注：数字化正在快速推动全行业的变革，不过是国企、外企还是民营企业，数字化之路已经开始成为企业发展的必选。以“数字经济时代的产业转型”为主题的第四届中国行业发展高峰论坛，01年1月18日在上海交通大学安泰经济与管理学院举行。与会嘉宾对中国数字经济发展的现状开展研判，对多个产业开展数字化转型的未来展开畅想。

理想汽车联合创始人兼总裁沈亚楠作了题为《数字驱动价值飞轮》的主题演讲。他介绍了理想汽车的品牌理念与发展战略，并解释了由数据驱动的“飞轮效应”，即先进技术带来更多应用场景，更多应用带来更多数据，更多数据又带来更先进，以数据反复迭代引发复利效应，进而围绕智能汽车衍生出智能时代的“母生态”。何帆教授在题为《智能制造给中国制造业带来的机遇和挑战》的演讲中指出，中国企业向智能制造转型，是因为智能制造能帮助企业对冲周期波动；能帮助企业商业模式向差异化转变；能实现对发达经济体制造优势的“后发先至”，由此寻找中国制造业的破局点；能推动本土企业从效率原则转向效率与安全并重，提高生存机会。商汤科技联合创始人、CEO徐立在题为《数字化转型下的AI认知边界》的演讲中指出，人们对于技术产品的安全性评价，通常并不基于可解释性，而在于其在应用中的边界。边界的观念性树立来自大数据，而大数据必须以大算力为支撑。对算力的需求正呈现加速增长，AI大装置将助力推动“机器猜想”探索未知，并通过满足长尾需求来完善价值闭环。

智能网联汽车分论坛的主题--汽车行业数字化转型吸引了来自VOLVO亚太区工程及运营数字化及创新副总裁任瑾女士、长城汽车副总裁兼CIO段仰圣先生、三一集团董事长助理徐晓卓先生、敏桥科技创始人、CEO、原蔚来汽车数字化业务发展副总裁王胜军先生、上海交通大学蒋炜教授等专家和学者，共同探讨在云化、服务化、互联网车企、数字化、数智化、云原生、产品协同的时代下，汽车行业数字化的目标和未来方向在哪里？

以下内容根据会议的记录整理生成。

数字化正以不可逆转的趋势改变人类社会，越来越成为推动行业发展的关键驱动力。利用云平台和物联网等数字化技术，全面推进汽车行业在研发设计、生产制造、物流配送、市场营销、客户服务等细分领域的数字化转型是面向未来塑造车企核心竞争力的关键之举。

第四届中国行业发展论坛于01年1月18日在上海交通大学徐家汇校区安泰楼成功举行，智能网联汽车行业分论坛以“汽车行业数字化转型”为主题，旨在用数字化方式创造性解决汽车行业发展难题，用数字化场景牵引技术创新和搭建广阔市场空间。

第一位嘉宾：长城汽车副总裁兼CIO段仰圣先生，分享了《持续推进云化服务化，助力传统车企向互联网车企转型》，段先生是原IBM咨询，原华为ICT咨询部门首席数据专家，以下是段总分享的内容

一、长城汽车在业务发展历程和业务特色：

快速变化的汽车行业对数字化新要求

长城汽车的路径，车型比较个性、走品类战略，“以品类思考、以品牌代表”

市场需求的变化：个性化、年轻化、女性用户（欧拉）

长城的变化：工程师文化-用户文化，危机感-向“全球化智能科技公司/具备制造能力的互联网公司转型”，打造森林式企业生态模式

长城的转型：从中国传统地方车企，向全球化智能科技公司转型

二、云化服务化是传统车企转型必经之路

数字化转型的挑战：主要表现为“变革转型要求高”与“数字化底子薄”之间的矛盾

变革转型要求高：闪电化研发、全球化扩张、主动化供应、一车一品牌

数字化底子薄：文化意识待提升、数字化能力不够、架构治理不足、技术底子太薄

针对以上挑战，从三个层面九个方面应对

思想文化转型+作战模式转型+技术转型

今天主要介绍技术领域的的“云化”、“服务化”两个方面

云化

云化-1：先上云，即持续推动应用上云

云化-：再云上，即逐步实现所有应用云上开发

服务化

业务服务化：基于企业架构方法，通过V模型，识别业务对象，将业务对象服务化并沉淀到业务中台，通过服务快速编排形成新的应用

数据服务化：设计数据服务并沉淀到数据中台（数据湖），实现数据能力不断积累，数据服务快速提供，同时解决数据四处扩散的问题

AI服务化：引进或自研先进AI能力，封装成公共服务，实现AI服务也能按需订阅和消费

服务化的文化建设：基于Hackathon的形式鼓励全员基于这些服务开发创新应用，同时也能收集更多服务化需求

未来展望：

任总首先回顾了沃尔沃的发展背景

公司宗旨：个性化、可持续、创新

在华布局：上海（设计、研发、采购中心）、成都、张家口等

沃尔沃是首个由中国向美国出口高端车型的品牌

其次，分析了沃尔沃在数智化方向的实践

指出数字化的核心问题-“数字化技术如何支撑和提高企业内部运营及管理的效率”。数智化的核心问题-“从提高效率转向如何支撑产品、业务及组织的创新”。

在具体的实践过程中，以云计算+数据中台+移动终端为基础的，链接研发、生产、采购、物流、销售及售后各环节的全链路数字化智能。

在数智化组织发展过程中，实现数据卓越中心与业务部门的关系：合作、共创。

在数据卓越中心的职能中，数据专家管理与最佳实践转换，需要制定流程标准制定，数据科学平台搭建，进行数据治理和数据运营，需要构建数据驱动文化建设与培训。

任总也举了一系列的数智化在业务中的应用，如

质量部门：DDT数据驱动质量改进

质量部门：异常识别模型，助力保修索赔审计

生产部门：总装车间DTC智能分析（总装下线前需分析错误代码，利用图数据库分析、溯源定位等）

市场部门：数据综合与预测，形成marketinginsight报表

研发部门：电池健康度数据分析与预警，用户充电行为分析等、以引导更好的充电方式延长电池售卖

物流部门：减少碳排放，可循环包装使用跟踪；优化物流自动补货、与供应商协同；

采购部门：爬虫技术主动爬取供应链风险，应用小程序触达供应商、获取供应商实时风险信息，供应链互动

数智化整体思路回顾：

数据打通、获取数据资产，进行数据治理，形成数据洞察；

但由于数字化部门人员有限，需要形成数据产品，让业务部门自助服务；

数字化部门专注于后台的预处理，以及更多场景的探索；

同时逐渐对外，面向外部客户提供服务。

数智化文化建设

线下的大数据学院，企业