亚马逊云科技：汽车行业全面拥抱AI智能化时代（附报告）

简介

今天，随着人工智能和机器学习技术的日益成熟，人工智能与机器学习技术早已脱离了资本炒作，正在迈向全面的商业化阶段，并与产业深度融合。正如历史上交通工具引擎的演进，车从蒸汽机车进化到内燃机车，再演进到电力机车，到今天的高铁，新引擎不断带给交通工具更快的速度、更高的效率、更好的体验，并让系统更加的安全稳定。而人工智能与机器学习技术也正在协助企业构建业务发展的“新引擎”，帮助企业获客，提升运营与生产效率，构建质量保障和风险控制体系，给企业带来崭新的用户体验。如何恰当地在应用场景中将业务痛点与人工智能相结合，把握数字时代的发展机遇，是所有企业的业务和技术决策者面对的首要的议题之一。

同样，人工智能也是开启汽车行业未来价值的关键所在。虽然人工智能在自动驾驶领域的应用备受瞩目，但是人工智能的用武之地远不止此，汽车行业在研发、生产、供应链、客户体验和出行服务等诸多领域都在推进人工智能的应用。

沃尔沃汽车集团首席信息官兼首席数字官Atif Rafiq回应了这种观点，他说：“车企正在积极地将人工智能应用于自动驾驶，这通常会成为最热门的头条新闻，但不仅于此，汽车行业的各个方面都可以受益于人工智能，包括汽车的制造和销售，以及创造新的客户体验。”

自2017年以来，虽然许多企业对于人工智能的应用依然停留在小范围试点和概念验证阶段，但是已经有领先的企业在人工智能的规模化应用方面取得了重大进展。如今人工智能进入汽车行业，并产生了积极效益的例子有很多。

上汽集团已经拥有非常丰富的人工智能应用场景，涵盖了智能驾驶、智能出行、智能制造、智能物流这些技术复杂、可靠性要求又相当高的场景，为上汽的人工智能实验室发展提供了有力的支撑，这也是上汽集团在人工智能领域独有的竞争优势。

宝沃汽车通过人工智能搭建测试平台，通过人工智能模拟实现更丰富的路况，减少重复测试，从而提高自动驾驶测试的效率。

通用汽车公司的“Dreamcatcher”系统――使用机器学习来改进原型开发。该解决方案最近对生成安全带支架零件的设计进行了测试，最终的单一组件设计比最初的八组件设计轻40%，强度高20%。

大众汽车在慕尼黑的DATALAB建立了自己的语音技术团队，应用于与供应商的标准化沟通。该项目的目标是实现10000美元以下商品的采购流程自动化。

斯柯达（Škoda）正在其位于捷克姆拉达·博莱斯拉夫的工厂测试将自动驾驶无人机应用于库存盘点。应用该技术实现了每日三次从上空检测、识别和清点工厂外的空集装箱，并将收集的数据传输给物流部门进行处理。

查阅完整报告请点击