本书结合来自工业实践的案例研究，介绍了人工智能以及通过人工智能实现汽车行业的转型，剖析了人工智能将如何长期颠覆汽车行业。为了应对这种颠覆，汽车制造商必须从他们的数据中充分挖掘潜力，并能够每天为客户提供新服务。本书展示了汽车制造商所需的转变：从构建可持续愿景到公司的技术和组织实施，并在此基础上，从传统制造业转型为科技巨头。对汽车价值链上的100多个案例研究，显示了人工智能可以在哪些方面提供附加值，讨论了作为一个重要推动因素的自动驾驶，以及与汽车行业相关的重要的人工智能流程。本书面向汽车行业的决策者、学生、教师以及任何想了解智能汽车这一21世纪伟大的工业变革的读者。

来自于工业实践，极具参考价值
契合传统制造业转型的知识需求
人工智能的实践应用

当今，汽车工业无可回避地面对着一个颠覆性的变革。由于每天都能感受和参与这一历史性事件，我感到无比兴奋。汽车行业的价值链将要发生一个根本性的变化，汽车制造商、零部件供应商和整个服务业都必须直面这一变革。但是，目前尚不清楚这一变化过程将在何时结束也没有人知道，何时能够向客户提供安全的自动驾驶功能，何时电动汽车将在真正意义上占据汽车市场。目前，尽管仍存在所有这些不确定性因素，但其中有一点很明确：数据将是 21世纪的黄金或者石油。

数据构成了人工智能的基础。形象地讲，人工智能如同是一个崭新的住宅，需要将其充满生命的活力。而这一生命，正是来自于数据。在不久的将来，将有越来越多的各类数据可用，借助云计算服务商的支持，全球的计算能力将不断提高，人工智能技术必将成为颠覆和改造汽车行业价值链的巨大驱动力。本书旨在为汽车行业的所有决策者、服务提供商、大学生和其他专业人员提供有关人工智能方面的初步知识，为概括性地了解这一发展趋势及其影响作用提供支持，以便能够对各自将来的职业生涯，做出积极和明智的决定。

曾有三年的时间，我几乎没有时间概念。zui初，当我还在一家全球zui大的汽车制造商担任项目经理，当我声称数字服务和数据将是企业的未来时，得到的反馈多是不解和疑惑。凭借北欧人特有的固执和已见，在这三年后，我现在在一个有 70个人的团队中，终于可以积极地推进这一主题。现在，我享受着汽车行业转型过程中的分分秒秒，但却仍没有时间感，因为每天都会发生崭新的、令人兴奋的革命性事件。我们现在生活在一个所谓的 VUCA世界中（ VUCA在这里意指波动性、不确定性、复杂性和矛盾性）。例如，股市波动越来越大，货币价值变得越来越不稳定。

当今，销售量小的新兴汽车制造商所获得的赞誉却高于信誉良好、资本丰富和历史悠久的汽车制造商。况且，行业中的各种不确定性也在增加，生产所需的原材料将变得更加短缺。全球气候变化迫使我们必须减少二氧化碳的排放量。所有这些都导致了世界的复杂性、多异性、矛盾式的相互依赖和各种利益的冲突。

汽车界的从业人士可能都要问：将来的客户会是什么样？他们将钟爱和消费什么？哪些产品和服务将有意义？在 5年或 10年后，有哪些汽车制造商仍能生存？谁又将成为汽车行业的富士康？谁是错失了未来的柯达和诺基亚？

但不论明天的客户是什么样子，他们都一定会喜欢以客户为导向，而且价格低廉、服务周到的产品，这也正是人工智能技术将进入我们日常生活的基本原因。人工智能将能推出更新异，更有创造性的产品，推动生产自动化和优化，同时产品价格还可能不断下降。其中一个关键的因素就是必须持续地、专心致志地以客户为企业的经营导向，这正是像亚马逊和谷歌这样的科技巨头，它们以其如此良好的经济效益和发展现状，向我们展示了，只有zui好的产品和服务才能zui终掌控住产品和服务市场。

希望您能喜欢本书，并将本书作为您参与汽车工业变革的知识伙伴。在书中我们将探讨和研究汽车制造商如何通过使用数据和人工智能技术，将自己改造、转变和重塑成如同亚马逊和谷歌等一样的科技巨头。

德国，汉诺威

米夏埃尔 .诺尔廷　博士
2020年
5月

附言：如果您想及时地了解汽车工业的转型现状，欢迎您访问我的博客网站 www.michaelnolting.com。在这里，我正在撰写，并推出了若干有关人工智能（ Artifcial Intelligence）、开发和运维 DevOps（Software Development and IT Operations）以及领导力（Leadership）等主题的文章。

前言
第1章　绪论 .. 1
概要 ..1
1.1　人工智能一个游戏规则的改变者..1
1.2　指数函数式增长..3
1.3　处于颠覆性变革中的汽车工业 ..5
1.4　以科技巨头为榜样..7
1.5　本书的内容结构..9
1.6　关注点和读者群..10
参考文献 ..10
第一部分　人工智能的基础知识
第2章　人工智能简介 ..14
概要 ..14
2.1　人工智能的驱动器：指数函数式增长..14
2.2　算法 ..17
2.3　大数据 ..19
2.4　云技术 ..24
2.5　人工智能的影响范畴..26
参考文献 ..29
第3章　人工智能 ..30
概要 ..30
3.1　人工智能的历史..30
3.2　机器学习和深度学习..35
3.3　监督学习 ..40
3.3.1　朴素贝叶斯分类器 ..41
3.3.2　决策树 ..44
3.3.3　支持向量机..46
3.3.4　回归分析..49
3.3.5　神经网络..51
3.3.6　深度学习和迁移学习 ..54
3.4　无监督学习 ..56
3.4.1　层次式聚类分析..57
3.4.2　k-均值聚类分析..57
3.5　其他学习方法..58
3.5.1　经典的学习方法..59
3.5.2　强化学习..61
3.5.3　优化 ..63
3.6　评估人工智能的方法..65
3.7　人工智能方法带来的机遇、局限性和风险..67
参考文献 ..68
第4章　自动驾驶和人工智能..70
概要 ..70
4.1　自动驾驶的发展历史..70
4.2　向自动驾驶进发吗？ ..71
4.2.1　从辅助驾驶系统到自动驾驶 ..72
4.2.2　自动驾驶：一个对未来世界的答案..73
4.3　无人驾驶车辆..74
4.3.1　用于传感器和感知的人工智能..75
4.3.2　车辆规划和操作中的人工智能..76
4.4　道德伦理与自动驾驶..78
参考文献 ..79
第二部分　钣金件制造商还是科技巨头
第5章　人工智能改变了汽车行业的价值链..82
概要 ..82
5.1　CASE：世界的明天..82
5.1.1　互联服务（C）..84
5.1.2　自动驾驶（A）..86
5.1.3　共享服务（S）..87
5.1.4　电动汽车（E）..88
5.2　新型的行业价值链..90
5.3　合作 ..92
5.4　人工智能的潜力..93
参考文献 ..95
第6章　汽车行业新型价值链中的人工智能技术..97
概要 ..97
6.1　评估用例的方法..97
6.2　过程自动化与优化..98
6.2.1　研究与开发..98
6.2.2　采购 ..101
6.2.3　物流和生产..103
6.2.4　市场和营销..105
6.2.5　售后 ..107
6.2.6　支持过程..108
6.2.7　财政服务..110
6.3　数字服务：驾驶员 /车辆.. 111
6.4　数字服务：新市场..113
6.4.1　车队管理..114
6.4.2　个人 /公共数据..116
6.4.3　出行服务..117
6.5　四种可能的结局..118
参考文献 ..119
第三部分　逐步转变成科技巨头
第7章　愿景 ..122
概要 ..122
7.1　亚马逊的人工智能飞轮 ..122
7.2　汽车行业的人工智能飞轮 ..123
7.3　转变为科技巨头的愿景 ..124
7.4　数据产品还是数据项目 ..127
7.5　建立数据产品的列表..129
7.6　加快节奏 ..134
参考文献 ..136
第8章　重任：拥有自己的代码，自己的数据，自己的产品 ..138
概要 ..138
8.1　代码所有权 ..138
8.1.1　代码集中化..139
8.1.2　动态测试架构..142
8.1.3　功能切换..146
8.2　数据所有权 ..147
8.2.1　信息技术基础架构..149
8.2.2　数据治理..149
8.3　产品所有权 ..150
8.3.1　功能分析..150
8.3.2　A / B测试 ..151
参考文献 ..152
第9章　企业组织和心态..153
概要 ..153
9.1　领导能力 ..153
9.2　心理安全与明确性..157
9.3　敏捷式开发 ..159
9.3.1　设计思维..161
9.3.2　Scrum敏捷式软件开发..162
9.3.3　SAFEScrum ..163
9.4　信息技术组织的适应性 ..164
9.5　寻找和发展合适的人选 ..165
9.6　转型中的障碍..166
参考文献 ..167
第10章　总结与展望 ..168
概要 ..168
10.1　本书摘要 ..168
10.2　VUCA：世界将变得越来越动态化 ..172
10.3　汽车制造商-您想将来如何？ ..173
10.4　德国汽车工业的去向..175
10.4.1　坏的情况..175
10.4.2　实际情况..176
10.4.3　佳情况..176
10.5　谁将赢得比赛？..176
参考文献 ..179
术语 ..181