汽车行业的数字化转型如何使用云来驱动
不可否认，科技已经改善了现代生活的许多方面。然而，运输和机动性仍然是可以做更多工作的领域。例如，看看你的日常通勤。INRIX的研究显示，自2015年以来，全球许多主要城市的交通时间增加了一倍多。 但五大趋势有望将现代技术的全部好处带到移动领域，以改善通勤体验等:自动驾驶、共享移动、更深入的客户洞察、数字制造和联网汽车。这些趋势有可能从根本上改变汽车行业的工作方式，而云技术将在实现这一目标中扮演重要角色。 让我们来看看这些趋势，看看我们是如何推动它们的。 自动驾驶 考虑到自动驾驶对技术和基本商业模式的影响，它可能是移动领域最引人注目的革命之一。构建基础设施并为公司提供构建自动驾驶解决方案的工具是云可以提供巨大价值的领域。与此同时，建立一个能够成为安全驾驶员的人工智能(AI)系统是工业规模上最需要解决的机器学习(ML)问题之一。 为了验证自动驾驶模型，公司需要在路上和复杂的数字模拟中测试汽车。这些模拟涉及大量的计算需求和数据量，通常最好使用gpu和Cloud TPUs(张量处理单元)的组合。我们为人工智能的工作负载定制了云TPU，它的高速网络在一个单机中提供了超过100千兆次的性能——本质上使它成为一个按需的超级计算机。因此，无论你的工作量是多少，我们都有世界级的人工智能基础设施，以尽可能低的成本高效地运行它。 共享移动 几乎所有关于改善交通的设想都涉及到优化拼车服务。谷歌地图平台通过多种方式帮助拼车和快递公司提高司机导航和车队的整体效率。 在驱动程序级别，开发人员可以将谷歌地图支持的逐向导航体验嵌入到他们的应用程序中。这意味着司机不需要在不同的应用程序之间切换来获取下一份工作的方向或信息。它还允许公司检索有关司机旅程的数据。通过这种程序化的控制和对驱动程序行为的洞察，组织可以更好地分配驱动程序，最终减少驱动程序的空闲时间和客户等待时间。我们的拼车解决方案的一个早期用户报告说，驾驶时间减少了4%，估计到达时间的准确性增加了48%。 获得更深入的客户体验 虽然汽车制造商创造了一些最具标志性的消费产品，但要获得客户洞察可能非常困难。这是因为与客户相关的数据往往是碎片化的;有些存在于经销商处，而有些则与制造商本身有关——可能分布在许多非连接系统上。 筒仓数据会导致许多效率低下的问题，尤其是在汽车激励支出方面。麦肯锡表示，这些激励措施是汽车公司最大的支出之一，但人们对它们的了解和管理却最少。此外，折扣和回扣给经销商和原始设备制造商(oem)带来了巨大的变化和复杂性，例如客户的钱、经销商的钱、租赁折扣、全国殡仪协会成员的奖金、房地产经纪人的回扣等等。 这种复杂性可能导致实际的定价混乱。在最近的一项研究中，考克斯汽车公司的利率和激励措施部门通过经销商服务提供商工具比较了利率、现金和激励措施，发现价格波动高达6750美元。消费者不喜欢的是不确定性。J.D. Power 2018年美国销售满意度指数显示，有14%在经销商处买过车但没有买过车的顾客表示，他们拒绝了这家店，因为他们很难从价格上得到直接的答案。 有了谷歌云，可以优化汽车激励，帮助原始设备制造商和经销商控制关键成本，消除混乱。使用BigQuery，他们可以摄取、存储和分析能够连接OEM、经销商和客户之间的数据。这个过程使激励能够被准确和一致地跟踪。此外，谷歌云的先进的AI/ML工具可以调查过去回扣的模式，因此原始设备制造商和经销商可以了解他们是否有效地应用回扣，甚至提供自动触发器，指出潜在的超支，如重叠/重复的奖励和相互冲突的回扣等因素。 为了实现这一切，谷歌云api允许经销商连接到他们的经销商管理系统(DMS)，以获得跨记录系统数据的“一个真实来源”。最后，谷歌云拥有一个由汽车行业的系统集成商和其他咨询合作伙伴组成的网络，他们可以帮助实施这些激励优化解决方案。 数字化制造 尽管机器人、人工智能和其他数字技术有所进步，但汽车制造车间仍然深陷在数十年历史的系统和孤立的数据中。国际数据公司(IDC)指出，77%的制造商将数字化转型视为一个机遇，这是他们的首要任务之一。麦肯锡表示，自动化生产和数据交换的新时*开代**启了一个广泛的用例范围，可以降低成本，提高产量，并支持新的制造方法。 然而，汽车公司通常希望在办公场所运行制造工作负载。这可能有很多原因，比如延迟、某些国家的数据驻留要求以及客户保持数据本地性的偏好。我们管理的云原生平台Anthos解决了这些挑战，同时仍然允许客户开发和操作他们的系统，就像在云中一样。作为一个纯软件的栈，Anthos运行在客户选择的硬件上。此外，Anthos的工作负载可以随时无缝地转移到谷歌云或其他云供应商。 质量检查是我们的客户在云技术和机器学习技术的帮助下看到的另一个切实的操作改进领域。Edge tpu -我们的ASIC(专用集成电路)设计运行在具有小功率和物理足迹的边缘，可以让制造商在车间进行检查。在汽车行业之外，LG CNS已经在使用我们的技术来检测LCD面板生产中的缺陷。 汽车智能连接 今天的现代汽车是一台超级计算机，它能产生大量的数据，这些数据来自60-100个传感器，通常是实时的。不幸的是，这些数据大多是非结构化的，处于孤立的系统中，容易受到攻击。与此同时，车内的电子设备和软件变得越来越复杂。从2010年到2016年，一辆普通汽车所需的代码行数增加了15倍，而供应商和流程的复杂性也增加了一倍。 我们想让汽车软件变得更简单，帮助公司从车队生成的数据中获得灵感。我们已经在Android上迈出了一大步，它已经被汽车原始设备制造商广泛采用。有了云，我们可以提供一个完全集成的遥测方法，使提取和运行车辆数据分析更容易。 当然，当数据在组织之间移动时，信任和安全是最重要的。这就是为什么在我们的方法中，所有的企业，包括原始设备制造商，都保留了对数据的完全控制和所有权。我们还建立自己的芯片，以确保我们的数据中心和您的数据的完整性。 交通运输是一个复杂的领域，它的数字化转型在某种程度上有可能触及到我们每一个人。我们的解决方案旨在帮助汽车公司继续转型，我们期待看到他们利用云技术实现目标的创新方式。