2020年8月13日-15日，“2020中國汽車論壇”在上海隆重召開。該論壇是由中國汽車工業(yè)協(xié)會(CAAM)主辦，世界汽車組織(OICA)、世界經(jīng)濟論壇(WEF)唯一支持的行業(yè)頂級論壇。本屆論壇以“新變局 新挑戰(zhàn) 新思路——引領中國汽車新征程”為主題，緊扣時代脈搏, 求索突破之道，緊密圍繞“十四五”規(guī)劃，把控宏觀產(chǎn)業(yè)形勢，解析全球汽車產(chǎn)業(yè)發(fā)展動態(tài)。其中，在8月15日上午舉辦的“推進新能源汽車市場化”分論壇上，中國汽車工程研究院股份有限公司總經(jīng)理萬鑫銘發(fā)表了主題演講，以下為演講實錄：

  中國汽車工程研究院股份有限公司總經(jīng)理萬鑫銘

  萬鑫銘：各位領導、各位同仁，大家上午好。

  首先非常感謝中國汽車工業(yè)協(xié)會邀請我來參加中國汽車論壇，并作報告。來這里非常榮幸，因為有很多老朋友，也認識一些新朋友，接下來的時間我匯報的題目為“數(shù)據(jù)驅(qū)動新能源汽車產(chǎn)業(yè)高質(zhì)量發(fā)展”的報告。

  三部分：

  1.大數(shù)據(jù)時代來臨;

  2.新能源汽車大數(shù)據(jù)應用的探索實踐;

  3.數(shù)據(jù)賦能產(chǎn)業(yè)高質(zhì)量發(fā)展的思考。

  首先說一下數(shù)字經(jīng)濟的情況，現(xiàn)在大家在一個數(shù)字的時代，現(xiàn)在用的詞比較多的是IT到了DT，說的更加長一點的話，從機械的驅(qū)動到電力驅(qū)動到計算機驅(qū)動，到現(xiàn)在的數(shù)據(jù)驅(qū)動，工業(yè)4.0四個主要的階段，過程中誕生了非常多的生產(chǎn)力和推動經(jīng)濟的進步。

  這里有幾個數(shù)字給大家做一個報告，2019年中國經(jīng)濟總量接近99萬億，接近100萬億人民幣。數(shù)字經(jīng)濟總量占了35.9%，GDP占了36.2%，這是一個比較。

  第二，看一下左邊的柱狀圖，從2002年到2020年，從1.2萬億到了35萬億，漲了接近30倍。數(shù)字經(jīng)濟究竟包含什么?這些數(shù)字怎么統(tǒng)計出來的?像我們今天遇到的新基建、電子通信、互聯(lián)網(wǎng)都在里面，這是一個非常龐大的經(jīng)濟體系。

  國家層面有經(jīng)濟的推動力，國家由地方組成，地方的經(jīng)濟在數(shù)字經(jīng)濟體量上面是突飛猛進的發(fā)展，有幾個數(shù)字看一下。

  第一個格子里面，現(xiàn)在大于5千億的，在去年的GDP里面大于5千億總量有不少的地區(qū)，特別值得提出的就是像北京、上海等，GDP總量比例超過了50%。這個比例比較大的，實際上都是以東南沿海為主，發(fā)現(xiàn)一個特點，越是經(jīng)濟發(fā)達的地方，是越是開放型經(jīng)濟的地方，數(shù)字經(jīng)濟占比和數(shù)字經(jīng)濟的重要度越來越高。同樣看到，在貴州和重慶兩個地區(qū)，雖然在中部或者西部，增速比較快，相對基礎低一點。重慶和貴州的領導非常重視數(shù)字經(jīng)濟，這也是當前在中國大的發(fā)展趨勢下面，政府在推動數(shù)字轉型。

  這張圖片的信息量比較大，花點時間分享一下。首先，大數(shù)據(jù)現(xiàn)在作為市場一個重要的要素，前段時間在4月份國家發(fā)布了一個《關于更加完善市場資源配置》的指導意見，其中提了五大要素，包括傳統(tǒng)所說的勞動、技術、資本、土地，特別加了數(shù)據(jù)，現(xiàn)在把數(shù)據(jù)當做一個要素、資源，也有一個說法，數(shù)據(jù)就是石油。

  在這個意義上來講，“四個化”里面，一個是數(shù)據(jù)價值化，體現(xiàn)了它已經(jīng)成為一種生產(chǎn)要素;同時，數(shù)字產(chǎn)業(yè)化，我們現(xiàn)在把數(shù)字直接變成數(shù)字經(jīng)濟的，剛才說的電子、通信、軟件、互聯(lián)網(wǎng)，這些都是數(shù)字產(chǎn)業(yè)化，其實也包括傳統(tǒng)企業(yè)也在不斷的數(shù)據(jù)進行數(shù)據(jù)產(chǎn)品和產(chǎn)業(yè)化的過程。另一方面也要產(chǎn)業(yè)數(shù)字化，可以看到從農(nóng)業(yè)一產(chǎn)農(nóng)業(yè)、二產(chǎn)工業(yè)，三產(chǎn)服務業(yè)，都在不斷的貢獻更多的邊際效應，都是在貢獻產(chǎn)業(yè)數(shù)字化，進一步賦能。

  更為重要的是，國家在推動國家層面現(xiàn)代治理能力的提升，企業(yè)、城市層面也在推動，生產(chǎn)關系上面也在提升數(shù)字化治理，強調(diào)更多主體的參與和集團的結合，特別是數(shù)字化的公共服務?？傮w來講，數(shù)據(jù)成為重要的生產(chǎn)要素和四化的推動。

  今天的主題是中國汽車論壇，在座的各位是汽車相關的從業(yè)者，跟汽車什么關系?這張圖的信息比較多，從汽車傳統(tǒng)的產(chǎn)業(yè)鏈，研、產(chǎn)、供、銷、服，相對來說在當前附加值里面，我們定義相對低附加值，在數(shù)據(jù)結合之后，可以把這個曲線提升，為什么?數(shù)據(jù)可以產(chǎn)生一系列的作用，在里面進行設計的交互、溯源跟蹤等等，可以進行柔性的數(shù)據(jù)開發(fā)，這都是大數(shù)據(jù)帶來的效果。這是在傳統(tǒng)的產(chǎn)業(yè)鏈上面。

  在產(chǎn)業(yè)鏈的后端，特別是現(xiàn)在面對汽車的“四化”，汽車電動、智能、網(wǎng)聯(lián)，在這個領域里面不僅僅是催生，更多是完全賦能這個板塊的發(fā)展，接下來要講到的也是重要的靠數(shù)據(jù)驅(qū)動大量的發(fā)展，這里面涉及到“人、車、路”等各方面的數(shù)據(jù)，來保障“四化”有效實現(xiàn)。這是跟汽車行業(yè)大量的結合，跟汽車行業(yè)是一個宏觀的。

  接下來用中國汽研所開展的探索和案例講講，跟新能源汽車這塊有什么可以結合的。

  上半場的專家里面講了很多，兩個很重要的因素是消費者很關心，一個是蓄勢里程，一個是安全。從產(chǎn)業(yè)的角度，還有產(chǎn)業(yè)鏈價值能否傳遞，換句話說產(chǎn)業(yè)鏈上下游能否賺錢，其實今天馬處第一個演講里面特別講到了，產(chǎn)業(yè)鏈上面總體來說還是有較大的挑戰(zhàn)，從這個意義上來講，要說到安全這個挑戰(zhàn)點。從這幾年陸續(xù)發(fā)現(xiàn)一些情況，新能源的安全涉及到一系列，包括傳統(tǒng)的安全，包括火災的安全引起了消費者的高度重視。

  中國汽研針對安全的挑戰(zhàn)，我們依托“一個平臺和一個系統(tǒng)”，這個平臺是“新能源汽車大數(shù)據(jù)聯(lián)盟西南分中心”，另外一個系統(tǒng)是“新能源汽車缺陷調(diào)查監(jiān)測與分析系統(tǒng)”。依靠這個平臺和系統(tǒng)建立車輛安全的預警模型，突破安全預警相應的一些相關問題。

  這里面主要的問題要提出來，現(xiàn)在在新能源安全預警上面的問題，一個是逆向的解析難;第二個是缺陷的識別和定位難;第三個是風險預警評估精度高比較難。經(jīng)過我們的探索，這些方面取得了積極的進展。

  首先說一下新能源的大數(shù)據(jù)平臺，在部委的指導下所開展的，西南分中心作為其中一個分中心，我們這邊實現(xiàn)了對數(shù)據(jù)的實時監(jiān)控、統(tǒng)計和預警應急救援，里面包含的內(nèi)容是在重慶板塊里面做比較好的試點和推動。

  這是一個系統(tǒng)，這個系統(tǒng)是市場監(jiān)控總局從“召回”的角度來推動的缺陷調(diào)查監(jiān)測和分析的系統(tǒng)，這個系統(tǒng)當前也是接入了相當量的車型，也包括已經(jīng)出了狀況的一些同批次車型的事故車型數(shù)據(jù)，也包括現(xiàn)在在運行的相應的車輛的數(shù)據(jù)，目的是為了保證同批次車型，如果有車輛有狀況，同批次車型有可能也會成為一個高危車輛，接入了不少車輛，通過不斷的運行總結相應的數(shù)據(jù)。

  在這個系統(tǒng)里面制定了完善事故車數(shù)據(jù)分析流程和高危車預警流程，建成了安全、完善、智能的大數(shù)據(jù)基礎數(shù)據(jù)處理體系，可以對事故車之間的共性特征以及高危車輛進行快速識別和預警提示。

  整體來說，我們可以做到對事故車之間的共性特征以及高危車輛進行快速識別和預警提示。

  應用會給車企提供一個預警的提示，包括對相關的服務單位提供需求反饋。右邊是示意圖。

  一個平臺和一個系統(tǒng)過程中，我們通過前期的工作總結了一套方法，命名為“循證實踐方法”，簡單來說就是基于事實(案例)，特別是事故的案例最佳實踐和持續(xù)更新的研究方法。

  上半部分是通過事故的調(diào)查和分析，這個過程中我們會到事故的現(xiàn)場采集所有的相應物證和證據(jù)，包括數(shù)據(jù)的證據(jù)。

  在實驗室里面對相應的一些結構或者一些機理進行進一步深入分析，分析完了以后，這里面會得出相應的預警模型和提出安全預警的服務。因為這種模型要放在系統(tǒng)上面，進一步對其他車輛提供服務。這是一個建模型的過程。

  同時，在建立評估體系在運行的過程中全面準確、及時，進行不斷的循環(huán)和替代，然后完善算法和完善模型。

  具體講講“循證實踐方法”幾個步驟的相關內(nèi)容。首先是事故調(diào)查，剛才是一個總的內(nèi)容，事故調(diào)查怎么做?首先會通過事故的現(xiàn)場勘查，也會進行深度的調(diào)查分析和缺陷的風險評估，重點要分析事故的原因，一般來講分析事故原因會找到最大的相應參數(shù)的閾值判斷，一般會超過實際的正常范圍，這是一個判定。

  第二，會找到影響相應參數(shù)前面的輸入?yún)?shù)，同時根據(jù)輸入?yún)?shù)和響應的閾值之間的關系，通過機器學習的方法找到關聯(lián)的關系。這也是分析原因，同時也是建立模型的一個過程;同時也要還原事故的場景，建立動力電池安全評價體系。

  現(xiàn)在主流的車輛，特別在起火相關的事故里面主要有這些內(nèi)容，剛才比亞迪這邊特別講到了七個方面，五個維度，還有四個層級。在五個維度里面包括了，像這邊的電池一致性，特別在事故方面有過充、過放的過程引起熱失效;2.在進水的方面我們經(jīng)常發(fā)現(xiàn)有這樣的事故導致起火，我們也會設置相應的測試評價。下面這一行是測試評價，會采用IPX9防水測試方法。

  3.同時車輛會在充電過程中自燃，包括靜止的過程中也會存在自燃，因為它的不足已經(jīng)累積。

  4.機械的故障，特別在碰撞，包括托底等等工況下面，我們設計一種是球擊測試，一種是刮擦測試。引起不同火災事故的工況，我們會在實驗室的體系下完善，復現(xiàn)測試事故的環(huán)境，然后找到評價機理。這是前期的事故調(diào)查分析。

  分析了相關的機理之后，最主要的還是要建立相應的預警模型。實際上通過這種多的數(shù)據(jù)來源之后會建很多的數(shù)據(jù)模型，這里舉了三種模型。

  1.動態(tài)的閾值模型，電壓超過正常的比例之后肯定要進行預警的過程。

  2.一致性分析模型，現(xiàn)在很多新能源汽車電池并沒有出現(xiàn)嚴重的跳躍，長時間維度的時候，一致性出現(xiàn)了變化。這也是我們要進行的一種模型分析。

  3.風險累計模型。這是在單個層面或者小時間范圍內(nèi)不會有，通過長時間累計或者更長時間的分析之后，可以得出一個風險預警。

  當然還包括其他的模型，在運行過程中同時校驗，找到車的安全風險。

  我們在做的過程中，一般做完線上的預警，可以理解為“遠程預警”，這是通過數(shù)據(jù)方法預警，發(fā)現(xiàn)情況以后，我們還會做線下檢測(實車檢測)，找到高風險車以后，做線下設備檢測，提升預警模型的準確性。

  我們在運行的過程中，流程是“AI+專家”安全服務體系，我們用多個模型進行分析、判斷和給出預警，這是一個環(huán)節(jié)。這里有初審和審核的過程，判定完以后有高危車輛，通過標簽貼標的方法，貼的比較準。進入高危車輛以后會進入“專家確診”的過程，最后鎖定這個車有沒有問題，從而解決和排除這些風險，這是我們在實際運用過程中的工作流程。

  通過以上的步驟，分析事故得到數(shù)據(jù)的機理，建立模型、建立數(shù)據(jù)平臺，不斷的進行迭代和完善和運行這個方法。

  我們用這套解決方案也做了很多相關工作，舉兩個例子。

  首先，這是一個我們在過程中所發(fā)現(xiàn)的情況。左邊的車，在一個電池組里面，這是事故車里面的情況，在前10天已經(jīng)發(fā)現(xiàn)了明顯的突變，下面明顯沒有。之前如果能夠發(fā)現(xiàn)這樣的事故車，或者在10天前可以監(jiān)測的話，這是很OK的。

  右邊這個，還可以放得更長一點，往往有時候一個車輛在前面段時間里面，它還不一定能夠發(fā)現(xiàn)情況。放得更長里面也可以找到問題的原因。

  左邊這個車是當時的一個車型，后面是同一個企業(yè)把同批次車拿給我們，右下角是同批次的車，我們找到高危車輛，11號和84號電芯與其他電芯相比風險累積值明顯偏高，這個車確實存在非常高的風險，后面也是處置完畢，找到了同批次，后面解決了同批次相關車輛的高危風險排除。

  左邊看一下這幾個圖，一般來講，最上面橙色的線是正常電壓的范圍，藍色的線最靠右這點點在最后的時刻里面發(fā)生了跳水，在當天的范圍內(nèi)已經(jīng)發(fā)生跳水，這是第一個圖。

  第二個圖，如果跳水以后不僅僅跟電壓有關，也跟絕緣電阻有關系，右邊綠色的這條線是絕緣電阻的比例關系?？梢酝ㄟ^多個輸出參數(shù)判定車輛的風險。

  這是在出現(xiàn)事故的情況，把時間維度拉的更長看一下，這個車在前面若干天之前，藍色部分出現(xiàn)問題的單體已經(jīng)出現(xiàn)異樣，但是這個異樣閾值是判斷不出來的，因為它還沒有超出嚴重的范圍，3.5V在左右一點點變化，所以往往叫風險累計這塊，它比希望動態(tài)閾值判定更準。所以多個模型要互相校驗，一個模型很容易失真或者容易判斷錯。這是左邊部分。

  右邊部分又有一個非常明顯的例子，還有一種就是前面任何查不到風險，因為我們每次查的時候會有一定的提取頻率的?？匆幌掠疫叺膱D，在出事故的過程中，前期不去復看它的電流電壓的過程，我們以為“突然死亡”，什么都正常，突然起火了，實際找完以后，復現(xiàn)所有過程，在前面若干天甚至上月的時間，出現(xiàn)一次到兩次有一點突然抖動的過程，這就是對接下來采樣這塊，包括數(shù)據(jù)處理提出了很高的要求。這也是我們這個模型需要多維度判斷的過程。這是兩個具體的案例。

  在過程中，我們也做了這套系統(tǒng)，現(xiàn)在給車企，包括相關的運營公司進行了結合和服務，供這些服務之后，我們給相關的車企舉了一些例子，也有安全預警。我們提出有預警的類型之后，企業(yè)反饋的結果，查完之后確有此事，而且確切的排除了風險，消除了隱患。這就是用前面的方法做到的安全預警的成果。

  前面用的是一個平臺和一個系統(tǒng)，總的來講就是用大數(shù)據(jù)的方法做了安全的預警，做了大量案例和實踐，這就是大數(shù)據(jù)在安全上面做的實踐和探索。

  大數(shù)據(jù)這個概念非常大，新能源這個產(chǎn)業(yè)很大，放到這個維度上來看的時候，接下來有四個方面的建議。

  第一方面，大數(shù)據(jù)可以賦能在產(chǎn)業(yè)管理和行業(yè)政策的制定上面，特別是對相關的部委有借鑒意義，在汽車全生命周期管理過程中，不管從車輛的運行、上牌、市場銷售涉及到不同部委的關系，包括在運行過程中，不管交通事故、年檢、營運車輛涉及到多維度的部委管理，在這一塊可以把數(shù)據(jù)進行一些結合和整理，把它聯(lián)通起來。

  第二，大數(shù)據(jù)在汽車技術的研究和技術創(chuàng)新上面進一步賦能。舉一個例子，拿安全為例子說一下。剛才上面第二部分講了新能源汽車安全預警，也是其中一個例子。傳統(tǒng)來講，安全包含交通安全，到今天這個時候，安全往前走智能安全，ADAS安全，往后有事故的預警和救援，包括國家相關部委在推動，包括事故的應急救援這塊。

  從車輛售完車到運行到使用，實際上整個過程智能安全、主動安全、被動安全、新能源安全，都會產(chǎn)生大量的數(shù)據(jù)。我們在此過程中一方面把數(shù)據(jù)進行連接，可以連接起來互相做判定，這是第一方面在技術研究上的作用。

  第二個作用，剛才已經(jīng)講到了，一個方面是電池安全這塊，我們傳統(tǒng)的電池安全可能靠的是實驗室的測試設備，靠的是經(jīng)驗。實際上，當多了一維數(shù)據(jù)手段的時候，多了一維空間來保障電池的安全，像剛才說的新能源的安全控制一樣的。所以在這個意義上來講，它是接下來在具體某一個系統(tǒng)安全里面，多一維空間研究它、保障它，逐步讓它穩(wěn)定。這是在推動數(shù)據(jù)安全方面，在汽車安全方面的大數(shù)據(jù)的作用。

  第三，汽車在全生命周期上面的大數(shù)據(jù)賦能。車從銷售完了以后，到最后使用，鏈條非常長。中國的汽車前端市場已經(jīng)到了一定比較飽和或者相對穩(wěn)定的狀態(tài)，后市場這塊的空間非常大，這里面大數(shù)據(jù)可以挖掘出大量的價值。特別想說一下，用車出行這塊，我們非常了解的是滴滴打車，現(xiàn)在滴滴打車說一個概念，滴滴現(xiàn)在做的非常精深了，一天服務幾千萬甚至幾百萬的司機每天在執(zhí)行服務，一天服務幾千萬的客戶，一天是幾個PB的數(shù)據(jù)量。過程中做了幾個重要的點：

  1.轎車的過程中要進行大量的分析，哪些客源在哪里?？驮吹姆植?、位置、時間都是它去了解的，還有客源的喜好，究竟喜歡什么車，這是要判定的，這是找客需求過程中的大數(shù)據(jù)應用。

  2.上了車以后也有大數(shù)據(jù)應用，現(xiàn)在上了滴滴以后視頻也有、錄音也有，對駕駛員的行為也在監(jiān)控。這個過程中的監(jiān)控，客觀來講把大數(shù)據(jù)應用到對成員和駕駛員的安全保護上來。

  3.下了車以后基本上不用考慮要不要馬上付費，可以直接扣費，但是扣費又有風險問題，現(xiàn)在區(qū)塊鏈和大數(shù)據(jù)安全結合起來，和客戶評價也結合起來。

  在滴滴上面可以看到大數(shù)據(jù)創(chuàng)造了大量的價值，在體驗、買車、換車維度上面，我們相信價值創(chuàng)造更多，鏈條拉得更長，鏈節(jié)做的更粗。

  第四，在相關產(chǎn)業(yè)上面進行賦能?，F(xiàn)在的汽車客觀來講，如果在昨天的時間，在昨天這個時候汽車理解為以機電業(yè)為主的產(chǎn)品，在今天已經(jīng)不一樣了，汽車變成了一個數(shù)據(jù)終端、能源終端、娛樂終端，這時候更多考慮的是“人、車、路、網(wǎng)、云”整個大生態(tài)。

  這里想舉一個例子，國家正在推動的，今天之后在做的是“新基建”，包括5G大規(guī)模示范應用和智能網(wǎng)聯(lián)的先導示范區(qū)，把多個產(chǎn)業(yè)的領域攏在一起。

  新能源汽車只是解決新能源部分，我們把新能源汽車和智能網(wǎng)聯(lián)汽車的載體結合起來，其中很重要的連接手段，或者保障手段就是大數(shù)據(jù)的應用。所以，我們相信以數(shù)據(jù)為紐帶能夠把能源網(wǎng)、交通網(wǎng)、服務網(wǎng)、車聯(lián)網(wǎng)打的更完善，賦予更多能量。

  以上是四方面對大層面的創(chuàng)造價值，最后想用一句話說說，在講這句話之前，馬云同志講了一句話我覺得挺好，在面臨新技術、面臨互聯(lián)網(wǎng)的時候，他說：很多人因為看不見;第二是看不起;第三是看不懂;第四所謂是跟不上，往往跟時代有所脫節(jié)。

  我們希望汽車從業(yè)者和相關的同志能夠看見、看起、跟上，也能夠完全的創(chuàng)造更多的價值，所以我們必須高度重視大數(shù)據(jù)在新能源汽車產(chǎn)業(yè)發(fā)展中的戰(zhàn)略價值，加快推動大數(shù)據(jù)在汽車產(chǎn)業(yè)中的應用，共同構建以大數(shù)據(jù)為聯(lián)結的新型產(chǎn)業(yè)生態(tài)體系，驅(qū)動新能源汽車高質(zhì)量發(fā)展!”

  謝謝大家!