【智能驾驶】麦肯锡：软件驱动重写汽车行业竞争法则

会员服务 ·

【智能驾驶】麦肯锡：软件驱动重写汽车行业竞争法则

2018 年 5 月 21 日 产业智能官

本文转载自众调汽车大数据

众调汽车大数据 2018-05-08

当汽车逐渐从一个硬件驱动的机器逐渐进化成软件驱动的电子产品，汽车行业的竞争法则将被重新书写。

发动机是整个20世纪汽车的技术核心和工程核心，而今天，强大的算力、高级的传感器们正越来越多的扮演着这样的角色：从效率、到互联、到无人驾驶、到电动化、到新型出行解决方案，它们让更多这样的时代创新成为可能。

随着电子和软件的重要性变强，复杂度也升高了。举个例子就是现在汽车内部暴增的软件代码行数SLOC（Software Lines of Code）。2010 年时有些车里的SLOC就有千万行，2016年这个数字增长了将近15倍达到约1.5亿行。这样滚雪球似的复杂度上升造成了严重的软件质量问题——有近期数百万级的汽车召回为证。

说一个较为迫切的行业问题

整个行业正在经历车从硬件定义到软件定义的转换，每个车平均的软件和电子电气相关内构快速增长。

如今，软件能占到一辆D级车或说一辆大型车全部内构的10%（约$1,200美元），而这一占比的增速将达到每年11%的复合增长率：2030年将达到30%（约$5,200美元）。

整个数字汽车价值链上的每个参与者都想在这些软件和电子技术带来的创新中分一杯羹。软件公司和其他数字技术公司开始从他们原有的二三级供应商位置跳脱，成为汽车厂商的一级供应商。他们开始在汽车技术的“堆栈”（stack）里扩大自己的参与感，从提供功能、app进化到操作系统。

与此同时，传统的一级电子系统供应商则大胆踏入由科技巨头们占领的功能、app 地盘；高端车厂们则正进入这“堆栈” 下层，比如操作系统、硬件简化、信号处理等等——他们须要捍卫他们的技术独特性和优势。

这样战略动作带来的后果之一是车辆架构将变为基于广义计算平台的面向服务的SOA（Service-Oriented Architecture）。开发者们可以加入新的互联解决方案、应用、人工智能元素、高级分析和操作系统。所以未来差异化将不像传统车那样在于硬件，而在于软件和高级电子赋能的 UI、体验部分。

未来汽车将转向搭载全新差异化因子的平台，因子要素可能包含信息娱乐创新、自动驾驶能力、以及那些基于“运行失败”的智能安全功能。软件将在数字技术的分层里逐渐下移，以智能传感器的形式与硬件相互集成。“堆栈”将横向集成，形成让车辆架构向 SOA 转变的新层级。

最终，新的软件和电子架构会带来多项改变游戏规则的新趋势，驱动复杂度和相互依赖程度的提升。

探寻未来电子电气架构的十个假设

技术与商业模式的前路未定，我们还是基于广泛的研究和专家见解对未来的汽车电子电气架构做了十个假设并分析了他们对行业的意义。

一

多 ECU 将被整合

汽车行业将转向整合的ECU架构而非与特定功能对应的一大堆特定ECU（即现在这种“加个功能就加个盒子”的模式）。

第一步中，大多数功能将开始被集中在主要车辆域（domain）的集成域控制器上，这些控制器会部分代替当下在不同分布式ECU中运行的功能。这样的发展业已开始且将在两三年内打入市场，在向自动驾驶的进化过程中，软件功能的虚拟化和硬件的抽象化将变得更加迫切。

这一变化驱动因素有三：成本、市场新入者、通过 HAD 实现的需求。首先无论对于功能开发还是计算硬件，也包括通信硬件，成本减少都会加速上述整合；新入玩家来到汽车领域，通过软件导向的车辆架构对整个行业造成的破坏力也是同样效果；对 HAD 功能以及冗余性日益增长的需求也需要更高集成化 ECU。

几家高端车厂和他们的供应商已经在 ECU 整合问题上积极行动，先行一步升级电子架构，尽管明确的行业定式还未出现。

二

汽车行业将限制特定硬件所用的堆栈数量

伴随整合的将是堆栈限制的规范化，实现车辆功能和 ECU 硬件的分离，提升虚拟化。硬件和嵌入式固件（包括操作系统）将依赖关键非车辆功能条件而非被分配到车辆功能域的一部分。

以下四个堆栈可能成为未来五到十年内下一代汽车的基本：

时间（Time-driven）堆栈。此堆栈包括达到最高汽车安全完整性等级的系统，比如经典汽车开放系统架构域。

事件-时间（Event/time-driven）堆栈。此混合型堆栈将高性能安全应用相连结，比如和支持ADAS和HAD的功能相接。

事件堆栈（Event-driven）。以信息娱乐系统为中心，堆栈中包含用户可见、常用的功能且是用户与车辆形成交互的介质。

云堆栈（非板载堆栈）（Cloud-based，off-board）。最后一种堆栈负责和协调从车外获取车内数据和使用车内功能。

供应商和技术提供商已经开始在以上堆栈中建立自己的专长，举个值得注意的例子就是信息娱乐系统（事件堆栈），车企正推动着人车交互，如3D或增强现实式导航。另一个就是人工智能和传感器在高性能应用程序上的引入，关键供应商在此领域已经和主要的汽车厂家进行合作开发计算平台。

三

扩展后的中间件层

车不断进化为移动的计算平台，中间件将让车辆的重新配置成为可能，同时允许软件的安装和升级。而如今每个不同ECU里的中间件只是负责单元间的通讯，下一代汽车中的中间件将是域控制器访问功能的链接，在 ECU 硬件之上运行的中间件层将实现抽象和虚拟化、SOA 和分布式计算。

已有证据表明，汽车厂商正向柔性架构努力，这也包括一个总体的中间件。比如 AUTOSAR 的自适应平台，它是一个动态的系统，包括中间件、对复杂操作系统的支持和最先进的多核微处理器。但是目前这类发展只限制在单个 ECU 中。

四

中期看，车载传感器个数将迅速升高

后面两到三代汽车产品上，厂商们将通过安装多个有相似功能的传感器以确保足够的安全性冗余。然而从长远角度，汽车行业将必然开发特有传感器以减少传感器数量以及相关成本。

接下来的五到八年雷达和摄像头相结合的方案将占据主流，而当自动驾驶能力逐渐提升，激光雷达的引入对于确保物体分析和本地化的冗余成为必要。以 SAE 的 L4（高级自动）自动驾驶为例，实现 L4 的初期可能需要 4 到 5 颗激光雷达，包括以城市运营和近 360 度可视为目的的固定在车后方的后置激光雷达。

长期来看，车辆传感器个数问题将会出现不同的情况：继续增加、数量稳定或数量减少。到底哪一种情况将真正到来则依赖法规要求、不同解决方案的技术成熟度以及在不同用例中使用多个传感器的能力。法规方面，如若要求加强驾驶员监控，则车内传感器必然增多。

可以预见的是汽车内饰中消费电子传感器将会开始应用。在高级自动驾驶或完全自动驾驶时代到来，未来的高级算法和机器学习技术将增强传感器的性能和可靠性，结合更强大、性能更高的传感器技术，多余传感器的数量将有希望减少。

五

传感器将更加智能

系统架构的需求，决定了智能、集成的传感器们需要为管理和处理高级自动驾驶所需的海量数据而存在。如传感器融合或 3D 定位等高级别功能将需要在中心化计算平台上运行，但数据的预处理、过滤、快速反应等则将更多在传感器周边或直接在传感器内完成。

有估计称一辆自动驾驶汽车每小时产生的数据量将达到 4TB，因此，智能化将从ECU们逐渐转移至传感器，靠传感器进行基础的、要求低延迟、只要求低算力的预处理，尤其是当权衡数据处理成本时，在传感器内处理数据对比将海量数据在车内传来传去相比更应把这些工作交给传感器。

而且HAD下驾驶决策冗余无论如何也需要集成的中心化算力，这更可能是基于已经过预处理的数据。智能传感器将对自身功能进行监督而传感器冗余则将提升传感器网络的可靠性、可用性和安全性。

六

全电力和数据网络冗余成为必须

高可靠性要求的关键安全应用和其他类似应用，将充分利用整个冗余圈来实现与安全操控相关的那些关乎巨大的一切内容，比如数据传输和电力供应。

电动车技术、中央计算机以及对电力要求较高的分布式计算网络都会对新的冗余电量管理网络提出要求。支持线控转向和其他 HAD 功能的故障运行系统将需要冗余的系统设计，这也是对现今的故障安全监控实施的巨大架构改进。

七

“汽车以太网”将崛起并成为车的中坚

今天的车辆网络不足以满足未来车辆的需求。

HAD 数据速率和冗余要求的提高，连接环境中的安全性和保障性以及对行业内标准化协议的需求将极可能导致汽车以太网成为关键推动因素，特别是对于冗余中央数据总线。

以太网解决方案将需要通过添加像音频 - 视频桥接（AVB）和时间敏感网络（ TSN ）等以太网扩展来确保可靠的域间通信并满足实时要求。行业参与者和 OPEN 联盟支持采用以太网技术，许多汽车制造商已经取得了这样的飞跃进展。

八

OEM为第三方访问数据开发界面

发送和接收安全关键数据的中央连接网关将始终直接连接到OEM后端，除规定的要求外，第三方可以通过这些进行数据访问。但在信息娱乐方面，受车辆“APP化”的驱动，出现新的开放接口来允许内容和应用程序提供商部署内容，而OEM将尽可能保持相应的标准。

今天的车载诊断端口将被车联网解决方案取代。不再需要对车辆网络的物理维护但可以通过 OEM 的后端进行维护。 OEM 将在其车辆后端提供数据端口用于特定用例，如遗失车辆跟踪或个体保险。但是，售后市场设备对车辆内部数据网络的访问会越来越少。

大型车队运营将在用户体验中发挥更强大的作用，并将为终端客户创造价值，例如通过在一套服务中为不同目的提供不同的车辆。这要求他们利用不 OEM的后端并开始整合其车队的数据。之后更大型的数据库将允许车队运营商在OEM级别无法获取的数据集成和分析上变现。

九

汽车通过云将车载信息与车外数据结合

虽然 OEM 以外的其他厂商可用的数据将取决于未来的监管和相关磋商，但对云计算中不断增加的非敏感数据（即非个人数据或安全相关数据）的处理将可以得到更多深入洞察结果。

随数据量增长，数据分析对于处理信息并将其转化为可操作的知识将变得至关重要。利用数据以实现自动驾驶和其他数字化创新的有效果取决于多个玩家之间的数据共享。目前虽然还不清楚这将如何、由谁完成，但主要传统供应商和技术供应商已经在构建能够处理这种新数据的集成汽车平台。

十

汽车将引入双向通信的可更新组件

车载测试系统将允许汽车自动检查功能和集成更新，从而实现生命周期管理以及增强或解锁售后的产品功能。所有ECU将向传感器和执行器发送和接收数据，检索数据集以支持创新用例，例如基于车辆参数的路线计算。

要实现像智能手机那样的可升级性，业界需要克服限制性经销商合同、监管要求以及安全和隐私问题。这里各种汽车厂商也公布了部署 OTA 服务的计划，其中包括对它们的车辆的无线更新。

OEM 将在 OTA 平台上对其车队进行标准化，并与该领域的技术提供商密切合作。由于车的互联性和 OTA 平台变得越来越重要，我们可以认为 OEM 将在这个细分市场中占据更多的所有权。

车辆将获得软件和功能升级，同时也会收到针对设计使用寿命的安防更新。监管机构可能会强制要求软件维护以确保车辆设计的安全完整性。这种更新和维护软件的任务将引出关于车辆维护和运营的新商业模式。

汽车软件和电子体系结构的未来影响

影响当今汽车行业的趋势们为硬件相关的内容带来很多大的不确定性，对软件和电子体系结构来说，看来未来的破坏性可能也不会少多少。

许多战略举措都有可能：汽车厂商可以选择建起行业联盟来规范和标准化车辆架构、数字行业巨头可以引入车载云平台、出行服务商可以自己自己造车或开发开源车辆堆栈和软件功能，汽车厂商则可以引入日渐复杂的互联、自动驾驶汽车。

对于传统的汽车公司来说，从以硬件为中心的产品向以软件为导向的服务驱动型行业的转变尤其有挑战性。然而考虑到本文所述的趋势和变化，汽车行业内的任何人都没有其他选择，只能做好准备。我们能看到几大战略推力：

解耦车辆和车辆功能的开发周期。OEM和一级供应商需要从技术和组织两个角度确定如何开发、提供和部署功能，而且是大部分在车辆开发周期之外。鉴于目前的汽车开发周期，企业需要找到一种管理软件创新的方法。此外，也应该思考如何为现有车队创建改造和升级解决方案。

定义软件和电子产品开发工作的目标增值（value added）。OEM必须确定他们能够建立控制点的差异化特征。另外，明确定义自己软件和电子产品开发的目标附加价值非常重要，同样的还有，找到可以形成商品或话题的区域且仅一家供应商或合作伙伴能够实现。

给软件贴上一个明确的价签。将软件与硬件分离意味着需要 OEM 重新考虑其单独购买软件的内部流程和机制。除了传统已有的设定之外，分析采购过程中如何将敏捷的软件开发方法固定下来也很重要。这里指的供应商也发挥着至关重要的作用，因为他们需要为其软件和系统产品提供明确的商业价值，以使其获得更大的收入份额。

围绕新的电子架构设计一个特定的组织（包括相关的后端）。除了改变内部流程以交付及销售先进的电子和软件之外，行业玩家们（OEM 和供应商）还应该考虑针对车辆电子相关的主题设置一个新的不同的组织。主要是，新的“分层”架构要求有可能打破目前的“垂直”流程并引入新的“横向”组织单元。再说一句就是，他们也需要为自己的软件和电子开发团队提升专门的能力和技能。

围绕作为产品的汽车特征设计商业模式（特别是对汽车供应商来说）。为了保持竞争力并在汽车电子领域分一杯羹，分析哪些功能才是为未来架构增添实际价值并可以变现是致关重要的。随后，玩家需要为软件和电子系统的销售推出新的商业模式，无论当时是作为产品、服务或者全新的东西。

随着汽车软件和汽车电子新纪元的开始，它正在彻底改变各种业务模式，客户需求以及竞争性质的行业既有的确定性。我们对将建起来的收入和利润池感到乐观。但要从转变中受益，业内所有参与者都需要重新思考并在新环境中仔细定位（或重新定位）其价值主张。

原文：Ondrej Burkacky, Johannes Deichmann, Georg Doll, and Christian Knochenhauer 内容源自：42号车库翻译：胡嘉禾

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能官 AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。