“软件定义汽车”让技术栈愈加复杂，宝马、一汽等厂商如何通过数字化快速应对挑战？

数字化的车轮滚滚前行，在链路复杂的汽车产业，走在最前头的多数是汽车主机厂，但链条里的上下游角色也不无被牵引驶入数字化的车道上。

从主机厂的角度，“不管是从效率角度、生产力，或是制造的质量等方面去看，数字化都是一条必选之道。”是愿景，驱动着他们做数字化转型。

从零部件厂商的角度，“近几年主机厂在对零部件厂进行质量体系评审的时候，是希望零部件厂供应商能采用一些技术实现质量的追溯，甚至实现整个生产过程的管控。”是主机厂，在牵引他们做数字化转型。

从产品的角度，“产品数字化的最核心驱动力是用户需求端的变化”，“车成了用户在数字生活中的数字空间，形态变了，车的本质也发生了变化。”是用户，“倒逼”着行业去做数字化转型。

本期 InfoQ《超级连麦. 数智大脑》，邀请了多位汽车行业专家，从研发、生产、供应链、人才管理多个场景维度，拆解车企数字化实践，共同探讨汽车行业的数字化转型路径。本文内容有删减，感兴趣的同学可观看完整的直播回放。

主持人：

高玉娴 InfoQ 极客传媒数字化主编

访谈嘉宾：

肖庆阳 大连亚明汽车部件股份有限公司副总经理、CIO

戚海飞 华晨宝马数字化生产与物流总监

李 炜 一汽股权投资公司高级投资经理

多维度看汽车数字化转型背后的核心驱动力

InfoQ：近几年汽车行业数字化转型背后的核心驱动力来自哪些方面？

戚海飞：实际上我们做数字化是因为在信息化还不错的基础上，如果想做得更加出众，不管是从效率角度、生产力，或是制造的质量等方面去看，数字化都是一条必选之道，所以我觉得更多的是愿景在驱动我们，这个角度更加符合我们目前的状态。

大家熟悉的各种 ERP 或者 SRM（供应商关系管理）系统，基本上宝马也做了好多年，在这方面已经没有太多的潜力和空间去发展。所以，更进一步的发展是通过数字化的角度来引入新的技术，通过大数据和 AI 再进一步提升效率，提升质量和各方面的生产力，以及客户的满意度。

肖庆阳：华晨宝马或者一汽这些企业的信息化开展确实是会比较早，从整个集团的实力来讲肯定是先行者。那么我们汽车零部件企业实际上还是传统的制造业，相对而言信息化和数字化水平较低，我记得我们工厂决定做信息化的时候，最初在 2005 年之前的推动是非常难的。

作为公司的 IT 部门，我们比较容易意识到公司需要利用数字化、信息化工具参与到管理当中，但是公司有大部分领导层没有这方面的认识。所以其实我们最初转型的一个契机还是来自于主机厂对我们零部件厂的要求。

当时我们还是福特的供应商，福特在 2005 年的时候提出，凡是给福特供货的零部件厂必须要有 EDI（电子数据交换）平台，把销售订单通过这个平台传递给供应商，然后供应商仓储和发运的数据也要通过 EDI 平台传递到福特主机厂平台。这要求我们进行整改，必须要引入数字化、信息化，于是 2005 年我们上了 ERP 系统，这个 ERP 系统里有和主机厂对接的 EDI 模块。

包括近几年主机厂在对零部件厂进行质量体系评审的时候，是希望零部件厂供应商能采用一些技术实现质量的追溯，甚至实现整个生产过程的管控。所以实际上是客户一直在牵引着我们，使得我们这么多年在数字化进程里一步一个脚印地往前走。

李炜：先从汽车产业的宏观角度来看，为什么现在数字化转型这么迫切，我认为这里面涉及几个话题。第一，中国汽车产业经历了本地化——国产化——自主化的路径，相比起宝马、奔驰等百年车企，我们还没有完全追赶上。第二，从企业管理的角度看，中国每一家企业的管理可能千差万别，不像欧美企业，很多制度和系统可以复用在不同企业。第三，中国的工业化进程不像德国，经历了从工业 1.0 到 2.0 到 3.0 再到 4.0，中国是几条腿在并进，所以在汽车行业的各个领域里，工业化程度也是参差不齐的。

在这个现状之下，伴随移动互联网的迅速发展，我们在用户端的数字化已经走得很快，所以这里面已经产生了鸿沟，这就迫使整个产业，包括各个环节都加快数字化的进程。

而从产品的角度讲，我理解产品数字化的最核心驱动力是用户需求端的变化，车的产品形态从“机械车”变成“电子车”再到“软件定义的车”，如今也成了用户在数字生活中的数字空间，形态变了，车的本质也发生了变化。在这样的情况下，核心用户对于车的一些需求变了，所以这就反过来倒逼车企去把产品面向新时代的用户去做重新的再造。

当然还有一层驱动——竞争使然，因为中国车相对于国际的 BBA 头部企业，在产品竞争力上本来处于相对弱势的地位。那在这样的竞争态势下，我们如何打出差异化的优势，如何发挥好中国在应用端、移动互联网端的优势，整合出具备创新的、符合中国用户使用特性的产品，获取更多的用户青睐，这就需要产品数字化。

一汽在“用户定义汽车”背景下的产品设计思路

InfoQ：从产品的角度，“软件定义汽车”、“用户定义汽车”等会新趋势对汽车产品及其体验的设计思路和路径带来哪些冲击？

李炜：从设计到生产出来的整个过程都会发生一系列相应的变化。所谓的软件定义汽车，本质上是汽车涉及到的软件越来越多，软件的重要性越来越高了，所以才抛出了这么个概念。但回到根本上，无论是软件定义汽车、硬件定义汽车，还是功能定义汽车，最后还是用户来定义汽车，用户的需求来定义产品。因为 2C 产品没有人买单就没有价值。

用户对车的产品需求升级带来了变化，那我们就需要把产品服务化。产品的服务化核心是数字化产品体验的蔓延引发的车的产品价值的变化。在这个情景之下，产品的整个逻辑发生变化，原来我们就是看车的工况、场景，现在要更多地去关联场景之下的用户的需求。

需要在存量之中去发现更多的增量，这是我理解的所谓软件定义汽车和用户定义汽车这两个概念最核心的变化。

在这样的变化之下，对车的体验设计的思路和路径带来的挑战主要包括：用户端的需求越来越多样化；原来车是大宗消费品，现在用户换车的节奏越来越快，车呈现快消品化的趋势；用户体验也开始出现了质的变化。

从整个企业自身运营的角度来讲，软件定义汽车也改变了车换代的周期，对车企的组织和相关机制带来了挑战；从整个产业链的角度，软件越来越多，软硬既有解耦也有耦合，整个技术栈更加复杂，产业链的结构也在重构。

InfoQ：智能化、网联化成为汽车产品的标配，从产品的创新路径角度，一汽做了哪些探索和尝试？

李炜：第一，理念的转变。因为最早中国的车企造车是对标驱动，看别人做什么，我们也能做什么，后来有了一些自主能力以后开始去观察用户，去调研、分析、洞察，用工业设计去做创意，提升设计能力和设计水准。现在，中国移动互联网带动了数字经济的相对繁荣，我们更多的要看如何运用数据的方法，包括从用户使用产品的数据、用户本身的行为数据来看，以数据驱动产品更精准。

第二，思维的转变。原来是从做功能的角度去考虑产品，现在要从体验思维切入。

第三，在具体的方式方法上，我们也做了一些探索和实践。比如，我们现在在尝试如何去从用户的需求演变的角度做适度前瞻，对车、以及车衍生出来的生态做更系统性的商业模式的设计，因为现在交付给用户的不只是一个代步工具，而是一整套体验。这里需要分析两个层面的问题，首先就是产品交付给用户的核心价值到底是什么？其次是承载这些核心价值的功能有哪些，这些功能集到底是如何配置的？

第二层的问题我们现在也在尝试，在用户需求洞察的过程中引入一系列的场景分析的方法。甚至在心理学人因这些更偏底层的，对于用户最本质的需求的一系列的洞察的方式方法，来去做更深度的研究。

基于上述一系列的梳理，再重新定义我们的产品结构。当然，还有一个核心的话题，因为大家都能看到每一个百年品牌都有很清晰的品牌个性，对于我们中国车企来讲，做车的时间本来就很短，在这个体验为王的时代，我们的品牌调性是什么？所以我们也在尝试定义自己品牌的一系列体验原则，这一系列的体验原则贯穿从整个定位需求的分析梳理，用可寻的锚定功能组合的设计，以及到最后的场景功能的解决逻辑，这样一层层去穿透，把体验的理念贯穿到整个产品的定义、设计实现过程中。也就是说，除了要能满足用户本身需求的，也要有能体现品牌自身调性的东西。

所以我们有向国际品牌企业、以及其他的一些在互联网或者空间体验做得比较好的企业取经，在这方面也做了一些尝试和整合。比如我们在产品设计的过程中引入了互联网一些方法，比如说快速的原型验证 MVP 的应用逻辑，去做早期的产品验证。

另外，我们虽然没有新势力汽车跟用户互动得那么频繁，但也尝试去建立了一系列用户社群，跟用户做持续交流和互动，去观察用户在用车的整个全生命周期的行为，体验和痛点，然后建立一整套框架，包括从洞察定义的开发、上线之后的数据收集以及最终的全过程的体验过程评价，尝试着在用户授权的情况下去构建数据闭环，数据闭环以后，看看如何通过数据来驱动软件定义的车在交付给用户以后，如何持续地去进化和生长。

亚明汽车利用数字化搞定生产品控和效率

InfoQ：车企的产品创新会对零部件厂带来哪些影响？

肖庆阳：作为零部件厂，这种变化的传递既来自于主机厂也来自于市场。拿亚明汽车为例，我们近两三年新能源汽车客户占比已经超过了 50%。新能源汽车的更新换代非常迅速，品种也越来越多。相比之下，过去燃油车发动机比较稳定的型号可能五六年，甚至十来年才会更新，对于零部件企业来说，这种大批量生产的成本更低，质量稳定性也更好。但随着市场的这种变化，零部件工厂也要灵活地调整自己的研发和生产计划，这对我们提出了更大的考验。

与此同时，新能源汽车对电机、电池、电控等核心零部件的气密性、洁净度等方面的要求更高了。所以，对零部件品质的监控会更加严格。这要求我们必须要打破常规，引入数字化的技术升级我们的生产线，提升产线的柔性，以便随时切换来满足客户订单的一些变化。

InfoQ：亚明汽车围绕数字化做了哪些事情？怎么利用技术解决这些问题？

肖庆阳：研发层面，通过在三维设计系统、项目管理等方面采用数字化手段，我们现在一款产品的研发周期相比过去缩短了 30% 以上，大大提高了研发效率。

另外在生产阶段，比如我们采用 MES 系统对整个生产过程进行管控，该系统能够让整个生产计划执行的进度可视化、透明化，包括生产过程中的品质监控。上数采系统之前，一般能检查到的设备故障率可能是 40%~50%，上了这个系统后，我们就能拿到第一手真实准确的数据，从而发现在生产过程当中还是有非常多异常的停机现象。以往，这些数据非常难获取到，主要依赖现场人工填报的方式，还有一定的滞后性。

现在我们每个月在生产调度会，会依据这些数据做一些生产调整，在质检阶段，大量的检验数据会第一时间传递到生产车间的现场，生产车间现场还有一套工业视觉手段也能及时发现不良品，进而改善产品品质。

目前生产制造管理已经对整套系统形成了依赖，我们实实在在地把数字化应用到工厂的生产管理、生产运营全流程。包括我们对产品工艺的数字化也做了很多事情，比如工艺的可视化监控，压铸生产过程当中对于模具的温度、冷却水、铸造压力的实时监控，都是通过数字化的手段，通过物联网技术和 IT 技术来保证生产品质的稳定性和可靠性。

目前我们已经能做到把不良品止步于零部件工厂，我们不允许有一件不良品产品发到客户那里。

华晨宝马的数字化三步走和实践挑战

InfoQ：据了解，华晨宝马数字化转型分为三个阶段，在不同阶段的具体实践是怎么展开的？

戚海飞：第一步是打基础，第二步是做单一场景的创新，第三步是做规模化的应用和创新。

首先，打什么样的基础呢，就是先从文化角度做一些改变。包括我们在内，很多公司在最初进行数字化的时候往往有两个极端，一种是盲目地相信数字化，认为数字化可以解决一切问题；另一种是极端消极，认为现有情况已经挺好的，没必要做数字化。所以，我们从公司层面树立了共同的数字文化认知，明确几点：第一，数字化不是万能的；第二，数字化确实有很多实实在在的好处。

当然，其中还涉及人才需求的变化，在这个过程中，我们引进了更多新型的人才，比如产品设计、产品研发，以及敢于创新、敢于改变的全方位人才。除此之外，还包括技术基础。我们从 2015 年到 2016 年开始，就逐步在内部构建了大数据、人工智能、物联网、云计算等平台。

其次，进行单点创新。华晨宝马在国内有多个工厂，每个工厂又有不同的车间和工艺，所以，我们最初做的是针对单个工厂或者单个车间的点状创新，最后慢慢才形成网状链接。这是一个不断积累经验的过程，需要结合设想和现实的差距，不断调整策略。

第三个阶段，就是目前我们正在进行的规模化应用部署。比如，通过计算机视觉进行生产线质量检测，从过去的人工抽检变成百分百的检查；再比如，通过可视化平台去看物流通道是不是被占用，并且还可以基于 GPS 信息、电子围栏等一系列技术，更高效地调配零配件的运输车。我认为，最终数字化一定要走到规模化部署等阶段才能把威力最大化发挥出来。

InfoQ：华晨宝马的信息化很早就完成了，那么目前在数字化方面又遇到了哪些挑战？

戚海飞：目前我们碰到的一些困境和困难，是如何去量化每一个数字化项目的收益，如何量化和衡量业务的价值。首先，很多数字化项目是小的改善，从生产制造端可能做了很多小的改善和优化，但是很难形成规模化的效果、颠覆或创新，管理层如何能认可这些小的创新和优化，这是个挑战。

第二是数字化工作的投入产出比不乐观，投入很大，但产出还没那么大。因为很多创新的数字化的项目用的是最新的技术，或者是新的方案思路，产出可能会偏低。

最近我们也在做一些改变，第一是摸索如何去量化收益，如何对这些数字化的解决方案进行量化考核；第二是整合一些小的解决方案，把它从过去的项目制改成产品制。这样带来的好处是，产品有生命周期管理，产品需要有持续的关注和迭代，需要负责到底，关注回报。

但如此一来也对人员能力提出了更高的要求，因为做产品就像设计一台车，首先要有很强的设计能力，第二，还得有商业头脑，做产品之后，得考虑怎么规划产品，今天投资多少钱，想实现什么样的业务价值，怎么得到客户认可或者用户的认可等等问题接踵而来。

从业务的角度，如何让数字化部门或 IT 做的事情能真正得到业务部门的认可？其实是很难的一件事情，所以要把业务部门和 IT 部门结合，我们是把技术规划部门、生产部门和 IT 部门三方联合起来，共同对项目做评估和决策。

InfoQ：如何量化每一个项目的价值，华晨宝马有没有摸索出一些门道？

戚海飞：目前我们也正处于摸索的阶段。前期是比较好做的，前期就是在评估阶段，通过一些计算公式去算投入产出比，难的是后期。首先，钱投入之后，往往大家就不愿意回头看，因为一开始看会很容易看出问题。其次，由谁主动去回头看，因为每一笔钱投下去之后，我们是希望可以看到产出。那么，前期不光要看项目上线发布之后的使用量、看使用频率，后期也要看真正使用之后的效果，要怎么衡量。比如现在有些业务部门计算说这样一做可以省两个人或三个人，那上线之后，就要有人回头看看结果是不是如此。

发现问题实际上是一件好事，这样才能有不断的循环，才能成长和发展。所以虽然大家都不太愿意回头看，但我挺喜欢回头看的，我觉得特别是管理者，或者是具有管理潜质的人，一定要更多地往回看一下。

基于数据提升供应链协作效率

InfoQ：疫情给供应链带来了很大的影响，怎样通过数字化的手段去应对这样复杂的情况？

戚海飞：在数据应用方面，我们会通过不断模拟缺件和爆仓的情况对零部件的配量进行预测，同时也会根据产量的调整，零配件的供应链的实际情况，进行其他方面的预测。比如说一些关键的件缺失之后，其他零配件是否还需要像原计划生产那么多，这些都需要通过数据来决策。

关于跟零配件供应商的协作，其实 EDI 是非常有局限性的，在我来看现在很多新的很多机会都没有被发挥出来。其实通过很多新的数字化手段，供应链是可以协作成大物流的概念，形成多赢的局面。

肖庆阳：关于供应链上下游的协同，戚总说到用数据来说话，我们可以畅想一下未来肯定会朝着这样的一个方向去走。如果将来能够真正做到上下游之间信息化来协同、来调度，那么就做到了工业互联网的横向的集成。

可能在国外的一些工业比较发达的国家会做得比我们好一些，现在国内由于制造业整体还是处于比较低端的位置，有很多工厂还没有到数字化这一步，所以说可能第一步还是要先解决在企业内部的、纵向的、工业互联网的应用和落地。

当我们把企业内部的数字化和供应链物流处理好之后，未来可能会有一个大的平台，来对接整车和零部件，以及消费者端，但是可能还需要相当长的过程要走。

李炜：供应链本质是供需匹配的问题，数字化是匹配过程中的方式和方法，那么如何去改善供需匹配？我认为涉及几个方面，一是前面两位提到的如何更深度协同；第二是产销规划，汽车是很容易受市场波动影响，对产销影响比较大。产销平衡的过程中，产销计划如何更有效地和供应链体系衔接起来，尤其是从 Tier1 到 Tier2、Tier3，深层的网络如何有效协同起来，这个可能也会涉及到现代供应链结构变化的问题；第三，在这个过程当中，原来层层传递是一个结构树，能不能在数字化时代，直接变成一个分布式的网络，把这个层级关系消灭。

数字化人才培养没有捷径可言

InfoQ：汽车产品的不断升级对技术人员带来哪些新的技能要求？存在哪些挑战？

李炜：新的环境对于研发技术人才和技术管理者的要求是越来越大，对大家能力复合性的要求也越来越高，我觉得主要体现在几点，首先，需要大家从更系统的角度去思考，先要理解好全局，从整体上理解好面向最终的对象是谁以及最终交付的价值，然后再在局部之下做好结构系统工程化的事情。所以必须既要懂车，也要懂软件。其次，对于管理者而言，需要思考如何运用数字化手段来提高管理和运营效率，如何通过数字化提高生产力。

具体来说，有几个需要全方位提升的能力：第一，汽车产业的人要有系统工程的思维；第二，一切用户为导向的理念和体验思维，体验思维要贯穿到每一位设计师甚至每一位工程师的操作流程；第三，对于一些数字化的工具应用比如视频会议，需要在数字化和原来传统作业并行的过程中，把时间管理、工作分配事项和会议效率提升；第四，方法层面，移动互联网时代沉淀了很多的好的方法和工具，要把这些能力迁移过来，去做更好的场景化应用。

所以我觉得没有什么捷径可言，第一要打开视野，第二要归零，心态要归零，第三要持续学习。

InfoQ：亚明汽车一直走自主研发的路线，你们是如何培养数字化人才的？

肖庆阳：我认为还是要到工厂中来，回到工业数字化本身，现在有很多搞数字化的人并不了解工业的本质。我们也遇到过一些同行，虽然有软件的能力，有 IT 能力，但是他们的产品就是很难落地，解决不了工厂里实际的生产过程当中的一些问题。拿我们公司为例，现在我们的产品已经对外推广，所以也需要大量的数字化人才。

我们现在很多核心人员还是在工厂里工作了十年以上的人。尤其是在生产部门和工艺部门，即使是 IT 部门的人，也是在工厂里面做了十几年，对整个工厂的生产过程、生产工艺甚至在运营当中的一些痛点都有深刻的理解，我觉得这样的团队才能做出真正解决工业制造企业实际问题的方案。

我们有和高校进行合作，比方说大连理工大学、东北大学等，博士导师带着学生和企业开展了多方产教融合的实验，有些研究生现在也在我们企业里面，用半年到一年的时间做实践课题，解决工业领域的一些问题。

我认为不管是高校还是企业，培养数字化人才还是要回归工业的本质，回归到工厂车间里解决当前的问题。我国在生产制造工业上还有很多短板，如果人才培养能够更多地深入到企业里去解决问题，那么工业将会有更迅猛的发展。

更多精彩数字化内容，请关注「 InfoQ 数字化经纬」公众号，面向数字化管理者、从业者、洞察者，提供数字化企业案例、政策解读、研究报告。