首頁> 資訊 > > 正文

            天天觀速訊丨智能座艙,如何打破碎片化與同質化困境?

            2023-05-27 09:31:53來源:科技永不眠

            筆者有幸見證了2019年到2021年智能汽車百花齊放的高光時刻,也親眼目睹了2021年之后,智能汽車同質化嚴重、行業內卷加劇的現狀。智能汽車這條新賽道,讓國人看到了換道超車傳統汽車巨頭的曙光,資本一路高歌、人才大量涌入;國內外傳統OEM也紛紛摩拳擦掌,成立新品牌,智駕、座艙子公司如雨后春筍,一時間,國內汽車圈好不熱鬧。

            可是好景不長,從行業興起到現在,不到5年的時間,智能汽車行業已經從藍海干成了紅海:從業人員唉聲嘆氣,拿著傳統OEM的工資,過著比當年互聯網還卷的生活;各大OEM將軟件定義汽車發揮到極致,座艙軟件開發周期直接壓縮至4~5個月,車機軟件干出了手機軟件的開發節奏,因軟件質量帶來的黑屏、卡頓等低級問題,在眾多車型輪流上演。


            (相關資料圖)

            在這個時間點,消費者去買一輛新能源汽車,從Tesla到BYD,到蔚小理等,幾十個品牌、上百種車型,琳瑯滿目、應有盡有。那究竟什么才是消費者心中期待的智能座艙?

            一、什么叫智能座艙?

            智能座艙是指在飛機、汽車、列車等交通工具的駕駛艙或客艙中應用先進信息技術和人機交互技術,通過多種傳感器和監測裝置實時獲取車輛各項數據,并將這些數據進行處理、分析和呈現,從而提供更加安全、便捷、高效的出行體驗。除此之外,智能座艙還可以根據乘客的個性化需求,智能調節座椅、空調、音響等設備,提供更加私人定制化的服務。

            上面這個答案,是GPT-3.5的答復。顯然,人工智能技術在智能座艙發展歷程中發揮著舉足輕重的作用。

            自1956年達特茅斯會議以來,人工智能幾經起落;最終,連接主義在計算機算力的爆發與加持下,迎來了長足的發展。自2000年以來,人工智能已經在產業界落地生根。時至今日,智能音響、智能門鎖、智能掃地機器人等智能家居產品,已經走進了千家萬戶;在工業自動化領域,面向單一工位和獨立制造流程的工業機器人、數字孿生、基于機器視覺的瑕疵檢測等,也在工業界落地生花。

            然而,隨著產業界單品智能的爆發,數據孤島、產品互通性差、智能碎片化、缺少對多個環節綜合考量的智能化等弊端,也日漸明顯。

            如何突破當下單品智能的天花板,是學術界、產業界需要共同回答的問題,也是本文嘗試去回答的問題。業界對于當下問題的答案是模糊的,但是,對于他們想要的,以前所未有的默契達成了一致:希望從單品智能擴展到一個個場景智能,通過打通各個場景,實現全場景、全局智能。總之,產業界在人工智能現狀、痛點和發展趨勢上,都呈現出前所未有的趨同性。

            我們再回到今天的主題,智能座艙的智能化現狀及趨勢,是否與產業界一致?答案是肯定的。

            車上的屏幕不但越來越多、而且越來越大;音響越堆越多;車載語音助手,從免喚醒到全域全時免喚醒到全場景語音;人臉識別、DMS、手勢識別、健康檢測、多模態、元宇宙等,應有盡有。然而,對于終端消費者而言,車上的APP和功能越來越多,常用的沒幾個,想要的服務也越來越難找。

            我們似乎很懂用戶,不然產品團隊不會堆砌這么多功能;我們似乎又不懂用戶,因為我們傾向性把問題拋給用戶:便捷卡片美其名曰便捷,但是什么時候觸發,用戶還得手動設置;幾十個設置項對應幾十個開關,都讓用戶自己說了算。這或許是千人千面的一種解法,顯然,不是用戶想要的最優解。無數的客戶和車主跟我講,我們的汽車能不能像機器人,能不能像鋼鐵俠里面的賈維斯,它真正地懂人懂車懂環境,知道我想要什么?

            關于這個問題的答案,我們不著急下結論。我們先按跡循蹤,一起看看造成智能座艙智能化現狀的根因是什么?因篇幅有限,本文從OEM與Tier1分工、OEM產品團隊組織架構2個維度,嘗試做一些回答。

            二、OEM與Tier 1的分工

            在當下軟件定義汽車的時代,有一個很奇怪的現象:OEM希望與用戶之間的交易,從一次交易變成多次交易;而與Tier 1之間的交易,OEM希望從多次交易變成一次交易。2019年,智能汽車爆發、智能座艙落地的元年,OEM和Tier 1之間的買賣關系,與其說是甲乙方,不如說是賣方市場。

            以AI起家的一眾人工智能公司,憑借在人工智能領域的積累和技術壁壘,開始向OEM兜售基于深度學習的軟件SDK,包括DMS、手勢識別、語音助手等。不管是有意為之,還是需求驅動,Tier 1提供此類軟件SDK時,選擇性開放了僅帶有語義信息的API,如下圖黃色背景的模塊。

            對于SDK內部底層原子算法,上圖灰色背景的模塊,Tier 1則不做開放。筆者認為,一方面,OEM尚未意識到這塊需求;另外一方面,Tier 1有自己的商業考量,比如平臺化。平臺化只解決工作量問題,無法解決體驗問題。智能座艙是一個需求高度定制化、多樣化的領域;平臺化策略,不但不會成為Tier1的護城河,反而會把自己推向OEM的對立面。

            在當前Tier1平臺化的供應模式下,太多OEM的定制化需求無處承載。比如,有的OEM想要做定制化的手勢識別,最終大多數都被Tier 1以不符合主線規劃拒之門外;再比如,基于DMS人臉識別后的個性化推薦服務,僅針對注冊過的車主用戶;對于未注冊的用戶,如果要體驗到人臉識別之后的個性化服務,就需要Tier 1開放諸如車主身高預測等底層原子能力。

            Tier 1不開放這些底層原子能力,取而代之僅提供通用的、平臺化的API,那么,帶給OEM的只能是座艙的同質化、碎片化的現狀。所以,Tier 1碎片化技術供給和完整解決方案能力的缺失,是當前智能座艙同質化、碎片化的原因之一。

            換句話講,是不是實現AI能力的純自研和自主可控,就可以解決上述同質化問題?暫且不討論自研的必要性,造車新勢力實現全棧自研的不在少數,但是他們的產品,也面臨同樣的碎片化與同質化問題。那么,問題到底出在哪里?

            三、智能座艙的產品矩陣與組織架構

            上面講到,Tier 1由于缺少know-how,無法提供解決方案。那么,OEM離用戶最近,也能看到業務全景,理應最有可能提供全套智能化解決方案。產品自己會發聲,市面上很多新能源車是來自傳統OEM,從實際產品看,情況也不容樂觀,

            企業成立初期,將團隊分成若干個小組,各個小組可以快速決策、研發并將產品推向市場,是企業起步階段通常選取的發展模式和組織架構。然而,隨著各個小組負責的產品線逐步壯大,這種煙囪式發展的弊端,也日漸明顯:各個產品線數據孤立無法打通、針對資源搶奪的優先級仲裁缺少頂層設計、場景化碎片化嚴重,多場景體驗一致性無法保證等等。

            縱觀OEM和Tier 1,有多少產品團隊仍然是煙囪式的組織架構:各產品線獨立演進,產品團隊內部缺少產品架構的角色,對多個產品線進行橫向拉通、打破信息孤島、協調多應用并發與資源沖突、整合碎片化能力,設計跨場景的系統化解決方案。

            組織和管理的問題,最終一定會體現到公司的產品上。各個產品孤立演進、產品之間競合邏輯混亂、埋點數據格式不統一、基于數據的產品運營意識淡薄等,就是當下各大OEM智能化產品升級遇到的困境。

            四、智能座艙智能化的可能答案

            用戶體驗問題,不應該拋給用戶;更不是脫離用戶的聲音,構造一個一成不變的智能化產品。智能座艙發展至今,語音、視覺相關AI產品已經陸續上車。但是,當下座艙的智能,仍然停留在單點感知智能這個層面。從單點感知智能升級為全場景認知智能,我們認為還有2道檻需要跨越:第一是全場景,第二是認知智能。

            全場景是相對單點和單場景而言,我們希望通過“一縱一橫”來實現場景的跨越與銜接。通過縱向打穿,實現單點智能到單個場景智能的升級;通過橫向的打通,實現不同場景的串接,形成跨場景、智能化的解決方案。

            認知智能是相對于感知智能而言,感知是認知的前提和基礎,認知是理解的升華和服務的升級,是基于對人車路的感知和理解,在適當的時間和地點,給對應的車主以合適的方式推薦適合當下場景的服務;究其本質,就是回答一個4W1H問題。

            對于第一道檻,我們有幸看到部分先行者,包括Tier1和新勢力,已經嶄露頭角,比如華為的小易建議、高合汽車的HiPhi Play等產品形態,這些產品本身已經承擔著“產品架構師”的角色,在多產品線數據拉通、跨場景打通和多場景體驗一致性上,邁出了關鍵性一步。

            而跨越第二道檻,我們將面臨更多肉眼可見的困難:一個通識性的大腦、更先進的EEA架構、跨部門且統一的數據架構、端云協調的計算架構、更靈活有力的組織架構等等;這些問題的回答,或許要等到中央計算EEA架構、統一的數據架構與計算架構等頂層設計到位后,才能水到渠成。

            五、智能化大背景下OEM和Tier1新的合作模式

            OEM和Tier1之間,不是零和博弈,而是合作共贏;過去是,現在是,將來依然是。在新四化大背景下,二者的分界線,確實發生著微妙的變化。當下,很多新勢力和OEM動輒全棧自研,我們認為這不是實際需求驅動,而是資本驅動。OEM的職責是造好車,賣好車,實現商業閉環,不是去做不擅長的事情、搶Tier1的蛋糕。

            從技術角度講,OEM智能化能力的積累,不是堆人堆數據一蹴而就的任務,專業Tier1在一個垂域多年的know-how積累,不會輕而易舉、一夜之間被取代;從商業價值角度講,如果能解決OEM需求和Tier1供給的矛盾,OEM也完全沒有必要去做Tier1鋪地基的工作,OEM的職責是面向用戶,提供整套解決方案,并對體驗端到端負責。

            智能座艙是人車交互的觸點所在,承載著千人千面的出行愿景。Tier1平臺化的交付策略,顯然無法支撐各大OEM定制化的訴求,而這也是當下OEM和Tier1的矛盾所在。

            Tier1需要在技術路線上做出調整,調整至能支撐OEM做定制化開發的技術架構;例如,當下主流的基于目標檢測的視覺檢測與分類路線,唯有切換至基于關鍵點的技術路線,才能支撐OEM做定制化的手勢識別、司乘狀態識別等。OEM則需要在Tier1根算法基礎之上,構建快速定制化的能力,包括手勢自定義、新的車控語音指令的快速自定義。

            所以,Tier1需要更新技術路線,主動打破碎片化的技術供給;而OEM需面向市場和客訴訴求,構建快速定制化和產品迭代能力,這是當下OEM和Tier1新的合作界面。

            六、寫在最后

            智能汽車發展至今日,國內新能源車滲透率已經達到30%,自主品牌也拿下了中國新能源市場的半壁江山。智能座艙的同質化破題、智能化升級,已是箭在弦上、勢在必行。站在這個歷史機遇點,我們全體汽車人,需要協同產業鏈上下游,以更靈活的組織架構、更豐富多樣的產品矩陣、更頂層的跨場景理解與產品設計能力,為中國乃至全世界客戶,呈現真正智能化的中國作品。

            標簽:

            上一篇:信雅達:5月26日融券賣出5100股,融資融券余額2.42億元
            下一篇:最后一頁