汽車行業(yè)是全球最高科技行業(yè)之一——所以本周發(fā)表的一份報告，從表面上看，有點令人意外。
Capgemini這份題為《加速汽車行業(yè)人工智能轉(zhuǎn)型》的報告顯示，2018年汽車行業(yè)中“大規(guī)?！辈渴鹆巳斯ぶ悄艿钠髽I(yè)數(shù)量僅僅增長了3％。
只有10％的受訪者表示，2018年他們的企業(yè)組織在“全公司的范圍和規(guī)模上”部署了人工智能驅(qū)動的項目，相比之下，2017年這一比例僅為7％。
該報告總結(jié)說，相對緩慢的增長速度證明，“自2017年以來，汽車行業(yè)在人工智能轉(zhuǎn)型方面并沒有取得重大進展”，而鑒于行業(yè)領(lǐng)導者所顯示出的投資規(guī)模和熱情，這一結(jié)果實在令人意外。
該報告的作者之一Ingo Finck表示，“在某種程度上，這確實讓人覺得驚訝，因為我們看到絕大多數(shù)——超過80％——的企業(yè)都在他們的核心戰(zhàn)略中提到了人工智能。”
“對他們來說，這顯然是一個重要的戰(zhàn)略因素，所以……我們也對相對緩慢的采用率感到有些意外。”
在深入研究采用率緩慢增長的各種潛在原因之前，有一點值得注意，這個結(jié)果是存在地區(qū)差異的：在中國，采用人工智能的車企數(shù)量幾乎翻了一番，從5％增加到9％。
中國人工智能巨頭采取相對“開放”的策略在一定程度上解釋了這一現(xiàn)象，例如百度開發(fā)的Apollo開源平臺，有超過130家企業(yè)及組織合作伙伴。
Finck解釋說，其他地區(qū)增長緩慢可能是因為企業(yè)組織正在采取更為成熟的人工智能部署方法，而不是“全部都嘗試一遍，看看哪些方法奏效”，他們更專注可以經(jīng)過驗證的用例，然后再大規(guī)模運用。
而從計劃增加人工智能部署的企業(yè)的規(guī)模大小來看，另一個差異也十分明顯。
“我們可以看到，小型企業(yè)在采用人工智能方面更猶豫一些，而規(guī)模較大的企業(yè)［收入超過100億美元］采用率會更高一些?！?/p>
“小型企業(yè)的復雜性與大型企業(yè)幾乎相同——不管是小企業(yè)還是大企業(yè)，采用人工智能所面臨的困難都是相同的?！?/p>
實際上，正如預期的那樣，投資金額與企業(yè)組織部署人工智能的規(guī)模之間存在著明顯的相關(guān)性，這對于小型企業(yè)來說顯然是一個限制因素。
在大規(guī)模成功部署了人工智能的企業(yè)中，有80％的企業(yè)在人工智能上的花費超過2億美元。而對于那些認為自己沒能成功部署人工智能的企業(yè)中，只有20％的企業(yè)花了這么多錢。
雖然自動駕駛汽車經(jīng)常被視為汽車人工智能最主要的一個使用場景，但實際上，提高傳統(tǒng)手動駕駛汽車的效率和附加值的主要方法是使用認知學習算法。
該報告強調(diào)了一些重要的人工智能部署，主要是在較大的OEM企業(yè)組織內(nèi)，包括：
原型設(shè)計：通用汽車在其產(chǎn)品設(shè)計操作中使用機器學習
建模和模擬：德國大陸集團通過建模和模擬技術(shù)，每小時收集5000英里虛擬車輛測試數(shù)據(jù)
銷售和營銷：大眾汽車利用機器學習技術(shù)，通過經(jīng)濟、政治和氣象等數(shù)據(jù)，預測120個國家250種車型的銷售情況
質(zhì)量控制：奧迪使用配備計算機視覺的攝像頭，來檢測制造過程中金屬板上無法被人眼識別出來的微小裂縫。
Capgemini將這些企業(yè)定義為“規(guī)模冠軍”——他們已經(jīng)成功地大規(guī)模部署了人工智能，并且都顯示出了各種特征，例如專注于高效益用例、良好的人工智能治理、高水平的投資，以及更為重要的是，顯示出了提升員工技能的愿意。
“我們知道，當人類與機器組合在一起的時候，人工智能是最高效的，”Finck這樣表示。
“就像你提高AI的能力一樣，你也需要提升員工的技能，這不僅僅是指要培訓或者雇用更多的數(shù)據(jù)科學家，而是關(guān)于訓練企業(yè)組織內(nèi)的其他人——他們是AI的臨時用戶?！?/p>
所有這些挑戰(zhàn)，都在一定程度上解釋了為什么汽車行業(yè)采用人工智能的速度要低于預期。 有一點是Finck堅信的，同時也是該報告證實了的一點：未來人工智能將在汽車行業(yè)發(fā)揮關(guān)鍵作用。
他說：“我認為企業(yè)都明白，人工智能并不是一項‘插件’技術(shù)——它是企業(yè)必須采用的核心技術(shù)——就像是引擎，或者信息技術(shù)。他們面臨的挑戰(zhàn)不僅僅是產(chǎn)品、還有服務、乃至整個企業(yè)都擁抱人工智能?！?/p>
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
