作者 ｜ 頤圣
編輯 ｜ 志豪

在全球化競爭加劇與行業快速迭代的背景下，IBM如何出招？

車東西4月28日消息，日前，IBM中國于北京召開了2025汽車行業媒體溝通會，重點討論了人工智能（AI）技術如何為汽車企業創造新的增長機會。

會上，IBM發布了“IBM咨詢+技術”的深度協同賦能方案，旨在幫助行業把握AI驅動的數字化轉型窗口期。

IBM咨詢中國區汽車行業總經理唐俊表示，當前汽車產業的競爭已從單一產品向生態協同轉變，產品的焦點也從車輛轉向終端。IBM通過“全局規劃+場景拆解”的咨詢方法，協助汽車企業在AI驅動的新周期內構建可持續的端到端跨工作流能力。

IBM中國科技事業部汽車行業和跨國公司總經理王勝航強調，IBM專為汽車行業開發的AI解決方案融合了生成式AI、物聯網和混合云技術，幫助主要客戶在研發效率、供應鏈韌性和成本控制等方面取得重要突破。他指出，這種“咨詢藍圖牽引，技術敏捷落地”的閉環是IBM區別于純技術廠商的獨特優勢。

一、降本增效之下 IBM的新洞察

在當前的市場環境中，中國汽車行業面臨著產品創新速度加快與效益壓縮的雙重挑戰。

根據全國乘用車市場信息聯席會的數據，2024年汽車行業的利潤率僅為4.3%，明顯低于全國工業企業的平均水平。唐俊認為，汽車行業正在經歷從“規模擴張”到“價值創造”的轉型。當技術升級周期縮短與成本壓力疊加時，原有的發展模式將觸及臨界點，這正是行業通過數據驅動深化轉型的戰略窗口期。

▲中國汽車行業正面臨變革與挑戰

同時，中國汽車企業在海外市場拓展中也面臨政策不明確的挑戰，需應對技術適配、文化差異、數據合規及品牌認知等多重問題。唐俊表示，產業升級過程充滿技術和組織挑戰，而IBM團隊能夠在這些方面提供支持。

根據IBM的《2024年全球車企CEO調研》，覆蓋了30多個國家和地區的151位CEO，顯示他們在未來三年的投資重點將逐步轉向AI應用，以提升用戶體驗，業務模式創新則是他們面臨的最大挑戰。王勝航指出，AI的成功不僅取決于技術本身，還依賴于其在汽車行業全鏈條的深度滲透，以及與企業數據和業務特性的結合，這需要CEO的領導和業務部門的全程參與。

IBM專注于企業級AI，并在IDC的2024 AI服務評選中被評為領導者。IBM通過“戰略洞察—技術穿透—價值提供”的方式，幫助汽車企業實現可持續發展，涵蓋從戰略咨詢到系統集成的全鏈條能力建設。

▲人工智能新時代的主要特征

IBM咨詢致力于高效、專注地服務客戶，專注于滿足具體需求，提供細致的解決方案。其在數據架構、技術路線、研發體系等轉型相關領域的專長，使其能夠為汽車企業提供全面的企業級服務。目前，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，業務額超過50億美元。

IBM科技則以開放、安全、可擴展的混合云架構和AI能力為核心，提供從底層算力到智能應用的完整技術棧，幫助車企實現數智化升級。在研發創新方面，IBM幫助某車企實現智能代碼助手的開發，顯著提升了代碼編寫和測試的效率。

展望未來，IBM將繼續與中國汽車行業的客戶攜手合作，推動行業的數字化轉型與可持續發展。

二、對話IBM高管 專注汽車業務提升客戶價值

1、我注意到IBM目前正在專注于專有AI的開發。回想云計算剛剛興起時，關于私有云與公有云的討論非常頻繁。如今，AI的算力成本相對較高，汽車企業面臨降本增效的需求，同時也有許多企業在使用專用的大模型。您如何看待通用AI大模型與專有AI大模型之間的關系？IBM對此有何看法

王勝航：任何技術的發展都經歷一個過程。以云計算為例，最初是私有云先行發展。公有云的發展需要滿足一些基本條件，例如網絡帶寬的提升以及計算力成本的降低，這些都需要時間來實現。AWS在初期也面臨盈利挑戰，因為云計算和數據中心的建設屬于重資產投資，回收周期較長。幸運的是，技術的進步往往超出我們的預期，能夠實現飛躍式的發展。因此，當技術達到一定水平后，許多功能便可以遷移至公有云上，包括數據安全。

▲IBM中國科技事業部汽車行業和跨國公司總經理王勝航

回到您提到的模型問題，選擇適合的模型至關重要。如果是面向消費者的商業應用，大模型是非常重要的，因為它需要處理大量來自社會的數據，而消費者的提問和關注點也源自社會。因此，需要一個規模較大的模型。然而，對于企業內部的模型而言，主要應用于優化內部事務，小模型反而更為合適。這就是為什么DeepSeek相較于通用大模型，能提供更大的顛覆力。它的算力需求遠低于通用模型，僅需百分之一或十分之一的成本即可實現。

IBM的watsonx平臺可以支持兩種模型，而我們的Granite模型則更具行業聚焦性。同時，我們的AI平臺也能夠接入社會上的通用大模型，包括DeepSeek。企業可以根據自身需求進行選擇，這取決于他們的投入程度。無論是智能駕駛、智能艙，還是對企業內部研產供銷數據的優化與數字營銷，企業都可以根據不同的需求選擇合適的模型。

2、您與多位汽車企業高層進行了交流，他們的訴求各不相同。您認為在這些高層中，哪些人的AI思考顯得成熟，只是借助當前資源進行拼圖？又有哪些人對AI的理解較為深刻？

唐俊：AI是一個熱門且相對新穎的話題。若要用“成熟”來形容對AI的使用，我認為互聯網車企的領導層相對較為成熟，畢竟他們大多具有科技背景，對新技術的理解較為深刻。這是我個人的觀察。

在我們的討論中，許多領導者嘗試將AI視為工具，因為他們能夠迅速意識到AI作為降本增效工具的潛力，進而為企業帶來快速的效果。讓我感到驚訝的是，這種現象在外資車企中尤為明顯。在對話中，我們發現外資車企往往嘗試在特定用例和場景中將AI與業務進行匹配，以尋找創新點。

▲IBM咨詢中國區汽車行業總經理 唐俊

與之相比，國內的車企，無論是互聯網企業還是國有和民營企業，在新技術的應用和開放程度上表現得更加大膽。他們積極與我們探討如何在這一領域進行合作，因為他們意識到AI是一個新興且充滿潛力的領域，愿意嘗試將新技術與自身業務相結合。這是我們的第二個觀察，外資企業與國內企業在這一點上確實存在差異，這讓我感到欣慰，因為國內企業，包括國有企業和央企的領導者也積極擁抱新技術與創新。

至于成熟度，我認為目前大家的思考與嘗試仍未達到成熟階段。即便是一些互聯網車企及其CEO在公開場合中提出要將企業轉型為AI公司，他們的AI戰略仍然分為兩個部分。將AI應用于汽車領域的想法較為直觀，因為無論是軟件定義汽車還是自動駕駛，AI都是不可或缺的。

另一個我們探討較多的方面是AI在研發流程和生產制造層面所帶來的突破。許多互聯網車企和新興勢力目前關注的重點是從單一產品線向多產品線擴展，甚至是從單一品牌向多品牌的轉變。在這一過程中，他們在管理和流程上遇到越來越多的痛點，期望通過AI的能力解決部分問題，特別是在汽車研發方面。

熟悉汽車研發的人都知道，剛才提到的MBSE（基于模型的系統工程）是IBM的一種方法論，因為汽車本質上是一個工程產品。當前汽車研發中涉及需求到驗證的過程是非常嚴謹的，必須形成閉環。通過AI的功能，我們可以在如此復雜的環境中，處理眾多離散制造供應商的質量問題。互聯網造車勢力對此非常關注，能夠在這方面進行深入探討讓我感到欣慰。

3、關于自動駕駛問題，您提到機器視覺。現在有一些車企采取較為激進的策略，選擇一段式的自動駕駛方案。而不采用一段式的車企則擔心在初期數據提取中出現錯誤，導致車輛學習錯誤的場景。他們認為必須有規則和干預。請問IBM能否幫助這些車企規避此類問題，確保其視覺場景的準確性？

此外，關于純視覺自動駕駛的問題，隨著小米SU7（參數丨圖片）事件的影響，許多車企開始配備激光雷達。您認為純視覺技術真的不如激光雷達嗎？在小米事件后，我們看到特斯拉通過純視覺技術成功識別并通過了一段復雜路段，這引發了人們對純視覺技術的思考。

王勝航：首先要說明的是，我們的服務對象是汽車制造商，而非直接服務于汽車本身。

對于您提到的第二個問題，我并不代表任何廠商的觀點，而是根據輿情觀察到一些情況。例如，有人拍攝了一段視頻，比較了使用激光雷達和視覺技術的兩款車在五種不同場景下的表現。第一種場景是正常情況下前方有障礙物，兩輛車均能成功剎車。第二種場景是旁邊有小孩踢球，雙方也都能及時剎車。第三種是在霧天的情況下，一輛車剎住了，另一輛車則發生了碰撞。第四種是在黑夜中，第五種是前方有玻璃障礙物。通過這些測試，可以明顯看出激光雷達與視覺系統在黑暗和玻璃場景下的表現差異。

至于智能駕駛的研究，IBM更多關注的是如何將現有的智能駕駛技術與城市大腦的信息結合，這對社會的貢獻更為顯著。我們希望通過AI提升智能駕駛系統的道路信息反饋的精準性和及時性。此外，將車輛信息反饋到城市大腦中，有助于城市交通的優化，這也是我們的研究方向之一。至于車輛本身的駕駛，許多汽車企業正在積極探索，這并不是我們當前的主要工作方向。

4、您在展示車企CEO調查時提到，目前大家關注的核心是效率和成本的降低，即降本增效。如果將車企分為傳統車企與造車新勢力，他們在降本增效方面的痛點或業務需求是否存在顯著差異？根據IBM的觀察，我們可以為他們提供哪些幫助？

唐俊：謝謝您的提問，確實存在顯著差異。雖然我不太喜歡“傳統車企”這一稱謂，更傾向于稱之為“主流車企”。使用“主流”一詞的原因在于這些企業在中國汽車行業已有二十年的品牌營銷歷程，形成了自己的戰略和慣性。它們的管理經驗一方面源于與國外合資品牌的學習，另一方面則是多年積累的經驗。中國六大主流車廠，包括三大和三小品牌，基本涵蓋了所有合資品牌。

在當前市場環境中，當這些主流車企面臨新興挑戰者時，我們觀察到，新勢力通常以單一品類為突破口，其創始人對這一品類有著強烈的感知能力。他們往往會選擇一個單品類的產品進行市場測試，速度較快，且整個管理流程從研發到量產的效率也相對較高。新勢力的核心在于能夠將許多事務外包，同時保留核心價值。

對于主流車企而言，降本增效的訴求主要體現在兩個方面：首先是平臺化運營。過去，車廠通常采用模塊化生產或靈活生產，但隨著整體體量的擴大，合資品牌的獨立運營、經營和核算現象愈加明顯，導致研發和供應鏈的自主權增強，而整體業績表現卻不盡如人意。

因此，主流車企在降本增效方面的核心訴求是從集團層面出發，整合營銷、供應鏈和研發。這一過程十分艱難，可能導致多個品牌的供應鏈團隊被精簡，研發團隊的規模也可能從400人縮減至150人。更大的挑戰在于，許多國內車企尚未為模塊化生產做好準備，沒有建立起模塊化基礎。在沒有模塊化基礎的情況下，整合過程會受到供應鏈的較大沖擊，尤其是Tier 1供應商也會共同承擔成本，這成為一個重要的挑戰。

在過去一年中，我們接到了大量關于供應鏈集成的咨詢需求。例如，IBM與長城汽車達成長期合作協議，通過集成供應鏈的方式幫助其構建全新的價值管理體系。這一成功案例不僅限于長城汽車，我們還為其他國內和國際品牌的頭部車企提供了類似的咨詢服務。

另一方面，新興企業的訴求則集中在標準化管理方面，特別是希望打破部門間的壁壘，統一員工的工作方式、術語和KPI。許多新興企業，尤其是隨著疫情后軟件定義汽車和電動車快速發展的企業，急需通過我們的經驗進行整合。此外，一些企業可能有強烈的出海需求，包括市場選擇、進入策略及企業文化的調整，這些都是我觀察到的現象。

結語：IBM持續賦能汽車客戶

IBM 將繼續通過深厚的行業經驗和創新技術，持續賦能汽車客戶，助力他們在快速變化的市場環境中實現數字化轉型與可持續發展。

不難看出，通過結合戰略咨詢與先進的 AI 解決方案，IBM 致力于幫助汽車企業提升競爭力，優化業務流程，最終實現更高的用戶體驗和商業價值。