报告综述

汽车数字化集中于四维度，聚焦用户全生命周期服务体验

数字化是信息化的高阶阶段，最终目标是实现智能化。汽车行业的数字 化主要集中在四个维度，即数字化研发、数字化生产、数字化管理与数 字化营销。通过数字化平台，提升用户购车、用车的全过程的服务体系， 涵盖车内数字化生活和后市场服务。

作为数字化需求方的汽车行业

汽车行业作为数字化的需求方，在数字化升级转型中，正在从内部组织、 数字人才管理，到产品的研发、生产制造、管理，再到营销建立起多维 数字生态。数字技术与车企的有机融合已成大势所趋，通过数字技术赋 能，车企补充数据分析利用能力， 在提升企业整体运营效率的同时，也 进一步优化消费者购买体验。

作为数字化供给方的汽车行业 作为数字化供给方的汽车行业，一方面，基于人的视角，通过获取驾驶 者行为数据，利用大数据、机器学习等技术将其转换为洞察，实现用户 与个性化服务间的连接，打开车内数字化生活与汽车后市场服务的广阔 空间。另一方面，基于车的视角，通过收集车的运行数据及道路数据， 随着诸如高精地图、激光探测等数字技术的逐步成熟实现智能驾驶，并 对出行体验带来颠覆性变化。

数字化转型加速汽车产业链价值转移，核心优质龙头亮点频出从汽车产业价值链来看，数字化下未来汽车价值体量提升。 “造好车” 使“微笑曲线”上移，“用好车”使价值内涵得到拓展。特斯拉商业模式 催化和引领，特斯拉当前商业模式可以总结为“硬件+软件+服务”三轮 驱动。国内车企应乘智能网联之风，通过数字化转型升级，从传统整车 销售业务向“产品+服务”模式转变。汽车行业优质龙头从前端的研发、 生产、管理，到中端营销，到后端车内生活、后市场服务，全流程纷纷 进行数字化转型。数字技术的成熟推进智能驾驶时代的到来，Robotaxi 成为共享出行的高阶形态，不同车企与时俱进、亮点频出。

汽车数字化是什么?

工业 4.0 下数字化是必然产物，为信息化的高阶阶段

工业 4.0 的核心在于智能制造，数字化是必然产物。智能制造是工业 4.0 的核 心，是一个巨系统，所有的研发、生产、管理、销售员工、各级供应商以及客 户都是这一个系统的重要组成部分，基于云端、管道、端到端的信息复杂体系 形成。工业 4.0 具有互联、数据、集成、创新、转型五大特征，数字化是必然 产物。当传感器、智能设备、智能终端、连接无处不在，必然的结果是数据无 处不在，包括产品数据、设备数据、研发数据、工业链数据、运营数据、管理 数据、销售数据、消费者数据等，工业 4.0 将无处不在的传感器、嵌入式终端 系统、智能控制系统、通信设施通过 CPS 形成智能网络。中国的传统制造业转 型是从传统的 2.0、3.0 工厂转型到 4.0 工厂，生产形态从大规模生产转向个性 化定制。智能制造需要多个层次上的技术产品支持，包括工业物联网、云计算、 工业大数据、工业机器人、3D 打印、知识工作自动化、工业网络安全、虚拟现 实和人工智能等。

数字化是信息化的高阶阶段，最终目标是实现智能化。信息化是建设计算机信 息系统，将传统业务中的流程和数据通过信息系统来处理，其特点在于将技术 应用于个人资源或流程来提高效率。数字化是通过数字技术将物理世界仿真模 拟，将企业业务流程进行数字化打通，破除部门墙、数据墙，实现跨部门的系 统互通、数据互联，其价值在于实现部分线上决策，简单化业务。从数据角度 看，数字化把“数据”看成“资产”，数据之间的联接在降本增效的同时会产生 去中间化的效果，重构新的商业模式;从思维方式看，企业信息化是管理思维， 没有过多考虑用户需求的便利化，而数字化的核心是要解决用户效率和经营效 率，打通企业与消费者的连接，以客户为中心，不断创造客户价值。智能化是 数字化的发展目标，其核心问题是人和机器的关系，通过大数据智能、群体智 能、人机混合增强智能等方案，实现机器自主决策、执行，人和机器之间的语 义裂隙逐步被填平，逐步走向共生共赢共创。

数字化转型，是企业通过数字化手段挖掘数据价值，改善企业运营的问题，甚 至开发新的业务模式。“转”的基础是数据，“转”的是有瓶颈、有痛点、有难 点的环节和链条，提升企业的生产能力和管理运营水平。以华为为例，通过转 意识、转组织、转文化、转方法、转模式，对内提升运营效率，对外提升用户 体验。华为 IT 对外首先定义了要服务的对象，围绕 5 类客户(客户、消费者、 合作伙伴、供应商、员工)提升用户满意度。对内，面向创造价值的主业务流， 通过数字化提升运营效率。

汽车行业的数字化集中于四维度，实现用户全生命周期数字化服务

汽车行业的数字化主要集中在四个维度，即数字化研发、数字化生产、数字化 管理与数字化营销。1)数字化研发，是通过融合软件、硬件开发，实现“软件 定义汽车”;另外通过研发过程、研发知识、研发工具等数字化，实现企业内外 部的协同研发，速断新车迭代周期。2)数字化生产，是通过物联网、AI、VR 等技术，优化生产排期、物流管理、能耗管理、安全管理、质量检测等汽车制 造环节;3)数字化管理，通过构建车企数字化管理平台对数据进行管理，实现 数据资产的最大化利用，破除碎片化，实现统一、开放、可扩展、闭环集成的 架构;4)数字化营销，是通过丰富用户购车路径中的数字触点，搭建线上线下 协同的营销体系，以更低成本更高效获取用户。

汽车行业的数字化基于用户体验，实现用户全生命周期数字化服务。通过数字 化平台，提升用户购车、用车的全过程的服务体系，涵盖车内数字化生活和后 市场服务。平台通过数字化，让服务方与用户实时连接，并通过线上线下协同 和智能化技术，提升服务体验。未来，随着数字化技术(高精地图及定位、激 光探测、Advanced HMI 等)的成熟，车本身的驾驶体验将从辅助驾驶向自动 驾驶跃升。

当前各车企数字化转型策略各有差异，但大体殊途同归，集中于研发、生产、 管理、营销与服务上。

汽车数字化浪潮席卷而来，深度重构汽车价值链及运营模式

存量市场环境下政策+技术+市场多因素驱动，汽车数字化浪潮席卷而来

行业端：中国车市由增量市场转存量市场，汽车行业挑战与机遇俱存

汽车行业处于成长期向成熟期过渡阶段，多方挑战亟需新技术助推行业数字化转型。2018 年伴随购置税优惠政策完全退出叠加经济下行周期，汽车作为可选消费 品，销售受到较大冲击，且这一冲击从 2018 年下半年起表现尤为显著(主要原因 是贸易战持续冲击下可选消费下行叠加购置税退出前的部分透支)。2020 年 3 月开始国内疫情缓解，终端需求有所回升， 2020 年中国汽车产销分别完成 2522.5 万 辆和 2531.1 万辆，同比分别下降 2.0%和 1.9%。长期看行业生命周期，我们认为 国内汽车行业目前仍然处于的是成长期向成熟期过渡阶段。汽车行业现有商业模式 面临成本、质量、交付、法规、产能过剩的挑战，亟需新技术助推行业数字化转型。 一方面全球经济下行导致客户需求下降，另一方面产能过剩。国家更严格的排放标 准要求汽车在改善燃油经济方面投入大量资金，车企通过投资轻量化材料减轻汽车 整体质量，同时引进新技术，通过数字化降本增效，并通过与用户产生长期关系变 革商业模式，驱动行业数字化转型。

数字化数据在汽车行业的广泛应用，为行业创收增加新动能。基于制造工业特性， 汽车行业企业数字化技术应用需求较高，汽车行业数字化转型中对部分数字化技术 的应用比例远超过其他行业。根据北大光华数字化研究信息显示，目前汽车行业较 其他行业数字化技术应用比例更高的是物联网(20.4%)、机器人(12.0%)和 3D 打印技术(4.6%)，汽车行业数字化技术应用最多的是物联网(20.4%)、大数据 (18.5%)、云计算(14.8%)和移动技术(14.8%)。数字化有望彻底变革行业价 值链，汽车或将成为数字化技术应用最深的行业之一。据麦肯锡预测，2030 年数 字化为汽车行业创造 10%-30%的行业收入，为行业创收增加新动能。

政策端：新基建促使车企加速数字化升级

重视“新基建”，重申“数字经济”与“数字化发展”。根据 2020 年 11 月 4 日人民网发布的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五 年远景目标的建议》，一方面发展数字经济，推动数字经济和实体经济深度融合; 另一方面壮大新一代高端装备、新能源汽车等产业，推动互联网、大数据、人工智 能等深度融合，促进平台经济、共享经济健康发展。2020 年 12 月 16 日至 18 日 的中央经济会议再次强调“大力发展数字经济，加大新型基础设施投资力度。”“十 四五”规划和中央经济工作会议重视“新基建”，重申“数字经济”与“数字化发 展”的重要性，通过培育新经济、新技术和新产业，打造经济新增长点。

新基建成为数字化深入的加速器，5G、人工智能等将促使车企加速向数字化升级。新基建主要包括 5G 基站建设、特高压、城际高速铁路和城市轨道交通、新能源汽 车充电桩、大数据中心、人工智能、工业互联网七大领域，涉及到通信、电力、交 通、数字等多个社会民生重点行业。新基建中涉及的 5G、大数据、人工智能等， 一方面将促进汽车向智能网联、自动驾驶方向发展，进一步加快 5G+车联网的协 同发展，促使车企加速向数字化升级;另一方面随着自动驾驶时代的到来，数字化 赋能下车上碎片时间的激活变现，有望带来行业新风口。

技术端：硬核技术催生“数字化升级”，“信息化-数字化-智能化”势不可挡

互联网迭代升级大环境下，“数字技术” 的需求应运而生。数字技术是一种可以将 图、文、 声、 像等各种信息及载体转化成为计算机可以识别的语言进行加工、 储 存、分析和传递的技术。当前阶段，物联网、大数据、云计算等为代表的硬核技术 构成了数字技术。数字化是利用现有及新兴数字化技术，将数字基因全方位融入企 业，从而发掘全新商业与价值机遇，优化并重构价值链，同时建立与用户和生态合 作伙伴的数字化连接，增强企业与用户间的认知与互动，提高价值创造效率，提升 企业精益化运营与管理水平的全过程。随着基于场景的业务与数字技术深度融合与 创新， 第三波“数字化升级” 浪潮席卷而来。汽车行业作为复杂度高、人员、技 术、资金密集的制造业，对智能制造需求强烈，是数字化技术应用的重要场景之一。 数字化是信息化的高阶阶段，是从收集、分析数据到预测数据、经营数据的延伸。 数字化是智能化的基础，最终是为了实现智能化。

5G 基站、 大数据中心、 工业互联网等技术作为“新基建”重点方向，作为数字 化底层基础设施支撑汽车数字化，加速汽车产业技术创新融合落地。

1)5G 基站 作为移动通信领域的重大变革点，通过人工智能、云计算、大数据等方法，将加速 车路协同、数字工厂、车联网、智慧交通、无人驾驶等场景落地。2020 年 5 月， 华为联合一汽集团、长安汽车、东风集团、上汽集团等首批 18 家车企正式发布成 立“5G 汽车生态圈”，旨在加速 5G 技术在汽车产业的商用进程，共同打造消费者 感知的 5G 汽车。

2)随着以华为云、阿里云、百度云、腾讯云等为代表的互联网 巨头的云平台入局，借助大数据云平台，车企数字化工厂、数字化营销、智能网联 汽车等业务体系将全面贯通，助力企业进行柔性化制造、精细化营销并推进自动驾 驶进程。

3)工业互联网平台作为工业智能化发展的核心载体，支撑生产智能决策、 业务模式创新、资源优化配置和产业生态培育。近年来，上汽集团通过构建连接企 业信息系统、智能机器、物料、人等的工业互联网平台，贯穿汽车智能制造全产业 链、全生命周期，实现工业互联网数据的全面感知、动态传输、实时分析，贯通客 户、整车与零部件供应商之间的业务数据，促进供应链协同创新，优化供应链管理 并提升生产效率，为智能制造、个性化定制生产模式创新提供良好支撑和契机。

市场端：中国消费者对于数字化服务体验热情高涨，积极拥抱车内数字化生活

受益于互联网巨头的带动和消费群体的年轻化，消费者对于数字化与互联网渠道 接受程度越来越高。在服务体验数字化方面，中国消费者在互联网作为信息和购买 渠道的使用积极性显著高于其他受调查国家，无论是在获取购车信息、直接在线预 订车辆还是在线下单购车方面均处于全球领先地位。在车内生活数字化方面，根据 罗兰贝格《汽车行业颠覆性数据探测》， 75%的中国消费者会使用导航 APP 来规 划一段驾驶行程，领先于其他接受调研的国家，高频率的使用反映了中国消费者热情拥抱车内体验数字化的态度。

数字化技术深度重构汽车价值链及运营模式，驱动车企数字化转型

数字技术正全面融入车企全生命周期运营体系，深度重构汽车价值链及运营模式。纵观汽车价值链，从产品的研发、生产制造到管理、营销及延伸的后市场服务，以 至于车内数字化生活，在整个价值链中的利益关联者，包括厂商、零部件供货商、 经销商等正积极为工业自动化和数字化布局。数字化已逐步渗透各个环节，并对运 营效率、客户体验以及商业模式三个主要方面产生积极影响。

以客户体验为导向的数字化升级，驱动车企从数字化需求与供给两维度进行数字 化转型。当前，车企数字化升级正由“以车为中心”到“以用户为中心”、“销售导 向”到“体验导向”、“硬件驱动”到“软件驱动”，核心是以客户体验为导向。为 此，车企从公司组织架构、业务运营体系，到分析平台和数据库进行重构和优化。 1)作为数字化需求方的汽车行业，“数字化研发、 数字化生产、 数字化管理以及数字化营销” 是车企数字化升级的重点方向。2)作为数字化供给方的汽车行业， 基于人的维度的车内生活服务、后市场服务的数字化应用，基于车的维度的车辆架 控、出行服务的数字化应用，成为数字化转型的重要领域。

作为数字化需求方的汽车行业

汽车行业作为数字化的需求方，在数字化升级转型中，正在从内部组织、数字人才管理，到产品的研发、生产制造、管理，再到营销建立起多维数字生态。数字 技术与车企的有机融合已成大势所趋，通过数字技术赋能，车企补充数据分析利 用能力， 在提升企业整体运营效率的同时，也进一步优化消费者购买体验。

数字化研发

数字孪生加速汽车研发转型

汽车研发面临的新挑战：传统燃油汽车整体向电动化以及自动化转变并逐步走向无人驾驶已成为确定的趋势。带有自动驾驶功能的电动车与传统的燃油车相比，在相 同的车内安装空间内增加了 40%的硬件(传感器、电子、配电系统等)，需要千兆 级别的数据量传输，新的电子电气架构，超过 1 亿行的软件代码，以及更高的电 力需求。所有这些都要求汽车 OEM 基于系统工程理念，从系统层面统筹规划， 实现机、电、软、控制等多领域跨学科集成和数据的统一管理和传输，利用雷达和 摄像技术实现主动安全，通过对智能驾驶场景进行数字化虚拟验证，通过电子电气 架构数字化模型进行整车架构平衡分析和优化，采用模型在前期对设计进行虚拟化 仿真验证，最终实现基于需求、功能、逻辑以及物理的全过程数字孪生，全面提高 设计质量并降低开发时间和成本。

数字孪生是现有或将有的物理实体对象的数字模型，通过实测、仿真和数据分析来 实时感知、诊断、预测物理实体对象的状态，实现“需求定义-功能设计-逻辑设计 -系统仿真-物理设计-设计仿真-实物试验”全过程闭环管理。数字孪生的关键能力 包括：1)数字模型设计，使用系统建模工具及 CAD 工具等开发出满足技术规格 的产品虚拟原型;包含需求模型、功能模型、结构模型、数字化样机等，精确地记 录产品的各种物理参数，并以可视化的方式展示出来，通过一系列验证手段来检验 设计的精准程度;2)模拟和仿真，通过一系列可重复、可变参数、可加速的仿真 实验，来验证产品在不同外部环境下的性能和表现，在设计阶段就可验证产品的适应性。

西门子推出数字化车辆性能开发解决方案，将工程设计流程从传统的以试验验证 为中心的设计方法转变为闭环系统驱动的正向产品，将更好性能的、更具创新性 的产品，以更快的速度推向市场。1)在概念设计和造型阶段，对动力传动系统、 空气动力学、电气系统和控制系统等进行整体建模，通过稳态、瞬态和频率域分析， 以确定和优化系统的整体方案和架构。此阶段可以快速设定整车性能目标;并将设 计目标分解到子系统和零部件上，进一步确定子系统和零部件的规格，保证子系统 和零部件之间的兼容和匹配。2)在工程设计阶段，以 CAD 模型为基础，对产品 进行动力学分析、机电液一体化分析、空气动力学和热力学分析、零部件的强度分 析、疲劳耐久性分析以及振动噪声分析等。并在此基础上，利用多学科优化平台， 确定子系统和零部件的形状和尺寸设计方案，确定系统装配和初步的加工制造方案。 3)在试验验证和设计定型阶段，一方面利用数字样机进行“虚拟试验”，为物理样 机试验设计最佳试验方案，另一方面可以最大程度的减少样机试验次数和现场发生 故障的数量。通过试验与仿真相关性分析、混合仿真、混合路面、硬件在环仿真等 技术，形成闭环的性能验证，将更好性能的、更具创新性的产品，以更快的速度推 向市场。西门子通过数字化双胞胎优化 Uniti 开发，在全虚拟环境中仿真设计。

CAE 仿真数字化研发降本增效

汽车研发过程中需要对很多结构、系统进行多轮次 CAE 仿真分析，传统 CAE 分 析方法存在很多局限。首先，传统方法存在大量的重复工作，分析周期长，要求工 程师有足够的力学知识和分析经验。其次，每当模型做出调整时，都需工程师重新 进行所有的分析步骤，过程繁琐且容易出错。另外，分析流程因人而异，没有统一 的规范，通常不同分析人员得到的分析结果有所差异。

通过 CAE 仿真工作进行数字化开发，可以大大提高 CAE 仿真效率，降低研发成 本，缩短产品研发周期。随着 AR、VR 和 MR 技术发展的成熟，三维虚拟仿真 为虚拟现实技术的应用提供了便利环境。CAE 仿真数字化开发可以分为 3 个阶段：

1)CAE 仿真工具自动化开发。针对 CAE 仿真分析流程中操作繁琐、耗时耗力的 某个或某几个点，通过软件开发或二次开发的方式，实现自动化执行，代替人工操 作。以中国一汽为例，基于 Hyperworks、Oasys 等软件二次开发，建立了 CAE 自 动化仿真系统。围绕整车安全、车身底盘耐久等性能开发仿真自动化工具，完成功 能模块 113 个，建立 6 大 CAE 仿真自动化平台，整体仿真效率提升 41.9%。以 车身料厚灵敏度 CAE分析建模自动化为例，分析周期由原来的 36 h缩短至 3 min， 极大缩短了分析时间。

2)CAE 仿真流程自动化开发。在 CAE 仿真工具自动化开发基础上，以软件开发 或二次开发的方式打通 CAE 仿真分析流程各个环节，做到前处理、求解到后处理、 评价报告整个有限元分析流程的全自动化，目前在业内已经有越来越多的开发和应 用案例。上汽集团技术中心开发了一种基于 CATIA 的汽车底盘设计分析系统，该 系统主要模块分为模型和数据处理、分析模型创建、计算、报告生成，通过将企业 经验转化为标准分析流程，提高了分析效率，提升了设计水平。

3)CAE 仿真智能化开发。人工智能(AI)的浪潮正在席卷全球，机器学习(ML) 作为实现人工智能的手段之一，是指通过数据训练出能完成一定功能的模型，也是 目前最主流的人工智能实现方法。当前，CAE 仿真面临的巨大挑战有准确性和实 时性。人工智能领域的机器学习和 CAE 仿真结合，可以帮助 CAE 仿真提高准确 性，彻底解决实时性，从而真正让 CAE 仿真智能化。南京理工大学、东风汽车技 术中心应用径向基函数神经网络近似模型和多目标遗传算法对某型车防护组件进 行优化设计，以同样的边界条件对优化设计出的防护组件进行实爆实验，发现优化 后的防护组件可以在 6 kg 当量的 TNT 爆炸冲击下保持完整而不破裂。

总体来看，数字孪生/数字化仿真技术不断演进过程中，表现出跨产品生命周期、从静态到动态、人工智能驱动、算力需求暴增的特征。目前，数字孪生、数字化 仿真技术已被车企广泛应用，其使用范围随着云计算、物联网、大数据的普及在 不断扩大。 以阿里云、华为云为代表的云平台基于自身优势，开辟车企数字化研 发新业态。一方面，从按峰值部署高性能计算资源池，到按需租用工业仿真服务， 避免重复建设和资源浪费;另一方面，从仅本地处理，到本地和云端协同作业模式， 提高新车型的开发速度。

数字化生产制造

智能制造的根本矛盾和数字化核心建设

过去几十年企业 IT 发展根本矛盾是企业优化资源配置、解决全局问题的需求，和 数据碎片化供给的矛盾。业界共识是必须在数字化的虚拟环境来做，把产品、工艺、 制造、运营等领域的对象和活动全部数字化、模型化，用数字化的手段来精确描述 现实，模拟一切可能性，及早发现问题、解决问题。智能包括物理世界和虚拟世界， 一个是看得见的自动化、机器人、AGV、立体仓库;一个是数据的自动化流动，是 基于模型、几何、 性能、 工艺的流动，而非过去的文档的流动。两个都很重要， 虚拟和物理要打通，是自下向上的驱动和闭环反馈。对于智能制造的数字化建设核心主要是：1)数字孪生：用数字化、模型化精确描述现实，并提前模拟一切可能 性;2)数字孪生驱动及闭环反馈：自上而下的数字化驱动的产品实现、制造实现 等，以及闭环的反馈;例如数字化产品设计驱动的工艺开发、数字化工艺驱动的制 造;3)数字化企业协同平台的建设：破解过去 IT 系统碎片化供给的局限，建立 企业级数据管理和协同的平台，以及数据进一步聚合带来的额外价值和业务创新。

车企通过利用核心技术优化生产过程，实现均衡、柔性、透明、同步生产。

要实现智能制造的最终目标，汽车企业应首先夯实数字化制造技术的基础。数字化 制造框架自下而上由设备层、控制层、操作层、生产层与企业层 5 个部分组成， 通过工业网络进行横与纵的连接集成。数字化生产包含生产执行、物料管理、仓储 管理三大业务范围，集成了生产计划、生产控制、数据采集、设备管理、质量管 理、能源管理、厂内外物流、配送管理、出入库管理、库存管理功能，使这些功 能之间数据实时共享。这些数据的采集、分析与流转，本质上是对数据资源类型的 规范及异构数据的梳理与清洗，从而便于实现数据的互联互通，为其他应用系统提 供生产现场的实时数据。通过信息系统传递的实时信息，可支撑生产过程的准确分 析，从而将精益思想融入在数字化制造的各个场景，支撑企业在生产制造过程中实 现精细化生产管理与控制。

工业智能生产的广泛应用助力车企实现均衡、柔性、透明、同步生产。工业智能利 用人工智能 AI、大数据、云计算将专家经验(工厂老师傅、老专家)抽象成知识， 并将知识规范化、模型化、代码化，以数字化的方式嵌入到系统与设备当中，被重 复调动，指导或者代替人力进行决策与执行。当前，工业智能已广泛应用于各种汽 车生产场景中，帮助企业构建智能生产和运营平台，提升车企生产的均衡化、柔性 化、透明化和同步化的综合能力。1)均衡化和柔性化生产。AI 生产在企业现有的 BOM 生产模式下，可以系统归纳总结排产历史记录，建立经验模型，持续沉淀现 场专家知识，得出最优的生产计划方案;2)生产节拍优化。在汽车焊接车间，有 大量机器人进行一系列重复焊接动作，利用算法分析机器臂的每一个动作，找出动 作之间的等待时间，从而实现节拍优化，提升产能;3)数字化精益物流。AGV 通 过人工智能识别障碍并调整形式路线，在无人干扰情况下完成其中组装厂内的物流 配送。西门子通过 MOM、 AVI 和 LES 的集成工作实现物流的 JIT、SPS 和 JIS 的柔性配送，并通过 AVI 过站呼叫，实现物流的同步配送和同步生产，最大限度 减少在制品库存和生产资源的波动;4)生产运营透明化。利用 AI、ML 实现动态 调度优化、仓储优化、智能分单等。此外，生产过程数据被实时采集，如物料的消 耗、产线和设备状态、生产进度和过程质量信息等，实现生产过程透明化;5)质 量检测。利用 AI 图像质检技术做瑕疵检测，辅助质检人员快速查找汽车零部件的各种外观瑕疵。此外，还有能耗管理、安全管理、预测性维护等多应用场景。

目前，车企通过深度融合数字技术提升生产端的自动化水平。以西门子为例，西门 子数字化生产技术在大众、保时捷、北汽新能源、宝马、奥迪等车企中均有应用， 其中大众汽车两条生产线使用西门子技术，包括 TIA 博途、Simatic 控制器、HMI 面板和工控机，使总装线的自动化水平从 17%提高到 28%，车身车间自动化水平 从 85%提高到 89%。随着自动导引车( AGV) 等设备的使用，物流领域也将进一步 无缝集成到整个价值链中。

数字化管理

通过对数据“管理”，实现数据资产的最大化利用

汽车产品开发周期从过去的 48 个月到现在的 20 个月左右，除了数字化研发和生 产制造带来的效率提高，建立有效的车企协同平台去支持各个专业的协同也至关重 要。一方面，数据端过去关注几何模型，现在关注机械、电子、软件、控制、制造 各个学科的数据打通和协同;另一方面，管理端需要对数据进行管理，实现数据资 产的最大化利用，破除碎片化，实现统一、开放、可扩展、闭环集成的架构。

数据“管理”从无到有，通过数字化的利用，实现流程自动化。首先要解决数据管 理归档问题，在这基础上实现在线化的协作。很多车企在这之上探索对数字化资产 如何更有效解析、加工、分析。探索更大业务价值，在顶端探索设计自动化，将流 程优化、标准化并固化在 IT 系统中。比如西门子的流程自动化设计，可以从 T 里面提取需要的模型，可以是 3D 模型、仿真模型、制造模型，基于 背景设计出探索空间，由 HEEDS 自动探索设计参数的组合，并更新数据模型，返 回 T 中。数字化资产的可重复利用在不同车企间早有运用，比如福特和 通用在 90 年代开始使用 Bounding 技术，大众和普惠在 2001 年使用该技术， Cacheless Search 技术 2012 年开始在大众和通用使用。

构建车企数字化管理平台重构供应链，LOT 助力车企高效运营管理

领先的车企正采用一系列的先进技术实现生产乃至整条供应链的数字化，工业互 联网成为新引擎。除了研发、生产数字孪生技术外，自控系统、端至端的实时规划 和互联、对采集数据的大数据分析也越发重要。通过对这些技术的应用和整合，能 够实现企业内部生产效率的提升，企业能够批量生产高度定制化的产品;同时实现 与上下游的供应商和客户自治化的协同，最大化发挥出数字化的潜力。工业互联网 可以连接产品或是设备资产，通过将产品运行过程和设备运行信息实时传送到云端， 以进行设备运行优化、可预测性维护与保养。通过设备运行信息对产品设计、工艺 和制造迭代优化，同时创造了新的业务模式，成为企业数字化转型的新引擎。 新四化趋势下高效运营管理成关键，LOT 操作系统解燃眉之急。

新四化趋势下车 企不断追求生产的高灵活性、零缺陷、零故障、零等待和零库存，并通过持续改进 来减少工程偏差和浪费，满足客户期望。因此，如何高效地管理复杂的生产过程， 缩短交付时间是目前生产运营面对的挑战。西门子 MindSphere、阿里云、华为云、 百度云等基于云的开放式物联网 (IoT)操作系统的推出，使世界各地的行业能够 轻松、快速、经济地将其机器和物理基础设施与数字世界联系起来。利用来自几乎 任意数量的连接智能设备、企业系统和联合源的数据，可以分析实时操作数据，提 高生产效率、开发新业务模式并降低运维成本。以西门子 MindSphere 为例，可以 提供完整的一体化数字化工厂套件, 产品涵盖 ISA-95 标准框架的所有层级，通过 全球部署提供关键操作和自动化技术，包括 3000 万个自动化系统、 7500 万个签约智能电表以及现场连接产品超过 100 万个。

数字化营销

经销商困境叠加传统营销重重问题，线上线下融合成未来主流趋势

汽车经销商遭遇盈利瓶颈，传统 4S 店盈利模式问题重重。根据《2019 年度中国 汽车经销商发展报告》，2019 年在盈利的经销商中15%的经销商盈利额不及上年， 仅有 10%的经销商盈利额度同比上年呈增长态势，反映了经销商盈利逐年下降的 困境。传统 4S 店营销模式正面临着获客难、潜客转化率低、营销成本高以及营销 手段创新不足等显著问题，线上渠道、体验店等新营销模式应运而生。

互联网电商平台的兴起及消费者购买行为的变化，将购车方式从单一 4S 店转向线 上线下多元渠道的新局面。以 4S 店为代表的线下渠道依旧是汽车销售的主力，而 3S、2S、1S 店等小而精、更加贴近客户、更加专注体验的新渠道也在不断证明其 价值，未来 4S 店功能将被弱化，线上与线下相结合将成为未来主流趋势，汽车营 销进入品牌服务时代，卖的不仅是“产品”，更是“服务”。当前阶段对不同品牌车 型分类别看，相较于传统经销商，造车新势力在零售方便强调线上+线下一体化， 改善传统经销商重资产的运营模式，抗风险能力、成本控制能力更强，注重用户体 验，根据用户需求实现柔性生产和柔性物流服务。

当前汽车新零售中存在诸多痛点，亟需营销数字化转型

为应对汽车新零售转型，车型纷纷发力新零售。发布新零售体系，利用大数据技术 提供全新的线上+线下+服务体系;推出新零售品牌和众多 APP，打造线上线下一 体化服务;开设品牌体验中心，利用大数据和人工智能提供多种社交服务等等。今 年“双 11”车企以官方的身份用补贴、折扣的方式来实现降价促销，五折的大幅 度折扣除了来源于天猫好车百亿补贴资金以外，还有一部分是品牌商在天猫官方旗 舰店发放的补贴。在各大车企发放高额度补贴的情况下，不少车企的销量也有了明 显的提高，最先传来喜报的是长城汽车旗下的欧拉品牌，在 11 月 7 日长城超级直 播夜上，欧拉品牌订单量高达 10129 单，创造了行业记录。

传统车企在汽车新零售中存在诸多痛点，亟需营销数字化转型。1)数据割裂导致 新零售劲力难往一处使。线上新零售让消费者触点增多，平台数据相互割裂，彼此 不共享数据，导致无法建立统一的客户关系管理机制，极大影响客户体验与运营效 率;2)线上渠道存在感低。汽车交易环节依赖线下场景，线上营销平台在后链路 中存在感薄弱，难以对完整用户链路做把控和分析;3)缺乏用户中心的设计思维。 消费者在全渠道接触过程中，容易因千篇一律的营销信息、繁杂的线上操作、不连 贯的线下体验、机械无情感的客户服务而感到厌烦。针对以上问题，软件即服务等 先进的数字化管理技术或将为销售门店运营带来智能管理体验与智能化销售应用， 改善消费者购车体验的同时提升经营效率。

三个“全域”赋能数字化营销，提升消费者全流程全渠道购车体验

从原理上来看，汽车数字化营销的本质是更高效的营销，即通过有效管理渠道边 界与客户触电，实现“人”与“车”的高效连接，满足用户的个性化购车体验。 通过三个“全域”——全域触点、全域 ID 与全域智能，实现人、车、场中所有商 业要素的重构。1)全域触点，触点的本质是信息流、物流、资金流的组合。随着 线上线下触点的增多，触点被打散在不同的“场”中，包括淘宝、天猫、微博、线 下体验店等，触点的脱节导致“信号”的中断，因此汽车厂商需要通过云计算、物 流网、数据中台等数字化手段，实现内外部、线上线下触点的打通，实现消费者的 无感知触点切换;2)全域 ID，通过打通所有消费者账号，构建实时、全景、全维 的“统一身份识别”数据体系，利用数据识别消费者线上线下的每一个行为，包括 浏览、搜索、收藏、评论等，进而对消费者进行诸如内容、兴趣、购买偏好等的全 景分析，形成千人千面的全息画像，为企业智能决策和精准投放提供依据;3)全 域智能，通过精细的算法对细分人群深入洞察，转化为个性化内容，对应到不同触 点，动态调取与该用户画像相关的营销信息，在各个触点以高度相关的内容吸引消 费者，提高触点销量，形成人-车-厂的高效闭环，实现从选车、买车、售后服务全 域智能支持闭环。

汽车经销商开始着力打造售前、销售、售后的全渠道数字化营销，提升消费者全 渠道全流程购车体验。1)售前：以用户体验为核心，消费者既可以线上通过 KOL 直播、预约体验等方式了解汽车，也可以线下体验驾乘。线下体验店从投影指引、 LED 屏讲解等都穿插着数字化体验为消费者带来的便利;2)销售：店内销售环节， 实体门店可以通过不断加强线上触点的布局融合数字化体验，使线上线下各渠道间 形成闭环，提升用户体验以促进销售;3)售后：数字化的售后服务流程将融合多 项服务内容与技术手段，从移动端预约到提供定制化娱乐的维修等待区，全方位提 升消费者体验。

数字化营销转型已经成为近年来车企不断探索推进的重要部分，中国汽车品牌正在 由内向外建立数字化营销护城河，确定营销数字化转型目标，推动举措落地，实现 降本增效的同时为企业创收。

作为数字化供给方的汽车行业

汽车已经成为继家和公司之后的第三个生活空间，未来，车内的沉浸式体验远比驾 驶体验更为重要。人机交互的性能成为用户购车用车的关键考量，包括语音交互、 准确实时路况信息、丰富的兴趣点推荐等。车联网是车辆通过语音、面部、手势与 用户进行交互的最自然方式，实现用户数据、车辆数据、道路数据的移动互联， 满足用户个性化的需求、作为数字化供给方的汽车行业，一方面，基于人的视角， 通过获取驾驶者行为数据，利用大数据、机器学习等技术将其转换为洞察，实现 用户与个性化服务间的连接，打开车内数字化生活与汽车后市场服务的广阔空间。 另一方面，基于车的视角，通过收集车的运行数据及道路数据，随着诸如高精地 图、激光探测等数字技术的逐步成熟实现智能驾驶，并对出行体验带来颠覆性变 化。

人的视角：数字化打开车内生活与汽车后市场服务广阔增量空间

数字化服务以网联化为核心，将创建人、车、生活为一体的智能生态圈中国消费者对汽车智能互联网表现出较高接受度，付费意愿高。得益于移动互联网 的高渗透率，根据《2020 德勤全球汽车消费者调研报告》显示，75%的中国消费 者赞同车联网的发展为驾乘带来更多便利，远高于德国、日本等国家，我国消费者 在消费习惯上已经为车联网应用生态做好准备。相对于手机碎片化时间，用户在车 内时间更完整，90%以上的中国消费者愿意为车联网支付相关费用，其中 25%-30% 消费者付费意愿超 5000 元，与人有关的车内数字化生活和汽车后市场服务商业价 值挖掘潜力大。

通过对车联网产业链的梳理我们发现，互联网巨头、领先科技企业的入局，基于 5G、人工智能、边缘算法等赋能车联网系统平台，最终实现应用层用户在车内数 字化生活和后市场服务的个性化需求。也就是说，数字化以网联化为核心提供服务。

系统平台是车联网竞争核心。针对车载操作系统，互联网巨头和整车厂是都在 积极布局。目前车载操作系统(包括信息娱乐、HUD、辅助驾驶系统)市场主流 是 QNX、Linux、Windows CE，阿里、百度、腾讯、华为等互联网巨头凭借自身 在 5G、大数据、AI 算法、云平台的优势崭露头角，为车企提供定制功能与服务。

应用层服务主要包括车内数字化服务(智能交互、车内娱乐)及后市场服务(加 油、充电、维修、保养)。从用户端数据的系列应用方式看：

1)从用户的典型出 行特征着手分析用户偏好，基于用户身份识别的信息如性别、年龄等，根据用户历 史数据判断出行目的，围绕用户关系、出行目的、自动驾驶技术定义核心场景比如 家庭或商务出行，再由核心场景派生出高频词和长周期的细分出行场景;

2)构建用户服务体系。企业可与互联网企业合作或共同投资建设、或自主研发用户服务体 系，对分散的生态资源进行整合，借助合作伙伴丰富生态资源;

3)针对用户使用 场景深挖用户潜在需求，对用户进行持续互动运营。通过分析用户车内行为找到用 户潜在需求，提供场景触发式精准服务，比如结合车辆控制开发远程热车或启动空 调、通过社交和消费偏好推送相似地点或商品等。此外，来自车辆数据、位置数据、 场景数据等信息，可以用户判断用户所处场景，进而主动预测客户需求，比如经过 便利店推送购物打折券等。

我们认为，用户端的数据供应最终指向服务智能化，而车辆应用服务作为重构人 车关系的基础，最终将形成人、车、生活连为一体的全新且丰富的生态圈服务。

车的视角：数字化技术助力实现智能驾驶，开启智慧出行新篇章车辆驾控数据应用：数字化技术是实现智能驾驶的必要条件，或将成为车企未来核心竞争力

智能网联作为汽车行业数字化的加速器，是汽车智能数字化升级的核心。汽车新四 化大趋势下，智能网联汽车成为智能模块的数字化集成产品，软硬件结合和多层架 构协同日趋明显。智能汽车数字化架构自下而上由网络架构、硬件、驱动层、应用 层及云端组成，聚合整车、软件、互联网等领域的前瞻数字技术。智能网联汽车作 为汽车、电子、信息通信、道路交通运输等行业深度融合的新型产业形态，是汽车 智能数字化升级的核心。

从汽车智能网联发展趋势来看，数字化即使是实现智能驾驶的必要条件。首先是 智能化，让汽车更聪明，更好服务人类，也就是通过人工智能赋予汽车智能感知、 智能决策、控制执行的智慧和能力。其次是网联化，是提升智能的手段。如果没有 很多信息的输入，车只能执行制动和转向，诞生车联网的需求，通过提升智能化， 依托端管云架构对车辆数据进行存储和计算，保证车辆有效运行。最后是智能驾驶， 基于车辆行驶数据、道路数据，借助 5G、大数据、人工智能、机器学习、高精地 图、激光雷达等数字化技术，实现智能驾驶。总体来说，汽车智能化、网联化、自动化大势下，企业将持续加大数字化新技术的投入，随着数字技术的逐渐落地， 不断推进智能驾驶时代的到来。

智能驾驶促使生态圈发生革命性改变，数字化技术或将成为车企未来核心竞争力。除整车厂和传统零部件供应商外，平台供应商、软件供应商、地图供应商等 IT 和 科技企业纷纷入局。1)感知层方面，有地图开发公司(高德、百度等)、传感器及 芯片制造商(博世、松下等)，由于传感器生产与高精地图开发并不是车企擅长的 能力，通过战略合作或者收购解决。2)决策层方面，有计算芯片制造商(英伟达 等)、自动驾驶算法开发商(Drive.ai、Pony.ai 等)、V2X 通信服务商(高通、华为 等)，目前豪华车企通过自建方式打造领先技术产品，造车新势力和量产品牌多采 用战略合作或者收购的方式构建自动驾驶体系，整车厂整合资源打造自身自动驾驶 算法和软件开发能力形成自身智能驾驶能力核心优势，未来数字化技术或将成为车 企未来核心竞争力。3)控制层方面，有网络安全服务商(Argus 等)，整车厂多与 专业服务商合作共同开发。

出行端数据应用：数字化赋能共享出行，Robotaxi 成高阶形态 共享汽车平台拉动车辆从所有权向使用权转移，数字化技术赋能提升平台运维效 率。

共享汽车平台通过线上化方式，将闲置车辆以分时为主的方式提供给需要用车 的用户，并且通过尽可能丰富的靠近用户的网点，让用户能就近便捷获取到车辆。

在 5G、区块链、AI 等技术发展支撑下，共享汽车平台能够更及时、准确的获取用 户身份数据、车辆数据、用车行为数据等，更可信多元的数据加速平台迭代速度与服务效率，推动平台更精准赋能产业上下游。1)运营层来看，数字化技术的引入， 通过平台化连接、智能化派单、标准化服务、数字化全程，优化调度挪车、网点管 理等运维流程，提升运维效率。此外，以 GoFun 出行为例，借助 AI、区块链技术， 多维构建用车信用系统，减少不规范用车成本，实现共享平台、车源供给方、用户 多方共赢。2)技术层来看，智能技术助力升级全流程用车体验，通过大数据调度 算法助力车辆投放更精准，实现用户高效找车;手机解锁、人脸识别结合辨认驾车 者真实信息，无缝上车;T-Box 等车联网技术实时记录车辆状态和用户行为，保障 安全用车;AI 技术判别车辆损毁、卫生状况，以及自动泊车技术，让用户高效换 车。目前，华为云可以提供 AI 视觉定损能力，通过图像智能识别，实时实现损失 程度识别、精准定价功能，已与和行约车合作。阿里云 AliOs 凭借云计算、大数据、 人工智能的优势，实现车损识别、车部件识别、车辆智能调度、精准分析驾驶人偏 好等功能，荣威、名爵、大通、宝骏、福特、东风雪铁龙、观致、小康汽车在内的 众多汽车品牌已成功搭载 AliOS。

Robotaxi 连接共享出行与自动驾驶，成为共享出行的高阶形态。数字化技术的进 步推动自动驾驶时代的到来，提升自动驾驶出租车(Robotaxi)的功能，并拓展期 应用场景，从低速行驶到完全自动驾驶，应用场景从白天向复杂不清晰的道路延伸。 根据通用汽车的研究，通过自动驾驶，可将 2019 年 3 美元/英里的共享出行成本大 幅削减至 1 美元/英里，通过规模化运营摊薄成本，2030 年 Robotaxi 的出行里程 在汽车总体出行里程中占比将达到 75%。目前三大势力正在角逐 Robotaxi 市场， 包括 1)滴滴、Uber、Lyft 等出行平台;2)Waymo、Aptiv、百度、小马智行等 RoboTaxi 方案厂商;3)主机厂。2020 年 4 月，百度宣布 Robotaxi 服务全面开放， 成为中国首个通过手机应用向公众开放的自动驾驶出租车服务。此外，特斯拉 Robotaxi network 由具备无人驾驶功能的车辆组成，等同无需自己驾驶的分时租赁 和不配置司机的网约车，第一阶段 Robotaxi 主要在 Model 3 车型中推广。 Robotaxi 收费远低于现行出租车/拼车服务，或将重塑出行模式，特斯拉 Robotaxi 的费用低至每英里 0.18 美元以下，远低于美国传统/拼车费用，同时远低于中国 国内出行费用(以深圳为例，滴滴快车每公里收费 2-2.5 元，折合传统/拼车每英 里 0.5-0.7 美元)。马斯克预计每部 Robotaxi 每年可带来超 3 万美元的利润，可 连续载客 11 年。

车企的数字化转型，加速汽车产业链的价值转移

汽车产业链：从“微笑曲线”看数字化下的汽车产业价值链变化

未来智能网联汽车产业将实现“制造+服务”，不同车企侧重点不同。对于传统 OEM， 一方面是现有业务“造好车”，2C 是在车生命周期内确保车服务好客户，进行精准 营销、线下服务等，2B 是从设计制造服务一体化的角度思考全生命周期内如何满 足客户的需求，通过和供应商以及客户互动就可以实现。另一方面是全新拓展“用 好车”，2C 是对消费者智能需求判断，满足车内数字化生活和后市场服务，2B 指基础设施、加油站、餐饮、高速公路等，实现万物互联。未来分工将更趋细化，车 企需要思考自身向服务型企业转变的边界。

从汽车产业价值链来看，数字化下未来汽车价值体量提升。“造好车”通过研发 端智能科技、电池技术占比提升及生产、营销端的数字化转型，提升价值体量，使 “微笑曲线”上移。“用好车”通过对汽车的数字化升级，丰富车内数字化生活和 便利后市场服务的同时拓宽企业盈利空间，价值内涵得到拓展。

商业模式：从特斯拉看数字化下车企如何应对“微笑曲线”变化 生产制造端来看，利用数字化技术赋能产业链数字化转型。特斯拉立足海量数据， 通过优化视觉感知算法，实现汽车自动驾驶功能。智能网联作为汽车数字化转型的 加速器，促进产业链数字化提升，推动研发阶段的产品演进，通过高精地图、自动 驾驶数据仿真、车路协同等服务，支持智能驾驶落地。

销售端来看，通过新技术加持产品竞争力，增销创收。特斯拉通过引入 FSD 智能 驾驶系统，打造汽车卖点，此外由一次性付费向分期付费模式发展，将在 2020 年 底或 2021 年初推出 100 美元/月的月度订阅付费模式，最大限度吸引潜在用户群 体，属业内首创自动驾驶服务按月收费。汽车由存量市场转增量市场，车企可通过 搭载智能化、网联化技术，提升整车销量。

售后端来看，挖掘车内数字化生活和后市场服务广阔市场，拓宽盈利变现边界。 车内生活方面，引入应用商城(座椅加热、动力性能加速)和订阅服务(游戏、流 媒体);后市场服务方面，特斯拉通过大数据分析车主和汽车风险推出定制化保险 服务，此外，特斯拉加速部署的 Robotaxi 即无人驾驶共享模式，收费远低于现行 出租车/拼车服务，或将重塑出行模式。面对车内“第三生活空间”的趋势和后市 场、Robotaxi 的潜在空间，车企一方面利用数字化手段为用户精准推送并提供服 务，另一方面纷纷加码共享出行新业态，拓宽服务变现。

总体来看，特斯拉当前商业模式可以总结为“硬件+软件+服务”三轮驱动。国内 车企应乘智能网联之风，通过数字化转型升级，从传统整车销售业务向“产品+服 务”模式转变，通过积累的用户数据、汽车行驶数据助推智能化汽车研发创新， 借助算法和软件开发能力打造自身核心壁垒。

数字化浪潮之下，核心优质龙头亮点频出

数字化浪潮席卷而来，汽车行业优质龙头从前端的研发、生产、管理，到中端营 销，到后端车内生活、后市场服务，全流程纷纷进行数字化转型。数字技术的成 熟推进智能驾驶时代的到来，Robotaxi 成为共享出行的高阶形态，不同车企与时 俱进、亮点频出。

投资建议：

整车方面推荐布局数字化研发、生产、营销的长城汽车、长安汽车，零部件方面推荐布局作为数字化需求方的星宇股份、福耀玻璃、安车检测和德赛西威。

核心假设或逻辑的主要风险

第一，智能驾驶法律法规出台时间限制高级别无人驾驶车型的应用。 第二，宏观经济波动、疫情因素等带来汽车行业持续下行风险。