在全球數字化浪潮的席捲下，傳統汽車行業的生產模式、製造模式、服務模式，都面臨着前所未有的挑戰。這些挑戰一方面來自基於新數字化技術的新興車企，涉及自動駕駛、新能源、車聯網等汽車產業新方向；一方面則來自共享移動 / 服務商，旨在滿足用戶個性化的用車體驗。在此番“前後夾擊”的窘境下，如何迎接和平衡四大顛覆性技術趨勢（車聯網、自動駕駛、共享移動 / 服務和電動汽車）所帶來的衝擊，以及如何直面現階段的不足，是值得全球傳統車企仔細思量的問題。
全球汽車市場四大顛覆性趨勢
當前汽車行業，車聯網、自動駕駛、共享移動 / 服務和電動汽車已成爲全球範圍內四大顛覆性技術趨勢。
車聯網：車聯網包括車內聯和車外聯，併產生巨大的數據量。僅就車內聯而言，配備上百個傳感器的汽車每天產生的數據可達 TB 級，而智慧出行和自動駕駛等車外聯需求更使數據量飆升。再者，車與車、車與雲的連接，以及與攝像頭和雷達等設備的車外聯，導致每輛車每天產生的數據大幅增加。Gartner 的市場報告預測，到 2020 年底，將有超過 2.5 億輛聯網汽車，所帶來的數據量增長更將達到 EB 級。
自動駕駛：大數據、人工智能、邊緣計算，以及低延遲和數據安全是自動駕駛的技術基礎。預計到 2030 年，將有多達 15% 的汽車出行採用全自動駕駛【1】，呈現全新的出行服務體驗。自動駕駛將進一步推動數字化出行服務市場的細分和汽車後服務能力的提升。
共享移動 / 服務：目前，全球普遍存在着車輛出行效率低、使用率低等問題。如何從高“擁車”率向高“用車”率轉型，催生了共享經濟在汽車行業的發展。預計到 2030 年，共享汽車佔比將達到 10% 【2】，這將加速傳統車企實現 B2C 和共享出行應用的整合。同時，消費者對移動出行服務、商用車個性化配置（例如：會議商用車、旅遊商用車）、車內數字化娛樂的需求將日益旺盛，由此車輛數據變現服務也將逐漸形成。
電動汽車： 有數據顯示，預計到 2040 年，全球 33% 的汽車將是電動汽車。電動車佔新車銷售比將從 2021 年的 4% 上升到 2040 年的 54%【3】。就 2018 年而言，中國電動車佔全球電動車 51% 的市場份額，年增長 69%。電動汽車在吸引新興車企入市的同時，也催發了中國電動汽車的出海潮。同時，全球領先的電動汽車廠商，針對汽車和出行服務的縱向產業鏈資源整合，將顛覆傳統汽車的產業格局。
這4大顛覆性技術將形成汽車行業新的創新力，驅動汽車行業速從硬件驅動機械產品向軟件驅動電子產品轉型。麥肯錫《軟件和整車電子架構正重新定義汽車行業》指出，軟件在D級車（或大型乘用車）的整車價值中佔10%左右，預計將以每年11%的速度增長，到2030年將佔整車內容的30%。而數字化汽車價值鏈上的所有企業均在嘗試從軟件和電子技術帶來的創新中獲利。
汽車產業進入“軟件定義”時代
在數字化時代，數據、軟件和算力成爲汽車產品縮短迭代週期，提升利潤空間的關鍵，同時，傳感器、車聯網和人工智能讓用戶體驗獲得前所未有的提升與優化。未來的車企，無論業務核心是偏向新能源 / 自動駕駛汽車生產、汽車應用及服務平臺運維，或是出行服務，都需要全智能和全連接來快速滿足不斷變化的移動環境。在這個發展趨勢下，汽車已不僅僅是交通工具，而將是集辦公、社交、娛樂、支付等爲一體的智能空間。 “軟件定義汽車”成爲新趨勢。
對於整個汽車產業鏈而言，尤其是出行服務，“軟件定義”是一個持續演進並不斷升級的過程。新型車企通過應用解耦、服務平臺化和車聯網能夠快速實現服務輸出，打破傳統車企的“黑盒子”五層架構（即針對單一車企的軟件開發，及軟硬件綁定的架構）, 通過中間層提升應用開發和產品迭代速度，綜合雲計算和人工智能帶動整體汽車產業向平臺化和智能化升級。
未來，基於軟件定義的汽車架構將推動整個汽車產業鏈快速實現全智能和全連接，加速汽車行業向服務型製造轉型。中橋調研諮詢認爲，在向軟件定義汽車轉型過程中，數據和軟件成爲提升車企競爭力的“殺手鐗”，更提高了中國車企在汽車產業鏈重構過程中的生存能力。
釋放數據潛能，打造具有全球競爭力的車企
根據麥肯錫《中國汽車行業2.0 時代：車企啓示錄》，中國目前的千人擁車量是150輛左右，相比於美國(850)、 德國（600）、日本（500）、韓國（420）等國家仍有較大的增長空間。中國汽車市場無論是銷量還是利潤都有着發展潛力，但對中國傳統車企而言卻是無形的壓力。一方面，優質的市場總是能吸引優質的新入者；另一方面，數字時代，用戶需求升級背後體現的是，用戶從對“汽車本身”的注重轉向對“服務體驗”的需求提升。
面對這些挑戰和壓力，中國傳統車企的轉型以大勢所趨。而轉型的關鍵是將戰略重點從傳統的以“車”爲核心，轉向以“人”爲核心，充分利用大數據、物聯網和人工智能等數字化新技術，一方面通過業務創新和服務升級，快速響應客戶需求，優化汽車生產、銷售與服務全流程，通過實時數據集成和智能交互系統，全方位滿足客戶的個性化需求；另一方面，充分挖掘數據價值，釋放數據潛能，從而實現數據驅動業務創新。
中國車企升級典型場景和解決方案
面對汽車行業的四大顛覆性技術趨勢，即車聯網、自動駕駛、共享移動/服務和電動汽車，中國傳統車企在轉型和創新的過程中遇到諸多挑戰，對傳統 IT 基礎架構也提出了一系列新需求。聯想凌拓發佈《汽車行業轉型升級之路》白皮書。該白皮書針對不同的工作負載和不同的工作場景，提供了很多量身定製端對端解決方案，釋放車企的數據潛能，逐步提高數字化和智能化水平，以及移動出行的優質服務能力。
- 車聯網典型場景與方案
針對車聯網向融合化和智能化演進的趨勢，以及車聯網支撐產業生態協作和數字化服務輸出的特點，聯想凌拓提供了車聯網整體解決方案。用戶可以通過模塊化部署，滿足車聯網演進過程中對不同功能的需求，同時，可以透明地實現對終端數據、數據流，以及各種工作負載的監控管理，讓車聯網成爲車企升級和車聯變現的可靠平臺支撐。
- 自動駕駛典型場景和方案
自動駕駛汽車通過人工智能、視覺計算、雷達、監控裝置和全球定位系統的協同合作，實現汽車駕駛的自動化和智能化。聯想凌拓提供的ONTAP AI 參考架構、ONTAP Select 及高性能統一存儲，爲車企用戶提供優質的深度學習 / 機器學習平臺和先進技術支持；
- 移動出行典型場景和方案
移動出行平臺與人工智能技術融合是未來發展趨勢。爲了更好地爲駕駛者和乘客服務，需要對地理數據、實時交通數據、駕駛者出行習慣等數據進行整合與分析，通過自動派單和自動調整運營策略，爲乘客提供個性化且優質的出行服務。通過聯想凌拓提供的 Data Fabric 混合雲解決方案和容器技術可以獲得全面滿足。
- 智能製造典型場景和方案
智能製造最顯著的特點主要體現在以下幾點：生產縱向整合及網絡化、價值鏈橫向整合，以及提升產品全生命週期智能使用管理水平。而基於聯想凌拓混合雲方案搭建的協同設計平臺，結合 SnapMirror、雙活統一存儲參考架構、基於 PCS 的生產大數據平臺參考架構，輕鬆幫助車企用戶實現協同設計、產業鏈上下游互聯互通和服務型製造轉型。
【1】【2】【3】數據來源：《The Intelligent Enterprise for the Automotive Industry》
