今天，分享一篇汽车数字化这一年供应链整合刚起步，智能制造成标杆｜氪记2022，希望以下汽车数字化这一年供应链整合刚起步，智能制造成标杆｜氪记2022的内容对您有用。
来源：36氪
文｜李怡彭
编辑｜石亚琼
来源｜数字时氪（ID：digital36kr)
封面来源｜ICphoto
2022年可能是中国汽车产业最重要的转折年。
不只是新能源车占比从13.4%蹿升至25%以上，国产品牌乘用车销量占比也有望达到50%，实现历史突破。
即使是历来被合资品牌占据的轿车销量榜上，也出现了国产爆款车型。另一边，不少曾在国内有过亮眼成绩的合资车企，开始或正在考虑退出中国市场。
从结果倒推，被汽车行业喊了五年的电动化、智能化、网联化，终于开始在今年真实影响到一款车型甚至一家车企的销量。在欧洲市场压过特斯拉的大众ID.4，仅仅因为不够智能的车机体验，在中国市场未成爆款。
德国本土媒体《汽车周报》因此评论称，德国汽车制造商在中国市场正变得平庸，而其原因就在软件能力的落后。
在看得见的产品智能化之下，车企自身的数字化能力建设乃至转型，则成了影响竞争格局的一条暗线。研发效率、制造成本、供应链管控与营销效果，数字化为车企价值链任何一点所带来的提升，都影响着战局。
欧美等汽车先发市场已经证明，完成产业链整合的汽车大国/地区最终将仅能容纳3-5个汽车企业，随着新一轮电动化浪潮走向成熟，淘汰与并购整合或许也将比大多数人预期的更早到来。
因而在产品竞争烈度拉满的2022年，数字化建设仍是各汽车品牌的投入主线之一，包括上汽、广汽、吉利等大部分上市车企均在财报中专门提及。
由于超长的业务链条，汽车品牌通常不以集团或整个企业为单位实施数字化，而是在研发、制造、供应链、营销、服务等各业务条线上分头推进。
回望2022年的汽车产业数字化，本文也将拆解中国汽车企业在各核心环节的数字化进展，并尝试回答以下问题：
1. 2022年，中国车企在研-产-供-销-服等核心环节的数字化建设到了哪一步？
2. 该环节/领域当前数字化的核心需求与矛盾有哪些？
3. 未来一年，该环节/领域数字化的建设方向与破局点可能是？
研发：云端协作，能用但不好用
作为“产品力”源头的车企研究院，是最早因信息化和数字化而受益的车企部门。自国内车企在2000年代发力研发起，以UG、CATIA、ProE为代表的工业软件就已是车辆研发的标配。
基于大量精密的模型算法，研发部门能够先在CAD软件中完成方案设计及建模，并以对应的CAE应用在虚拟环境中完成对碰撞、风阻、NVH等指标的测试，大幅节省了试制车测试的成本，同时缩短研发时间。
但成熟的另一面是“历史包袱”。
自1960年代的飞机制造起步，如今主流的工业软件巨头均有数十年的历史。在保持着建模与仿真算法绝对领先的同时，其软件体验还大多停留在“单机”。无论是昂贵的许可证授权，还是高度绑定于本地电脑的使用方式，都与早已进入SaaS和云端的世界格格不入。
近年来，国内车企大量建立海外研发中心，远程协同成为刚需。电动化大潮下大幅缩短的研发周期，也对研发流程下工程师们的数字化协同提出了要求。
至2022年，大部分车企均基于自身的IT能力，在海外巨头厂商的工业软件基础上，定制化开发了基于云端的数字化研发能力，如可支撑五国九地研发网的长安汽车数字化研发平台、广汽研究院的“全球研发办公一张桌”等。
通过对数量庞大的工业软件的再开发，主机厂基本实现了包括工业软件云端运行、数据线上交互以及版本统一管理等功能。让核心数据信息能够在研发流程中按需流转，提高研发效率。
但在实际应用中，现有的数字化研发建设可能还远远不够。
某北方大型主机厂研发工程师曾对36kr表示，他所供职的研究院在今年用云端平台替代了本地的建模软件。这意味着不必为每个工程师都配备价值不菲的高配置主机，二手笔记本电脑也能“跑建模”。但从实际反馈效果看，云端的延迟大幅降低了开发效率。
类似的现象在新势力也同样出现。现就职于某新势力研发中心的王鹏（化名）表示，在同部门或跨部门数据交互中，移动硬盘仍然是最被信任的传输方法。
“与工业软件们配套的云端数据管理，易用性做得并不好。”王鹏说，“同事们现在的共识仍然是，走到对方工位提需求和直接拷贝最不容易出错。”
显然，相比于以飞书、Figma等为代表的文档、设计协作，汽车研发环节的数字化体验还不在一个时代。
目前，有四类角色正在以各自不同的方式尝试对此进一步优化。
首先是海外工业软件厂商，在模型算法及市场份额上有巨大优势的它们，近几年也纷纷表达了将云化作为未来的观点。
但在实际转型中，将每年带来巨额利润的许可证收费模式转为云端SaaS并不容易。就在去年，德国软件商Software AG因“云化不利”而被传出挂牌出售。宣布转向云业务后，PTC也经历了长期的净利润的“跳水”。
来自“大客户”汽车业的数字化需求，能在多大程度上撬动老牌工业软件们的转型，答案可能需要2至3年才能揭晓。
如前所述，作为需求方的车企本身，也在利用自身的IT能力构建自有的云端开发体系。但面对着需要上百个软件的汽车开发全流程，仅仅适配就已是巨大的工作量及投入。
这将是一个持续的过程，并且在初期效果可能“不如U盘”。
新机会则属于国内的工业软件厂商们，相比“前辈”，云原生和协作体验是它们最大的优势。但面对汽车行业高度精密的计算、仿真需求，国产软件在功能与算法上的补齐还需要很多时间。
而属于创业公司的机会可能是“平台”。通过在常用工业软件之上建立一个云端研发平台，为车企提供“即插即用”的数字化研发体验。相比于从基础层追赶的国产工业软件，这一模式能完全满足研发端对建模、仿真的功能性需求。而通过平台研发、多家车企付费的方式，也能规避掉车企自研的成本问题。
目前，国内已有敏桥科技、车云等企业及产品正在这一方向探索。工业软件厂商与车企两端的接受程度，将直接决定该模式的成败。
方向明确、行在半途，四类角色谁能“跑”得更快，将成为2023年车企研发端数字化的核心看点。
制造：已成智能工厂最好样本
工厂可能是车企内数字化进度最快的部分，甚至被称作“已被翻过的山头”。
2015年，国家政策首提“智能制造”。此后两年，对生产稳定性及质量高度敏感的车企很快掀起了一轮建设高潮。据公开数据不完全统计，仅2017年-2021年间，国内车企新建/升级改造数字化工厂超40座。
中国电子技术标准化研究院《智能制造发展指数报告》显示，汽车行业的智能制造能力成熟度在离散型制造行业中排名第2，仅次于电子信息制造业。
在核心制造环节上，国内汽车工厂的冲压、焊接、喷涂三大车间基本实现了无人化作业，底盘合装，风挡玻璃、座椅等环节也有部分产线能够实现自动化。机械臂的加入，令国内工厂的产线节拍达到了国际一流水平，产品的质量及一致性也大幅提升。
在一定程度上，数字化工厂已经成为汽车行业的标配，即使是现已倒闭的宝沃汽车，也在2017年建设了一座达到工业4.0水平的数字化工厂。
具备后发优势的新势力们，也在近两年的产能扩张和工厂自建潮中配置了大量数字化技术。在工信部刚刚发布的2022年度智能制造优秀场景名单中，小鹏汽车的肇庆工厂赫然在列。
2022年，汽车行业在制造数字化方面除无人化、降成本和提质量之外，还开始呈现出更多特点。
首先是柔性化能力更强的产线对商业模式的变革。自迈入工业化流水线以来，汽车行业始终都是先生产、后售卖的模式。生产团队在排产时要首先预估车型不同颜色、配置的市场需求量，再分批次统一生产，将成品进入渠道库存。
只有保时捷、兰博基尼等超豪华品牌，在产线上用更多工人和“手工打造”，在提供大量细节定制的同时，采用先订单后生产的模式。
直到特斯拉出现，因极度简化的可选配置和长期的相对产能不足，也在相当长的时间内不卖“现车”，规避了库存的烦恼。
中国车企在智能化产线上的探索，则走出了另一条路。通过将排产系统与订单打通，以及对产线和厂内物流的大量调试，部分智能工厂已具备将复杂的不同配置共线生产的能力。
内饰颜色、轮毂样式甚至座椅缝线，都可由消费者自由选择，且无需像豪华品牌一样动辄等待数月。对车企来说，柔性化生产既成了消费者端的卖点，以销定产的模式更大幅减少了库存成本。近年来在新势力中流行的直营店模式，正是以此为基础才可能出现。
目前，大部分柔性产线可支持单车型400-800种配置组合，部分产线还可实现多车型并线生产。将定制化配置做成卖点的极氪，更是将配置单可选的组合做到了157万种。
在越发内卷的市场内，更能彰显个性的原厂选配，已成为数字化能力所能带来了显性差异化。
除柔性能力外，工厂内传感器的成倍增加是2022年汽车智能工厂的另一个趋势，这在很大程度上受益于5G的应用。
在IOT应用大幅发展的五年前，将更多传感器应用于产线，检测产线及产品状态的方案就已层出不穷。但受限于厂内WIFI布线的空间限制与带宽，很难支持将传感器铺到流水线上的每个环节。
5G成了可能的解法。覆盖5G网络的厂区，能够支持相比以往数倍的传感器联网，既包括产品质量检测，产线上机械臂的运行状态也能实时回传。
数据丰富度的增加，将数字孪生从概念向现实推进了一大步。产品出厂质量标准在多重AI视觉的检测下变得更加严苛，产线本身也能基于数据完成预测性维护。
另一方面，随着数字化工厂建设模式的成熟，快速扩产和模块化建设也在成为趋势。
两年前，特斯拉仅用358天完成了工厂建设并实现首辆model 3下线，速度震惊世界。而现在，这样的产能建设在中国已并不罕见。
2022年6月30日，比亚迪合肥基地项目一期正式下线了第一辆秦PLUS DM-i，从开工建设到整车下线仅10个月。而在广州番禺，通过大数据实时仿真虚拟调试和乐高式模块预组装，广汽埃安仅用15天时间就将智能生态工厂的产能提升了一倍。
提速本身意味着智能工厂在汽车领域已走向成熟。随着海外市场的逐步打开，由数字化所带来的产能“弹性”也将为下一个十年中国车企的海外扩张带来助力。
2023年，汽车工厂自身的数字化提升将更多体现在细节优化，如对焊点质量的判断、涂胶均匀度检测等。在更多数字化技术的加持下，中国汽车产品将有机会在装配质量环节不断向世界顶尖水平靠拢。
供应链：最难啃的骨头
过去一年，让车企最头疼的不是市场需求，而是剧烈波动的供应链。
缺芯潮所带来的成本飙升，疫情及国际物流导致关键零部件断供，都直接影响了生产。组装一辆汽车所需的数万个零件，少任何一个都会导致产线停工。
供应链的扰动，让车企们开始重新审视被曾被封为圣经的“JIT”。
源自丰田精益生产理念下的“Just in Time”，要求工厂做到只将所需要的零件、只以所需要的数量、只在正好需要的时间送到产线，从而以极低的库存压低成本。
在日本，丰田会要求核心供应商将工厂开设在自身工厂的3公里内，而作为主机厂的丰田仅在备料库中储存3天生产所需的零部件，最大程度减少自身的库存成本。
事实上，在努力践行JIT的时代，就已有主机厂尝试优化整合自身供应链体系。但是，更精细的供应链管理需要供应商愿意在订单、产能、备料等核心数据上与主机厂甚至更多企业开放共享。面对汽车产业复杂的供应商体系，主机厂即使作为强势方，也难以大范围实现。
更重要的是，作为“买方”的主机厂并不总是“强势”，掌握核心技术的Tier1巨头，几乎不可能愿意“丧失”数据主权。而缺少它们的配合，供应链整合也就变成了空话。
因此在这一轮“供应链失能”前，主机厂自身也并未在此投入太多精力。线下会议与邮件交互仍是主流，电话和“进厂”还是紧急情况下最有效的催货方式。
直到2022年，被疫情所影响的物流、生产、原料价格波动，让整个汽车供应链都意识到了信息共享的重要性，也令上下游间的数字化协作成为可能。
2021年，上汽集团成立上汽领飞，以SaaS的方式向上游供应商提供“供需在线”能力。对接上汽内部系统生态，利用大数据、边缘计算和工业5g等技术，帮助主机厂与供应商之间实现网络化协同，统一建立预测、库存、订单等供应链基础元素机理模型，实现预测可见、库存可知、订单交付可测。
作为民营车企的领头羊之一，吉利汽车也于近两年开始为合作伙伴提供SaaS化的供应链协同平台，与合作企业在生产计划、协作研发、库存、质检等多个环节实现信息共享和流程协同。
与此前相比，车企开始不再仅以自身需求为先，而是开始有意识地打造生态，愿意向合作伙伴开放共享自身的部分信息，而非单向要求数据开放。
这将是一个需要数年时间才能完成的生态。如在吉利的规划中，是在2023年完成与1500家Tier1和部分Tier2的协同，再用两年时间逐步覆盖至万家级别的Tier3供应商。
因此在未来的一年，车企将必须解决并突破许多个问题。
巨头型Tier1无疑是最需要被攻克的“山头”，它们的加入将为更多供应商带来示范效应。这也是汽车供应链生态必须双向共享数据的原因，供应链效率的升级必须为车企、供应商双方都带来收益。
其次，供应链数字化的范围不能仅止于数据共享，从资金流、业务流到物流管控，共同决定了这条供应链生态的最终效果。而不同规模供应商数字化能力与所用系统的不同，也考验着作为生态搭建者的车企的IT能力。
作为起步最晚的一环，供应链整合可能将是汽车行业2023年数字化进展最快的部分。有丰田靠制造和供应链成本控制称霸汽车市场四十年的案例在前，“再造一个丰田”的机会每一家车企都不会想错过。
营销/服务：直连用户才到半途
在许多人的印象中，汽车行业在营销上已经高度“数字化”了。几乎每一个具备流量效应的线上渠道，都能看到汽车广告的投放。
但多个营销行业从业者均曾向36kr表示，只能将汽车行业看做数字化流量渠道的“大买家”，但车企自身的数字化营销能力建设才刚到半途。
2022年上半年，最受关注的汽车营销事件莫过于极狐对微信视频号崔健、罗大佑两场直播演唱会的独家赞助。据行业内流传的数字，单场直播的赞助费用都在千万量级，仅罗大佑演唱会的曝光量就高达27.7亿，演唱会观看人数达4161万。
但亮眼的数据并未能转化成销量。据公开资料显示，极狐在今年1-11月累计销售新车12969辆，仅完成年初原定4万辆年销量目标的三成。
随着国内汽车市场的内卷加剧，仅在营销端提升曝光量效果已经有限。在产品力足够的同时，品牌方需要直连客户，规划并在完整的购车、用车周期内提供恰当的服务。
对汽车品牌来说，直接与客户建立连接是近几年才出现的新潮流。在长达三十年的时间里，汽车主机厂都是一门To B的生意，厂商负责电视、网络等空军式的投放，而流量承接、销售和后续服务都由经销商来完成。
快扩张、压库存、价格战……经销商模式为车企解决了大量问题。但在数字时代，在一线掌握客户反馈的经销商与车企营销部的脱节，成了传统车企最大的桎梏。
目前，在车企与经销商间常用的DMS系统更多面向合同、货品及财务审批交互，在数据层面鲜有涉及。按地域划分的经销商则各有自己的数据管理方式，即使愿意共享，各地汇总后的可用性也大幅下降。
在疫情影响进店、新势力直营进展迅猛的形势下，传统主机厂们也开始下场，不再“躲”在经销商身后。
客户留资不再被直接导向一线销售，官网、官微、小程序、APP等原先并不被重视的“品宣阵地”，变成了承接营销效果的流量池。主机厂们开始建立自己的用户触点，将潜客信息分析并更精准地分发向线下门店。
至2022年，大部分车企均具备了一定的用户画像能力和数据触点，并开始基于用户旅程重新设计销售/服务流程。
但相比于直营模式的新势力们，大多数车企在店端的数字化改造仍显不足。既缺乏标准化流程，销售过程也少有数字化体验。从试驾预约到车辆交付，仍然更多依赖销售的个人发挥。
2022年，部分品牌开始为经销商提供统一化的SaaS系统，帮助建立智慧门店。豪华品牌如保时捷更是改变了线下“店”的模式，将线下展厅改成了“汽车文化体验馆”，以新零售理念与数字化体验共同推动到店客户的决策。
受益于车联网App成为标配，已购车车主绝大部分都成为了车企的“注册用户”。但在提供车企互联功能以外，将后端维修、保养、增换购等服务整合在一端，除了主打服务蔚来外大部分车企还未能做到。
One ID已是业内共识，即由一套客户系统完成从潜在客户到老车主复购的全流程运营，通过统一的车主画像、更多的数据触点，在由新购车向增换购转变的国内市场提高品牌黏性。
这在技术上早已不是问题，但要将主机厂销售公司、经销商集团、一线店端等不同角色的数据打通、业务流程重塑，架构调整的周期甚至需要以年计。
“现在我们的客户系统开发还是基于业务需求在做。”一位曾参与数字营销建设的车企员工曾对36kr表示，“动业务流程太难，数据意识的建立也还需要时间。”
从卖产品到卖体验、服务、理念和生活方式，车企们在面对用户时的数字化建设，显然还未达到应有的水平。
2023年，可能只有随补贴政策结束而更加内卷的汽车市场，才能倒逼车企们加速了。
数字车企：“上云”后才刚开始
此前的十余年中，无论是信息化还是数字化建设，中国车企都更多以业务单元而非整个集团为主体进行的。研究院主导自身的信息化建设，数字化营销则交给营销公司。
但数字化转型的最终目标，必定是建立一个让数据贯穿整个企业、决策以数据为依据的“数字企业”。如果前端的市场反馈不能影响后端研发，销售需求无法直通供应链，数据所能带来的价值仍然有限。
由于部分新势力车企在2022年的优异表现，汽车行业一度掀起了“流程派”与“产品派”谁更强的讨论。相比于传统车企“铁路警察各管一段”的协作方式，部分新造车品牌管理层深度参与产品研发，凭借对市场需求产品经理式的把握，在中高端价位打造出了爆款。
但无论是传统车企在车型定义前的市场调查，还是管理层关键决策时的“一言堂”，其背后需要的都是基于数据所反馈的市场需求。
可以认为，未来汽车市场的产品竞争也是数据的竞争。但在2022年，车企内各部门间的数据打通水平还并不高。
从公开资料来看，绝大部分车企都已建立了自己的混合云。采集业务运营过程数据、导入云中，再基于数据完成分析，才能形成足以辅助决策的闭环。但据36kr调研，将各业务部门数据导入的过程并不容易。
部分车企混合云建立时间。数据来源：公开资料“数据导入的过程，技术上要与上百个业务部门在用系统打通，完成数据清洗和整合。”在车企数字化转型部门两年的李飞对36kr表示，“部门墙作为一种隐性障碍也客观存在。”
多个与36kr交流的车企员工表示，PPT仍是企业内部门协作和数据交换的核心工具。而一个部门间数据甚至思路沟通不畅的典型案例是，当用户与车评人们都将智能化作为某款车的卖点时，该车上市前营销的重心都被放在了音响体验。
若数据能够被打通，营销业务端或许能更清晰地明确该车的产品思路。亦或如能在预热传播期得到足量的用户反馈，这样的“误差”都可以避免。
不止如此，如果研发部门能及时得到终端销售及市场反馈，数据或许能帮助他们在小改款中做出更贴近需求的优化，将一辆销量平平的车型推成爆款，而不再等三年后的大更新。
由产品向上，数据打通与基于数据的分析，也能对企业规划自身战略、技术路线与产品体系带来更大助力，让掌舵者听到一线的炮声。
某大型车企一把手，曾在听过数字化部门基于数据做出的品牌及车型形象报告后，震惊到沉默了整整一分钟。因为领导层们此前所认为的自身品牌形象、车型优势与用户画像，与根据大规模数据分析得出的结论几乎完全不同。
因此在汽车领域，数字化能带来的优化空间可能超出大部分人的想象。
在这个发展百年的行业里，中国企业作为学生和追赶者，学到了所有规范、流程与运作模式，并已在软件、电控等单点上实现了超车。而向数字企业的转型，或许是中国车企反向输出的又一个机会，也可能是中国汽车产业能真正站在顶端的时刻。
真诚推荐你关注
