人工智慧如何改變汽車產業以及客戶體驗

IAA Mobility 2023 是全球最大的行動盛會，9 月 5 日至 10 日吸引了約 50 萬參觀者來到慕尼黑。汽車產業的人工智慧 (AI) 是今年展會幾乎所有領域的反覆出現的主題。 例如，在駕駛輔助系統和自動駕駛的開發中，或在品質控制和生產中。

在汽車工廠，人工智慧控制的機器人現在可以獨立執行焊接、噴漆和組裝等任務。

智慧演算法也越來越多地用於監控車輛狀況並提供即將進行的維護或維修的指示，也稱為「預測性維護」。

人工智慧也用於車輛設計和優化駕駛，以提高導航系統語音控制和智慧停車輔助設備的效率和永續性。 同時，行銷、銷售和客戶服務實施人工智慧，讓客戶更滿意，供應鏈更有效率。

汽車產業的人工智慧：人工智慧如何改變進程

我很高興在移動節上討論人工智慧，BMW集團數位供應主管 Alexander Scholz 以及來自電動車新創公司 ChargeX 的 Tobias Wagner 也加入了討論。 在喧囂的貿易展中，我們能夠使用由我們的合作夥伴 IBM iX DACH 與 TikTok 共同經營的行政酒廊，舉辦一場令人興奮的人工智慧大師班。  

生成式人工智慧是真正的遊戲規則改變者，尤其是在通訊領域。

這是因為該技術可以根據現有資訊和使用者輸入產生新內容。 它基於大型語言模型 (LLM)，並用於 ChatGPT、Google Bard 和 Aleph Alpha 等 AI 工具。 當在許多不同的上下文和維度上對大量資料進行訓練時，此類機器學習 (ML) 模型現在可以理解複雜的關係和依賴關係。

對BMW專家 Alexander Scholz 來說，這項技術也是一個重要的效率驅動因素，尤其是在供應鏈中。

人工智慧在汽車產業的好處已經在生產中體現出來。 例如，在BMW位於斯巴達堡的美國工廠，光是車身車間使用人工智慧每年就節省了超過一百萬美元的生產成本。 該公司已經在車輛設計中試驗人工智慧，例如在無需人工幹預的情況下設計新型越野車。

年輕公司 ChargeX 的模組化電動車充電基礎設施也依賴人工智慧解決方案。 它用於在站點的各種電動車之間自動分配負載。 「我們可以用它來製定最佳的充電策略，」創始人兼執行長托比亞斯·瓦格納告訴我們。 但他們仍處於早期階段。

關注人工智慧在汽車產業的潛在風險

儘管觀點不同，但討論也揭示了許多共同點。 例如，當我們談論人工智慧的潛在風險時，例如資料安全、敏感資訊保護或責任和保固問題。

「我們需要積極主動，確保最大程度的透明度，」肖爾茨強調。 他補充說，負責任地使用人工智慧語言模型並在自己的員工和客戶之間建立對其使用的信任非常重要。

為此，寶馬已經發布了自己的人工智慧指南，其中列出了處理這種顛覆性技術的道德原則。 其中包括不盲目依賴沒有人類控制的人工智慧回應。

為了防止人工智慧產生「幻覺」——尤其是在安全關鍵的情況下——必須透過適當的培訓確保法學碩士的輸出實際上是正確的和公正的。 此外，如果有疑問，人類的判斷應始終優於人工智慧的判斷。

如果沒有最終用戶的認可，最好的人工智慧解決方案也是無用的

托比亞斯·瓦格納（Tobias Wagner）在我們的討論中引入了另一個方面：最終用戶接受的絕對必要性。

他表示，汽車產業需要對此特別敏感，因為駕駛者希望自己做出決定，而不是讓他們聽從不透明的演算法。

他指出，他公司的充電應用程式在早期版本中會根據歷史數據和特定位置的當前情況自動確定電動車的最佳充電過程。

「但人們希望根據自己的具體情況自行決定電池應該充滿多少電量以及需要多長時間，」他在談到 ChargeX 的經驗時說道。 他表示，人工智慧的合理建議和推薦是有幫助的，但最終的決定必須由客戶決定。

與其去監管AI，不如去創造自己的體驗

然而，所有小組成員都同意，對新技術的永久監管（任何形式）都無濟於事。 這只會減慢創新速度，而德國也會在另一個領域落後。

然而，通常有必要與汽車製造商的法律部門詳細討論目前出於責任或資料保護原因可能採取的措施，以及可能仍然存在的限制。 共同解決這些問題應確保新用例的實施不會因法律問題或現有的擔憂而被推遲。

收集員工自己的經驗也有助於減輕人們對人工智慧應用的嚴重擔憂。

大師班的專家們堅信，「人工智慧的發展已經無法停止，甚至無法逆轉」。 相反，挑戰在於如何塑造它並負責任地使用它。

沒有數據質量，人工智慧不會輸出有用的結果

在慕尼黑的大師班上，我們也討論了在汽車產業使用生成式人工智慧的另一個關鍵問題：資料的收集和結構化及其品質。 有人指出，如果沒有高品質的數據，最好的分析工具也是毫無用處的——如果數據很差，那麼即使是最好的人工智慧也只能提供無用的答案。

另一方面，如果在客戶旅程中的所有接觸點收集和分析相關訊息，則可以透過客戶的首選管道向客戶發送客製化優惠。 不過，這需要他們的同意。

我們的小組一致認為，生成式人工智慧是根據接收者當前情況量身定制的個人化行銷的理想工具。 這是因為它是自動化 1:1 行銷活動的絕佳方式，這些行銷活動與客戶高度相關，因此會產生更好的結果。

開發人工智慧解決方案的兩步法

肖爾茨表示，BMW正在採取兩階段的方法來進一步利用人工智慧。 第一步是利用它來提高所有領域的效率，減少工作量並減輕員工的日常任務。 在第二階段，將更容易根據收集到的數據做出更精確、更好的決策。 這也將為員工在人口變化和人員短缺日益嚴重的情況下提供有效的支援。

我們對汽車產業人工智慧的討論可以概括為以下幾點：

1. 汽車產業已經有無數可以充分利用人工智慧的用例。 我們在會議中討論了一些範例，從供應鏈到充電基礎設施再到面向客戶的流程，但我們才剛開始發展。
2. 技術變化非常快。 因此，該行業值得在其組織中建立專門的團隊/能力中心，以密切關注發展並能夠對新趨勢做出快速反應。
3. 目前的趨勢是汽車公司擁有自己的“企業ChatGPT”，根據其特定需求量身定制，並使用自己的數據進行培訓，以確保結果的品質。
4. 清潔數據是從業務角度從人工智慧部署中獲得有趣結果並改善客戶體驗的關鍵。
5. 當今最大的挑戰之一是尋找具備必要人工智慧技能的員工或自行培訓他們。
6. 良好和透明的溝通對於解決並有望減輕員工和客戶的擔憂至關重要。

能夠從專家組專家那裡直接聽到他們如何使用人工智慧來提高自己的業務流程的效率，這對我來說是很豐富的。 還包括他們如何利用它來改善銷售、行銷和服務，最重要的是，為客戶創造更好的客戶體驗。

這是一個令人興奮的時刻，我很高興看到人工智慧在汽車行業的下一步發展。 你是？