下一代汽车制造革命即将开启，中国的机遇与挑战在何处？

从百年前的福特流水线开始，到精益生产，到平台化模块化的深化，汽车工业每隔约40年便迎来一轮制造革命。

距离上一轮平台化模块化的革命开始已过去逾40年，随着人工智能（AI）的快速发展，以及制造商对于制造效率和产品多样化有了更高层次的要求，艾睿铂AlixPartners认为，汽车制造在市场与技术上均已达到开启下一轮汽车制造革命的条件。

“第四次革命”将由AI逐渐代替人开始主导，最终实现真正的“无人工厂”。“无人工厂”并非一蹴而就。我们基于AI参与度、数据整合度将“无人工厂”分为三个阶段。如今部分领先车企的部分工厂处于中级阶段，其余车企还处于相对初级阶段：

中国汽车通过“以市场换技术”的策略，乘着新能源汽车的东风，成功抓住新机遇，实现了弯道超车。这背后离不开制造领域的支撑，我们认为中国汽车行业必将继续深化制造能力，抓住AI新机遇。

中国汽车行业预计未来会加速智能制造的投入和应用。

“中国智造”发展路径

从投资方向上看，中国市场玩家更注重AIoT（人工智能物联网）和工艺优化，具体来看，它们主要从重构产品与产线、部署高度智能化的软件应用、打通数据并构建端到端大模型三个方面着手。

“中国智造”投资趋势

中国汽车行业预计未来会加速智能制造的投入和应用。

仅考虑狭义的智能制造投资¹，中国汽车智能制造投资预期到2030年达到约1800亿元的规模，2035年达到约4600亿元的投资规模。

如果考虑更广义的智能制造基础设施，预计2030年基础设施投资达到约73亿元的规模，2035年达到约290亿元的投资规模。

中国智能制造投资分为几个阶段，从广度和深度上逐步推开：

新一轮制造革命中，中国车企面临以下挑战：

投资方向不明确：企业对AI发展路径无清晰规划；许多企业盲目追求“All in AI”，却未定义具体场景。
收益衡量方式不清晰：AI带来的收益是多方面多维度的，较难统一衡量；不同规模不同成熟度的企业之间收益不同，较难直接借鉴。
基础设施供应有风险：美国对高端芯片出口和相关AI计算软件平台严加限制，而国产芯片生态尚不成熟，导致高端算力缺口日益扩大、软件适配周期大幅延长；推理优化芯片严重短缺。
AI模型与数据不适配：通用模型不能完全支持特定企业业务；可能存在算法偏见；部分企业在数据量和质量方面都存在不足，无法直接进行AI应用。
人才素养有差距：智能制造需要大量跨学科复合型人才，传统制造业工程师的数字化能力不足。

我们的建议

研究结论表明，要应对智能制造变革带来的挑战，企业必须采用自上而下的方式制定战略，并与内部利益相关者进行透明沟通。在实施过程中，企业应采用敏捷方法，持续迭代用例，不断改进模型和结果，而不是沿用传统的IT实施方法。

要确保这场变革的成功，精益制造的坚实基础和强大的数据环境是必不可少的。同时，还需要在合适的组织架构和治理模式下，将AI和流程工程师有机结合，以支持可持续发展。

如需了解我们框架的更多详情，请下载研究报告或联系我们的专家。期待与您进一步交流。

注：

1 包含主机厂及配套零件厂商的智能制造投资，不包含算力、云等基础设施投资

2 含新势力工厂