雖然我們看到一些汽車客戶采取了供應鏈彈性措施，但這些措施尚未大規模實施，這在風險評分中有所體現。

計算硬件將推動軟件定義汽車（SDV）的功耗飆升。

汽車行業正處于重大轉型的風口浪尖，軟件定義汽車的興起正是這一轉型的標志。在我們致力于尋求下一代移動出行方式帶來的轉型機遇時，評估我們所在行業供應鏈是否已做好滿足這個新時代需求的準備至關重要。

汽車行業從全球供應危機中復蘇的同時，半導體對下一代移動出行方式的重要性也日益凸顯。波士頓咨詢集團預計，每輛車的芯片含量將繼續以每年約 7% 的速度增長，到 2030 年將達到當前水平的 1.5-2 倍。然而，畢馬威（KPMG）的調查數據顯示，45% 的中國以外汽車制造商高管對半導體供應問題表示極度擔憂。

汽車行業面臨的挑戰和風險

偉創力最近對供應鏈趨勢的分析，以及來自我們的聯合風險管理應用程序（該應用程序利用人工智能/機器學習和來自 500 萬個組件的信息）的專有跨行業數據表明，汽車行業的供應鏈風險評分是其他行業的兩倍多。

為了闡明汽車行業面臨的挑戰，將其與超大規模數據中心行業因人工智能驅動而實現的增長進行類比或許會有所幫助。這兩個行業都正經歷著由高性能硅驅動的技術轉型，這些轉型正在重塑它們各自的領域格局。

生成式人工智能的快速采用正在推動對超大規模數據中心需求的增長。麥肯錫預測，到2030 年，該需求的復合年增長率將達到 10%-12%，谷歌、微軟、亞馬遜和 Meta 等巨頭是主要驅動力。典型數據中心機架的電力需求顯著增加，從目前的16至20千瓦，不久后很可能增長到250千瓦。

軟件定義汽車的崛起遵循類似的軌跡，據彭博新能源財經（BNEF）估算，對于配備 L4 級高度自動駕駛系統的電動汽車，其高達 46% 的功耗來自計算硬件，相比L3級系統的5%大幅增加。軟件定義汽車和AI數據中心都需要新的架構來滿足對可擴展、強大計算能力的需求，這也要求我們重新思考對供應鏈產生的影響。

我們的數據指出了汽車行業落后于數據中心行業的幾個關鍵領域。盡管我們看到一些汽車客戶正在實施供應鏈彈性措施，但這些措施尚未被大規模實施，這在風險評分中得到了體現。

在數據中心提供商的90,000個部件與汽車領域的70,000個部件的逐項比較中，以下指標存在最大差距：

· 缺貨（風險高出 25%）：使用實時經銷商數據檢查零件的當前庫存是否有零件可用。

· 供應（風險高出 15%）：測量同一商品中類似零件的歷史數據，以預測未來發生短缺的可能性。

· 交貨時間（風險高出 10%）：衡量同一商品組內不同零件的交貨時間差異。

借鑒云計算行業供應鏈的最佳實踐

我們認為，汽車行業可以從云計算行業借鑒以下三個關鍵措施，在構建彈性方面取得實質性進展：區域化、多元化采購和協作。雖然這些解決方案對汽車行業來說并不新鮮，但數據表明，我們的執行速度還不足以避免下一次供應危機。

· 區域化：區域內制造正在成為克服供應鏈中斷、關稅和地緣政治緊張局勢對業務連續性造成的風險的必備條件。區域化不僅是一種防御策略，它還具有提高對區域客戶需求的響應能力和減少碳足跡等優點。

· 多元化采購：我們的數據表明，汽車行業采用多元化采購的比例不到其他行業的一半。當將一家領先的超大規模企業的企業計算機架的組件與一家全球原始設備制造商（OEM）的中央計算模型進行比較時，這種缺乏多源采購的影響顯而易見：汽車產品的供應風險要高出35%。在整個物料清單中最大限度地實施智能多元化采購策略，能夠使汽車制造商提高靈活性和彈性，從而減少生產線停工次數，提高定價競爭力并加快產品上市時間。雖然這可能需要前期投入成本和精力，但其帶來的收益遠遠超過了弊端，為汽車制造商提供了一份保障。

· 協作：正如數據中心公司通過改進與供應鏈生態系統的合作方式加速了其創新進程一樣，汽車制造商也必須這樣做。汽車生態系統需要在產品開發生命周期的初期就大幅加快合作步伐——以年計，而非月計。在產品開發的早期階段建立合作伙伴關系，將使我們能夠確保產品按時發布、供應鏈準備就緒且穩健可靠，并提升我們快速響應市場變化的能力，從而實現大規模交付。

攜手合作，為成功的未來鋪平道路：汽車行業正處于準備迎接下一代移動出行方式的關鍵時期。為了抓住這一前所未有的市場機遇，汽車行業必須作為一個生態系統來共同構建一個更具彈性的汽車供應鏈，因為沒有任何一個行業參與者能夠獨自跨越終點線。通過借鑒其他行業的最佳實踐，如區域化、多元化采購和協作，我們可以重塑汽車供應鏈，并實現下一代移動出行方式的愿景。