知识吧 知识资讯 汽车云,云计算换挡后的下一个“赛点”

汽车云,云计算换挡后的下一个“赛点”

云计算对于汽车产业的变革不是新鲜事,传统车企和新兴造车企业都在进行信息化建设。当前,各大云计算巨头和新兴云厂商也都在竞相争夺“第四朵云”的市场机遇。本篇文章指出,车企上云有许多考虑因素,如提升汽车的智能化水平、增强车辆的安全性等。各个云厂商也在竞相发掘新的增长机遇,致力于为汽车产业的升级换代提供更好的解决方案。

从去年开始,汽车云似乎成为了云计算赛道的“香饽饽”。

尤其是在下半年,无论是阿里、腾讯、华为三大云巨头,还是百度云、京东云、字节云等奋力争夺“第四朵云”的玩家,均已各种形式“刷新”了其汽车云战略。玩家们纷纷基于自身优势打出差异化手牌,以此把握住为数不多的增长机遇。

云计算对汽车产业的变革并不是新鲜事。传统车企信息化建设历史悠久,不乏自建数据中心者,造车新势力诞生在云原生的时代。

如果将时间线拉长,在大厂下场造车的年代里,也早有实践。

从泛互联网,到政企金融,再到工业制造业,云厂商为何同时瞄准汽车云?车企上云又有哪些考量?

种种问题既考验着云厂商们各自的战略布局,也同样孕育着新的增长机遇。

一、云计算市场,难得的“破局”点

云计算市场增长远未到顶是事实,但整体增速放缓,特别是排名靠前的云计算大厂增速放缓也是事实。

亚马逊云计算部门2022年第三季度的营收为205亿美元,虽然同比增加了27.5%,但营收和利润数字都未达到华尔街分析师的预期值,这也是亚马逊云计算业务自2014年以来最低的增速。

同样情况发生在阿里云身上。阿里2022年第三季财报显示,其云计算业务收入为人民币207.57亿元,同比增速回落至4%。对比之下,阿里云2022年二季度和一季度的增速分别为10%和12%。

腾讯与之类似,其云及其他企业服务收入亦于去年第三季度出现下滑。

市场整体如此,但汽车云却因智能汽车的发展而出现了大量需求,从而成为一座等待开发的金矿。

与传统汽车相比,智能汽车很大一个变化是,汽车消费不再是一次性的买卖行为。在整个用车周期内,越来越多的软件和增值服务加入其中,这也让车主和车企的关系更加紧密。

围绕着用车周期,车企也开始考虑在为用户提供差异化服务和创造价值的过程中也也能有所收益。

于是车企软件和服务能力的重要性被凸显出来,而软件、算法、应用等创新形式在很大程度上都要依赖于云计算。

根据沙利文联合头豹市场研究发布的《2022年中国汽车云市场追踪报告》,2021年中国汽车云行业市场规模高达335.2亿元,预计至2026年持续增长超800亿元。

汽车云,云计算换挡后的下一个“赛点”

在需求端,汽车行业正在进入“软件定义汽车”的年代。传统车企经历了漫长的信息化历程,以往都是遵循在“硬件中抽象软件”的方法,痴迷于硬件制造,而忽略软件迭代。

但在消费者主权时代,随着智能汽车产品复杂度的提升,自动驾驶、车路协同、用户直联已成为确定性的趋势,软件价值越发凸显。

从“硬件定义汽车”到“软件定义汽车”的跨越,对车企在数据、算力与算法方面的能力提出了更高的要求。这就意味着:车企需要新的数字基础设施。

云厂商们看中汽车行业不仅仅在于市场规模,更在于生意边界。

智能汽车,被视为下一代移动终端,“拥有四个轮子的手机”。无论是擅长To B,还是To C,似乎也都能分食这块蛋糕。

但能否吃到蛋糕,深入行业内部,不仅仅需要先发优势,同样也考验着云厂商们的战略布局。

二、巨头博弈汽车云赛道

与云服务厂商切入其他行业类似,汽车云通过laaS、PaaS以及SaaS层的服务形式,旨在为整车厂提供从设计、研发、生产制造、销售及售后等全生命周期的相关服务。

更通俗的理解可将云厂商的服务划分为两类:

  1. 为具体场景提供解决方案,如自动驾驶、车联网、车路协同等。
  2. 针对车企的数字化转型与供应链协同,覆盖生产、管理、销售等具体环节。

当下,自动驾驶能力作为用户选车购车时的重要参考维度,已然成为了众车企急需补足的短板,尤其是缺乏IT能力传统车企。只是,考虑到研发周期、研发成本、硬件耗资等因素,多数车企并不愿亲自下场。

基于此,自动驾驶能力雄厚的百度,在此领域或将占据先发优势。百度Apollo,便是百度AI优势的体现。

从2015年起,腾讯汽车业务布局以每年一次更新的速度演进,在经历了“什么都想要”的阶段,腾讯云最新提出的“车云一体”的战略规划,本质依旧是腾讯倡导的“连接”思维。

对车企来说,通过微信+企业微信的社交生态与腾讯出行服务小程序,可以将一整套自研产品装进智能座舱等车端场景内;建立数据驱动的闭环,以形成云端、车端与移动端的一体化,降低车企的迁移成本。

汽车云,云计算换挡后的下一个“赛点”

比起腾讯云对“自研产品”的重视,阿里云在提出“Back to Basic”后,向软硬一体化转型,在整体战略布局上显得更聚焦。

在汽车云领域,除了擅长的营销云外,自动驾驶云与智造云都是其重点布局的场景。

京东云讲述数智供应链的故事,将汽车产业融入其中。

腾讯则试图发挥其C端优势,将各种产品组件置入其智能座舱解决方案。

而同谷歌云达成合作的雷诺,在数字化转型的同时,也将安卓操作系统集成到车载媒体显示器中。

几大运营商的发展策略并不相同。

作为通信行业的领军者。中国移动利用自身优势打通了高精度定位、融合感知等底层共性基础能力服务,构建起车路协同云控体系架构并在多个市区投入使用。移动会重点发展免路侧计算设备与路侧通信设备的交通管理方式,继续深耕车路协同。

同时移动还在积极发展智能网联车的服务,注重4G/5G在汽车应用方面的传统联接,不断探索5G+北斗高精度定位、大数据等;构建起“连接+算力+能力”的解决方案体系,实现数字化的汽车应用,提升座舱品质服务。

中国联通则在发展“人-车-路-网-边-云”的协同运营模式,以及“1+2+N”的产品及解决方案。

中国电信在今年推出全球首个实现轻量化自动驾驶车+高级别全息智能道路的系统。

可以看出这三家运营商在汽车云发展的道路上已经有各自的侧重点:

  • 移动在打造网联车系统及生态应用。
  • 电信想发展L4完全无人驾驶。
  • 联通则是一些汽车上云的具体产品应用等。

三、汽车云的竞争焦点在哪?

针对汽车云,单独就产品而言,各家的内涵趋同,都是面向组织管理、生产研发、市场营销这三个方向解决方案,只是叫法不同而已。但若将各家的汽车云产品与自身的生态相关联,其差异性就体现出来了。

比如,百度智能云主打“云智一体”概念。加上自动驾驶技术一直是百度的技术标签,其研发经验不断反哺汽车云,这也大大增强了百度汽车云在研发、测试环节的竞争力。

阿里云的优势在“云钉一体”战略,以及对大规模和复杂数据的管理处理能力。

前者帮助车企建立高效的组织协同,像一汽集团每天有超过12万人使用钉钉在线沟通协作,形成了包括生产过程、员工服务、上游供应商和下游经销商的生态互联。

后者则是智能汽车发展无法回避的现实,小鹏汽车就与阿里云在内蒙古乌兰察布联合建立了国内最大的自动驾驶智算中心“扶摇”。

腾讯汽车云的长板是将云产品与自身微信社交生态和出行服务小程序的生态“连接”,打通车端、手机端和云端的边界,形成车云一体化。

华为是少有的科技、制造、营销多方跨界的综合性企业。在华为自己的体系框架下,已经有非常成熟的研产供销服云服务解决方案,而这与汽车行业的需求是极为匹配。

汽车云大厂各有所长,站在车企的角度,从全盘考虑,不会因为某个大厂的单项能力就轻易决策,这也将汽车云的竞争推向了一个更高的维度。

  1. 越来越多的智能汽车上路,回传的数据量也越来越大,车企最开始是自建私有云,可是一算账,会发现这是一笔不小的开支。
  2. 很多车企上云或存在头疼医头脚疼医脚的问题。一些云计算厂商在提供服务时会很专注于解决车企的当前需求,而忽略到全局的联动,从而产生“数据孤岛”与“业务断层”。这要求汽车云深入到行业底层,理解各个业务场景,从单一的核心场景切入后,能够从全局出发,横向延伸到其他业务,形成体系化输出。
  3. 由于云服务深入到车企研发、生产、营销等业务的核心,而车企又轻易不愿将“灵魂”交出去,因而对于云服务的需求更多倾向于“你给我资源和能力,我自己来解决自己的问题”。

这也意味着云服务的模式要从“授人以鱼”转向“授人以渔”式的技术反哺。

事实上,已经有云服务商正在将各模块解耦,以实现帮助车企降本增效的同时,保证后者还拥有打造云能力上的主导权。

在云计算巨头们接连下场的当下,汽车云赛道的氛围相当热络。

不过,中国汽车云尚处于发展初期,且不谈各云厂商均提及的自动驾驶能力距离大规模落地应用还有多远,单论数据安全这一最基础的问题,置之于汽车场景亦将是考验。

对于云计算巨头而言:汽车云作为一块肥肉,尚能解馋,却无法救命。若要寻觅第二增长曲线,还需深入更多非互联网场景寻找落地机会。

而眼下,打着不同手牌的玩家们谁能脱颖而出,仍待时间给出答案。

本文由@科技云报到 原创发布于知识吧。未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

提供信息存储空间服务。

本文来自网络,不代表知识吧立场,转载请注明出处:https://zhishiba.net/4957.html
上一篇
下一篇

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部

Warning: error_log(/www/wwwroot/www.zhishiba.net/wp-content/plugins/spider-analyser/#log/log-1500.txt): failed to open stream: No such file or directory in /www/wwwroot/www.zhishiba.net/wp-content/plugins/spider-analyser/spider.class.php on line 2900