編者按：近年來，以數字技術為支撐、數據資源為關鍵要素的數字經濟蓬勃興起，帶來新一輪科技革命和產業變革的重大機遇。在我國，無論《“十四五”信息化與工業化深度融合發展規劃》的發布，還是《“十四五”數字經濟發展規劃》的出臺，在各方的積極推動下，“兩化”融合開始走深向實，制造業數字化轉型步伐加快。對汽車產業來講，情況也是如此。行業邁入數字化時代以來，在探索和實踐中積累了經驗，取得了成果，但在這個過程中也有挑戰、有不足、有困惑，本專刊系列報道就將對此呈現一二。
　　“根據麥肯錫的研究報告，中國企業數字化轉型的成功率還不到20％。”在2023國際汽車數字化與智能制造大會上，吉利汽車集團副總裁唐湘民以此數據舉例，表達了對汽車行業數字化轉型現狀的擔憂。
　　世界汽車工程師學會聯合會終身名譽主席、清華大學教授、中國汽車工程學會數智委員會主任委員趙福全的表述更為形象：從行業目前的數字化實踐情況來看，盡管“山雨欲來”，但結果還不令人滿意。
　　對此，汽車行業逐漸形成共識，要想數字化轉型成功，關鍵在于發揮出數據的價值。
　　對數字化轉型認知不到位
　　“首先是認知問題。大家對信息化、數字化的認知沒有到位。”唐湘民強調。新一代信息技術的發展，驅動各行各業走上變革與轉型之路。對汽車行業而言，此前沖壓、焊接、涂裝等工藝是產品制造的支撐，而現在，數字化技術的應用意味著不同技術的融合。
　　據了解，數字化技術在汽車行業的應用經歷了不同的發展階段。從20年前不需要一行代碼，到今天“軟件定義汽車”，不僅產品本身與數字化脫不開關系，行業的方方面面也已是如此。據中國工程院院士、浙江大學教授譚建榮介紹，數字孿生共有8大關鍵技術，汽車發動機由幾千個零部件構成，先裝什么，后裝什么，通過數字孿生技術就可以解決裝配次序、方向和干濕問題，使得產品在設計階段就能避免錯誤，保障裝配的一次成功性，從而大大節約裝配時間，提高裝配效率，提升裝配質量。
　　但需要指出的是，數字化的意義并不限于產品研發和制造環節，而是處于整體支配地位。換句話說，汽車行業的數字化變革，旨在打通包括設計、生產、營銷、服務在內的產品全生命周期。
　　唐湘民表示，很多企業沒有數字化轉型成功，究其原因在于未能把數據變成資產，并且未能利用數據驅動業務發展。“現在，企業積累了很多數據，但沒有驅動生產。我認為，一家傳統企業開展數字化轉型，首先要讓業務數據化，數據資產化，資產服務化，服務產生價值。”他說道。
　　阿里研究院副院長安筱鵬則指出了數字化轉型背后的基本矛盾：全局優化的需求與碎片化供給之間的矛盾。在他看來，今天，所有乙方給甲方提供的方案都是碎片化方案，而這正是問題的源頭。
　　據悉，幾年前，工信部曾對15萬家企業的數字化水平進行評估，得出的結論是：企業的數字化收益只有跨越了某個臨界拐點后，才能呈現指數增長。這就意味著，企業的數字化投入是一條不斷向上增長的直線，在很長的一段時間內可能還看不到收益。
　　這正是安筱鵬提到的全局優化的視角。只有從“企業內部資源優化”到“產業鏈優化”再到“端到端優化”的拐點到來時，收益才會呈現指數增長。顯然，那些轉型失敗的企業，還沒有迎來拐點的到來。
　　不要讓數據成為“負資產”
　　根據不同時代對資源資產要素的定義，企業被打上了“標簽”，如勞動密集型企業、技術密集型企業、資本密集型企業等。“今天應該重新定義一類企業，叫數據密集型企業。”安筱鵬認為，判斷數據密集型企業的標準不在于積累和掌握的數據有多少，而是以下兩個問題：一是自身的競爭力在多大程度上來自數據；二是在與友商競爭的過程中，數據的貢獻力有多大？
　　毫無疑問，數據密集型企業的競爭力更多來自數據。這將助力汽車產業鏈上下游企業在面對競爭的本質——資源配置效率的競爭中勝出。優化資源配置效率的核心，在于決策要盡可能的實時、高效、精準、低成本。這恰恰是數據發揮作用的底層邏輯：基于數據和算法，企業可以高效支持更加精準、低成本、高頻的決策，進而優化資源配置效率，擁有更高的競爭力。
　　記者了解到，單是一家汽車制造商的整車工廠，每天在IT層面產生的數據大概達到2T，其中500～600T的數據要存儲到云端。1T的云存儲成本1000～6000元不等，數據成本的中位數在100萬元左右。再加上研發、用戶服務體系等，即便不算數據采集和軟件開發成本，僅數據存儲花費每年就要上千萬元。
　　對于“數據是企業資產”的普遍共識，唐湘民也提出了不同的看法：“現在，對于汽車企業來說，我不認為數據是資產，它甚至可能是負資產。數據要維護，要做治理，而目前這些工作的開展往往是失敗的。”而對于那些從數字化轉型中受益的企業而言，數據資產往往都發揮了重要作用。
　　中信戴卡股份有限公司工程技術研究總院院長徐世文介紹稱，隨著中信戴卡數字化工作的推進，平均每秒產生上萬條數據，數據類型多元化。因此，在數字化轉型過程中，數據治理尤為重要。為充分挖掘和利用這些數據，建立完善的數據治理體系，中信戴卡逐漸形成了數據的“五化”：數據標準化、數據資產化、數據平臺化、數據服務化、數據智能化。
　　構建商業模式十分關鍵
　　汽車產業鏈很長，數字化轉型的參與者眾多，這也導致行業不得不面對一個核心問題——利益如何分配。據了解，數字化轉型中產生的數據如何發揮價值，涉及數據的所屬權及各方對數據的使用。
　　“作為零部件企業，從數據的產生來看，我們做了一定貢獻。”東軟睿馳有限公司副總經理劉威表示，未來他們還要使用這些數據，通過合作實現數據的閉環。據介紹，數據的所有者可能是車企，但使用者可能是零部件企業，也可能是第三方合作伙伴。“這將催生新的商業模式，即數據變現，最終形成完整的數據閉環。”他稱。
　　蔚來汽車有限公司副總裁紀華強認為：“數據資產有成本，也有自己的商業邊界。公司、集團、組織的數據為什么對外‘貢獻’，能帶來什么價值？這不是數據本身的問題，而是商業模式或者說價值共同體的問題。”
　　紀華強舉例道，拿車企和零部件供應商來說，供應鏈的原材料、生產、庫存數據憑什么可以對車企開放，彼此能從中獲得什么利益？很多時候，零部件供應商擔心數據透明了，第二年車企就會要求年降3％或5％。“這是惡性生態循環。”他強調，想把實現數據的透明，基礎在于商業模式和價值共同體的構建，首先要保證數據價值的挖掘對雙方都有利。
　　在行業人士看來，在一個良性的商業模式下，供應鏈企業對車企開放相關數據，能共同對中長期的原材料進行研判，能對車企下一代產品的技術路線做研判，從而把研發、生產和服務運營的數據鏈條完全打通。
　　“挖掘好數據價值比較核心的一點，是利益到底由誰來享受。是車企單方面享受，還是零部件供應商、軟件企業、公有云服務商、政府相關部門也能享受？大家首先應該在商業模式和利益結合上達成一致意見。在這樣的基礎上，數據價值的挖掘更多就是技術上的問題了。”紀華強強調。

消息來源：中國汽車報網