首页科技快讯哪些公司在支撑新能源汽车狂飙？

哪些公司在支撑新能源汽车狂飙？

来源：晰数塔互联网快讯时间：2023年03月31日 12:22

头图丨影片《红海行动》

出品 | 虎嗅智库与产业服务部

近年来，智能制造、新能源汽车等概念狂飙突进，成为产业发展的重要方向。

汽车的变革不止在于其能源“新”，其生产制造方式也面临范式的转变。

在智能制造的支撑下，新能源汽车从研发到生产被极限改造——强大的设计软件可以快速孕育出上万种新零件，完成测试后投入生产，在“工业大脑”的指挥下汽车零部件迅速组装和制造，甚至可以自主运动，所有工序在精密的机器眼监控下“一丝不苟”、“分毫不差”。同时，个性化、定制化、智能化的新车型也将倍速来到消费者面前。

当然，新能源汽车的生产制造智能化并非易事，生产方式的革命通常涉及软件、设备及模式的改造，但由于新能源汽车相关产品迭代快、精度高、制造工艺难、生产批量小，挑战格外严峻。

而更值得注意的是，我们发现当下新能源汽车销量增速和渗透率提升呈现放缓趋势，尤其是中端市场的新能源渗透率要低于行业平均水平。原因为何？

图：乘用车三大类市场，新能源渗透率对比

资料来源：中汽协，汽车之家，长江证券研究所

根本原因在于生产成本高，且难以挖掘降价空间。技术创新、降本增效，是新能源汽车制造商们未来几年内必须要完成的挑战。有业内专家向虎嗅智库提到，若特斯拉能够将起售价降到20w元以内，那将彻底重组新能源汽车竞争格局。

那么，新能源汽车整车厂及核心零部件厂商要如何大幅提升产能与精益化能力？我们认为，智能制造的重要组成部分——智能工厂，恰恰是从根源上解决上述问题的一副良药。

智能工厂是未来制造业的方向，也是实现智能制造的重要手段之一。在当下，智能工厂建设路径多以制造过程和生产管理的智能优化切入，在这些环节中，诸多拥有创新技术与制造经验的中国企业陆续参与进来，支撑和推进新能源汽车制造工厂的进化。

基于此，虎嗅智库特别推出了《新能源汽车·智能工厂供应商竞争力研究分析报告》暨大鲸榜评选，旨在对提供研发设计、生产运营、质量检测智能服务的成长型企业，展开广泛而深入的调查研究。去寻找在这三大环节中，有哪些创新的解决方案值得关注？这些解决方案的有效性如何？有哪些先进的落地案例可以参考？

历经3个月，基于虎嗅智库构建的技术商竞争力评估模型，通过技术商深度调研、行业专家访谈、桌面研究等研究工作，最终从60余家候选企业评选出15家进入最终的大鲸榜。

榜单的完整名录如下：

评选范围聚焦成长型公司，不包含上市企业

本次评估维度包括技术能力和执行有效能力两大方向：技术能力指标综合考察企业的技术创新、基础投入、竞争优势等；执行有效能力指标综合考察行业应用、客户服务能效、市场拓展力等方面。依据技术商评分表现，虎嗅智库将入选企业划分为四类角色，分别是领导者、专注者、创新者、挑战者。

领导者在清晰地预见市场方向，并凭借扎实的服务能力和技术积累，建立和保持领先地位。领导者在提供产品和服务上持续迭代创新，并将自身产业积累知识传递给客户与合作伙伴，得到客户的信赖。

专注者通过提供专业的资源和工具满足客户特定需求，在特定领域内服务对象广泛，用户活跃度高。由于很难扩展到其他细分领域，专注者一般会选择深化产品价值。

创新者凭借创新的技术应用，专注于提供先进的、差异化的服务，以满足当下和潜在的市场需求。但需要持续产业融合、提高自身能力，以满足客户的期望。

挑战者拥有敏锐的洞察力和前瞻性，其产品/服务具有较强的应有价值，但目前的模式在灵活性或成熟度上仍有欠缺，在客户实际使用中存在一定局限性。虎嗅智库期待他们通过不断拓宽服务边界，成长为可靠的一股力量。

那么上述四类角色都分别提供哪些特色的服务/方案？具体又是如何应用落地？点击这里进一步查看。

伴随调研，虎嗅智库还同期发布了一份报告。在报告中，我们试图回答以下问题——

当前新能源汽车行业正积极推进生产数字化与智能化发展，如今进入了什么阶段？面对企业潜在痛点，哪些技术应用将会成为主流？未来又会面临何种挑战？新能源汽车制造工厂的发展现状与趋势如何？

以下内容摘自调研报告。

工厂智能化整体处于早期阶段

虎嗅智库认为，智能工厂分为三个层次：第一个层次是流程的自动化，即用机器设备取代人工劳动，第二个层次是流程执行过程中的基于设定条件进行判断并产生提示，例如报警或者防错等，第三个层次也就是最高的层次，流程具备自主决策，这里会涉及到数据和先进算法的应用。

由于制造端的复杂性，目前智能工厂发展普遍停留在第一层和第二层，仅有少数领军企业开始探索第三层级，智能化之路仍需要漫长的发展。

无代码技术将成为主流应用

随着数字化转型的需求大幅提升，信息技术人才将变得更为稀缺。无代码开发作为一种“无需通过手工编辑代码，同样可以达到目标需求” 软件开发方式，能够使企业更多人员参与到编程工作中，应用自动化技术提升工作效率。

例如，智能工厂核心应用MES系统，在低代码技术加持下，运营能力进一步加强。大鲸企业新核云通过工业低代码平台COREPaaS帮助客户构建供应链指挥平台，基于新核云SaaS ，快速配置一二级供应商，与终端加工工厂的MES方案，完成车间层的计划排产、质量、生产过程、设备管理数字化，与企业层的ERP关键信息整合，并应用于供应链中所有企业，实现基于数据的产业链协同。

机器人使用将越来越多

随着企业致力于以更低的成本实现更大的价值，工厂自动化程度将进一步深化。尤其协作机器人的应用将广泛普及，包括从在生产车间中自动完成制造任务到在仓储物流体系中自动完成运输工作等。

本次调研中的典型案例如：某德系车企的生产工厂，随着新车型的不断引入，为满足扩产需求汽车零部件数量随之增多。但是中小件物流场景复杂度高，对于拣选作业的效率、安全及稳定性提出更高要求。基于此，极智嘉与该工厂联手对整车生产物流作业环节逐一进行价值流、流程及动作分析，从安全方案、质量防错、稳定性、应急预案等全方位考量，重塑优化了汽车中小件拣选作业流程，最终物流车间可快速响应生产节拍，柔性增减物流产能输出。

聚焦数据挖掘分析，驱动业务优化

随着传统生产要素逐步数字化，研发、运营等制造业务向数字空间转移，大量工业数据随之产生，加之人工智能和大数据等技术的突破与融合应用，也为数据挖掘分析提供了有效手段。

因此，数据对业务的影响也愈发重要。构建“采集、建模、分析、决策”的数据优化闭环，已成为智能化实现的关键路径。“数据是全行业的挑战”，艾普工华副总经理胡礼表示，过去做了大量的数据采集，目前要集中投入在提取数据分析的应用价值上面，避免数据成为“死数据”。

德勤管理咨询中国总监陈竞认为新能源车企智能工厂的超越点，应该着眼于对数据的应用，以业务价值为导向的数据应用是未来汽车业务的核心，也是未来供应链运营水平提升的核心。