游戏转换器 汽车工业的新动力 AI作为游戏改变者| 作者和联系人 Lead 奥古斯丁·弗里德尔 软件定义车辆Augustin.Friedel@mhp.com 作者 马库斯·威兰德 MobilityMarcus.Willand@mhp.com Lead MatthiasBorch 人工智能Matthias.Borch@mhp.com 联系人StephanBaier 人工智能Stephan.Baier@mhp.com 作者 NilsSchaupensteiner博士转型咨询Nils.Schaupensteiner@mhp.com 作者 帕特里克·鲁赫兰 转型咨询Patrick.Ruhland@mhp.com 这项研究“AI作为游戏的改变者”及其摘要发表于: MHPGesellschaftfürManagement-undIT-BeratungmbH 保留所有权利! 未经出版商许可,不得复制、微缩胶摄、存储或以电子媒体处理本出版物的内容。本出版物的内容旨在告知我们的客户和商业合作伙伴,其反映了作者在出版时的知识状态。如有任何问题,请参考出版物中列出的来源或联系指定的联系人。观点文章反映个别作者的观点。图表中的数据可能存在四舍五入差异。 3 Contents Contents4 数字表6 12个关键发现8 欢迎改变!10 01.革命与汽车市场潜力11 02.对AI聚焦公司的投资15 03.试点项目和实施19 04.AI模型、级别和用例23 4.1游戏改变者:AI可以实现什么26 4.2AI投资低的汽车制造商29 4.3AI模型:制造还是购买?29 05.汽车价值链中的AI应用31 5.1AI在车辆和云中的操作35 5.2汽车中的AI货币化39 5.3公司人工智能应用的附加值40 06.客户想要什么:用户视角47 6.1AI应用程序的使用和理解49 6.2优点和缺点-一般和车辆49 6.3购买决策、信任与支付意愿51 4 AI作Co为nt游en戏ts改变者| 07.成功因素和战略方针55 7.1战略和目标规划56 7.2从客户而不是技术的角度思考56 7.3组织锚定和所有权58 7.4本地差异需要本地设置59 7.5降低复杂性59 7.6数据的使用和货币化60 7.7成功实施的清单61 08.挑战、责任和风险63 8.1培训和运营成本64 8.2以数据和数字化为基础65 8.3B2C和B2B的商业模式和案例65 8.4道德与责任67 8.5新风险和监管挑战69 09.人工智能在汽车行业的应用:7个行动建议71 10.进一步的信息75文献和来源76 联系国际78 关于MHP79 5 数字表 图1:科技超级周期——人工智能作为下一个相关平台转移(Coatue,2024)12图2:汽车行业的人工智能市场规模(优先研究,2024年)12 图3:自2001年以来成立的AI公司的总投资,单位:十亿美元(Scheuer,2024年)16 图4:AI堆栈层的投资(Coatue,2024)17 图5:拥有AI团队和预算的公司(Capgemini,2023年)21图6:互连的AI概念24 图7:将AI可视化为金字塔25 图8:AI术语分类27 图9:AI模型在MMLU测试中与人类能力相比的性能(iAsk,2024)28 图10:车辆AI基础模型训练示意图30图11:在价值链中使用人工智能32 图12:通过AI实现的功能和特性的重大改进33 图13:国际上对AI功能的兴趣比较34 图14:本地、云和车辆在AI模型中的作用35 图15:软件定义车辆(SDV)的级别(Willand,Friedel和Schaupensteiner,2023)36图16:ADAS和AD应用程序和功能的不同模型37 图17:人工智能在价值链不同阶段的潜力(凯捷,2023年)40图18:按地区划分的基于AI的解决方案的使用情况41 图19:在生产中使用AI的关键驱动因素42 6 AI作数为字游表戏改变者| 图20:决定性问题-由于AI或自由软件而导致的软件用户减少(Coatue,2024)43图21:人工智能在软件开发中的可能用途(Wee2024)44 图22:对汽车中AI的理解48 图23:在汽车中使用AI的优势49图24:使用AI的优势和劣势50 图25:汽车中的人工智能:购买动机还是阻碍者?51图26:在车辆中实施人工智能方面对利益相关者的信任52图27:支付AI功能的意愿52 Abb。28:按地区评估汽车制造商的未来AI能力53 图29:首先是客户和用例,然后是AI应用程序和模型57 图30:验证技术可行性的尺寸57 图31:AI模型的培训成本正在增加(斯坦福大学,2024年)64 图32:按区域分列的数据可用性和质量65 图33:客户的支付意愿不明确;实施和运营会产生成本66图34:AI用例类别和可能的业务模型的分类67 图35:与使用AI相关的风险68 图36:欧盟人工智能法案的原则和处罚70 表1:分为不同时间阶段的AI模型的开发27 7 12个关键发现 AI的广泛应用预计将是继云转型之后的下一个相关平台转变 ——原始设备制造商(OEMs)需要加大行动力度。 超过 Only 受访者看到 节省时间作为最大的好处AI应用。 美国对人工智能应用的怀疑比欧洲或中国更大。 受访者中有25%的人认为AI的风险超过了其带来的好处;这一比例在中国约为25%,在欧洲和美国也大致相同。 AI最常被提及的缺点担心失去控制,失去数据保护和个人隐私,and安全风险。 8 全球客户希望在汽车中使用AI,但很少为此付费 。 KI 在中国,已经在汽车中使用AI的客户是欧洲的两倍多。 在中国,人工智能功能大多对购车产生积极影响 决策-仅限 的受访者将不买基于AI功能的车辆 。 如今,中国汽车制造商被视为AI创新的领导者。在五年时间,日本OEM将在最前沿其次是中国和德国的OEM 。 AI不仅正在革新车内的客户体验——整个价值链正经历颠覆性的变革。 传统汽车制造商在使用人工智能方面最受信任,远远领先于国家机构和新的汽车制造商。 成功没有AI应用程序的实现是不可能的先验数字化and访问特定数据源。 AI作为游戏改变者|12个关键发现 9 欢迎改变! 亲爱的读者, 人工智能将是下一个颠覆所有工业部门的平台转型。汽车价值链各利益相关方已意识到 ,人工智能正挑战许多传统流程和思维方式。个人电脑、固定互联网、移动互联网以及此前的云计算/软件即服务(SaaS)均产生了类似的颠覆性影响。新的商业模式和利润池正在涌现,同时在技术、合作伙伴关系和伦理问题方面也面临着众多挑战。在本研究中,我们将追踪迄今为止的人工智能重大进展,并探讨其在汽车行业的机遇与风险。与我们一同探索当前及未来的情景——针对在生产及车辆中实施人工智能应用时的战略,提出具体行动建议。 新技术是否满足驾驶员的期望,关键就在驾驶舱中。因此,在第8章中,我们基于自身当前的数据概述了用户视角。我们的国际调查提供了关于哪些汽车公司的产品和服务能够满足AI需求以及消费者的支付意愿的信息。这使得本研究成为决策者、CIO和应用开发者的重要阅读资料。 投资者在人工智能技术领域和人工智能团队需要稳定且长期的成本效益比。因此,我们考察车内人工智能的直接/间接商业化,并探索基于人工智能和数字化的新商业模式。 最终,正如通常的情况一样,逐渐清晰的是,进入新的技术领域最好有经验的向导引领 。获得你需要的知识和技能——始终保持好奇心! 让你塑造一个更好的明天最好的问候, JanWehinger博士 ClusterLead软件定义车辆 MHP管理与IT-BeratungGmbH路德维希堡,2024年9月 10 本报告来源于三个皮匠报站(www.sgpjbg.com),由用户Id:349461下载,文档Id:18352024,下载日期:12-04 01. 革命与汽车市场潜力 11 AI作为游戏的改变者|01.革命和汽车市场潜力 每个人都认识到AI是下一个平台转变 台式机Internet(Web1.0) MobileInternet(Web2.0) 云/SaaS 生成AI PC 联网 大型机 1960–1980 1980s1990s2000s2010s 2015–2020 2022–... 图1:技术超级周期-人工智能作为下一个相关平台转移(Coatue,2024) 到2033年,汽车行业基于AI的系统将达到357亿美元 35.7 26.6 ...十亿美元 20.0 15.2 9.2 11.7 3.2 3.9 4.7 5.8 7.3 20232024202520262027202820292030203120322033 图2:汽车行业的人工智能市场规模(优先研究,2024年) 12 大型科技公司如谷歌、Meta和微软极有可能在此次平台转变(超级周期)中继续保持主导地位,引领人工智能时代。 沿汽车价值链,相关利益方有时被指责对上次平台转变反应迟缓或策略无效。我们认为,连接性和云解决方案的重要性被认识到得太晚,实施也本可以更加到位。行业正处于人工智能平台转变的初期,仍然有机会通过有针对性的策略提前响应。例如,苹果公司已经证明,并非必须等到最后一刻才采取行动。 然而,一个担忧是人工智能可能会逐渐取代人类,导致工作岗位消失。目前,人工智能的应用更多被视为一种补充而非替代。哈佛商学院的KarimLakhani等学者认为人工智能不会取代人类。一种可能的情景是,使用人工智能的人将比不使用人工智能的工人拥有显著的优势。 关于AI是否会改善经济的问题,调查结果显示看法不一。全球范围内,34%的受访者认为在未来三到五年内AI的使用将改善他们国家的经济状况。这种期望值高于平均水平。 人工智能不会取代人类,但有人工智 能HBR的,2人023类) 将取代没有人工智能的人类。( 致力于成为首个创新者。一家公司可以通过强大的人工智能战略,在潜在的快速追随者角色中获益。近年来,汽车行业的AI市场显示出显著的增长。目前预计到2024年市场规模约为390亿美元,并有望在2030年增长至1500亿美元。一些市场分析预测,到2033年,汽车领域的AI销售额将超过350亿美元 。从2024年到2033年的增长率为28%。 其他市场报告中的估计可能略高或略低,但所有报告均显示相同趋势。这意味着在整个价值链中为制造商、供应商和服务提供商创造了广泛的经济机会 。 在泰国、印度和南非等国家。排名较低的国家包括比利时、日本、美国和法国(Ipsos,2023)。总体来看,越来越多的迹象表明机会远多于风险。有针对性地使用人工智能将在未来几十年显著影响我们的繁荣程度。人工智能可以提高效率,并能抵消技能短缺、人口结构变化和高地点成本的负面影响。现在轮到汽车行业采取大胆且适当快速的行动——并采取战略上明智的方法。 AI作01为.革游命戏与改汽变车者市|场潜力 13 14 02. 投资以AI为重点 的公司 15 AI作为游戏的改变者|02。以AI为重点的公司投资 4.6亿美元华盛顿特区 16.5亿美元英国 投资磁铁:自2001年以来成立的AI公司的总投资达数十亿美元 101.2 bn.US$ 39.6 Bn.US$ 234.1 Bn.US$ 41.7 bn.US$硅 山谷 70亿美元西雅图 55.8bn.US$旧金山 图3:自2001年以来成立的AI公司的总投资,单位:十亿美元(Scheuer,2024年) 人工智能投资分布的情况显示,那些在上一轮平台转变中也占据主导地位的地区仍然占据主导地位(参见Coatue,2024;图1)。可以假设,汽车行业将继续依赖于超大规模公司和技术企业。关于软件、云应用和人工智能的协作预计会增加。 一项分析显示,AI公司的大量投资来自美国。更深入的研究(Coatue,2024)表明,虽然只有约3%的风险投资交易与AI有明确联系,但有15%的投资资本流入了AI初创企业。从这