智能驾驶供应链的难点有哪些？

汽车这一波智能化下，催生出众多的智能驾驶供应商，在国内是百舸争流，千帆竞发，但国内绝大部份智能驾驶供应商都是从IT，手机，软件等起家，他们都有智能驾驶方案的概念和可行性方案，都有demo车型在进行测试，但很少有智能驾驶量产落地的经验，可是智能驾驶到量产上车显然不是demo那么简单。

一个成熟的技术可行性方案要上车量产必须经历以下步骤：

概念和可行性，基本上大部分智能驾驶创业公司都完成这一步，都有自己可行性的demo，最典型的就是起的大早的百度，在2017年之前就收割了一大批联合demo。但demo仅仅代表这个方法是可行的。

工程以及验证测试， 工程以及验证测试是上车的第一步，将概念和可行性第一次融入到整车。第一次供应商和主机厂进行碰撞，构建基于整车的prototype，整车方面需要思考将概念落地，需要进行哪些软硬件的变更和匹配，这个阶段engineering 就是detail。例如传感器和新的域控放哪里？整车功耗是否能够满足？整车冷热管理是否能够满足？新功能软件以及硬件是否满足整车功能安全设计？功能是否满足客户需求？还有很多不同主机厂的整车独特的要求，这一关是非常重要的核心，也是量产最难点。

设计验证测试，有了工程可实施性之后，就是真正的融合上车了。这个阶段需要冻结绝大部分设计方案，让智能驾驶和整车和谐，确定了零件的sourcing方案，确定了所有时间，财务，客户需求目标完成。

试制，这个阶段基本算是靴子落地了，在工厂内部进行量产之前的试制，开始确认所有供应商的PPAP，确认所有的零部件装配流程，为量产做最后的零件质量，装配设备确认和调试，物流流程畅通等。

量产，基本上项目结束，更多的是物流以及品控和优化降本。

而要当前新智能驾驶供应链上车基本上都会卡在工程以及验证测试这一关，这里是软件芯片等与汽车最大鸿沟所在的地方，如果智能驾驶供应链不熟悉汽车以及汽车开发，那么很难，主机厂和供应商合作的prototype样车将会困难重重；如果主机厂不开放包容，那么项目将举步维艰。可以看到很多智能驾驶供应商索性自己撸起袖子造起车来了，但是以小鹏汽车为例就可知，以智能驾驶方案牵头造车将会是一条很难走的路。

所以，技术方案和客户需求（主机厂以及消费者）匹配，方案和成本的冲突，量产关系和能力都是智能驾驶当前的难点。

需要怎么样的智能驾驶供应链？

那么什么样的智能驾驶供应链如何破局，什么样的智能驾驶供应链是当前汽车产业所需的呢？

首先是有灵魂的智能驾驶方案，智能驾驶“灵魂”之争的故事早就出现在智能驾驶主机厂和供应链之间，其实这个灵魂的核心是“数据”不管是软件定义汽车还是AI其实本质上都是基于对数据的挖矿去寻找客户价值以及自身企业服务入口。所以智能驾驶供应链需要能够打通数据流，也就是通俗的打通全栈，梳理好智能驾驶硬件软件和云，确保数据流方案明确，主机厂或者客户可以清晰明确拿到或者看到数据的流向，从而确保有“灵魂”，可用可控的“灵魂”。

其次是可升级可泛化的智能驾驶方案，智能驾驶是物联网以及算法软件在汽车产业落地的场景之一，我们在智能消费电子时代不管是用户还是开发都深深的烙上了可升级的概念，所以智能驾驶产业一样，消费者希望可升级的功能，主机厂希望可升级和可泛化的硬件和软件方案来确保自己可以快速响应快速发展和变化的客户需求和市场。

最后是灵活的方案以及以客户为中心的服务，汽车由于零件多，供应链长，主机厂特别是在消费者拥有强势口碑和品牌的主机厂很多时候都不希望被零部件供应商打包锁定，所以他们总喜欢看到供应链灵活多样的选项；也希望他的供应链也像他以客户为中心的服务

总结

Jack认为智能驾驶在过去几年的高速发展下，进入一个比较良性的稳定竞争期。

一方面，汽车在电子以及物联网技术发展的大背景下催生网联化的趋势明确，电子电气架构发展为软件定义汽车打通传感器，域控制器，系统，云等大数据流通的通道，为智能驾驶奠定了大量提升渗透率的空间。

另一方面，自动驾驶功能长时间停留在L2+的客户感知，受技术以及法规等发展现状限制，其提升进入瓶颈期，为大红大紫的智能驾驶，带来了一丝冷静。

最后汽车行业正在面临新一轮的品牌洗牌，其中表现为价格战，也为智能驾驶戴上了成本需求的紧箍咒。

所以对于智能驾驶的发展，渗透率的提升是明确的，但是对于智能驾驶功能配置，成本的平衡和能否高效量产落地却是当前主机厂以及供应链在智能驾驶竞争中的重点，谁能赢好智能驾驶下一波却是需要思考和均衡好以上几点。

参考文章以及图片

*未经准许严禁转载和摘录

       原文标题 : 2023上海国际车展-智能驾驶更关注量产以及成本