文：谈擎说AI 作者：郑开车

如今的数字化浪潮大有席卷各行各业之趋势，在这番冲击下，越来越多人也已经看到了大数据之于传统制造业的巨大价值。

汽车作为现代工业皇冠上的明珠，又在近年来恰逢近能源转型与智能化两大风口，一度被视为夕阳产业的汽车行业，正在冉冉升起一轮新的数字化朝阳。

华为云中国区副总裁、云原生企业业务部部长潘捷，在日前的华为云“领跑汽车智能时代”高峰论坛上表示，“在新能源与智能化两大汽车发展方向的牵引下，中国汽车产业想要实现由大变强，数字化转型已经成为了车企迎接竞争新格局的必答题。”

如其所言，从研发到生产，再到后续的销售与用户体验，云计算能为汽车行业带来全生命周期的赋能变革，与之相同，汽车行业同样能够为云计算提供多样且存在可观价值的重要应用场景。

随着近年来BAT等互联网巨头以及华为等云计算头部玩家相继押注，在这场数字化赋能汽车行业的宏大战事里，汽车产业又能否成为云计算价值释放的重要根据地？颇值得我们剖析一二。

研发生产端：数字孪生与Know－how闭环

作为最擅长“无限游戏”的互联网大厂，BAT在几年前已经开始相继入局制造业，推出自己的云计算业务。早在17年，百度就首次推出了“AI质检员”，随后依托云计算能力延展出了更为多元的智能工业质检解决方案，并推出了AI2B平台。

作为电商和金融属性拉满的阿里，自2018年开始，从服装工业入手，随后基于自身云计算能力不断扩大，相继发布了ET工业大脑、SupET、飞龙、飞象工业互联网平台以及犀牛工厂等产品。

相较与前两者声量较弱的腾讯其实也不然，2018年，腾讯组建了新的事业群——云与智慧产业事业群（CSIG），近两年，腾讯更是与富士康、三一重工等制造企业、北明软件、东华软件等软件厂商深度合作推出了面向垂直行业的深度融合的解决方案。

为何巨头们在近几年纷纷涌向云计算赋能制造业的浪潮里？谈擎说AI认为，数字化赋能制造业在过去几年提速，存在多个驱动力加持：

一是5G网络的发展蓬勃，落地化诉求开始显现催化了制造业上云的天时；二是云计算头部玩家快速发展，云计算之于制造业的潜在价值飞速增长带来的地利；三是疫情催化下，传统制造业受到创伤倒逼行业对传统制造技术与方式的思考所带来的人和。

在天时地利人和的承托下，云计算历经几年发展，早已不再是单纯的点式线性，而是逐渐在面上拓开，正在从单一的算力，扩展到大数据、AI、物联网、安全，并且与未来的制造业升级和中国经济转型绑在了一起。

云计算作为制造业升级的技术创新，正成为争夺新一轮全球制造业主导权的关键。这股力量席卷到汽车产业上，首当其冲的研发上，云计算价值随之凸显。

汽车研发与数字孪生：

今年以来大火的数字孪生概念，正是起源于工业制造领域。在产品研发的过程中，数字孪生可以虚拟构建产品数字化模型，对其进行仿真测试和验证，考虑到参数调整带来的变化进行真实产品的“1：1”式模拟运作。

不难发现，对于汽车产业的研发作业而言，成熟的数字孪生技术能够保证产品的可靠性和可用性，同时降低产品研发和制造的成本与风险，完美达到降本增效的目的。

也许会有人发问，数字孪生不就是一个降低实体研发成本的“模拟器”吗？和云计算有什么关系？

其实不然，数字孪生通常是在云端进行，做数字孪生技术较为头部的西门子，更是倾向于将数字孪生看作纯粹的基于云的资产。

谈擎说AI认为，想要实现数字孪生技术，绝不是在CAD上疯狂建模就能搞定的，想要运行一个数字孪生，往往需要庞大的算力规模与算法弹性来支撑，这就是云计算对于数字孪生而言非常基础且必要的作用。除此之外，数字孪生在工业互联网、智能制造等层面都有着非常可观的价值。

当前在天眼查上搜索“数字孪生”关键词，相关的企业信息已经多达639条。

“数字孪生对制造业的价值是不言而喻的，但一个前提就是这是真正的研发全生命周期式的数字孪生”，一位不愿具名的云计算研发工程师刘畅（化名）向我们表示。

“虽然当前国内做（数字孪生）的公司增长很快，但赛道整体不算太热，就导致很多公司都在投入较少的前端画面上卷，疯狂输出科技感、精美感，但这其实是没有太大价值的，潜心打磨精细化模型部分，沉下心去研究评估，才是更有价值的方向。”

由此看来，在汽车的研发环节用数字孪生技术赋能，当前对于BATH等战略与资金双向加持的云计算巨头们而言，似乎是一片价值可观的蓝海。

生产环节的Know－how：

Ucloud创始人季昕华曾经有个说法，“云计算是技术，更是一套整体服务，做客户服务不能像电商客服一样只在线上喊‘亲’，而是要像保姆一样有销售经理贴身待命，有售后工程师随时接电话响应。”

微软的纳德拉负责Windows Azure业务的时候，同样会定期飞往硅谷，询问客户有什么样的需求，如何对业务进行改进。

事实上，无论是微软还是Ucloud，其实都是在指向云计算落地的一个重要问题，即当前不少云计算技术的落地应用存在或多或少的行业层面割裂，这样的割裂现象放在工业制造场景下会体现的更加明显。

就比如在汽车的生产制造方面，尽管IT工程师在建模、部署等环节具备更为快速稳定的输出能力，但无论是微软还是Ucloud，亦或是近年来不断发力的BATH，面对纷繁复杂的工业制造，想要让技术流畅赋能生产，单依靠IT工程师并不是一个最优解，具体行业的know－how是一个绕不开的门槛。

这就意味着，在对现代工业进行数字化改造的过程中，落实到云计算上，know－how是现在BAT巨头亟需解决的难题，俗话说，术业有专攻，让IT工程师能够随时响应客户的迭代需求，本质上就是在提高汽车工程师的生产效率，但沟通无疑是一个效率损耗的过程。

谈擎说AI认为，工业制造的know－how具有一定门槛，当有know－how的汽车工程师具备独立的建模分析能力，才能从根本上实现数据驱动的业务模式。

也因此，BATH作为在云计算上更有建树的企业，通过降低制造业数字化的准入门槛，更快速标准化地赋能有know－how的汽车工程师，价值似乎是要大于不断打磨IT工程师与制造业工程师之间的沟通效率。