软件定义汽车，箭在弦上的产业变革.pdf

软件定义汽车箭在弦上的产业变革3w前言 11. 对 “ 软件定义汽车 ” 的理解 22. 软件定义汽车的驱动力 32.1 产业发展需要 32.2 消费者期待 32.3 价值链转移 43. 现状与未来的差距 53.1 汽车软硬件架构难以适应软件定义汽车的发展需要 53.2 传统瀑布式开发模式面临较大的局限性 93.3 组织结构和人才供给是汽车向软件转型的一大短板 113.4 来自供应链体系的阻力 124. 新赛道将涌现哪些机会 134.1 软件定义汽车趋势下产业价值链盘点 134.2 软件平台的地位凸显 144.3 从 Tier-2到 Tier-0.5 165. 产业链上不同企业该如何应对 175.1 主机厂理性评估 ， 按能力布局转型 175.2 零部件企业 “ 两头受挤 ” ， 最好开启自我变革 185.3 汽车软件公司机遇和挑战并存 ， 灵活定位释放价值 19结语 20联系我们 21目录软件定义汽车 箭在弦上的产业变革 | 目录w在过去的几年中 ， 智能手机和计算机 ， 其标准化硬件在现有技术水平下正逐渐接近物理极限 ， 这推动了其行业逐步从由硬件升级发展主导产品创新 ， 转向由软件开发和迭代去推动硬件设计的更新和升级 诚然 ， 不同于硬件相对标准化的智能手机和计算机行业 ， 汽车产业有着其特殊性 ， 不论是硬件的标准化程度 ， 还是车辆的技术特点差异 ，都使汽车产业尚未具备客观条件以完全复刻智能手机和计算机行业规律 ， 但伴随硬件标准化的推进和技术差异化的减小 ， 汽车产业也或将经历相似的过程 。 无论是出于客观因素 ， 例如受限于生产工艺水平或材料物理特性使得硬件设计达到了顶峰 、 硬件性能也接近物理极限 ， 还是源于主观因素 消费者对于应用软件带去的创新体验越来越敏锐和强劲的需求 ， 都在推动汽车产业诉诸于软件技术来谋求变革和发展 ， 使硬件技术上附加上更多软件的价值和烙印 。在这一背景下 ， “ 软件定义汽车 ” 的说法开始在汽车产业内盛行起来 。 特斯拉被认为是目前这一趋势最典型的实践者 ， 从面向消费者可见的 OTA服务 、 自动驾驶套餐包以及围绕软件的差异化营销 ， 再到底盘下灵活的软硬件开发架构 、 中央计算平台 ， 都成为行业研究和讨论的焦点 。 如果结合特斯拉的创新案例 ， 软件定义汽车给行业带去的两个最显著冲击体现在 ： 第一 ， 软硬件解耦 ， 让汽车的物理开发和数字开发并行不悖 ， 但更多的是由软件来定义差异性 ； 第二 ， 软件商品化 ， 无论是以月为频率的软件更新带去的性能提升和新的功能 ， 还是类 SaaS的订阅收费 ， 特斯拉目前所代表的新的商业模式尽可能地延长了汽车的生命周期和价值周期 。一部分意识超前的主机厂已经开始战略转型 ， 加快软件能力的建设 ； 而一部分企业出于资金投入 、 内部转型难度等多方面的考虑 ， 对向软件转型仍报以谨慎乐观态度 。 为此 ， 本文试图帮助车企厘清 “ 软件定义汽车 ” 的由来 ， 发展背后的推动力 ， 对行业带去的各类变化 ， 转型的阻力 ， 新涌现的行业机会等等 ， 并根据各产业链上的利益主体所处的行业位置 、 能力构成 ， 提供了几种可行的应对模式和转型路径 。 希望借此报告能够帮助主机厂 、 零部件企业 、 新兴的软件企业看清软件定义汽车的本质和发展脉络 ， 理性应对 ， 按需布局 ， 提前在产业链变革中锁定高利润环节 。前言*软件定义汽车 箭在弦上的产业变革是一本德勤独立出版物 ， 并未获得特斯拉公司的授权 ， 赞助或官方认证 。1软件定义汽车 箭在弦上的产业变革 | 前言自 2018年起全球汽车产业便掀起了关于“ 软件定义汽车 ” 的讨论 ， 2019年大众汽车 CEO赫伯特 迪斯更是提出大众将成为一家由软件驱动的公司1， 这也正式标志着行业开启了向软件转型的大幕 。 自此之后 ， 市场对于软件定义汽车有诸多解释 ，既有专注于整车 OTA（ 空中升级 ， Over-The-Air） 体系建设 、 自研操作系统的讨论 ， 也有对电子电气架构 、 基础软件平台的详细拆解 。对此 ， 德勤希望在多方解读的基础上试图给出一个更全面 、 更深入的理解 ： “ 软件定义汽车 ” 从表面上看是车内软件 （ 包括电子硬件2） 的数量 、 价值超过机械硬件 ，背后更多的反应了汽车从高度机电一体化的机械终端 ， 逐步转变为一个智能化 、可拓展 、 可持续迭代升级的移动电子终端 。 为实现这一目标 ， 整车在标准操作程序前便预埋了性能超前的硬件 ， 并通过OTA在生命周期中逐步解锁和释放功能和价值 。 在该背景下 ， 主机厂的核心能力将从机械硬件转向电子硬件和软件 ； 产业价值链也将从一锤子硬件销售转向持续的软件及服务溢价 。1. 对 “ 软件定义汽车 ” 的理解首先 ， 软件及汽车电子占整车的研发成本逐步提高 ， 车内软件和电子硬件价值有望超过硬件 ， 成为整车价值的核心 。 据测算 ， 预计到 2030年软件成本占整车BOM（ 物料清单 ， Bill Of Material） 的比重将从目前不到 10%增长到 50%。 需指出的是 ， 这里的软件除应用程序开发 、 还包括AI算法 、 操作系统 ， 以及软硬件一体化程度高的控制器 、 芯片等电子硬件 。其次 ， 软件及软件更迭所带来的性能和功能变化 ， 将决定未来汽车的差异性 。 软件的更新维护是未来主机厂提供差异化体验 、 提升客户满意度最经济 、 最便捷 、最快速的一种方式 。 前提是由硬件提供冗余 ， 再由软件实现迭代 。最后 ， 包括主机厂 、 零部件企业等产业链上企业将加强软件能力建设 ， 并围绕 “ 软件定义汽车 ” 开启从产品开发模式 、 组织架构 、 人员构成 、 运营体系等的内部变革 。 此外 ， 新兴的软件公司将借助软硬件协同能力 ， 兼容产业链上下多方需求 ， 一举跃升为汽车产业链上新的 tier-1企业 。1 大众汽车官网 ， Christian Senger becomes Brand Board of Management Member for new Digital Car & Services function. Feb 25, 2019. volkswagen-newsroom/en/press-releases/christian-senger-becomes-brand-board-of-management-member-for-new-digital-car-and-services-function-46642 电子硬件包括 AI芯片 、 微处理器 、 域控制器等2软件定义汽车 箭在弦上的产业变革 | 1. 对 “ 软件定义汽车 ” 的理解2.1 产业发展需要汽车 “ 新四化 ” 离不开软件和算法随着新四化的深入发展 ， 汽车正加速从从机械设备向高度数字化 、 信息化的智能终端转变 。 从监测控制电动车电池包的温度 ， 到运行中控屏上的应用程序 ， 再到人机交互体验 ， 自动驾驶汽车对周围物体的探测与分类等功能的实现 ， 都离不开软件的开发 、 算法的搭建 。 以自动驾驶为例 ， 它是一个软硬件高度集成的终端 ， 软件可以理解为自动驾驶汽车的 “ 大脑 ” ， 它让各类传感器硬件收集的信息变得有意义 ， 大脑分析这些信息帮助车辆做出最优驾驶决策 。 而更高级别 （ L3及以上 ） 自动驾驶的复杂性将显著提升 ， 机器学习算法 、 深度神经网络模型等的重要性就更为凸显 。不同于互联网行业 ， 汽车软件是嵌入式软件开发 ， 意味着每新增一个功能 ， 就要增加对应的 ECU（ 电子控制处理器 ， Electronic Control Unit）， 并为此开发代码 。 而无论是智能网联 、 还是自动驾驶都将引入大量的硬件设备以及与之对应的海量软件开发和数据运算处理工作 。因此 ， 车内的软件代码正呈指数级增长 ，据不完全统计 ， 豪华车因较高的驾驶辅助系统 （ Advanced Driver Assistance System， 以下简称 ADAS）、 L2级自动驾驶装载率 ， 其软件代码行数已经超过了 1亿行 ， 未来几年内 ， 软件代码数量将从 1亿行增至 3亿行3。3 对话 NXP高管 ： 车载网络架构变革 ， 这几大挑战值得注意 ， 2020年 7月 3日 ， news.eeworld/qcdz/ic501994.html4 2019腾讯广告手机行业洞察白皮书 ， 2019年 6月 26日 ， kuaibao.qq/s/20190717A0DKYQ00?refer=spider2. 软件定义汽车的驱动力2.2 消费者期待消费者期待汽车能够延续智能手机的行为习惯和体验中国拥有全球最高的智能手机渗透率 ， 达到了近 60%。 随着硬件性能的过剩 ， 智能手机的竞争也逐渐转向了软件生态的丰富性 、 前沿技术的创新应用以及对用户价值的深度挖掘 。 而近几年无论是从手机厂商对车机的加速渗透 ， 还是汽车制造商对智能 、 互联 、 人机交互的研发投入 ， 都可以看出消费者在智能手机上的用户体验和使用偏好已延伸至车载环境 ， 这意味着手机端的竞争发力点也将复制到车机端 。智能手机的不断迭代让消费者体验到在不用购买最新款手机的前提下 ， 通过系统升级也能实现性能阶段性的提升 、 功能的改进 。 当然对于快速迭代的消费电子产品 ， OTA模式有利也有弊 ， 其中一个明显的弊端是尽管手机厂商仍然保持着一年一更新的产品上新频率 ， 消费者更换手机的周期却越来越长4。 但对于更换频率至少 5年起步的耐用消费品而言 ， OTA能够却能让汽车在全生命周期都能实现持续的性能优化和功能升级 。3软件定义汽车 箭在弦上的产业变革 | 2. 软件定义汽车的驱动力2.3 价值链转移硬件加速 “ 商品化 ” ， 软件才能实现更高附加值同智能手机等其他硬件制造行业一样 ， 汽车产业也在经历 “ 硬件商品化 ” 的过程 。随着汽车产业进入重大技术变革 ， 再加上复杂汽车电子技术的兴起 ， 一些传统机械零件正加速商品化和白标化 ， 即硬件所能实现的差异性越来越小 ， 硬件销售的利润越来越薄 。 受此影响 ， 内燃机业务占比较大的全球零部件巨头在过去三年间股价下跌了约 3成 。 而同一时期 ， 软件 、 服务在产业链的重要性却愈发凸显 ， 包括自动驾驶全栈道软件企业 、 高精度地图厂商 、 AI芯片等半导体硬件企业在资本市场上掀起一阵热潮 ， 据不完全统计 ， 2016-2019年四年期间 ， 全球自动驾驶企业投融资多达 374起 ， 吸引融资额 234亿美元5。苹果6手机凭借 App Store、 操作系统 、 数字产品和服务建立了强大的软件生态体图一 ： 软件收入未来有望成为特斯拉营收的重要来源数据来源 ： 特斯拉财报 、 国信证券5 AI 车库 , 前瞻产业研究院整理 , kknews/zh-tw/car/e5kk8vz.html6 Apple是苹果公司在美国及其他国家注册的商标 。7 特斯拉 ， 隐藏在财报中的秘密 ： 特斯拉软件收入已超 10亿美元 ， 2020年 7月 20日 ， kknews/zh-tw/car/qx4lrvy.html 8特斯拉准备推出 FSD软件按需月度订阅服务每月定价或超 100美元 ， 2020年 09月 21日 ， auto.sina/bg/industry/sinacn/2020-09-21/doc-ihaaeezs2487027.shtml * 软件定义汽车 箭在弦上的产业变革是一本德勤独立出版物 ， 并未获得苹果 、 特斯拉等公司的授权 ， 赞助或官方认证 。9%14%2019 2020 2021 2023 2025汽 车 销 售 收 入 软 件 销 售 收 入6%5%3%自动驾驶选装包 （ FSD)OTA升级选装包高级车联网服务软件收入构成 产品图 具体功能/服务 收费模式高级自动驾驶功能 ， 包 括自动泊车 、 自动辅助导航驾驶 、 智能召唤等目前为前装一次性收费（ 8,000美元 ）年底前有望推出订阅服务持 续收费模式 （ 100美元/月 ）根据具体更新服务按次收费订阅服务持续收费（ 9.99美元 /月 ）空中软件更新 ， 不断引入新功能并提升性能对动力系统 、 座舱娱乐系统 、自动驾驶系统 、 车身电子系统 、 底盘系统等在线升级车联网高级连接服务 ，包 括实时路况 、 卡拉 OK、 流媒体等功能图 ： 特斯拉软件和服务收入占比增长预测系和可持续的收入模式 ， 汽车产业也正逐步从一锤子硬件销售转向 “ 持续的硬件升级 、 订阅服务 ” 等盈利模式 。 近几年 ， 硬件预埋 +FOTA （ 固件空中升级 ， Firmware Over-The-Air） 模式的兴起 ， 让主机厂开始重新审视 OTA的价值 。 通过预埋性能和配置更超前的硬件 ， 等算法成熟 、 软件完善 ， 车主能够在不更换汽车的前提下靠OTA就能激活隐藏的性能 、 拓展新的功能 。 上一轮车联网发展历程中 ， OTA也被重视过 ， 但仅限于 IVI （ 车载信息娱乐系统 ， In-Vehicle Infotainmen） 应用程序 、 操作界面更新 （ 即 SOTA， 软件空中升级 ， Software Over-The-Air），远程更新并未给消费者带去实用性的增值体验 。 随着 FOTA技术的不断成熟 、 再加上硬件变得商品化 、 标准化 ， 硬件带去的差异化体验加速被抹平 。 主机厂意识到必须利用软件 、 软件所能释放的新功能 、 新的商业模式给消费者不同的体验和价值 。以特斯拉为例 ， 软件服务在公司的营收和利润占比中开始扮演越来越重要的角色 。特斯拉的软件收入除了传统的车联网服务（ 数据流量 +车载内容 /服务 ） 之外 ， 还包括了 OTA付费升级和软件选装包 。 2019年以来 ， 特斯拉开始积极尝试 OTA 付费升级 ， 典型案例就是加速性能升级包的推出 ， Model 3车主只要付费 3,000美元 ， 即可将汽车的百公里加速性能从 4.6s 提升到 4.1s7。 而更受车主青睐的自动驾驶选装包 ， 则有望成为未来特斯拉最主要的软件收入来源 。 目前 ， 特斯拉计划将自动驾驶选装包的收费模式从一次性前装收费转变为订阅服务这种持续收费模式 。 预装FSD硬件的特斯拉车主只需每月支付 100美元即能解锁该服务8。 一旦完成软件订阅服务的商业模式转换 ， 每辆激活 FSD 的销售车辆都有望为特斯拉贡献持续的现金流 。4软件定义汽车 箭在弦上的产业变革 | 2. 软件定义汽车的驱动力3.1 汽车软硬件架构难以适应软件定义汽车的发展需要电子电气架构面临算力束缚 、 通讯效率缺陷 、 以及不受控的线束成本黑洞自汽车产业首次引入 ECU以来 ， 整车的机电一体化 、 电气化水平已经取得较大幅度的提升 。 从最初仅控制发动机工作 ， 到后期延伸至底盘悬挂 、 车身电子控制 、 以及同车辆性能无关的信息娱乐 、 网络通讯等车载装置 ， 如今每个车载功能对应一个或多个 ECU。 随着近年来燃油经济性 、 安全性 、 舒适性 、 娱乐性等需求的提升 ， 电子控制器的数量更是进一步增长 ， 目前 L2级豪华品牌汽车上 ECU数量已经达到 100多个 。在机电一体化发展初期 ， 整车电子电气架构 （ EEA， Electronic & Electrical Architecture， 以下简称 E/E） 多采用分布式模式 ， 即传感器 、 ECU和执行器一一对应 ， 分布式形态确保了系统的抗干扰性和独立性 。 但随着汽车不断向智能化 、 网联化方向发展 ， 以单片机为核心的传统分布式电子电气架构已经很难满足未来智能汽车产品的开发需求 ， 具体表现存在以下几方面痛点 ：3. 现状与未来的差距首先 、 分布式电子电气架构无法满足未来更高车载计算能力的需求 。 ECU是基于微控制器 （ MCU， Microcontroller Unit） 和嵌入式系统的电子控制单元 ， MCU是一种微型计算机 ， 而嵌入式系统主要是用于控制不适用于计算 。 因此单个ECU仅能处理数据量较小的运算和控制工作 ， 例如发动机控制 、 电池管理 、 电机控制等局部功能 。 但未来无论是智能网联 ， 还是自动驾驶 ， 对整车开发带去的一个巨大考验便是爆炸式的数据处理需求和更高的运算速度 。 尤其是自动驾驶技术的发展 ， 还将出现复杂的逻辑运算和非结构数据处理场景 ， 现阶段 L2级自动驾驶软件计算量已经达到 10个 TOPS（ Tera Operations Per Second） 量级 ， 预计 L4级需要的算力将超过 100 TOPS。 显然当前微计算机的算力资源难勘其重 。 分布式架构的缺陷还体现在各控制器之间的算力无法共享 。 由于一个传感器对应一个 ECU的封闭开发特点 ， 导致各控制模块之间的算力无法共享 ， 这也意味着处理相似功能逻辑时 ， 算力资源难以实现最优分配 ， 造成大量运算资源浪费 。5软件定义汽车 箭在弦上的产业变革 | 3. 现状与未来的差距最后 、 成本管控黑洞 ： 随着车内 ECU、 传感器数量增加 ， 整车线束成本和布线难度也跟着大幅提升 。 在实现 L3级以上高级别自动驾驶时 ， 车内将引入更多的硬件传感器 ， 除了 ECU数量增多之外 ， 线束布置 、安装也不得不重新设计 ， 而过于复杂的线束布置将带去更高的机械结构的成本 ， 推升整车 BOM成本 ， 同时还影响自动化生产效率 。由此可见 ， 无论是对更强大的算力部署 、更高的信号传输效率需求 ， 还是出于车身减重和成本控制的考量 ， 都要求汽车电子电气的硬件架构从传统分布式朝着 “ 集中式 、 轻量精简 、 可拓展 ” 的方向转变 。 其次 、 驱使 EEA架构升级的另一个推动因素来自于更高的通讯效率和更大的带宽容量需求 。 当前的电子电气架构是基于信号的架构设计 ， 各 ECU之间通过CAN（ Controller Area Network） 总线进行信号传输 。 CAN总线技术的强项在于简洁稳定 、 成本低 、 抗干扰性强 、 安全性高 ，单一节点的故障不会扩散到整个网络 。 但随着车内传感器数量的增加 ， 智能座舱等对车载网络带宽和时延的需求提高 ， 不仅数据传输需求总量井喷 ， 还要求能以更高的速率进行数据间的通信 。 例如在自动驾驶多传感器融合方案下 ， 不同传感器 （ 激光雷达 、 雷达 、 摄像头等 ） 需要实时的信息处理和融合 ， 这就要求更高的通讯带宽和传输速率 。 目前 ， CAN总线的工作速度是每秒兆比特 ， 相比之下 ， 新的通讯技术以太网能够允许传感器数据以每秒千兆比特的速度传输 。SMART TRAVELAUTOMATIC PARKINGENTERTAINMENTINTERACTIONMONITORINGSMART INTERACTIONKM/h软件定义汽车 箭在弦上的产业变革 | 3. 现状与未来的差距