李学：业务目标驱动，转型之精髓

汽车制造业的 ，无论是在智能/无人驾驶等产品及服务创新方面，还是在数字化工厂实践、全产业链以及车联网等生态建设方面，都可以说在中国制造业产业中是处于排名兵的位置，贡献了诸多业务及管理创新理念、新技术的应用场景。

“新基建加速”策略的推进，对于汽车产业的创新加速，相较于其他产业有更多的利好，“智能充电桩”、“数字新基建”或直接拉动 升级，或加速赋能产业智能转型。

那么，在汽车产业落地实践的过程中，数字化成果和现状如何?AI、5G等新技术在汽车产业发挥的价值几何?应对新常态的挑战和机遇，应该在哪些地方发力?作为一位新能源车企的 的参与者，李学在接受ENI经济和信息化编辑采访时重点谈到了四个关键点：业务目标驱动、新技术赋能、用户体验、个性化定制模式下的柔性制造。

谈到 这个理念，有一个非常主流的说法，就是“转”。这其中的内涵一个是商业模式的转型，是企业产品及业务模式的优化或者转变，新业态的实现等等;而具体到IT对业务的价值贡献：降本增效，提高利润。

在李学看来， 规划阶段，要立足业务驱动，基于业务战略发展要求，制定业务部门的指标分解。围绕企业研发设计、生产制造、质量控制、供应链管理等流程中涉及到的各项指标，对质量、成本、交付、工作效率等维度支持及引导业务创新。

这些看似跟信息化时代类似的说法，在数字化的框架下，就像李学强调的那样，目标给业务创新贡献可量化的KPI，在战术层面，将提效作为首要目标，战略层基于统一规划，最终实现以提升企业核心竞争力的运营管理方式变革。

李学：AI、5G等新技术赋能，道阻且长

随着人工智能、5G，大数据等新技术的快速推进，在汽车业已经产生了诸多的应用场景。但在李学看来，有些场景并非真正意义上的人工智能，这其中有一些是出于技术及应用成熟度的局限，也有一些因为业务本身还不未能对数据形成认知，还为能达到通过人工智能对数据进行训练和学习，并产生对业务进行指导价值的知识。

在人工智能应用方面，智能驾驶工程可以说是车企比较典型的应用场景。在生产制造领域，人工智能的应用场景目前还比较有限，目前在很多制造工厂内部，较为成熟的应用场景是机器视觉引导和质量检测，像基于深度数据学习和模型训练的预测性维护、基于大数据分析的工艺过程质量预防还在试点和探索阶段。

在大数据应用方面，车企在研发、生产、营销方面都有很多可以落地的场景。比如，以多年积累的数据为基础，进行工艺参数优化、物流运输路径优化，并通过建立数据模型进行预测性维护等，但在实际落地方面，依然基于智能驾驶需要采集处理大量、多类别数据的需求比较显性，因此在研发领域大数据的应用最为广泛，整体应用方面大多应该还处于试点的阶段。

此外，5G作为当下的行业热点，5G相对4G而言，性能方面具有质的提升，但5G在制造工厂内部，目前应用还比较有限，目前很多工厂内部还是基于局域网的通讯网络架构，5G在网络性能提升方面，相比局域网，技术优势无法体现。在自动驾驶领域，5G通讯可能会带来显著的效果。

对于新基建加速推起的新技术热潮，李学强调，汽车行业的 并非是强调新技术导入越多越好，新技术在导入时，一定是为了解决企业的问题和痛点，技术不是目的，不是企业 追求的目标，在技术多样化发展的当下，企业在 过程中，一定要保持清醒的头脑，企业应该根据自己的实际需求，理性选择。

李学：用户体验，转型之驱动力

当用户从60、70后逐渐向90、00后延伸，消费者的个性化需求、精神层面需求使智能体验日益成为购买汽车重要考虑因素，而在同质化产品激烈竞争的当下，制造的实务能力、产品的研发能力，对很多企业来讲都很容易被克隆的，因此服务用户、打造用户体验逐渐成为企业增强竞争力的重点。

正是基于这种新的需求特点，软件定义的创新方向在当下汽车业成为共识，软件能力将成为汽车企业赢得市场的重要考虑因素。无论是电动化、网联化还是智能化，对于整车研发来讲，传统的机械设计体系已经不能打造企业的核心竞争力，并没有达到突破性的革新。

特斯拉为什么现在这么火?主要就是其通过变革车的定位，在集群的基础上又衍生了其他模式，比如对车的功能的定义，从而吸引了用户。包括特斯拉、滴滴、顺丰等公司通过对智能驾驶的研究、对软件更新迭代、组建团队吸纳人才等方式提高研发能力。对于企业的整车研发，除了软件能力，车的轻量化也是打造竞争力的关键，轻量化材料的应用、对新能源汽车的三电等(如电池，电机、电控，都是企业可以深耕的方向。

基于此，李学谈到当下汽车企业数字化规划的重点内容，应该放到供应链的建设及优化上。无论是面向市场的快速交付、个性化定制的需求，都需要有强有力的供应链支持。从供应链的整体规划到布局细节，从仓储到运输，从零部件的入场到整车发运，以不同的车型、混线，不同的产量而进行划分，以打造柔性供应链，形成供应链的联盟，也就是业界定义的柔性制造。

柔性制造：多元能力打造柔性生产

汽车企业的柔性制造价值体现在多个方面，在实现柔性的过程中，同样需要多个能力的支撑。

首先是低成本化。整个制造成本当中，集成供应链的成本是制造成本的一个重大环节，在很多环节都有降本的需求，比如供应链的构造、用户的对接、生产计划如何同步协同给供应商，都是制造成本中重点考虑的内容。

对于供应链的管理，也是降低库存的一种方式，既满足目标生产又降低库存的最优解很难达到。在不同的企业里面，库存管理也有很大的学问，库存储备的越多，亏损资金也随之增加。现在智能制造、 ，企业供应链的投资和建设都是占用很大一笔资金或百分比的，而前面提到的柔性制造，生产行业的工厂类执行，个性化的商品生产，人力成本也是重要的考虑因素。

另外，柔性制造的核心是受众导向化，面向用户，打造和用户的对接。传统的主机厂，很多用户的订单还要通过线下、通过4S店处理，而现在实时订单可以锁定在APP上，缩短与用户之间的距离。在整个生产的过程中，对各项指标的监控，需要从工厂内进行反馈，因此在打造 解决方案之时，需要重点考虑。

三是柔性自动化，体现在设备识别方面。在主机厂里面会经常提到车辆配置的识别，以弹性的自动化支撑产品的特性。对于生产来讲也是如此，通过从车头到其他配置的了解，进行相应的操作。

四是生产能力多元化。不同的颜色、不同的配置，无论何种车型，不需要花过多的时间做切换，相当于生产线是非常柔性的，可以满足各方面的需求。高配、低配、运动版、性能版等等，以更优质的生产能力、更灵活的生产线进行车辆的配置，从而获得用户青睐，占领更多市场。

李学：新常态下的合作模式：业务牵头、IT配合

在 的当下，IT部门发挥着不可忽视的作用。传统的机器人加设备，IT成本很少，业务层面的配合也较少。现今，包括像工业互联，IoT等等，则主张在传统的ERP、MES系统外，更多的去融入产线设备数据采集，突破传统IT的界限，实现OT和OT的融合。

对于制造企业来说，通过业务层面整体规划，从业务层面到团队人力搭配再到实施落地，IT系统在 中产生价值所依赖的条件较多。同时，IT更类似于一个平行部门，通过对接业务进行规划来保证交付，目前在很多企业没有认识到业务渠道规划的作用，业务牵头的模式在企业里的应用比较少。

因此，由IT部门牵头，是当下很多企业的 模式，也是当下大多企业的选择。但很多企业的IT部门没有足够的业务经验，并不能够站得很高的视角和格局去去打通业务，也很少有机会去跟业务领导对接交流，很多规划都是基于一些传统的做法，而在新基建的背景下这种模式略显保守。但由于他们对系统很了解，最好的搭配是业务来牵头，然后IT来配合去实施，双方达成一个目标，利用丰富经验共同实现对业务价值和业务绩效的贡献。

在制造领域，需要物流、供应链、生产、制造、工艺、质量等等方面的配合，并非仅属于某一部门的规划，新技术应用下的 ，人才战略也十分重要。新基建加速了汽车企业的 速度，也加快了企业生产、运营、营销模式的重构，企业在重视IT系统的同时，也要与自身的实际情况相结合。如何培养既具战略规划眼光同时具备复合性业务知识能力的人才，对 的整体架构和顶层设计有十分重要的影响。

正当时，但行业内并没有统一标准。从整体规划到实施落地，从系统选型到上线运营，重新定义一个企业甚至一个行业，离不开变革与创新，更离不开人在 中的作用。