汽車制造商面臨的下一個(gè)重大挑戰(zhàn)是軟件化：使用軟件解決方案而不是硬件來解決問題。而且它來得很快。這需要制造商從根本上改變對(duì)自己的看法。這些以硬件為中心的企業(yè)可能很難想象成為一家計(jì)算機(jī)或人工智能企業(yè)。但是，隨著汽車行業(yè)越來越接近制造帶輪子的智能設(shè)備，他們必須這么做。

在全球范圍內(nèi)，汽車制造商已經(jīng)在人工智能領(lǐng)域投資了數(shù)十億美元，而且這一數(shù)字預(yù)計(jì)還會(huì)增長。目前，人工智能通常用于產(chǎn)品設(shè)計(jì)和規(guī)劃、保修管理、建立長期客戶關(guān)系等。下一個(gè)前沿是生成式人工智能，用于創(chuàng)建代碼、數(shù)字內(nèi)容、模擬等。隨著汽車行業(yè)向帶輪子的智能設(shè)備發(fā)展，制造商必須采用工具來快速開發(fā)、部署和維護(hù)軟件，而這正是生成式人工智能帶來的力量。

為什么制造商必須擁抱生成式人工智能

傳統(tǒng)制造商面臨兩大競(jìng)爭(zhēng)壓力：特斯拉和中國。特斯拉是一家制造汽車的軟件企業(yè)。他們?cè)谲囮?duì)規(guī)模上利用人工智能來更快地開發(fā)新的創(chuàng)新。他們最近宣布了一種最先進(jìn)的生成建模技術(shù)，使他們能夠根據(jù)過去的觀察來預(yù)測(cè)可能的結(jié)果。這就是生成式人工智能的偉大承諾：解除代碼部門對(duì)創(chuàng)新的束縛，使將想法轉(zhuǎn)化為軟件功能變得更加容易。

至于中國，他們敏銳地意識(shí)到生成式人工智能在推動(dòng)軟件化方面的強(qiáng)大效率的潛力。他們擁有將這種潛力轉(zhuǎn)化為現(xiàn)實(shí)的技術(shù)基礎(chǔ)和工程人才。車輛的可承受性始終很重要，而軟件化將是在購買時(shí)提供價(jià)值的關(guān)鍵，并隨著車輛老化而增加剩余價(jià)值。

汽車制造商可以采取哪些措施來迎頭趕上?

汽車制造商需要生產(chǎn)和交付具有更大計(jì)算能力的車輛。這將使他們能夠在每輛車上運(yùn)行軟件沙箱，使用它來根據(jù)基線使用來分析軟件的性能。它將能夠在現(xiàn)實(shí)世界中在有限的車輛上測(cè)試新功能。

制造商可以提高試驗(yàn)新想法的能力，同時(shí)收集有關(guān)新軟件功能，如何在真實(shí)駕駛員的真實(shí)車輛中工作的寶貴數(shù)據(jù)。這意味著新功能的轉(zhuǎn)變速度更快，失敗的風(fēng)險(xiǎn)也更小。

借助更強(qiáng)大的計(jì)算環(huán)境和生成式人工智能，它們可以使車輛能夠分析駕駛行為，并為不同駕駛員提供個(gè)性化和優(yōu)化的駕駛體驗(yàn)。

總結(jié)

隨著汽車行業(yè)奔向未來，軟件和連接正在重新定義下一代駕駛體驗(yàn)。這種轉(zhuǎn)變對(duì)傳統(tǒng)制造商提出了挑戰(zhàn)，這些制造商以硬件為中心的文化與以軟件為中心的世界的需求不符。如今，大多數(shù)汽車制造商的軟件工程部門長期處于超額認(rèn)購狀態(tài)，但資源不足。這是一個(gè)挑戰(zhàn)，但對(duì)于有遠(yuǎn)見的汽車制造商來說，這也是一個(gè)機(jī)遇。

汽車領(lǐng)域的生成式人工智能時(shí)代已經(jīng)到來。