隨著人工智能、5G，大數(shù)據(jù)等新技術(shù)的快速推進(jìn)，在汽車業(yè)已經(jīng)產(chǎn)生了諸多的應(yīng)用場景。但在李學(xué)看來，有些場景并非真正意義上的人工智能，這其中有一些是出于技術(shù)及應(yīng)用成熟度的局限，也有一些因為業(yè)務(wù)本身還不未能對數(shù)據(jù)形成認(rèn)知，還為能達(dá)到通過人工智能對數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí)，并產(chǎn)生對業(yè)務(wù)進(jìn)行指導(dǎo)價值的知識。
在人工智能應(yīng)用方面，智能駕駛工程可以說是車企比較典型的應(yīng)用場景。在生產(chǎn)制造領(lǐng)域，人工智能的應(yīng)用場景目前還比較有限，目前在很多制造工廠內(nèi)部，較為成熟的應(yīng)用場景是機(jī)器視覺引導(dǎo)和質(zhì)量檢測，像基于深度數(shù)據(jù)學(xué)習(xí)和模型訓(xùn)練的預(yù)測性維護(hù)、基于大數(shù)據(jù)分析的工藝過程質(zhì)量預(yù)防還在試點和探索階段。
在大數(shù)據(jù)應(yīng)用方面，車企在研發(fā)、生產(chǎn)、營銷方面都有很多可以落地的場景。比如，以多年積累的數(shù)據(jù)為基礎(chǔ)，進(jìn)行工藝參數(shù)優(yōu)化、物流運(yùn)輸路徑優(yōu)化，并通過建立數(shù)據(jù)模型進(jìn)行預(yù)測性維護(hù)等，但在實際落地方面，依然基于智能駕駛需要采集處理大量、多類別數(shù)據(jù)的需求比較顯性，因此在研發(fā)領(lǐng)域大數(shù)據(jù)的應(yīng)用最為廣泛，整體應(yīng)用方面大多應(yīng)該還處于試點的階段。
此外，5G作為當(dāng)下的行業(yè)熱點，5G相對4G而言，性能方面具有質(zhì)的提升，但5G在制造工廠內(nèi)部，目前應(yīng)用還比較有限，目前很多工廠內(nèi)部還是基于局域網(wǎng)的通訊網(wǎng)絡(luò)架構(gòu)，5G在網(wǎng)絡(luò)性能提升方面，相比局域網(wǎng)，技術(shù)優(yōu)勢無法體現(xiàn)。在自動駕駛領(lǐng)域，5G通訊可能會帶來顯著的效果。
對于新基建加速推起的新技術(shù)熱潮，李學(xué)強(qiáng)調(diào)，汽車行業(yè)的數(shù)字化轉(zhuǎn)型并非是強(qiáng)調(diào)新技術(shù)導(dǎo)入越多越好，新技術(shù)在導(dǎo)入時，一定是為了解決企業(yè)的問題和痛點，技術(shù)不是目的，不是企業(yè)數(shù)字化轉(zhuǎn)型追求的目標(biāo)，在技術(shù)多樣化發(fā)展的當(dāng)下，企業(yè)在數(shù)字化轉(zhuǎn)型過程中，一定要保持清醒的頭腦，企業(yè)應(yīng)該根據(jù)自己的實際需求，理性選擇。
數(shù)字化轉(zhuǎn)型需要重構(gòu)企業(yè)文化
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。