新页面

博客

引领未来之路:克服汽车行业五大挑战

过去几年,汽车行业一直在不断转型,推动力包括从内燃机 (ICE) 到电动汽车 (EV) 的转变、自动驾驶的出现以及对定制驾驶需求的日益增长。 

更为复杂的是,新一轮激进关税措施出台,全球贸易面临又一次挫折。特朗普政府已对进口钢铁和铝征收25%的关税,对中国商品征收10%的关税,并根据“互惠关税”战略对欧盟、印度和日本征收额外关税。一旦实施,这些关税可能会使新车型的成本增加 4,000 至 10,000 美元。正如福特汽车公司首席执行官吉姆·法利所说,“到目前为止,我们看到的是大量的成本和大量的混乱。”

未来五年将会发生更多变化。到2030年: 

 

虽然这些趋势预示着更加可持续的未来,但汽车制造商仍在努力应对其供应链中出现的复杂性。从确保关键电池材料到适应快速的技术创新步伐,汽车制造商面临着持续的艰苦战斗以保持其竞争优势。 

在这篇博文中,我们将探讨当今汽车行业面临的最大挑战。更重要的是,我们将讨论能够帮助汽车制造商渡过这一动荡时期的解决方案和策略,并提供更具弹性、更优化的供应链解决方案,让竞争对手望尘莫及。 

 

关税对工业制造商有何影响? 

新关税导致对美国制造商品的需求增加,但同时也带来了工业制造商必须立即解决的紧迫的物流挑战。了解如何主动处理这把双刃剑。 

1.在不确定性中需要更确定的结果

面对不确定性、复杂性和波动性,汽车制造商需要实现更高的决策确定性。先进的技术使他们能够创建各种假设模拟和应急计划,以应对不同的关税影响、地缘政治风险、陆上和海上替代供应商、需求波动和潜在的供应中断。利用人工智能 (AI) 支持的敏捷和精确的场景建模,组织可以评估其决策对服务水平、现金流、成本、可靠性、风险、盈利能力和整体财务状况的可能影响。

不断增长的客户需求和地区品味使得汽车规划人员越来越难以准确预测需求。ICE 汽车生产规划人员正在努力应对供应链中大量的零部件和层级。协调来自众多供应商的数千个零件的流动是一场物流噩梦,使得预测特定配置的需求变得极其困难——并避免库存过剩或零件短缺。由于 ICE 车辆选项种类繁多,这种复杂性进一步加剧,导致滞销车型库存过剩,需要进行昂贵的折扣。

电动汽车的生产虽然在零部件数量方面比较简单,但却面临一个关键的瓶颈:电池生产。电池是电动汽车制造的领跑者,是最关键、最抢手的零部件。无论需求如何,电池供应有限都会严重影响电动汽车制造商实现生产目标的能力。确保稳定且充足的电池供应链对于电动汽车制造商来说至关重要,因为短缺会导致生产延迟和销售机会的丧失。此外,电池技术的快速发展以及对增加续航里程和充电速度的竞争,给电动汽车生产规划增加了另一层复杂性。

汽车制造商面临的挑战依然如故:他们要么被不再需要的过剩库存淹没,要么库存不足以满足当前需求——迫使他们支付高价来采购缺失的零部件。其结果是一系列负面结果:产品卖不出去、采购支出过高导致利润率降低、以及由于无法满足需求而失去销售机会。 

车辆配置选项的数量之多更是火上浇油。预测哪种配置会在哪个地区畅销,就像试图在黑暗中击中移动的目标一样。这通常会导致滞销车型库存过剩,需要以削减利润的折扣来清仓。仅在美国, 2024 年初可供出售的新车供应量就达到 261 万辆,比上一年增加了 50%。  

面对快速的变化和复杂性,领先的汽车制造商正在引入人工智能技术,以便更快地感知需求模式的变化,然后实时自主纠正。无边界情景规划意味着整合长期、中期和实时视角,创建一个始终在线的业务数字孪生,全面代表业务的物流和财务状况。其好处是,汽车制造商可以领先于颠覆,并在客户和业务成果方面优化结果。

2. 缺乏跨层透明度和可见性 

汽车行业依赖于经销商、原始设备制造商 (OEM)、一级和二级供应商、第三方物流提供商 (3PL) 和电子制造服务组成的复杂生态系统。

日益增多的环境法规进一步加剧了这种复杂性,要求加强从采购到分销的整个供应链的跟踪和追溯。汽车制造商现在必须仔细监控材料和零部件的来源和生命周期,以减轻监管和合规风险。对于电动汽车电池等关键部件来说尤其如此,增强的跟踪和追踪对于阐明端到端供应链至关重要。

跨层级的有效规划和协作对于确保所有原材料和零部件在需要的时间准确地到达需要的地方至关重要。为了实现这一目标,汽车公司需要对整个供应链保持鸟瞰视角,实时了解所有供应商的库存水平,以减轻需求激增或供应商中断造成的潜在供应缺口。

如果没有这种端到端的可视性,汽车制造商就很难保持对供应链的控制,从而容易受到延误、成本增加和潜在生产中断的影响。

端到端可视性对于预测上游原材料和下游成品流动中断以满足客户需求至关重要。通过可视化整个供应链——从供应商和工厂到配送中心、零售商和客户——汽车制造商可以评估供应变化、需求变化和其他中断的实时影响,从而制定精益且有弹性的主动风险缓解策略。

例如,一旦发现中断,先进的技术可以使用假设情景动态地重新调整计划,以降低风险并优化财务结果。在人工智能和机器学习 (ML) 的支持下,数字解决方案使组织能够做出权衡、平衡相互竞争的优先事项,并以惊人的速度和灵活性做出响应——通常无需人工干预。

如果发生零件交付失败的情况,现代技术可以分析替代方案,例如加快从原始来源进行替换,或从其他地点采购零件。优化引擎还可以评估承运人速度和路线效率,以最大限度地减少中断,确保最具成本效益的解决方案,并能够从任何供应链中断中快速恢复。

3. 销售和运营规划与执行脱节

在全球汽车行业中,并不存在放之四海而皆准的模式。汽车公司必须处理各种不同的零件以满足客户需求。与内燃机汽车相比,电动汽车具有不同的发动机、电池系统和电子设备——而智能或自动驾驶汽车则需要先进的传感器、芯片和软件。即使是在通用底盘上制造的不同车身样式也需要不同的零件。

品种的增加使生产调度变得复杂,并使优化产能利用率变得更加困难。由于需求波动和中断,制造商可能难以保持工厂满负荷运转。他们可能会有闲置的生产线或被迫加班以满足意外订单,从而减少利润。对于必须同时兼顾 ICE 和 EV 生产的传统 OEM 来说,挑战更加严峻。他们必须管理每个供应链和制造流程固有的复杂性,同时协调这些并行生产流中通常不同的需求。

即使需求或供应的微小变化也会对整个生产过程产生连锁反应,需要不断调整生产计划。需求、供应和产品配置的不断变化使得建立以优化和一致的生产流程为目标的珍珠链模型变得困难。这会导致效率低下、成本增加以及错过交货日期。

为了应对这些挑战,整个供应链需要加强协作和透明度。需要改善生产和销售之间的沟通,以确保对客户承诺日期的准确性,并支持定制的车辆要求。

“只有 30% 的汽车专家表示通过数字或实时应用程序和界面与供应商进行双向沟通。”

波士顿咨询集团(BCG)

 

为了实现这一目标,制造商需要实现无缝的销售和运营规划和执行。端到端、互联且响应迅速的数字供应链孪生可以同步产量规划、组合规划、分类、排序和详细调度方面的决策。这有助于推动实时洞察,准确评估消费者需求并调整供应链,同时保持盈利能力并最大限度地提高产能。

4. 供应链风险敞口高

制造商正在不断转变其供应链战略,以减轻地缘政治干扰、较长的交货时间和波动的需求——通过扩大本地和近岸供应商网络减少对遥远的外国供应商的依赖。这种趋势通常被称为回流或近岸外包,旨在创建更具弹性和响应能力的供应链。福特就是一个例子,它与美国半导体芯片制造商 GlobalFoundries 合作,以减少对海外供应商的依赖。

开发供应链弹性包括重新审视供应链网络设计,重新配置全球和区域供应链流程,从当地供应商采购关键部件,并根据需求、成本、服务和风险情景分析进行权衡。尽管回流和近岸外包可以减轻一些地缘政治风险,但也带来了新的供应链挑战。建立新的供应商关系需要时间,并且可能在建立和发展这些新的合作伙伴关系的过程中产生初始瓶颈、质量问题或产能限制。这些挑战可能会扰乱零件和材料的顺畅流动,影响生产计划并增加成本。

结合不断变化的客户需求,汽车行业渴望采用更加灵活、适应性更强的采购、储存和运输方式——不仅适用于单个零件和原材料,还适用于组装部件、总装前车辆甚至整车。

这需要对整个供应链(从原材料提取到最终产品交付)进行全面综合的了解。制造商需要开发强大的规划和预测能力,实施灵活的制造系统并与其供应商网络建立密切的合作。这使他们能够确保零部件的持续可靠供应,最大限度地减少中断,并最终满足客户需求。

navigating-the-road-ahead-overcoming-the-5-biggest-auto-industry-challenges-body-03

 

5. 缺乏先进技术来应对当今的复杂性

想象一下尝试驾驶一辆由 20 世纪的内燃机驱动的一级方程式赛车。没有人会制造这种车——而且它也无法跟上配备现代发动机的竞争汽车的步伐。然而,许多汽车制造商都面临着类似的障碍:依赖过时的遗留系统,而这些系统无法满足当今动态市场的需求。

这些遗留系统通常是几十年前建立的,孤立运行,造成信息盲点,阻碍关键决策。汽车制造商很难将新技术注入这些过时的系统,但它们的解决方案无法提供实时可见性、整个供应链库存水平的整体视图,或准确预测需求波动的能力。跨多个平台的孤立、静态和脱节的决策会导致对需求组合变化和供应中断的响应延迟,从而导致效率低下并对盈利能力产生重大影响。

为了克服这些挑战并实现运营现代化,汽车制造商必须超越传统的、孤立的产品。他们需要为那辆赛车安装一个现代化的引擎。端到端、互联且响应迅速的数字供应链孪生可同步产量规划、组合规划、分类、排序和详细调度方面的决策。

基于云的解决方案提供了一种经济高效且可扩展的替代方案,使公司能够按需访问 AI 和 ML 等尖端技术。利用统一的、支持人工智能的云平台,汽车公司可以释放其数据的真正价值。人工智能算法可以实时分析大量数据,为供应链动态提供有价值的见解,识别潜在风险并推荐最佳行动方案。这使组织能够做出更快、更明智的决策,提高运营效率并在快速发展的汽车市场中获得竞争优势。

利用 Blue Yonder 提高绩效并应对当今挑战

Blue Yonder 提供一套全面的人工智能解决方案,旨在帮助汽车制造商应对这些复杂问题并实现卓越运营。我们的解决方案涵盖人工智能驱动的规划、排序、调度、仓储和物流——所有这些都无缝集成在 n 层供应链网络中。这使得汽车制造能够采用现代方法实现利润最大化和风险最小化。

无论汽车制造商是希望优化供应链以支持向新车型的过渡、提高运营敏捷性,还是促进与业务伙伴的更紧密合作,Blue Yonder 都能提供他们取得成功所需的工具,包括:

  • 综合需求和供应情景规划使汽车制造商能够根据需求实现、供应中断和可持续性情景创建一系列假设模拟和应急计划。他们可以确定 ICE、EV 和混合动力汽车之间的正确组合,并制定减少营运资金的策略,例如提高预测准确性和优化库存。
  • 多层次的可视性和协作使汽车制造商能够阐明供应链网络并促进多层级协作,从而提高可视性、降低溢价运费并减少碳足迹。
  • 同步执行使汽车制造商能够内部采购物流,进行更有效的战略合作,从而改善对物流功能的控制,降低货运成本并减少二氧化碳排放。
  • 按订单配置可帮助 OEM 摆脱传统的按库存生产、“区域充斥”方法,这种方法需要持有 60 天的库存。相反,他们可以采用基于混合“推”和“拉”的模式,利用按订单配置、各种 ICE、EV 和混合动力系统来降低库存水平并为 EV 计划提供资金。
  • 互联的销售和运营规划与执行能够创建端到端、互联且响应迅速的数字供应链孪生,从而同步批量规划、组合规划、分类、排序和详细调度方面的决策。

 

汽车制造商可以通过利用 Blue Yonder 解决方案来提高效率、增强弹性并提高盈利能力。他们可以克服汽车行业的关键挑战,包括满足不断变化的需求,并在这个快速发展的市场中获得显著的竞争优势。

 

了解我们如何帮助降低 25% 的运输和劳动力成本

我们揭示了我们的汽车解决方案如何帮助您构建适应各种变化的高性能、敏捷且有弹性的供应链。