人工智能如何改变汽车行业以及客户体验

IAA Mobility 2023 是全球最大的移动盛会，9 月 5 日至 10 日吸引了约 50 万参观者来到慕尼黑。汽车行业的人工智能 (AI) 是今年展会几乎所有领域的反复出现的主题。 例如，在驾驶辅助系统和自动驾驶的开发中，或者在质量控制和生产中。

在汽车工厂，人工智能控制的机器人现在可以独立执行焊接、喷漆和装配等任务。

智能算法也越来越多地用于监控车辆状况并提供即将进行的维护或维修的指示，也称为“预测性维护”。

人工智能还用于车辆设计和优化驾驶，以提高导航系统语音控制和智能停车辅助设备的效率和可持续性。 同时，营销、销售和客户服务实施人工智能，让客户更满意，供应链更高效。

汽车行业的人工智能：人工智能如何改变进程

我很高兴在移动节上讨论人工智能，宝马集团数字供应主管 Alexander Scholz 以及来自电动汽车初创公司 ChargeX 的 Tobias Wagner 也加入了讨论。 在喧嚣的贸易展中，我们能够使用由我们的合作伙伴 IBM iX DACH 与 TikTok 共同运营的行政酒廊，举办一场激动人心的人工智能大师班。  

生成式人工智能是真正的游戏规则改变者，尤其是在通信领域。

这是因为该技术可以根据现有信息和用户输入生成新内容。 它基于大型语言模型 (LLM)，并用于 ChatGPT、Google Bard 和 Aleph Alpha 等 AI 工具。 当在许多不同的上下文和维度上对大量数据进行训练时，此类机器学习 (ML) 模型现在可以理解复杂的关系和依赖关系。

对于宝马专家 Alexander Scholz 来说，这项技术也是一个重要的效率驱动因素，尤其是在供应链中。

人工智能在汽车行业的好处已经在生产中体现出来。 例如，在宝马位于斯巴达堡的美国工厂，仅在车身车间使用人工智能每年就节省了超过一百万美元的生产成本。 该公司已经在车辆设计中试验人工智能，例如在无需人工干预的情况下设计新型越野车。

年轻公司 ChargeX 的模块化电动汽车充电基础设施也依赖人工智能解决方案。 它用于在站点的各种电动汽车之间自动分配负载。 “我们可以用它来制定最佳的充电策略，”创始人兼首席执行官托比亚斯·瓦格纳告诉我们。 但他们仍处于早期阶段。

关注人工智能在汽车行业的潜在风险

尽管观点不同，但讨论也揭示了许多共同点。 例如，当我们谈论人工智能的潜在风险时，例如数据安全、敏感信息保护或责任和保修问题。

“我们需要积极主动，确保最大程度的透明度，”肖尔茨强调。 他补充说，负责任地使用人工智能语言模型并在自己的员工和客户之间建立对其使用的信任非常重要。

为此，宝马已经发布了自己的人工智能指南，其中列出了处理这种颠覆性技术的道德原则。 其中包括不盲目依赖没有人类控制的人工智能响应。

为了防止人工智能产生“幻觉”——尤其是在安全关键的情况下——必须通过适当的培训确保法学硕士的输出实际上是正确的和公正的。 此外，如果有疑问，人类的判断应始终优于人工智能的判断。

如果没有最终用户的认可，最好的人工智能解决方案也是无用的

托比亚斯·瓦格纳（Tobias Wagner）在我们的讨论中引入了另一个方面：最终用户接受的绝对必要性。

他表示，汽车行业需要对此特别敏感，因为驾驶员希望自己做出决定，而不是让他们听从不透明的算法。

他指出，他公司的充电应用程序在早期版本中会根据历史数据和特定位置的当前情况自动确定电动汽车的最佳充电过程。

“但人们希望根据自己的具体情况自行决定电池应该充满多少电量以及需要多长时间，”他在谈及 ChargeX 的经验时说道。 他表示，人工智能的合理建议和推荐是有帮助的，但最终的决定必须由客户决定。

与其去监管AI，不如去创造自己的体验

然而，所有小组成员都同意，对新技术的永久监管（任何形式）都无济于事。 这只会减慢创新速度，而德国也会在另一个领域落后。

然而，通常有必要与汽车制造商的法律部门详细讨论目前出于责任或数据保护原因可能采取的措施，以及可能仍然存在的限制。 共同解决这些问题应确保新用例的实施不会因法律问题或现有的担忧而被推迟。

收集员工自己的经验也有助于减轻人们对人工智能应用的严重担忧。

大师班的专家们坚信，“人工智能的发展已经无法停止，甚至无法逆转”。 相反，挑战在于如何塑造它并负责任地使用它。

没有数据质量，人工智能就不会输出有用的结果

在慕尼黑的大师班上，我们还讨论了在汽车行业使用生成式人工智能的另一个关键问题：数据的收集和结构化及其质量。 有人指出，如果没有高质量的数据，最好的分析工具也是毫无用处的——如果数据很差，那么即使是最好的人工智能也只能提供无用的答案。

另一方面，如果在客户旅程中的所有接触点收集和分析相关信息，则可以通过客户的首选渠道向客户发送定制优惠。 不过，这需要他们的同意。

我们的小组一致认为，生成式人工智能是根据接收者当前情况量身定制的个性化营销的理想工具。 这是因为它是自动化 1:1 营销活动的绝佳方式，这些营销活动与客户高度相关，因此会产生更好的结果。

开发人工智能解决方案的两步法

肖尔茨表示，宝马正在采取两阶段的方法来进一步利用人工智能。 第一步是利用它来提高所有领域的效率，减少工作量并减轻员工的日常任务。 在第二阶段，将更容易根据收集到的数据做出更精确、更好的决策。 这也将为员工在人口变化和人员短缺日益严重的情况下提供有效的支持。

我们对汽车行业人工智能的讨论可以概括为以下几点：

1. 汽车行业已经有无数可以充分利用人工智能的用例。 我们在会议中讨论了一些示例，从供应链到充电基础设施再到面向客户的流程，但我们才刚刚开始发展。
2. 技术变化非常快。 因此，该行业值得在其组织中建立专门的团队/能力中心，以密切关注发展并能够对新趋势做出快速反应。
3. 当前的趋势是汽车公司拥有自己的“企业ChatGPT”，根据其特定需求定制，并使用自己的数据进行培训，以保证结果的质量。
4. 清洁数据是从业务角度从人工智能部署中获得有趣结果并改善客户体验的关键。
5. 当今最大的挑战之一是寻找具备必要人工智能技能的员工或自行培训他们。
6. 良好和透明的沟通对于解决并有望减轻员工和客户的担忧至关重要。

能够从专家组专家那里直接听到他们如何使用人工智能来提高自己的业务流程的效率，这对我来说是很丰富的。 还包括他们如何利用它来改善销售、营销和服务，最重要的是，为客户创造更好的客户体验。

这是一个激动人心的时刻，我很高兴看到人工智能在汽车行业的下一步发展。 你是？