傳統上，產量仍然是衡量汽車業主導地位的傳統指標，決定了汽車業如何運作的核心指標。但工業型企業必須擺脫過去的領導衡量指標，轉而採用新指標，這個指標能真實反映產品如何解決客戶問題。
特斯拉的高層理解「汽車產量」對華爾街而言有多重要，但他們的內部運作重點則專注於觀察汽車在行駛時的表現。透過車身上的多部攝影機，特斯拉工程師能夠監測每輛車行駛的每一英里，以便將硬體與軟體最佳化。
相比之下， Cruise靠100輛汽車蒐集數據，而Waymo則是1,000輛，而特斯拉則是透過超過200萬輛車來收集數據。 每一輛特斯拉都設計成能串連實體與數位領域，能在行駛過程中不斷收集數據。
特斯拉之所以與眾不同，是因為自2016年起，每輛特斯拉都內建了「影子模式」（shadow mode），即使自動駕駛Autopilot功能未啟動，車輛仍會模擬駕駛過程。 當演算法的預測與駕駛者的實際行為不符時，系統會記錄汽車攝影機畫面、車速、加速等參數，並將數據傳送至特斯拉公司。
特斯拉的人工智慧團隊會審閱分析這些資料，找出人類的駕駛行為模式，作為訓練特斯拉公司的神經網路。舉例來說，團隊發現系統無法識別被樹木遮擋的路標，便會研究如何改進數據品質的方法。聰明的人類與強大機器共同學習。特斯拉的神經網路正透過全球越來越多的車輛累積的里程數持續優化。
正如特斯拉執行長伊隆．馬斯克（Elon Musk）在2019年4月的特斯拉人工智慧日（Tesla AI Day）所說的：「基本上，無論是否啟動自動駕駛功能，每位駕駛都在訓練神經網路。」
特斯拉從零開始打造一個專門用於機器學習的超級電腦平台——Dojo，並且正在開發超級運算能力來處理一系列任務：利用來自車隊的數據訓練神經網路、自動標記車隊的訓練影片，以及訓練神經網路來建構自動駕駛系統。像這樣使用即時多媒體資料的能力，遠遠超出大多數傳統汽車製造商的能力範圍。
生成式AI的工業潛力
讓策略專家興奮的是「生成式AI」有能力徹底改造那些應用程式仍停留在史前架構中的工業。生成式AI最重大的影響將展現在工業應用時，如何使用多種類型的資料來獲取更深入的洞見。
或許在與人工智慧相關的喧囂之中，最有可能被忽略的一點是，能高效處理序列資料的「轉換器神經網路（transformer neural networks）」，不只可用於建構如GPT-4這樣的大型語言模型（LLM），還能超越消費性應用（如生成文字、圖片、聲音、電腦程式碼和影片），這個技術還可用於工業場景，例如幫助車輛理解複雜的交叉路口與可行駛路徑，或讓工業用機器人執行多樣化任務。
隨著生成式AI幫助人類變得更有效率、更具創造力，特斯拉的人工智慧模型將進一步提升自動駕駛的效能與安全性。對「產業專用語言模型」（industry-specific language model）的掌握，將日益成為決定企業是勝出還是落後的關鍵因素。
汽車成為「輪子上連網電腦」
不久前，傳統汽車製造商曾經嘲笑電動車（EV）只是高級高爾夫球車，但是到了2023年傳統汽車製造商卻全力投入電動車市場。全球從內燃機轉向電池電動車的趨勢看來已不可逆。想在未來取勝，企業必須無接縫整合設計與製造能力，與硬體、軟體、應用程式、連網技術、車載資通訊系統（telematics）與資料分析等新興的數位科技。
越來越多傳統汽車製造商意識到，汽車必須被重新構思並設計成「在輪子上連線至雲端的電腦」。因此，汽車製造商必須轉型為數位工程公司，具備傳統領域與數位科技核心能力。
賓士（Mercedes-Benz）和福斯（Volkswagen）汽車正在積極開發自有作業系統，並掌握軟體技術能力。Cruise已經推出原型車「Origin」——這是一款零排放電動車，設計成完全不需要人類駕駛，摒棄了方向盤和遮陽板等以人為主的設計元素。Waymo則與吉利旗下的Zeekr合作，開發出未來汽車原型，同樣取消了方向盤、油門與剎車。
元宇宙在汽車產業中的角色也逐步顯現。舉例來說，BMW在利用輝達（Nvidia）的Omniverse平台打造工廠，讓人類與機器人能夠緊密協作，並讓工程師在虛擬空間中共同工作。透過設計與規畫工具產生的逼真影像，BMW能夠在工廠尚未實體落成前，評估生產系統中必須做出的關鍵取捨。除了設計工廠之外，輝達的平台還幫助汽車製造商模擬高速公路與城市街道，以測試自動駕駛車輛的感知系統、決策能力與控制邏輯。
汽車業的競合關係！GM攜手微軟、現代找Uber的背後盤算
儘管如此，汽車產業正處於十字路口。 汽車的核心產品正迅速演變為數位工業產品，並依賴強大晶片系統（System-on-a-chip，SoC），由數百萬行軟體程式碼驅動。 從設計、製造、組裝與交付整輛汽車的業務流程，也愈來愈受到數位分身（digital twins）與元宇宙驅動的數位環境支援。此外，服務交付日益個人化，依賴車聯網系統、雲端連接、空中下載技術（over-the-air，OTA）軟體更新，以及即時推播的建議。
更重要的是，汽車製造商正深度嵌入與傳統企業和數位科技公司共同編織的生態系統，以獲取互補能力並確保互通有無。通用汽車正與本田（Honda）、微軟（Microsoft）和沃爾瑪（Walmart）合作擴展Cruise的規模。通用汽車與LG Chem共同開發了Ultium電池與馬達，一旦規模化生產後邀請其他汽車製造商加入成為合作夥伴。
現代汽車（Hyundai）和Aptiv共同成立的合資企業Motional也與Uber建立了自動駕駛接送與外送的合作關係。而特斯拉已將專利開放原始碼，可能會邀請其他汽車製造商使用Dojo超級電腦來提升自動駕駛系統的可靠性與安全性。
在企業紛紛透過策略聯盟來降低風險，無數新的聯盟正在形成。汽車產業的生態系統涉及競爭與合作並存的關係。
許多傳統汽車製造商已經擺脫過時的做法，融入新興網路，其中許多企業已宣布將加入特斯拉的美國充電網路。Uber是一個標準的融合公司，它將生態系統視為核心競爭力，它能在全球數千個城市中高效地媒合乘客與司機，並確保這些合作夥伴掌握即時數據來提供服務。
延伸閱讀：Bolt插旗台灣！Uber、Lyft坐穩北美雙雄、Grab已成東南亞巨獸⋯⋯一次盤點全球叫車平台戰況
固態電池時代近了！盤點「半固態電池」電動車：里程焦慮，真的要成為過去式了嗎？
本文授權轉載自《AI融合策略：工業巨頭如何擁抱人工智慧、即時數據，華麗轉型成為未來智慧工業》， Vijay Govindarajan , Venkat Venkatraman著，商周出版
責任編輯：蘇柔瑋
