人工智能如何助力汽車行業數字化轉型

麥肯錫是一家全球管理咨詢公司，致力于幫助組織實現可持續和包容性增長。它將大膽的戰略與變革性的技術相結合，幫助組織實現更可持續的創新和持久的績效提升，打造一支立足當下、贏得未來的優秀員工團隊。

麥肯錫全球管理合伙人彭波發表了主題為“人工智能如何助力汽車行業數字化轉型”的演講。以下是發言摘要:

彭波，麥肯錫全球管理合伙人。

人工智能的五個應用方向

在制造業和汽車行業，AI主要有五個應用方向，包括復雜數據生成洞察、語言處理和文本分析、虛擬機器人和虛擬圖像、自動化決策。

具體來說，首先，可以應用人工智能從復雜的數據中產生洞察力。車輛公司收集了大量用戶的退貨數據；市場部收集的不同經銷商的數據；很多關于售后和車聯網的數據。這些數據在大多數企業都沒有發揮作用。有了AI，可以利用現有的數據進行自主學習和持續改進，通過算法和平臺不斷產生洞察，這對整個商業來說是非常有價值的。

第二，語言處理和文本分析。基于對行業的觀察，我們發現這一塊用的越來越多。語言處理和文本分析是指借助算法從人類語言中提取語義的技術，比如語音轉文本，圖片轉文本，或者圖片轉文本，已經比較成熟和廣泛應用，這也是機器學習要應用的。第三，圖像識別和視頻分析已經應用于很多工業企業的發票分析和自動駕駛的圖像分析。

第四，軟件代理。在汽車行業的應用多為虛擬影像，可以完成與乘客的交互對話，接收指令后控制車輛的行駛狀態。第五，自動化決策，比如流程自動化。

以上五個方面是人工智能推動車企數字化的常見應用。這些應用帶來了怎樣的價值？麥肯錫已經預測，機器和深度學習具有巨大的價值。預計2025年，全球車企潛在價值機會高達2150億美元，相當于各車企息稅前盈利年均增長9%。

圖片來源:麥肯錫

麥肯錫認為，具體到汽車行業，AI有11個應用場景。比如收集基于AI的產品設計建議，如何在采購過程中構建巧妙的供應鏈，對產品結構優化做出分析和建議，對供應鏈中的需求形成更準確的預測，這些都有助于商業規劃，在營銷過程中預測銷量，包括判斷用戶購買產品的意向，如何在售后過程中防止客戶流失。

麥肯錫AI推動數字化轉型的案例實踐

接下來選擇幾個用例進行具體說明。首先，在采購過程中經常使用通過AI自動合并統一一些不同實體的支出數據，從而找到降低成本的空間。這意味著企業可以通過數據自學習，自動自適應地對采購數據進行分類，分類后再進一步提取和清洗。這種方法不僅可以用于生產性采購，也可以用于非生產性采購。

就麥肯錫的項目實踐來看，麥肯錫曾經通過自然語言處理和文本分析的技術，幫助一家客戶在復雜標準件的采購成本中找到了10%-20%的成本降低空間，節省了近4000萬歐元。

圖片來源:麥肯錫

第二種情況是銷售預測。AI的應用有助于提高銷售預測的準確性，有助于后期的生產調度、車輛配置、庫存分配和營銷。麥肯錫主要利用AI的神經網絡系統對100個變量進行學習，通過這項技術將預測準確率提高到80%。該技術的原理主要是從時間維度對歷史上的相關事件進行模擬分析，從產品、品類、店鋪、價格、促銷等不同維度對能夠實現預測價值的模擬進行模擬優化。

最后一種情況是結合用戶的特點和提供的數據，提高向用戶推薦產品的準確率，即根據用戶的特點，利用大數據精準推送產品。該技術的應用使預測精度提高了17%，并能形成相對自動化的結果。

值得一提的是，AI的應用還有助于預測和預防售后環節的用戶流失。通過深度學習建模，按照新的細分標準對用戶進行分類，對高風險、易流失的用戶進行劃分。基于這些劃分，高風險用戶的保留可以降低36%的整體離職率。在這個過程中，留存的客戶會有向上銷售的可能，可以提升整體收入4-5個百分點。

終于，軟了……re代理，包括聊天機器人和場景應用機器人。麥肯錫開發了一種基于自然語言處理(NLP)技術的聊天機器人，有助于實現服務流程的自動化，增強客戶體驗，并顯著提高服務的準確性。同時，利用圖像識別技術，可以對客戶手機發來的照片進行分析，達到自動抄表的效果，使客戶推薦率達到80%，降低服務成本20%-30%，明顯降低用戶流失率。

總的來說，基于我們在AI推動數字化轉型方面的具體實踐，AI的應用能夠為數字化轉型帶來量化價值，企業推動數字化轉型能夠帶來實實在在的經濟效應。

(以上內容來自麥肯錫全球管理合伙人彭波，他在2022年9月22日由Gaspar主辦的2022中國汽車數字化轉型大會上發表了“人工智能如何助力汽車行業數字化轉型”的主題演講。)麥肯錫是一家全球管理咨詢公司，致力于幫助組織實現可持續和包容性增長。它將大膽的戰略與變革性的技術相結合，幫助組織實現更可持續的創新和持久的績效提升，打造一支立足當下、贏得未來的優秀員工團隊。

麥肯錫全球管理合伙人彭波發表了主題為“人工智能如何助力汽車行業數字化轉型”的演講。以下是發言摘要:

彭波，麥肯錫全球管理合伙人。

人工智能的五個應用方向

在制造業和汽車行業，AI主要有五個應用方向，包括復雜數據生成洞察、語言處理和文本分析、虛擬機器人和虛擬圖像、自動化決策。

具體來說，首先，可以應用人工智能從復雜的數據中產生洞察力。車輛公司收集了大量用戶的退貨數據；市場部收集的不同經銷商的數據；很多關于售后和車聯網的數據。這些數據在大多數企業都沒有發揮作用。有了AI，可以利用現有的數據進行自主學習和持續改進，通過算法和平臺不斷產生洞察，這對整個商業來說是非常有價值的。

第二，語言處理和文本分析。基于對行業的觀察，我們發現這一塊用的越來越多。語言處理和文本分析是指借助算法從人類語言中提取語義的技術，比如語音轉文本，圖片轉文本，或者圖片轉文本，已經比較成熟和廣泛應用，這也是機器學習要應用的。第三，圖像識別和視頻分析已經應用于很多工業企業的發票分析和自動駕駛的圖像分析。

第四，軟件代理。在汽車行業的應用多為虛擬影像，可以完成與乘客的交互對話，接收指令后控制車輛的行駛狀態。第五，自動化決策，比如流程自動化。

以上五個方面是人工智能推動車企數字化的常見應用。這些應用帶來了怎樣的價值？麥肯錫已經預測，機器和深度學習具有巨大的價值。預計2025年，全球車企潛在價值機會高達2150億美元，相當于各車企息稅前盈利年均增長9%。

圖片來源:麥肯錫

麥肯錫認為，具體到汽車行業，AI有11個應用場景。比如收集基于AI的產品設計建議，如何在采購過程中構建巧妙的供應鏈，對產品結構優化做出分析和建議，對供應鏈中的需求形成更準確的預測，這些都有助于商業規劃，在營銷過程中預測銷量，包括判斷用戶購買產品的意向，如何在售后過程中防止客戶流失。

麥肯錫AI推動數字化轉型的案例實踐

接下來選擇幾個用例進行具體說明。首先，在采購過程中經常使用通過AI自動合并統一一些不同實體的支出數據，從而找到降低成本的空間。這意味著企業可以通過數據自學習，自動自適應地對采購數據進行分類，分類后再進一步提取和清洗。這種方法不僅可以用于生產性采購，也可以用于非生產性采購。

就麥肯錫的項目實踐來看，麥肯錫曾經通過自然語言處理和文本分析的技術，幫助一家客戶在復雜標準件的采購成本中找到了10%-20%的成本降低空間，節省了近4000萬歐元。

圖片來源:麥肯錫

第二種情況是銷售預測。AI的應用有助于提高銷售預測的準確性，有助于后期的生產調度、車輛配置、庫存分配和營銷。麥肯錫主要利用AI的神經網絡系統對100個變量進行學習，通過這項技術將預測準確率提高到80%。該技術的原理主要是從時間維度對歷史上的相關事件進行模擬分析，從產品、品類、店鋪、價格、促銷等不同維度對能夠實現預測價值的模擬進行模擬優化。

最后一種情況是結合用戶的特點和提供的數據，提高向用戶推薦產品的準確率，即根據用戶的特點，利用大數據精準推送產品。該技術的應用使預測精度提高了17%，并能形成相對自動化的結果。

值得一提的是，AI的應用還有助于預測和預防售后環節的用戶流失。通過深度學習建模，按照新的細分標準對用戶進行分類，對高風險、易流失的用戶進行劃分。基于這些劃分，高風險用戶的保留可以降低36%的整體離職率。在這個過程中，留存的客戶會有向上銷售的可能，可以提升整體收入4-5個百分點。

終于，軟了……re代理，包括聊天機器人和場景應用機器人。麥肯錫開發了一種基于自然語言處理(NLP)技術的聊天機器人，有助于實現服務流程的自動化，增強客戶體驗，并顯著提高服務的準確性。同時，利用圖像識別技術，可以對客戶手機發來的照片進行分析，達到自動抄表的效果，使客戶推薦率達到80%，降低服務成本20%-30%，明顯降低用戶流失率。

總的來說，基于我們在AI推動數字化轉型方面的具體實踐，AI的應用能夠為數字化轉型帶來量化價值，企業推動數字化轉型能夠帶來實實在在的經濟效應。

(以上內容來自麥肯錫全球管理合伙人彭波，他在2022年9月22日由Gaspar主辦的2022中國汽車數字化轉型大會上發表了“人工智能如何助力汽車行業數字化轉型”的主題演講。)

標簽：發現

汽車資訊熱門資訊