如今,连接性在汽车行业中已占据自然的位置。尽管消费者越来越愿意为车载数字订阅服务付费,以享受预测性维护、安全功能和自动驾驶等服务,但与此同时,消费者对行业中数据处理做法的担忧也在增加。
这些观点是由软件定义车辆 (SDV) 服务公司 Cubic3 委托进行的一项研究中的突出发现之一。该调查题为《消费者与 OEM 对软件定义车辆的态度》,采集了来自美国、英国、德国和日本的 8,000 名参与者以及 60 名全球原始设备制造商 (OEM) 高管的意见。为了了解并比较汽车高管和消费者对软件定义车辆的态度,同时进行了两项调查。OEM 调查由 Sapio Research 在 2024 年 10 月至 12 月期间进行,而客户调查则在 2024 年 9 月至 10 月期间进行。
调查将数字服务分为三类,以揭示消费者对各类服务的付费意愿,数据显示出对于在快速变化的汽车市场中运作的 OEM 而言,一个既微妙又乐观的未来。
研究发现,制造商面临的根本挑战在于如何说服并向驾驶者证明支付数字服务费用的好处,而这些数字服务构成了软件定义车辆不可或缺的一部分,从而使这一预期成为现实。随着数字原生代 —— 习惯于连接性的新时代驾驶者的出现,消费者支付数字服务费用的意愿呈上升趋势。
总体来看,研究预测到 2030 年软件定义车辆市场将创造超过 6500 亿美元的价值潜力。汽车制造商估计驾驶者每月愿意为数字服务支付 8 英镑,而驾驶者自己认为为 5.82 英镑,存在 27% 的差异。然而,在车辆使用率较高的国家,如美国,支付意愿则有所增加。英国受访者表示他们每月愿意支付的金额最少,仅为 4.89 英镑。
全球近一半消费者 (全球: 51%; 英国: 48%) 愿意为“基于车辆的服务”付费,如自动驾驶。全球有 40% 的消费者 (英国: 42%) 愿意为“连接服务”付费,如视频与音乐流媒体;另有 39% 的消费者 (英国: 40%) 愿意为数据服务付费,如预测性维护。全球超过四分之一的消费者,以及英国约五分之一的消费者,已有为其车辆支付数字服务费用的经历,而在全球 18 至 24 岁年龄段中,这一比例几乎翻倍,达到 44%。全球仅有五分之一的消费者表示他们不愿意支付任何月度订阅费用。
调查发现,OEM 正密切监控着黑客可能针对的目标,例如接口与应用程序接口、数字 SIM 卡、信息娱乐系统与远程信息处理系统。所有消费者均对行业中数据处理的做法表示担忧,其中一半 (全球: 48%; 英国: 46%) 表示他们担心自己的车辆可能会遭到黑客攻击。
幸运的是,OEM 对汽车网络安全极为重视。大约 86% 的受访者强调,他们认为数字服务的网络安全非常重要,同样比例的人表示,连接性在保护车辆整个生命周期中也至关重要。
展望未来,该报告建议汽车 OEM 既需要对数字服务进行货币化,也要将其转变为经常性收入来源。汽车制造商认为,预测性维护、增强安全功能与自动驾驶最有可能为经常性收入做出最大贡献,同时,行业中已经出现了通过空中升级来彻底改变消费者满意度、安全性与便利性的发展机遇。
Cubic3 首席企业官 David Kelly 表示:“直到最近,大多数消费者都认为购车是一劳永逸的事情。虽然车载数字服务付费这一概念相对较新,但我们已经看到消费者在这一领域中有显著的采纳。OEM 需要时间来说服公众数字服务的价值,但看到年轻驾驶者 —— 所谓的数字原生代 —— 乐于为这些服务付费,这一现象令人鼓舞。”
好文章,需要你的鼓励
Atlassian总裁Anu Bharadwaj在Transform 2025大会上分享了公司AI智能体规模化的实践经验。她强调,成功部署AI智能体需要营造实验文化,而非仅依靠自上而下的指令。Atlassian通过Rovo Studio平台为各团队提供了构建定制化智能体的环境,创造心理安全的工作氛围,鼓励员工大胆尝试和迭代。公司客户通过该平台显著提升了工作效率,建筑行业客户将路线图创建时间缩短75%。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
Zoom发布全新智能代理AI功能,旨在帮助用户在工作中节省时间。新的自定义AI助手插件可连接16多个第三方应用,无需离开Zoom界面。该AI助手现已支持在线购买并可集成到微软Teams和谷歌Meet等第三方会议平台。智能代理AI能够独立运行,自动执行任务、收集数据并达成目标。新功能包括日程管理、会议录制剪辑生成、文档创作辅助等,月费12美元。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。