四分之三的汽车行业经理预计未来两年内成本将显著改善。
原始设备制造商和供应商之间的数字化协作已经开始将汽车开发时间缩短 40% 以上。
超过 80%的行业管理者期望 AI 能够实时动态地改进生产计划。
大多数接受调查的行业经理表示，他们预计将转向无晶圆厂生产，类似于苹果-富士康模式。
概览
四分之三的汽车行业经理预计未来两年内成本将显著改善。
原始设备制造商和供应商之间的数字化协作已经开始将汽车开发时间缩短 40% 以上。
超过 80%的行业管理者期望 AI 能够实时动态地改进生产计划。
大多数接受调查的行业经理表示，他们预计将转向无晶圆厂生产，类似于苹果-富士康模式。
长期以来，压缩成本一直是汽车行业保持竞争力的关键。但先进技术即将改变游戏规则。贝恩公司最近的一项调查显示，大多数汽车行业经理表示，他们相信新技术将在三年内带来10%的效率提升，在未来五年内带来30%的效率提升（见图1）。如此规模的生产效率飞跃将彻底改变流程，并重塑行业成本结构的持久转变。
注：由于四舍五入，等值的条形高度可能有所不同
资料来源：贝恩科技引发的成本削减调查，2025 年 4 月，北美和欧洲（n=300）根据我们的调查，80% 的汽车行业经理认为，人工智能将在未来十年内生成并优化汽车概念。超过 80% 的受访者预计，人工智能模拟能够实时动态地改进生产计划。超过三分之二的受访者设想由人形机器人驱动生产，实现全天候运营，最大限度地减少人工干预（见图 2）。
在这种瞬息万变的格局中，赢家将是那些能够快速扩展新数字技术和人工智能，同时优化核心流程和运营模式的公司。一些领先的汽车制造商正从特定用例开始这一关键转变，并重新思考如何在产品生命周期中创造价值。他们已经开始降低劳动力、材料和质量保证的成本，从而改写行业的经济模式。
许多原始设备制造商 (OEM) 和供应商都已启动试点项目，但大多数项目都难以取得突破。根据我们的经验，这些努力往往因数据碎片化、投资回报不明确以及组织惯性而停滞不前。很少有公司将先进技术融入到整个运营流程中。结果，巨大的生产力提升被白白浪费。
机会
快速开发。 技术引领的重大突破之一将是更快、更智能的开发流程。原始设备制造商 (OEM) 和供应商之间的数字化协作已开始将汽车开发时间缩短 40% 以上，彻底改变了新车的诞生方式。目前，领导者的目标是 24 个月内将产品推向市场，而且开发时间可能还会进一步缩短。这些效率提升将得益于团队在共享数字平台上同步协作、更自由地进行实验并在流程早期做出决策。这种方法不仅节省时间，还能降低复杂性、降低开发成本，并使企业能够更灵活地应对消费者需求和监管法规的变化。
自动化。 领先的企业正在利用人工智能的间接功能来做出关键决策，从塑造汽车概念到实时调整工厂计划和采购策略。在工厂车间，自动化正在稳步推进，随着智能机器人和类人机器人在 2020 年末变得更加普及，预计自动化将再次实现飞跃。这些实践已经在快速发展的组织中提升了盈利能力，早期的结果表明，自动化还有更大的潜力。
外包制造。 许多汽车制造商正在重塑工厂本身，包括转向外包生产模式。超过 80%的受访者表示，他们预计到 2035 年，汽车生产将转向无晶圆厂生产，类似于苹果与富士康的 iPhone 合作模式（见图 3）。
在这种模式下，原始设备制造商将设计自己的产品，专注于客户体验和品牌管理，同时将运营委托给外部合作伙伴，由他们承担资本密集型的制造业务。如果公司选择这条道路，它将标志着几十年来定义汽车行业的垂直整合系统的重大转变，并可能创造更大的灵活性和弹性。
商业胜利。 领先的原始设备制造商 (OEM) 也在商业活动中应用生成式人工智能工具，并在市场营销和潜在客户开发方面取得了令人瞩目的成果。这些工具包括为一线员工提供数字销售助理以及直接的客户互动。在我们的调查中，五分之四的受访者表示，生成式人工智能应用超出了他们的预期。许多受访者发现，这些应用能够更好地理解客户需求，快速定制内容，并提高数字互动的精准度。这提醒我们，技术的最大影响可能并非来自机器人或传感器，而是来自更快地做出更明智决策的能力。
挑战
尽管技术具有大幅削减成本的潜力，但企业仍然认为数据质量低下是主要障碍。许多组织已经投资了云基础设施和边缘计算，但它们的系统仍然碎片化，数据定义不一致，平台也停留在早期阶段。对于大多数领导团队来说，挑战并非技术本身，而是构建一个足够强大的数据基础，以支持数字化工具大规模运行。
为了跟上步伐，他们需要快速部署新工具。汽车制造商在采用和扩展先进技术方面比供应商行动更快。他们在识别高影响力用例方面拥有更多经验，并且更有可能拥有支持大规模实施所需的数据治理能力。这种日益扩大的差距可能会给供应商关系带来压力，尤其是在原始设备制造商开始重新思考哪些产品是自主生产，哪些产品是从外部采购的情况下。
除了技术限制之外 ， 思维定势是实现大幅节约的最大障碍。例如，北美和欧洲的技术能力相似，但不同地区的管理理念有所不同。美国领导者对数字化工具能够在短期内带来显著的节约更有信心，他们最担心的是如何实现员工人数和其他成本项目的节约。欧洲受访者则更为谨慎，许多人质疑新技术是否能兑现承诺（见图 4）。这种犹豫不决可能导致他们无法从数字技术中获益。
这种思维方式和文化差异——而非基础设施——或许才是广泛应用的更大障碍。领先的原始设备制造商和供应商正在采取大胆而果断的举措。那些袖手旁观的企业则面临着被竞争对手超越并在全球市场上被压低价格的风险。
领先公司的优势
为了充分利用人工智能和其他数字技术的力量，组织必须准备好嵌入新工具并改变其工作方式。那些善于利用数字技术和人工智能大幅降低成本的企业需要遵循一些关键准则。
解决实际问题。 成功的企业不会急于部署最新的数字工具，而是从解决其最大的运营挑战入手。无论是改进生产流程、优化采购，还是赋能一线员工，他们都运用技术来解决紧迫问题。
注重影响力。 快速行动者不会启动数十个互不相关的试点项目，而是从几个可规模化、影响力大的用例入手。一旦这些“灯塔”项目取得成果，领导者就会在其他站点和职能部门系统地复制这些项目。
构建数据主干。 基础并非软件，而是数据。领先的公司正在投资于干净的数据和标准化的集成平台，以便他们能够洞察整个组织，并满怀信心地根据洞察采取行动。
改变运营模式。 最高效的管理团队会优化端到端流程，转型组织，拓展新能力，并鼓励决策者采取大胆举措。他们还会建立激励机制，鼓励企业积极运用人工智能和数字技术，从而降低成本。
几十年来，汽车行业一直面临着成本压力，但如今发生的并非是边际效益，而是效率的巨大飞跃。赢家并非拥有最先进工具或最大预算的人，而是专注于在正确的时间，运用正确的技术解决正确问题的人。最终，这些领导者将打造一种全新的运营模式，重新定义行业的成本曲线。
Agentic AI 成为下一个前沿领域，目前占 AI 总价值的 17%，预计到 2028 年将增长近一倍
各行业人工智能70%的潜在价值集中在研发、创新、数字营销等核心业务领域
企业正迎来人工智能价值的转折点：5% 的企业着眼于未来，并通过创新推动巨大价值；35% 的企业正在扩展人工智能并开始创造价值
BCG 最新报告重点介绍了领先企业实现 AI 价值最大化的五大战略...
全球电动汽车 (EV) 的普及之路已然分崩离析。此前，中国、欧洲和美国到 2030 年的年销量预测都呈现同步上升趋势（尽管各地区之间存在时间差），而我们的分析现在揭示了这些地区之间存在显著的差异。中国市场依然保持强劲增长。然而，我们目前看到，受联邦政策变化以及产品与价格匹配度降低等因素的影响，欧洲和美国的增长显得较为艰难。...
全球电动汽车 (EV) 的普及之路已然分崩离析。此前，中国、欧洲和美国到 2030 年的年销量预测都呈现同步上升趋势（尽管各地区之间存在时间差），而我们的分析现在揭示了这些地区之间存在显著的差异。中国市场依然保持强劲增长。然而，我们目前看到，受联邦政策变化以及产品与价格匹配度降低等因素的影响，欧洲和美国的增长显得较为艰难。...