報告：2020年智能網(wǎng)聯(lián)新車滲透率將達51.6%

汽車行業(yè)正在發(fā)生著巨變。一方面，傳統(tǒng)車企正在面對核心業(yè)務利潤不斷下滑、品牌價值弱化的壓力；另一方面，云計算、物聯(lián)網(wǎng)、5G、人工智能、自動駕駛、區(qū)塊鏈等數(shù)字技術正在飛速進入汽車產(chǎn)業(yè)，帶來新的利潤增長點。

11月21日，國家工業(yè)信息安全發(fā)展研究中心信息化所副所長馬冬妍在“第十一屆中國獵車榜”發(fā)布會表示，在大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合的時代背景下，傳統(tǒng)工業(yè)化向數(shù)字化轉(zhuǎn)型，生產(chǎn)要素發(fā)生改變，傳統(tǒng)產(chǎn)業(yè)的分工模式已不適合當下的發(fā)展趨勢，汽車產(chǎn)業(yè)發(fā)展內(nèi)生動力和活力將實現(xiàn)根本性變化。

會上，國家工業(yè)信息安全發(fā)展研究中心等聯(lián)合發(fā)布的《AI智能下的汽車產(chǎn)業(yè)裂變——中國汽車企業(yè)與新一代信息技術融合發(fā)展報告(2019)》（以下簡稱“《報告》”）指出，汽車企業(yè)數(shù)字化產(chǎn)品占比已超過60%。

據(jù)《中國經(jīng)營報》記者了解，作為國家長期堅持的重要戰(zhàn)略，大數(shù)據(jù)、人工智能等信息化技術和工業(yè)化（簡稱“兩化”）的融合早已不同程度地在車企的產(chǎn)品結(jié)構(gòu)中體現(xiàn)。包括北汽、長城、長安、吉利、一汽、上汽等自主品牌，奔馳、寶馬、奧迪、豐田、通用等合資品牌，蔚來、小鵬、零跑等造車新企品牌在內(nèi)，已將智能網(wǎng)聯(lián)技術作為銷售亮點搭載在各車型中。

《報告》數(shù)據(jù)顯示，2018年智能網(wǎng)聯(lián)新車型滲透率達到31.1%，相較2016年增長近5倍。其中，中國品牌智能網(wǎng)聯(lián)新車型滲透率達到35.3%，相較2016年增長15倍。值得一提的是，智能網(wǎng)聯(lián)功能正由高端、豪華車型向普通車型滲透，預計2019年智能網(wǎng)聯(lián)汽車潛在客戶下單滲透率將達到36.4%?！秷蟾妗奉A計，隨著智能網(wǎng)聯(lián)新車型的加速投放市場及潛在消費者對于智能網(wǎng)聯(lián)認可度的提升，智能網(wǎng)聯(lián)新車市場滲透率還將進一步提升，預計到2020年滲透率將達到51.6%。

業(yè)內(nèi)機構(gòu)預測，到2020年，中國智能網(wǎng)聯(lián)汽車市場規(guī)模可望超過1000億元人民幣。目前，中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)正處于加速發(fā)展階段。

不過，雖然我國大中型汽車企業(yè)在智能網(wǎng)聯(lián)應用方便已具備一定基礎，汽車行業(yè)基礎設備在數(shù)字化、聯(lián)網(wǎng)化水平在離散制造業(yè)中相對領先，但整個行業(yè)尚未全面普及，與大數(shù)據(jù)融合的深度、廣度不足。馬冬妍指出，汽車工業(yè)化和信息化融合方面，云端數(shù)據(jù)采集和分析能力亟須大幅提升，推進汽車企業(yè)數(shù)字化轉(zhuǎn)型亟須突破終端全面鏈接的瓶頸，

《報告》數(shù)據(jù)顯示，2019年，我國汽車企業(yè)生產(chǎn)設備數(shù)字化率和數(shù)字化生產(chǎn)設備聯(lián)網(wǎng)率僅為42.7%，實現(xiàn)設備設施的云端管理的基礎仍然薄弱。同時業(yè)務全面在線協(xié)同難度大、水平低，只有13.7%的企業(yè)實現(xiàn)內(nèi)外部業(yè)務集成，11.8%的企業(yè)通過統(tǒng)一信息平臺實現(xiàn)與相關方業(yè)務在線協(xié)同運行。

我國汽車行業(yè)工業(yè)與信息化深度融合薄弱的方面還體現(xiàn)在車企工業(yè)APP應用與發(fā)展基礎薄弱上?！秷蟾妗贩治?，我國車企工業(yè)APP應用率為26.5%，略高于全國平均值，但仍處于較低水平，且應用來源主要依靠外包，僅23.2%來源于自行開發(fā)。在研發(fā)設計、設備管理、物流管理等環(huán)節(jié)相對滯后的情況下，研發(fā)設計環(huán)節(jié)在應用場景中占比最低。

此外，汽車企業(yè)應用人工智能技術還面臨多重挑戰(zhàn)?！秷蟾妗方y(tǒng)計數(shù)據(jù)顯示，行業(yè)投入成本高（占比32.4%）、相關領域人才缺乏（占比23.0%）、行業(yè)標準缺乏（占比12.0%）、信息安全風險（占比9.5%）、基礎條件不具備（占比10.2%）成為汽車企業(yè)應用人工智能技術面臨的主要難題。