智能座舱,如何打破碎片化与同质化困境?
2023-05-26 17:00

智能座舱,如何打破碎片化与同质化困境?

本文来自微信公众号:科技永不眠(ID:gh_efbbb31a0826),作者:Eric,原文标题:《一文看懂智能座舱同质化现状》,题图来自:视觉中国


笔者有幸见证了2019年到2021年智能汽车百花齐放的高光时刻,也亲眼目睹了2021年之后,智能汽车同质化严重、行业内卷加剧的现状。智能汽车这条新赛道,让国人看到了换道超车传统汽车巨头的曙光,资本一路高歌、人才大量涌入;国内外传统OEM也纷纷摩拳擦掌,成立新品牌,智驾、座舱子公司如雨后春笋,一时间,国内汽车圈好不热闹。


可是好景不长,从行业兴起到现在,不到5年的时间,智能汽车行业已经从蓝海干成了红海:从业人员唉声叹气,拿着传统OEM的工资,过着比当年互联网还卷的生活;各大OEM将软件定义汽车发挥到极致,座舱软件开发周期直接压缩至4~5个月,车机软件干出了手机软件的开发节奏,因软件质量带来的黑屏、卡顿等低级问题,在众多车型轮流上演。


在这个时间点,消费者去买一辆新能源汽车,从Tesla到BYD,到蔚小理等,几十个品牌、上百种车型,琳琅满目、应有尽有。那究竟什么才是消费者心中期待的智能座舱?


一、什么叫智能座舱?



智能座舱是指在飞机、汽车、列车等交通工具的驾驶舱或客舱中应用先进信息技术和人机交互技术,通过多种传感器和监测装置实时获取车辆各项数据(如车速、油量、温度等),并将这些数据进行处理、分析和呈现,从而提供更加安全、便捷、高效的出行体验。除此之外,智能座舱还可以根据乘客的个性化需求,智能调节座椅、空调、音响等设备,提供更加私人定制化的服务。


上面这个答案,是GPT-3.5的答复。显然,人工智能技术在智能座舱发展历程中发挥着举足轻重的作用。


自1956年达特茅斯会议以来,人工智能几经起落;最终,连接主义在计算机算力的爆发与加持下,迎来了长足的发展。自2000年以来,人工智能已经在产业界落地生根。时至今日,智能音响、智能门锁、智能扫地机器人等智能家居产品,已经走进了千家万户;在工业自动化领域,面向单一工位和独立制造流程的工业机器人、数字孪生、基于机器视觉的瑕疵检测等,也在工业界落地生花。


然而,随着产业界单品(点)智能的爆发,数据孤岛、产品互通性差、智能碎片化、缺少对多个环节综合考量的智能化等弊端,也日渐明显。


如何突破当下单品智能的天花板,是学术界、产业界需要共同回答的问题,也是本文尝试去回答的问题。业界对于当下问题的答案是模糊的,但是,对于他们想要的,以前所未有的默契达成了一致:希望从单品智能扩展到一个个场景智能,通过打通各个场景,实现全场景、全局智能。总之,产业界在人工智能现状、痛点和发展趋势上,都呈现出前所未有的趋同性。



我们再回到今天的主题,智能座舱的智能化现状及趋势,是否与产业界一致?答案是肯定的。


车上的屏幕不但越来越多、而且越来越大;音响越堆越多;车载语音助手,从免唤醒到全域全时免唤醒到全场景语音;人脸识别、DMS、手势识别、健康检测、多模态、元宇宙等,应有尽有。然而,对于终端消费者而言,车上的APP和功能越来越多,常用的没几个,想要的服务也越来越难找。



我们似乎很懂用户,不然产品团队不会堆砌这么多功能;我们似乎又不懂用户,因为我们倾向性把问题抛给用户:便捷卡片美其名曰便捷,但是什么时候触发,用户还得手动设置;几十个设置项对应几十个开关,都让用户自己说了算。这或许是千人千面的一种解法,显然,不是用户想要的最优解。无数的客户和车主跟我讲,我们的汽车能不能像机器人,能不能像钢铁侠里面的贾维斯,它真正地懂人懂车懂环境,知道我想要什么?


关于这个问题的答案,我们不着急下结论。我们先按迹循踪,一起看看造成智能座舱智能化现状的根因是什么?因篇幅有限,本文从OEM与Tier1分工、OEM产品团队组织架构2个维度,尝试做一些回答。


二、OEM与Tier 1的分工


在当下软件定义汽车的时代,有一个很奇怪的现象:OEM希望与用户之间的交易,从一次交易变成多次交易;而与Tier 1之间的交易,OEM希望从多次交易变成一次交易。2019年,智能汽车爆发、智能座舱落地的元年,OEM和Tier 1之间的买卖关系,与其说是甲乙方,不如说是卖方市场。


以AI起家的一众人工智能公司,凭借在人工智能领域的积累和技术壁垒,开始向OEM兜售基于深度学习的软件SDK,包括DMS、手势识别、语音助手等。不管是有意为之,还是需求驱动,Tier 1提供此类软件SDK时,选择性开放了仅带有语义信息的API,如下图黄色背景的模块。



对于SDK内部底层原子算法,上图灰色背景的模块,Tier 1则不做开放。笔者认为,一方面,OEM尚未意识到这块需求;另外一方面,Tier 1有自己的商业考量,比如平台化。平台化只解决(Tier的)工作量问题,无法解决(OEM的)体验问题。智能座舱是一个需求高度定制化、多样化的领域;平台化策略,不但不会成为Tier1的护城河,反而会把自己推向OEM的对立面。


在当前Tier1平台化的供应模式下,太多OEM的定制化需求无处承载。比如,有的OEM想要做定制化的手势识别,最终大多数都被Tier 1以不符合主线规划拒之门外;再比如,基于DMS人脸识别后的个性化推荐服务,仅针对注册过的车主用户;对于未注册的用户,如果要体验到人脸识别之后的个性化服务,就需要Tier 1开放诸如车主身高预测等底层原子能力。


Tier 1不开放这些底层原子能力,取而代之仅提供通用的、平台化的API,那么,带给OEM的只能是座舱的同质化、碎片化的现状。所以,Tier 1碎片化技术供给和完整解决方案能力的缺失,是当前智能座舱同质化、碎片化的原因之一。


换句话讲,是不是实现AI能力的纯自研和自主可控,就可以解决上述同质化问题?暂且不讨论自研的必要性,造车新势力实现全栈自研的不在少数,但是他们的产品,也面临同样的碎片化与同质化问题。那么,问题到底出在哪里?


三、智能座舱的产品矩阵与组织架构


上面讲到,Tier 1由于缺少know-how,无法提供解决方案。那么,OEM离用户最近,也能看到业务全景,理应最有可能提供全套智能化解决方案。产品自己会发声,市面上很多新能源车是来自传统OEM,从实际产品看,情况也不容乐观,


企业成立初期,将团队分成若干个小组,各个小组可以快速决策、研发并将产品推向市场,是企业起步阶段通常选取的发展模式和组织架构。然而,随着各个小组负责的产品线逐步壮大,这种烟囱式发展的弊端,也日渐明显:各个产品线数据孤立无法打通、针对资源抢夺的优先级仲裁缺少顶层设计、场景化碎片化严重,多场景体验一致性无法保证等等。


纵观OEM和Tier 1,有多少产品团队仍然是烟囱式的组织架构:各产品线独立演进,产品团队内部缺少产品架构的角色,对多个产品线进行横向拉通、打破信息孤岛、协调多应用并发与资源冲突、整合碎片化能力,设计跨场景的系统化解决方案。


组织和管理的问题,最终一定会体现到公司的产品上。各个产品孤立演进、产品之间竞合逻辑混乱、埋点数据格式不统一、基于数据的产品运营意识淡薄等,就是当下各大OEM智能化产品升级遇到的困境。


四、智能座舱智能化的可能答案


用户体验问题,不应该抛给用户;更不是脱离用户的声音,构造一个一成不变的智能化产品。智能座舱发展至今,语音、视觉相关AI产品已经陆续上车。但是,当下座舱的智能,仍然停留在单点感知智能这个层面。从单点感知智能升级为全场景认知智能,我们认为还有2道槛需要跨越:第一是全场景,第二是认知智能。


全场景是相对单点和单场景而言,我们希望通过“一纵一横”来实现场景的跨越与衔接。通过纵向打穿,实现单点智能到单个场景智能的升级;通过横向的打通,实现不同场景的串接,形成跨场景、智能化的解决方案。


认知智能是相对于感知智能而言,感知是认知的前提和基础,认知是理解的升华和服务的升级,是基于对人车路的感知和理解,在适当的时间(when)和地点(where),给对应的车主(who)以合适的方式(how)推荐适合当下场景的服务(what);究其本质,就是回答一个4W1H问题。



对于第一道槛,我们有幸看到部分先行者,包括Tier1和新势力,已经崭露头角,比如华为的小易建议、高合汽车的HiPhi Play等产品形态,这些产品本身已经承担着“产品架构师”的角色,在多产品线数据拉通、跨场景打通和多场景体验一致性上,迈出了关键性一步。


而跨越第二道槛,我们将面临更多肉眼可见的困难:一个通识性的大脑、更先进的EEA架构、跨部门且统一的数据架构、端云协调的计算架构、更灵活有力的组织架构等等;这些问题的回答,或许要等到中央计算EEA架构、统一的数据架构与计算架构等顶层设计到位后,才能水到渠成。


五、智能化大背景下OEM和Tier1新的合作模式


OEM和Tier1之间,不是零和博弈,而是合作共赢;过去是,现在是,将来依然是。在新四化大背景下,二者的分界线,确实发生着微妙的变化。当下,很多新势力和OEM动辄全栈自研,我们认为这不是实际需求驱动,而是资本驱动。OEM的职责是造好车,卖好车,实现商业闭环,不是去做不擅长的事情、抢Tier1的蛋糕。


从技术角度讲,OEM智能化能力的积累,不是堆人堆数据一蹴而就的任务,专业Tier1在一个垂域多年的know-how积累,不会轻而易举、一夜之间被取代;从商业价值角度讲,如果能解决OEM需求和Tier1供给的矛盾,OEM也完全没有必要去做Tier1铺地基的工作,OEM的职责是面向用户,提供整套解决方案,并对体验端到端负责。


智能座舱是人车交互的触点所在,承载着千人千面的出行愿景。Tier1平台化的交付策略,显然无法支撑各大OEM定制化的诉求,而这也是当下OEM和Tier1的矛盾所在。   


Tier1需要在技术路线上做出调整,调整至能支撑OEM做定制化开发的技术架构;例如,当下主流的基于目标检测的视觉检测与分类路线,唯有切换至基于关键点的技术路线,才能支撑OEM做定制化的手势识别、司乘状态识别等。OEM则需要在Tier1根算法基础之上,构建快速定制化的能力,包括手势自定义、新的车控语音指令的快速自定义。


所以,Tier1需要更新技术路线,主动打破碎片化的技术供给;而OEM需面向市场和客诉诉求,构建快速定制化和产品迭代能力,这是当下OEM和Tier1新的合作界面。


六、写在最后


智能汽车发展至今日,国内新能源车渗透率已经达到30%,自主品牌也拿下了中国新能源市场的半壁江山。智能座舱的同质化破题、智能化升级,已是箭在弦上、势在必行。站在这个历史机遇点,我们全体汽车人,需要协同产业链上下游,以更灵活的组织架构、更丰富多样的产品矩阵、更顶层的跨场景理解与产品设计能力,为中国乃至全世界客户,呈现真正智能化的中国作品。


本文来自微信公众号:科技永不眠(ID:gh_efbbb31a0826),作者:Eric

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定