近日，上海國際汽車工業展覽會（簡稱"上海車展"）上各大車企爭相發布重磅新車，讓人應接不暇。中國汽車工業協會發布數據顯示，2024年我國汽車產銷分別完成3128.2萬輛和3143.6萬輛，同比分別增長3.7%和4.5%。

但在繁榮的表象下，汽車行業正潛藏著巨大的隱憂，價格戰白熱化、技術迭代加速、行業利潤持續承壓，一場關乎生存的轉型之戰已然打響。

汽車行業的競爭已不僅是市場爭奪，更是一場創新突圍戰，企業必須在這場“內卷”中鍛造出差異化的技術壁壘和獨特的核心競爭力。

而解決這一問題的答案就是AI+。

讓AI這個工具釋放價值潛能

當前汽車行業面臨最大的三大挑戰在于，成本壓力持續上升，降本增效已成為企業提升競爭力的核心訴求；市場飽和疊加產品迭代加速，車企正承受前所未有的剪刀差壓力；國內極度內卷，出海會面臨客戶不同、員工不同、法律法規不同三大挑戰。

在中國，不同的車企面臨著的變革和挑戰也有所差異。外資車企主要面臨嚴峻的戰略轉型挑戰。隨著市場環境變化，燃油車市場規模預計將逐步收縮至600-700萬臺的穩定水平。外資車企不僅需要應對傳統燃油車市場的持續萎縮，更亟需突破產品創新與市場推廣的雙重瓶頸，而且創新并非僅限于新能源，傳統燃油車同樣面臨著產品升級的迫切要求。

本土車企則普遍在產品研發體系完善度、質量管理標準提升以及營銷管理流程國際化等方面存在明顯短板，這些關鍵能力的不足直接制約著企業出海實現新增長。

IBM發布的《2024年全球車企CEO調研》覆蓋了全球 30多個國家和地區，151位車企 CEO，調研顯示，車企CEO希望通過實施AI實現快速轉型，實現從試點實驗、到降本增效、再到推動業務增長。

同時《調研》還有三個關鍵發現，第一，提升用戶體驗已經躍居車企CEO未來三年的優先要務；第二，車企CEO面臨的最大挑戰的變化是他們開始關注業務模式創新；第三，車企CEO最希望通過AI來實現所需要的業務結果。

這些趨勢在2025年發布的《汽車2035——軟件定義時代的成功之道》報告中得到進一步印證。報告顯示，全球74%和中國77%的 受訪汽車行業高管表示，2035年的汽車將依賴于軟件定義和AI驅動。

“降本增效是現階段企業最關注的重點領域，并且偏向于希望使用工具型的應用，尤其是AI在相關領域的應用。”IBM咨詢中國區汽車行業總經理唐俊說。

IBM咨詢中國區汽車行業總經理唐俊

“AI和混合云”可以成為車企的“工具”，尤其使用AI在“研產供銷服”每個階段都可以實現降本增效與質量管控的提升。IBM中國科技事業部汽車行業和跨國公司總經理王勝航指出，未來幾年，車企的策略是要通過AI打造品牌的差異化，也就是讓工具轉化為價值。

IBM中國科技事業部汽車行業和跨國公司總經理王勝航

人工智能新時代不僅是技術的進步，更是從工具到生態、從單一到融合的全面升級，將為社會帶來前所未有的變革。

“IBM咨詢在數字化領域有非常重要的一個理念：工具到人，并且要挑戰我們現有的經營模式。”唐俊說，數字化轉型不僅僅是科技工具，更是一個管理工具。

讓AI融入企業每一個最小單元

AI在2C和2B領域的應用完全不同，可以看到目前企業級AI有著三大誤區，包括AI=生成式AI、AI是CIO的事、AI離規模應用還很遠。

為系統推進企業AI轉型，IBM咨詢建立了"IPD-ISC-IFS"方法論體系：IPD集成產品研發、ISC集成供應鏈、IFS業財一體，代表端到端跨領域、跨價值鏈的流程梳理。

同時2000年，IBM將企業業務拆解為最小單元，并探索如何通過AI技術對這些單元進行匹配和優化。可應用的生成式AI核心能力包括總結提取、會話式問答、內容創作、生成式數據分析、AI驅動自動化；傳統AI核心能力包括分類規劃、模式識別、自動化決策。

IBM幫助車企從整體企業角度進行梳理：首先是組織架構，其次是流程，再者是KPI，最后通過CBM模型將工作拆解為最小單元。通過運用相應的方法論將拆解后的單元重新組合，并在過程中識別出具有價值的環節，利用AI技術實現這些價值，并通過搭建AI工具落地。

研發創新環節，比如某外資車企的制動系統能根據雨雪天氣、電池溫度等實時數據自動調整參數。這種研發過程需要建立全生命周期管理體系。同時，車企在智能駕駛研發中面臨的高性能計算資源調配問題。

智能制造環節，視覺檢測技術的應用正從簡單的二維識別擴展到復雜行為分析。傳統人工目檢存在疲勞導致的誤差率，通過引入AI視覺檢測和大數據分析，可顯著提升產品良率，同時降低人力成本。

智慧供應鏈環節，預測性維護和耗材管理是關鍵。汽車產線備件庫存占用資金巨大，通過精準預測維護需求和多工廠協同，可大幅降低庫存成本。在采購環節，新能源車企的特點是有一到兩個爆款車型，通過集中采購零部件可實現成本降低，傳統車企則需要優化多款車型零部件采購策略，IBM的解決方案能幫助實現更精準的采購預測。

精準銷售與服務環節，車企已從傳統4S店轉向商場體驗店和網絡直銷，消費者更注重使用體驗而非技術參數，這使得精準營銷和輿情管理變得尤為重要。

安全運營環節，出海合規和維修智能化是重點關注方向。各國汽車標準差異顯著，需建立完善的知識庫確保合規。維修環節也正從依賴老師傅經驗轉向數據驅動的智能診斷，通過整合車輛數據、視覺和聲音分析，形成標準化維修方案，降低對維修人員經驗的依賴，提高服務效率。

根據唐俊過往的經驗，汽車行業對AI的應用主要集中在財務和營銷兩個低風險、高回報的應用場景。財務共享中心可通過AI自動化處理發票、合同等標準化流程，解決人工操作效率問題。營銷重點打造智能呼叫中心，整合AI客服與企業微信等平臺，實現客戶互動數據閉環分析，有效提升運營效率。

讓咨詢與科技雙輪賦能車企突圍

“四年前，IBM咨詢提出all in AI，自己要成為第一個AI的用戶，即Client Zero。“唐俊說道，時至今日，IBM咨詢在生成式 AI 領域擁有200家活躍客戶和65,000+名專業顧問，業務額已經超過50億美元。并在IDC和Gartner等評級機構中被評為行業領先者，像Ask HR就是IBM咨詢在企業級AI應用中的實際場景。

如同車輪的轉動一樣，在經過全面的梳理制定出咨詢戰略后，IBM科技則進行接力，通過產品和技術把它們一一落地，賦能汽車行業全價值鏈數智化轉型。

“IBM深耕汽車行業二十余年，在運營優化、產品設計、服務創新等領域積累了豐富的行業洞察和實踐經驗，并在中國市場與主流車企建立了深度合作。”王勝航說，這些合作主要由IBM Consulting牽頭，并結合IBM科技的技術實力，為客戶提供從戰略規劃到實施落地的全方位支持。

目前IBM科技以開放、安全、可擴展的混合云架構和AI能力為核心，為車企提供從底層算力到智能應用的完整技術棧，從底層基礎架構到紅帽混合云平臺，再到企業級AI平臺watsonx（包含watsonx.ai、watsonx.data、watsonx.governance和watsonx.orchestrate）。

“IBM的解決方案有別于通用AI工具，強調數據溯源和責任認定。”王勝航指出，以出海合規為例，IBM和合作伙伴共同打造的解決方案不僅能夠提供標準內容，同時標注標準來源，并通過"車庫創新"方法論幫助客戶實現從規劃到落地的全程共創。

在汽車產業加速發展的新階段，IBM將持續深化與車企的戰略合作，依托領先的咨詢方法論和AI技術能力，幫助車企在內卷時代，打開產業變革的N種可能。