我是靠谱客的博主 和谐煎蛋,最近开发中收集的这篇文章主要介绍智能重卡产品研发的三种逻辑博弈,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

摘要

f9509109c905725c516689a63fca4baf.png

本文以智能驾驶重卡产品研发流程作为研究对象,首先简要阐述智能重卡行业发展故事,接着从分别阐述主机厂、传统Tier1、智驾公司的产品开发流程,由此总结出未来智能重卡的开发流程,供大家参考。

一、故事

在智能驾驶赛道萌芽前,在重卡制造行业,整车厂负责整车产品开发,Tier1负责局部系统开发,按照既定的游戏规则稳定运行。

受制于重卡行业司机短缺、事故率高等痛点,智能/自动/无人驾驶等概念受到行业的追捧。在原有的整车厂和Tier1主导的生态中,二者都认为该技术尚未成熟,所以将其仅置于遥远的未来产品规划当中。

AI技术起源于计算机软件行业,21世纪以来该技术的应用颠覆了传统的各行各业行业。在AI从业者的眼中,万物皆可被编程。他们认为当计算机有了眼睛、大脑,再加上车轮,那么他就可以自由驰骋。这种认知在AI大佬中是基本共识,走在前面的大佬买一辆车,通过改装实现了自动驾驶,融到了钱。其他大佬看到无论是资本市场还是政府新区,甚至是头部用户都对这个事情感兴趣,于是摩拳擦掌、跃跃欲试,赛道就这样热起来了。

玩家多起来之后,投资人的要求也就多了。第一阶段你的车能够自动驾驶起来,我就给钱,后面我发现大家都可以跑起来了,那你是不是应该让车辆自己去干活呀。于是行业进入新的阶段,俗称商业化落地。

玩家们开始与终端客户去交流,我这个车可以实现自动驾驶,你有没有兴趣购买呀?客户说第一你这个车是不是合法?第二你这个车需要加多少钱?第三车子坏了好不好修?

玩家们开始以客户为中心来研究这个赛道,初步发现了三个问题:

(1)通过买车来改装,严格来讲是不合规的,现阶段国家支持行业发展,上路问题不大。但是长期来看必须解决合规问题。

(2)改装成本太高,如果销量起不来,基本卖多少就亏多少。

(3)修车确实是个大问题,全国这么大,坏在哪里都要去修,成本异常之高。

对这三个问题琢磨来琢磨去,发现以前想的路子走不通了,得想想新路子。纵观汽车产业发展历史,也没有太多的捷径可以走。无非就是两条正道:

(1)找弟兄造车,成为主机厂;

(2)找弟兄做产品,成为Tier1。

这个时候,局势相比于之前,稍稍有了些变化。传统主机厂和Tier1两位老大哥发现智能驾驶产业链逐步成熟、大众对于智能驾驶接受度明显提升,产品化的可能性增加了不少。于是两位老大哥大腿一拍,我要下水摸鱼了。

在一线主机厂看来,智能驾驶是未来的车辆的核心技术,我必须牢牢抓在手中;在二线主机厂看来,这是个新玩意儿,看是不是可以帮忙带点货;在三线主机厂看来,我不想和你们争抢,等你们都搞完我拿来就是。

在国际Tier1眼中,转向和制动我很早之前就考虑冗余问题,你们要的产品我都有规划,但是既然要做智能化产品,我做的肯定和我的硬件匹配最高呀;在国内Tier1眼中,这是汽车产业的重大变革,可能是我弯道超车的一个机会,我可得把握住了。

回到智能驾驶公司眼中,智能驾驶核心还是算法,我玩了这么久还没整明白,你们等着吧坑还多着呢。两位老大哥既然都有想法开干,咱们可以好好聊聊这么合作。我们很开放,投资、合资、项目制合作都可以谈。另外我的股东方,可能有你们的大客户哦,谈好了大家都受益。

故事到这里就先告一段落,2021年可以说是DEMO终结之年。在这一年,一汽解放·挚途科技在行业内率先实现J7量产;在2022年,纯做秀的智能重卡项目将逐步淡出群众视野,越来越多的智能车量产车型也即将上线。

在未来,两类智能驾驶公司将成为主流:

(1)虚实结合,一方面通过政策支持获取局部合规运营,通过运营积累场景数据支撑产品迭代,优化产品性能;另一方面通过合资/项目合作/造车等途径,获取未来前装的可能性;

(2)实干策略,从法规项入手做基础产品,逐步拓展L2、L2+、L3、L3+以及更高级别的产品序列。前者会获得产业链后端资本青睐,如科技物流、物流地产等;后者会获得产业链前端资本青睐,如传统Tier1巨头、主机厂等。

二、逻辑

从故事的角度来看,这是一个从DEMO到商业落地再到前装量产的故事。从产品开发的角度来看,这是一个新技术融入到一个老产品的必经之路。新技术的主体也会从智驾公司逐步向Tier1、主机厂转移。

下面我们从主机厂、Tier1、智驾公司等三个视角,分别来看各自的产品开发流程,以此来推导未来智能驾驶重卡的商业格局。

2.1主机厂视角的智能重卡开发流程

主机厂是传统重卡的生产企业,也是产品策划、设计、研发、量产、售后的主要责任单位。智能重卡在短期内仍然会以卡车的形态存在,所以主机厂仍然是智能重卡不可替代的参与者。

在此借用挚途科技解决方案总监黄文欢先生在盖世汽车的演讲内容,来阐述主机厂视角的智能重卡产品开发流程。挚途科技在参与智能重卡产品研发的过程中,将智能驾驶重卡的产品研发分为三个阶段,如图1“智能重卡产品开发趋势”所示:

eb578ed1e746f2f0b9ccfb1274da8dc4.png

图1:智能重卡产品开发趋势所示

(1)正向开发V1.0阶段:科技公司通过采购主机厂的线控底盘,通过改装实现自动驾驶功能,完成智能驾驶系统的产品正向开发。

(2)正向开发V2.0阶段:科技公司开始参与到智能重卡产品研发的整个流程,智能驾驶作为智能重卡的一个功能,主机厂将其要求释放给供应商,由供应商完成智能驾驶系统的软硬件开发,伴随产品策划、产品研发、开发、验证、发布、全生命周期整个过程。也是在这样的协同下,挚途科技于2021年7月前装量产了J7超级卡车。

(3)正向开发V3.0阶段:科技公司完全融入智能重卡开发的产品团队,深刻参与到智能重卡产品的战略规划。双方联合团队首先通过市场调研,明确智能重卡的细分市场、对于传统车型产品组合,针对不同的场景,推出不同的智能车产品。在产品过程中,通过规划产品营销、推广、服务等工作,最终实现对智能重卡产品线的全流程管理。

2.2传统Tier1的产品开发流程

站在传统Tier1视角,其核心优势是关键零部件产品,而智能驾驶功能必须依赖这些零部件产品来实现。其盈利模式是将零部件装在重卡上,通过重卡的销售与售后来提升零部件销量,从而获取利润。

智能驾驶系统虽然是一项颠覆性的技术,但是在Tier1眼中可能和发动机系统、转向器系统一样,都以重卡的一个子系统。因此他们的产品开发主要思路是拿到各主机厂的需求,结合技术发展趋势以及自身技术储备,规划处满足L2-L5的产品以指导产品开发工作。

从产品开发流程开看,无论是德国汽车行业的质量标准 VDA6.1还是美国标准APQP都将汽车零部件的产品定义、开发的过程分为五个阶段:产品定义、规划阶段,样件设计、试制、试验及定性阶段,生产技术准备阶段,小批量试制生产阶段,批量生产阶段,如图2所示:

1cba4e27c45e41a23435f0f103d00820.png

图2:传统Tier1产品开发流程

下面从智能驾驶系统及零部件开发的角度简要讲述这五个阶段的工作内容。

1)产品定义、规划阶段

营销部结合智能驾驶市场状况、各类客户的需求、预期销量等相关信息提出产品开发的需求。有相关部门对产品的技术问题进行评估,结合公司技术储备,提出产品开发规划。销售进一步与客户沟通,拿到客户对样品的图样、SOR等信息,出入给研发部门,评审后启动项目。

2)样件设计、试制、试验及定性阶段

项目负责人对顾客提供的所有技术资料进行消化,成立跨部门职能横向小组对产品的开发过程进行相关定义,确定工艺流程、特殊性能、实验大纲、过程失放横式,样件控制计划,测量计划以及工装夹具检具的布点等,并以书面文件形式进行下发及管理。

3)生产技术准备阶段

根据第二阶段对产品的相关定义,进行试制前点检完成后,对样件进行试制,通过对试制样件的多轮试制,提交合格的OTS样件(工装样品)供客户检测及认可。

4)小批量试生产阶段

由质量工程师根据不同顾客的不同要求对小批量试生产迸行组织,根据批量生产的要求,各工艺文件归口部门负责对工艺文件的更改和完善,对原有工艺规范进行修改,形成批量试生产所需要的各类作业指导节,分发到相关部门,项目小组对试生产情况进行跟踪。对存在的问题提出整改意见,书面反馈至相关部门进行整改,进行试生产确认和验证。

5)批量生产阶段

各文件归口部门负责将试制文件更新为正式文件,发到各相关部门。由质量部安排内审员进行审核,审核分为文件审核和现场审核,现场审核在小批重试生产时进行。审核时发现不合格项,需进行整改,改进合格后准予移交。现场除外的文件,如 PPAP 认可文件等可在小批量试生产后,量产移交前完成审核、量产移交后,项目小组仍需对产品的生产进行三个月的监控,如生产正常,则移交完毕,产品移交后的三个月内,项目小组召开经验总结会议,对整个项目开发过程中的经验教训进行总结,汇总更新到 《FMEA》中 , 并形成《经验总结报告》。

2.4智能驾驶公司产品开发流程

站在智能驾驶公司视角,公司的核心技术是智能算法,对于如何将智能驾驶技术落地到实际的生产实践中,从而产生可观的经济效益,一直是他们关注的话题。

现阶段智能驾驶公司主要有两类:解决方案公司和智驾产品公司。前者侧重于智能网联解决方案的落地,比如智能网联示范城市解决方案、智能港口解决方案、智慧矿山解决方案等,后者侧重于智能驾驶产品的落地,比如高级ADAS系统、L3智能驾驶系统、L4智能驾驶系统等。当然,大多数公司都是两条路在走,只是哪个方向更加侧重的问题。

本文对两种商业模式的选择不做评判,但从智能重卡的产品开发角度来看,方案公司将卡车视为执行器与工具,对车辆产品开发流程了解甚少,在此不做讨论;智驾产品公司则主要瞄准前装量产市场,对产品的质量和可靠性负责。

由于智能驾驶技术的传感器和算法仍处于快速发展阶段,从产品开发的角度,行业将产品开发分为五个阶段:原型阶段、工程验证阶段、设计验证阶段、生产验证阶段、量产阶段,如图3所示:

bc39bb290a8a43200bfa6cec9c5b5367.png

图3:智能驾驶公司产品开发流程

1)产品原型阶段

产品原型阶段俗称DEMO阶段,常见做法是从主机厂采购2个成熟的线控底盘,装上开源或者自研的智能驾驶软硬件,让卡车不用司机操作也能够跑起来。

这个阶段需要完成智驾系统ODD的定义,针对ODD所涉及的场景进行全面的数据采集、算法训练,从而达到相对稳定的状态。数据库和算法相对丰满之后,开始研究传感器减配,以此来降低套件成本。

2)工程验证阶段

工程验证阶段俗称路测阶段,由于公开道路的合规要求,改装的智能驾驶重卡一般只允许在示范区规定的道路上进行测试。然而这样的测试往往是不够的,因此一般的做法是组建测试车队,结合当地法律法规做一些运输测试。

要完成所有的工程验证,单凭智能驾驶公司可以说是无法完成的,因此智驾公司开始一方面找物流企业来进行联合运营验证,另一方面寻找合作主机厂试图将智驾系统进行前装。

从智能驾驶重卡行业发展来看,目前正在从原型阶段过渡到工程验证阶段。主机厂和物流公司资源将成为各智驾公司争夺的对象。

3)设计验证阶段

设计验证阶段俗称前装可行性验证,该阶段主要解决合规性问题和质量问题。该阶段仅凭借智驾公司完成的可能性为零。因此,现阶段常规的解决方案是:

(1)主机厂成立独资/合资公司,以整车开发视角完成设计验证阶段,如解放&挚途科技、上汽&友道智途等;

(2)智驾公司联合物流客户向主机厂定制1款车型,如赢彻&G7&东风模式;

(2)智驾公司转型为Tier1,招成熟团队来打造产品,如清智科技等;

(4)智驾公司借助资本力量整合二三线主机厂资源,成为造车新势力,如图森&图灵&福田模式。

不管是借助主机厂的力量,还是引入Tier1的经验,设计验证阶段都可以得到汽车行业的认可。

4)生产验证阶段

生产验证阶段俗称从试制到小批量,智驾系统的所有硬件与质量相关的所有实验都需要进行,并且得到主机厂认可。在设计验证阶段进行到中期的时候,需要组织生产资源,进行量产投入准备。

对智驾企业来说,生产不是一个他们擅长的板块,基本采取代工的模式进行。那么如何评估代工企业的资质、品控、产能这是一个重要的命题。针对小批量后的生产问题,如何做优化改进,保障产品质量,都是需要建设的板块。

5)批量生产阶段

进入量产阶段,智能驾驶系统就算完全SOP了,产品进入到售后服务环节。现阶段来看,除了挚途与解放联合研发的J7L3智能重卡,好像没有别的量产重卡车型发布。因为量产意味着上量,但是受限于目前智驾系统的成本和物流企业的运营成本管控,上量本身就是一件很难的事情。也只有解放这样的央企,挚途这样有主机厂背景的企业,才能在量产上突破给行业提供可复制样板。

三、未来智能重卡产品开发思想预判

在2021年以前,商用车自动驾驶行业是由智能驾驶公司主导的,他们通过DEMO搭建、解决方案落地,获得了场景方和资本的青睐。在客户对智能驾驶认知逐步具备基础之后,我们可以看到主机厂和Tier1开始入局,有些智能驾驶公司也开始引入主机厂、Tier1的人才来助力其量产产品开发。

在2022年,我们观察到商用车主机厂孵化的智能驾驶公司越来越多,Tier1在智能驾驶方面开始提升研发进度,有些智能驾驶公司开始后劲不足,行业开始逐步呈现大整合的局面。

这三种产品开发的思维开始博弈、融合、趋同,待新局面形成时应该是:面向终端客户的还是主机厂、Tier1的客户还是主机厂。智能驾驶公司要么成为主机厂要么成为供应商,成为前者的唯一可能是资本足够强大且多元,成为后者的可能性更大些。

如果把三种产品思维放在一起(如图4),其实还是非常和谐的。也许随着行业的发展,最终会向这张图一样达成新的平衡,各自负责各自的业务板块,等待下一轮产业革命的到来。

5f3c2e0874e4372ce4905d1cc4f0340e.png

图4:未来智能重卡产品开发格局

四、展望

新技术在旧的产品研发体制下自然会发展缓慢,新的产品研发思维要想得到旧体制的认可也需要付出巨大的努力。通过一些列的生产活动,新技术会逐步成熟,旧体系也会不断革新,最终形成新的格局。

很荣幸我们都能够参与到这个有趣的过程当中,并且在行业的发展中不断成长于突破,希望本文可以给读者带来一些新的思考。

最后

以上就是和谐煎蛋为你收集整理的智能重卡产品研发的三种逻辑博弈的全部内容,希望文章能够帮你解决智能重卡产品研发的三种逻辑博弈所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(63)

评论列表共有 0 条评论

立即
投稿
返回
顶部