7月18日，寶馬宣布將中國的數字化中樞業務單元領悅數字升級成為獨立公司，并且成立寶馬（南京）信息技術有限公司（下文簡稱“寶馬南京數字研發中心”）。這一消息發出后，輿論的關注度并不高，估計是大家沒有看到寶馬這步棋背后的商業與戰略目的。因此，嘗試從幾個方面給大家找找這個不起眼的新聞背后，對寶馬接下來在中國數字化發展的重要性。

將南京業務升級成為寶馬全球六大IT研發中心，必須要先看看其他研發中心的業務屬性和分工。

寶馬六個IT研發中心中，各方資料查詢匯總后發現，慕尼黑是全球技術中樞，核心職能包括基礎架構設計、數據安全標準制定、量子計算應用研究。美國硅谷負責寶馬前瞻技術探索，我曾到訪過這里，該中心負責自動駕駛AI算法、V2X車聯網以及元宇宙交互技術。此次升級后的南京新公司，目前我個人認為可以排到寶馬六大IT研發中心第三甚至第二，稍后具體介紹。第四中心是以色列特拉維夫，專攻網絡安全與車聯網，具體研究車載系統攻防技術，OTA安全認證以及區塊鏈應用，是全球網絡安全技術高地。第五是葡萄牙里斯本，負責云計算與Devops，研究全球云平臺運維、開發流程自動化工具鏈的構建，通過葡萄牙底層本高粱軟件工程人才池的特點發展這一中心業務。第六就是捷克布拉格，將企業數字化包含的SAP系統優化、供應鏈金融科技以及全球經銷商管理系統放在這里，原因是中東歐制造業的樞紐作用，平衡成本與效率。

大家注意看，寶馬六個IT研發中心，在地域、人才、經濟發展和技術專長上又非常針對性的選擇。從這一點我們必須看到，此次升級南京IT業務研發中心地位，有幾個核心信息點。

1、規模和定位的獨特性。寶馬在南京擁有600+團隊，是寶馬集團亞洲最大的IT研發中心，說明這個中心接下來就是寶馬IT亞洲研發的大腦。唯一覆蓋“研發、生產、銷售、服務”全鏈條的中心定位，這是寶馬從沒有做過的，說明寶馬在中國市場這次現地開發數字化的決心很強。尤其是新世代車型即將導入中國市場，南京IT研發中心將承擔2026年國產新世代車型智能制造系統開發，例如AI質檢、數字孿生物流等。

2、不要忽視目前寶馬在中國數字化研發成果反哺全球這個細節。目前，寶馬自研的JoyCode工具已經部署到慕尼黑總部研究。寶馬沈陽工廠全流程實時仿真系統，也已經復制到了匈牙利德穆勒森新工廠。包括與Momenta合作適配中國路況的AI決策模型，也和歐洲正在開發的L3級自動駕駛進行深度融合訓練。

3、作為在中國扎根最深的豪華車企，寶馬這次在南京升級數字化研發業務地位，大家一定要看到地緣戰略價值。升級南京數字業務，在100%寶馬控股下確保AI核心技術的自主發展。利用日均處理10-20tB路測數據的中國復雜的出行場景，對于寶馬這家全球車企來說，不僅提升中國本土發展力，也帶動寶馬全球訓練最強壯的自動駕駛模型。還有一點，南京可是中國數字化人才的搖籃，現在中國既不缺汽車人才也不缺AI人才，但就是缺少既懂汽車又懂AI的復合型人才，據我了解，單單一個東南大學軟件學院，一年本科與研究生畢業就超過500人以上，超過96%的就業率可以看出人才的搶手。對寶馬來說，南京可能成為這家跨國車企構建汽車數字化人才的儲備池。

在未來寶馬六個IT研發中心中，我們還要看到南京中心的不可替代性。第一點，中國是汽車智能化需求和技術最成熟的市場，寶馬必須實現中國市場的適配，南京中心的功能是對中國需求的深度理解，不需要再去對慕尼黑或硅谷的研發進行中國翻譯或二次開發。第二點，南京中心的業務升級，和清華、同濟幾位教授昨天在一起交流后大家預測，讓寶馬在中國的數字化需求開發響應速度大概提升40%，這是寶馬歐洲業務單元不可比擬的速度，因為歐洲流程受合規約束太多。第三點，在軟硬件和人力成本核算上，南京中心接下來的單位代碼成本可能只有寶馬硅谷研發中心的三分之一，尤其是人力成本，要知道在硅谷，一個工程師的年薪可能就超過20萬歐元。第四點，不要忽視了中國的政策紅利。這一次南京業務單元的升級，相關政府機構人士也到場，查閱資料發現，寶馬南京業務享受南京經開區稅收減免和數據開放試點的政策支持。在這一點上，歐洲的《通用數據保護條例》反倒在不斷限制企業的數據流動。

從四個角度看，這次寶馬升級南京數字化業務單元地位，不是簡單的在中國為中國，而是要真正的發揮中國數字化市場、技術、效率和成本多方位優勢，成為寶馬全球數字化提速、提質不可或缺的一部分。

最后，希望大家關注寶馬慕尼黑和南京兩個數字研發中心的戰略打法差異。慕尼黑目前采用量子計算開發數字化技術，南京則重點在AI。兩種技術方案在算法、能耗和數據上不只是差異，更是互補。量子計算能力是針對特點問題的指數突破，AI則注重線性增長，雙方融合一個提效一個捅破算力天花板。能耗效率上，量子計算特定任務能耗只有超算的千分之一，AI的高耗能尤其是GPT訓練耗電量相當于120個家庭一年的用電量。對寶馬這種在碳中和目標上和經營與企業信用評級掛鉤的企業來說，兩種模式必須融合。再加上量子不需要大量訓練數據可以原創，AI又必須依賴數據，寶馬可以通過兩種方式既做到底層創新，又做到數據再次創新。

就拿新世代車型的第六代圓柱電池開發舉例，慕尼黑中心通過量子模擬電化學衰變，南京中心可以通過AI實時調整充電策略，延長整車和電池壽命。包括自動駕駛和材料研發決策，量子強化學習訓練的復雜場景下緊急避障模型，例如鬼探頭場景，還可以生成百萬級分子結構篩選最優電池材料，可以讓研發篩選成本降級90%。所以，大家不要割裂看待量子和AI的關系。短期看，寶馬南京中心可以通過AI高效率的贏得市場，長期從2030年看，量子+AI的融合，讓寶馬慕尼黑和南京中心協同，可以定義下一代汽車數字標準。