汽车大数据是一个巨大的战略宝库，如何运用制造大数据提升汽车行业的生产制造水平、改变经营业务模式、提升消费者体验，乃至推动智慧社会的发展，这些都是汽车行业同仁共同面临的机遇与挑战。

　　随着近年来我国社会整体发展水平的提升,人们的生活质量和水平也得到了显著的提升,对于汽车的使用也更加频繁。汽车行业作为当前智能制造的主要应用行业，应该怎样智能升级？

　　近日，在成都举办的2018汽车大数据创新先锋智能制造研讨会上，国内各知名汽车企业、科研机构、媒体等专业人士，与主办方数策的专家们一起围绕汽车智能制造领域备受关注的话题展开研讨交流。专注于汽车行业大数据应用的数策明确表示：未来十年，中国汽车行业变革重生与数据智能密切相关。

　　其实不只是中国的汽车行业，由于互联网的不断渗透，全球汽车行业都在面临变局。尽管中国汽车的智能化发展基于“互联网+AI”的有利影响，但汽车行业却仍然存在不少信息“孤岛”，在定制化智能制造的重要创新道路上步履维艰：如何做到精细化销售分析与预测？如何实现产销存一体化？如何做到质量早期预警？以及如何优化零配件库存管理？

　　面对此种困境，以数策为代表的大数据应用公司起到了关键作用。中国汽车企业纷纷通过大数据应用进行智能技术的创新，以及产业链的变革来实现大环境下的汽车产业转型。

　　 以人为本

　　数策合伙人、智能制造解决方案总监王亚中指出，销售计划对于厂商整个供应链起到至关重要的作用。在此基础上做出精准的销售预测对于车企意义重大。数策所提供的销量预测系统的大数据应用可以向上游打通，生产计划、零部件采购计划等等，最终覆盖全业务链。并根据汽车行业的产品体系和生命周期来做预测，对于销售影响最大的各种类型的事件积累成一个制定销售预测的“武器库”，用于销售调整和冲击预估。

　　另外，定制化智能制造是近些年车厂创新的重要方向。通过依托大数据、云计算、物联网、移动互联网和用户互联，实现高精度下的高效率。信息技术的进步，为汽车行业大规模智能制造提供了条件。处于汽车行业的变革前端的很多前沿汽车企业在2016年就以大规模智能化定制项目作为战略方向。以消费者作为驱动力，通过收集用户的需求大数据来完成一辆车的研发、制造、销售、售后等全过程。

　　无疑数策与这些前沿汽车企业的数据合作是成功的，但实际上汽车企业实现智能制造的大规模智能化定制也面临着自由化程度较高的配置、较短的交付周期、供应链局限的“三座大山”。“在项目立项之初，考虑到整个市场容量，所规划的产能比较小，因此总产能的前置布局并未能完全跟上整个蓝海市场的增量发展。” 数策专家王亚中坦言，“可以说这也是我们在努力寻求智能制造时代解决方案的过程中必然会碰到的挑战。”

　　 系统优化

　　智能制造的趋势无可避免，智能制造的汽车质量也非常值得重视。数策在为汽车企业的质量早期预警方面也做了充分的考量：大数据下的质量早期预警可以使问题提前发现提前解决，并减少受影响的车辆数目，直接节省质量问题成本，间接可以提高客户满意度，提升品牌形象；另外给管理层和工程师提供未来质量问题发展的参考，合理安排问题的优先等级，提高工作效率。

　　但无论预警哪块儿的质量问题，都需要有准确的指标计算作为基础，并且质量预警在售后质量的重要性和紧迫性更高。因此，利用大数据促进汽车品质的升级，进一步提升智能制造水平是十分必要的。

　　智能制造最显著的特点除了体现在生产纵向整合及网络化、价值链横向整合、技术应用指数式增长外，更体现在全生命周期数字化。在全生命周期数字化的构建上，零配件库存管理面临很多挑战：售后库存管理的难预测性和客户的多变性、供应链横向供应节点之间的孤立性、上下游步调的不一致性。解决这一问题，需从三个方面入手：经销商预测和库存管理、区域优化、全链条供销的协同。

　　数策早在2014年开始与某家前沿车企的合作就延伸到了库存优化。 数策提供的销量预测系统能滚动预测每家4S店每个星期、每个月、每个季度不同车型的销量规律，经销商和厂家可以参考该规律优化库存。数策的数据科学家顾恩君表示，“这些都是可以引入的信息，这是大数据技术赋予我们这样做的可能性。”

　　时代的发展必然带来技术的革命，在“互联网+AI”革命风暴驱动下，智能制造领域以无人驾驶汽车为代表的智能汽车产品的研制、智能工厂和智能生产并支持以用户为中心的个性化汽车产品生产模式的推进、汽车生产过程和工艺环节的自动化和智能化水平的提升，都离不开大数据的支持。

　　“中国制造2025”和“一带一路”为汽车企业的智能制造带来了巨大的机遇，但由于国内企业的自主创新和技术研发能力相对较弱、抗风险能力较弱以及配套产业技术仍需提升，汽车企业的智能制造注定不会一帆风顺。未来车企到底如何运用大数据迎接挑战？是激流勇进，还是细水长流？仍需拭目以待。