麥肯錫汽車產業報告：玩AI是一回事 想賺錢就要戰勝3大挑戰

AI(人工智慧) 是炒作嗎？當然不！應用在汽車產業，將是大勢所趨，汽車廠商要想 AI 競爭中取得優勢並從中獲利，麥肯錫的報告認為，必須戰勝技術、監管、商業模式 3 大挑戰。

把機器學習技術應用到汽車非常複雜，需要迭代整個汽車生態的架構，除了汽車內外有大量的機器學習驅動的系統外，一些嵌入式系統可對後端進行偶爾通信與更新，一些雲端系統可向汽車實時推送信息。所有這些都依賴於廣泛的利益相關者（包括第三方）與特定的技術限制因素，並受到當地情況和監管的影響。

簡言之，汽車廠商在開往 AI 的道路上，要想獲利，就要面對汽車嵌入式技術、符合監管標準和制定合適的商業模式 3 項挑戰。

麥肯錫的報告中指出，目前大約有 500 家汽車業使用機器學習構建專門技術，以宣示其在價值鏈中的位置。2010 年總投資金額已達 520 億美元，遠高於共享汽車和智能叫車新創公司 320 億美元。

但有意思的是，目前針對汽車 AI 技術投資的資金來源，高達 97% 並非來自汽車產業，而是來自私募基金和技術公司，且資金主要流向開發自動駕駛和車載娛樂的完整解決方案提供商，且投資力道快速加大，2014 到 2017 年的投資金額是 2010 到 2013 年的 4 倍。 

在法規和標準方面，一般來說，汽車行業中，法規和行業標準可能估計規模和不同系統的融合（例如，OEM 和交通管理系統），相關廠商可能需要加快制定技術開發和應用開發的過程標準。

而在法規和環境方面，不同地區和城市的基礎設施不同，自動駕駛若長途上路，需要逐個因應外，還有界面和數據類型的標準，在在需要更高的適應性。

在商業模型方面，很多新商業模式可能使傳統 OEM 的業務轉向 B2B（比如，銷售業務或汽車服務向城市推進）須提防壓抑了獲利。另一方面，新服務的出現，將讓汽車更加偏重軟體配備，最後可能更像智慧手機，成為車上必配。  。

此外，麥肯錫並提醒業者，汽車 OEM 廠在嵌入式控制點上具有優勢，且多數消費者希望承擔引領開發自動駕駛技術重任的，是汽車製造商，而不是那些科技公司；還有，消費者最期待的，就是儘快讓自動駕駛上路吧！