從選車、造車到駕車 “AI+汽車”碰撞出這些新可能

隨著人工智慧産業和實體經濟的加速融合，落地場景的不斷豐富，AI正在悄然改變著各行業的發展模式。汽車行業擁有龐大的産業鏈，其中包括汽車的設計、生産、銷售、服務等業務，在經濟活動中佔有重要地位。

面對日益激烈的競爭，汽車行業希望借助人工智慧技術降低成本，增強競爭力。時值世界人工智慧大會前夕，記者走進已經被人工智慧所深刻改造的汽車行業，為你揭秘“AI＋製造”將會為汽車行業産業上下游帶來哪些改變。

智慧客服不斷豐富汽車用戶畫像

在用戶運營環節，過去一個客服只能對應幾十個用戶，有了智慧助手後，運營人員不僅對應的用戶數量翻倍，而且還能跨車型服務，實現了人機互相協作的局面。

“未來利用AI技術還可以進一步優化用戶畫像，更好地打通線上線下的用戶數據。”上汽大通數字技術及轉型中心高級産品經理邵鑫説，用戶什麼時候去過哪家4S店，在哪個場景逗留時間比較長，和銷售人員的對話記錄，線上曾經和智慧助手做過哪些溝通，都可以進行完整的數據打通，形成價值鏈閉環，使用AI技術可以不斷地豐富用戶畫像，更精細地服務用戶。

線上線下無縫打通智慧選車體驗

在上汽大通自主研發、不斷迭代的智慧選配平臺“蜘蛛智選”上，已經有多個車型、單車型多達60多項個性化選擇供消費者定制。消費者可以線上上選擇組合心儀車型的各類配置及功能，座椅顏色、前格柵、中控屏、主動安全功能等都可以定制，PC端、手機端、店面多觸點覆蓋，線上線下無縫打通智慧選車體驗。

“利用知識圖譜這一技術，我們其實針對不同用戶會進行非常個性化的推薦。”邵鑫説，比如説用戶過去在運營平臺留下過地域資訊，“蜘蛛智選”就會據此標簽進行一些相應的車輛配置推薦。例如，就輪胎而言，對南方用戶會推四季胎，對北方用戶推薦購買雪地胎作為備胎。

圖像識別技術實現生産防錯與糾正

走進上汽大通的“燈塔工廠”，借助基於網路物理系統、物聯網、雲計算以及人工智慧技術的綜合性製造技術，例如行業領先的工程數據智慧分析、數字化生産技術、數字化品質管理系統和數字化供應鏈等，驅動生産線的智慧化轉型，令生産更加透明、高效和智慧。

“我們利用AI圖像識別技術實現生産防錯與糾正，例如：輪胎機運鏈上線時，發現和用戶選配需求不一致或者輪胎安裝過程中沒有按照設定的安裝定位參數安裝，就會向製造監控系統預警並驅動機械臂進行相應的替換或安裝調整。”邵鑫説，此外在焊接過程中，也會結合大數據分析＋機器學習來提升焊接品質。“通過不斷的自我學習，智慧化調整焊接參數，最終消除缺陷焊點”。

麥肯錫全球董事合夥人、中國區汽車與先進製造業諮詢業務領導人王平表示，服務全球和國內車企的經驗表明，數字化結合物聯網和自動化技術可大幅提升收入，縮短産品開發週期10％—20％，提高勞動生産效率20％—30％，減少庫存30％。70％以上的後臺工作可實現自動化。

從宏觀面上看，數據顯示，上海智慧製造平均生産效率提升50％以上，最高提高3．8倍以上，運營成本平均降低30％左右，最高降低79．4％。目前，上海已成為國內最大的智慧製造系統解決方案供應商輸出地之一。

人工智慧助力無人駕駛快速進步

“未來中國很可能成為全球最大的無人駕駛市場。”麥肯錫未來出行研究中心報告稱，由於本土及跨國公司的蓬勃發展，中國現已成為全球最大的車輛及出行服務市場，無人駕駛若能在中國落地生根，前景將十分廣闊。

王平認為，目前無人駕駛技術還在快速進步之中，但離技術成熟到應用還有很長的路。預計2026年之後，無人駕駛技術在全生命週期成本上可能取得優勢。

“人工智慧對汽車行業的賦能，是一個逐漸深入的過程，現階段應用的深度也不同。”上汽大通首席數字官吳鋼説，汽車行業的智慧化總體而言是兩個大的方向：一是把汽車打造成一個智慧産品，也就是無人駕駛等；另一個是實現汽車製造和銷售等環節的智慧化，提升效率。（據新華社）