人工智能对制造业的驱动及车企的总体布局

　　系统所承受的压力(Strain on the systems)

　　互联汽车的车载传感器将生成并传输海量的事实数据录入，从而对计算机资源、数据存储及网络带宽产生了大量的需求。

　　因此，制造企业(含车企)正向软件定义型网络及数字化平台转型，旨在利用当前的市场机遇并克服相关的技术挑战。

　　GlobalData公司的研究表明，制造企业需要在降低成本的同时采用新的网络技术及IT方案，从而提升其业务增长，这就需要做好以下三方面的工作：

　　数据分析，旨在实现机器人领域的事实预见性维护;

　　实时账单与仓储、高精度供应链系统相结合;

　　控制并缩减成本及流程复杂性，采用软件定义型网络及IT储存虚拟化(virtualisation)来实现集中式管理。

　　过时的难题：成本节约VS资本投资

　　制造业对其成本守口如瓶，这一点对汽车业也适用。降低整个流程的运营成本基数(含：IT及网络摊牌成本)通常都是成本节约策略的重中之重。然而，车企认识到，需要为IT及数字化网络转型承受其初期现金支出(initial cash outlay)，从而加快人工智能、机器学习、互联技术、云技术、软件定义型广域网(Software-defined Wide Area Networks，SD-WAN)等技术领域。

　　仅仅采用基于成本的精益经营(lean operations)是不够的，车企还需要部署灵活的IT及网络，从而与其竞争对手形成差异化。车企已认识到，其需要确保技术及创新，以便维持其在市场中的主导地位。

　　丰田、大众等主流车企布局

　　为此，丰田研究机构(Toyota Research Institute)利用其风投子公司“丰田人工智能风投公司(Toyota AI Ventures)”则致力于投资从事云技术、人工之ineng、自动驾驶移动出行、数据及机器人研发的初创公司。

　　如今，大众与英伟达合作，利用后者的Drive IX Intelligent Experience计算平台。大众公司表示，人工智能驱动旨在为实现“智能协作式功能(intelligent co-pilot capabilities)”提供支持。大众认为可采用基于面部识别技术的各类功能，包括：安全解锁车辆、手势控制、语音指令控制、基于眼部追踪技术的关键性安全功能，后者在探查到分神时可向驾驶员发出警示。

　　目前起亚、戴姆勒、宝马及现代也开始启用人工智能技术，其前期的技术应用重心在车载信息娱乐系统、人体工程学便捷性、碰撞事故的安全防护，未来将重点致力于互联及自动驾驶车辆。

• 上一篇：这个轮胎“杀手”正在暗中危害您的车！
• 下一篇：百强汽车巡展强势回归 邳州锦绣广场不见不散！