报告行业投资评级 未提及相关内容 报告的核心观点 - 2035 年软件定义汽车将成行业主流，汽车制造商需转型业务模式，从传统销售转向数字化持续收入模式，同时应对技术、文化和人才等挑战 [4] - 汽车制造商要聚焦软件，将其作为差异化因素，提升品牌价值，增加软件研发预算，关注数据安全和隐私 [9][20] - 行业需重建架构，简化技术，采用开放式架构和开源解决方案，结合云计算和 AI 开发软件定义汽车 [48][55] - 汽车制造商要转变思维，营造软件定义文化，解决人才短缺问题，与供应商生态系统合作，利用生成式 AI 提升生产力 [66][72] 根据相关目录分别进行总结 关键发现 - 74% 汽车行业高管称 2035 年汽车将依赖软件定义和 AI 驱动，软件和 AI 会应用于车载体验及汽车核心部分 [7][9] - 到 2035 年，51% 的收入将来自持续性数字服务和软件订阅，目前仅为 15% [9] - 汽车制造商需革新电气 / 电子和软件架构，克服硬件和软件层次分离难题，且机械驱动模式根深蒂固，复合型人才短缺 [7] 2035 年的汽车与出行生态 - 38% 的高管预计所在地区无法提供足够替代燃料基础设施 [17] - 82% 的出行生态系统参与者将增加对软件定义汽车的投资分配 [17] - 81% 的新车将在某种程度上实现电气化，80% 的高管表示共享汽车和共享出行将成出行生态重要组成部分，78% 的高管认为电动汽车充电网络是必不可少的交通基础设施，只有 37% 的新车为私人所有 [17] 通过软件驱动体验提升品牌价值 - 75% 的汽车行业高管表示，到 2035 年软件定义体验将成为品牌价值的核心 [20] - 汽车制造商软件和数字化投资的研发预算将从目前的 21% 提高到 2035 年的 58% [20] - 软件定义汽车功能将带来多种持续性收入来源，但难以预测 10 年后客户期望 [25] - 59% 的汽车制造商积极应对 2035 年变化，三分之一采取谨慎态度，9% 专注个性化客户体验 [25] - 数据安全和隐私将成为 2035 年汽车行业的关键竞争优势 [25] 行动指南：如何围绕软件定义体验重塑品牌核心价值 - 打造品牌体验时注重安全性、可靠性和隐私保护，在此基础上创新，提供与品牌定位一致的用户体验，建立数据平台提供个性化软件体验 [33] - 与新的生态系统合作伙伴合作，采用成熟方法和框架推动创新，建立开放创新平台 [35] - 建立强有力的反馈机制，持续获取客户和合作伙伴反馈，实时调整策略和产品，预测客户需求并试验新想法 [37] 观点：重重障碍减缓自动驾驶发展 - 65% 的汽车行业高管表示，自动驾驶功能将在 2035 年成为消费者基本需求，带来每位客户每月 269 美元的收益 [39] - 到 2030 年，第 4 级和第 5 级自动驾驶汽车将仅占市场的 12%，到 2035 年也仅占 23% [39] - 自动驾驶推广需解决技术、法规和社会接受度障碍，美国需要联邦级自动驾驶法规框架 [39] 观点：在软件定义汽车时代，安全至关重要 - 超过一半的客户认为安全性和隐私保护是品牌差异化的重要因素 [44] - 软件定义汽车普及和网络连接性提升增加网络安全风险，汽车制造商需具备快速更新和维护安全系统的能力，采用“安全设计”策略 [44] - 车辆安全运营中心在应对网络安全威胁方面发挥重要作用，外包比例将从现在的 64% 增长到 2035 年的 74% [44] 重建架构，简化复杂技术 - 60% 的高管预计客户希望通过 OTA 更新升级功能并购买，普及 OTA 更新至关重要 [49] - 当前电气 / 电子和软件架构无法支持软件定义汽车发展，汽车制造商正采用集中高效的计算架构，将硬件和软件分离 [49] - 79% 的受访高管指出需解决硬件和软件层次分离难题，47% 的高管认为这是当前最迫切问题 [49] - 80% 的高管表示管理软件定义汽车产品的整个生命周期是阻碍进展的关键因素，77% 的高管指出缺乏软件开发工具和方法论是障碍 [54] 行动指南：如何重建基础设施和架构，成功开发软件定义汽车 - 为非差异化领域探索开源解决方案，推动中间件接口标准化 [57] - 借鉴其他行业经验，采用软件工程工具和方法，使用数字模型和仿真技术，投资敏捷和 DevOps 实践 [59] - 结合云计算和 AI，加速软件开发，探索新型解决方案，测试优化软件配置，开发创新功能 [61] 案例研究：大众汽车集团构建自动化测试环境 - 大众汽车集团利用 Red Hat 技术创建混合模式测试环境，结合虚拟测试和实际测试，提高组件集成效率，引入自服务配置，将系统测试成本降低了 50% [63] 转变思维，实现软件定义文化 - 68% 的汽车行业高管表示软件定义汽车转型进展顺利，但预计在 2034 年之前，行业难以满足转型所需的人才 [67][68] - 74% 的受访高管表示组织的机械驱动模式根深蒂固，难以改变 [69] - 软件定义汽车集成要求高，缺乏复合型人才，69% 的高管认为软件定义汽车能力的内部建设至关重要，69% 的高管将软件技能短缺视作关键障碍 [69][70] - 与供应商生态系统合作可缩小差距，到 2035 年，车载技术领域内部能力将提高 18%，车外领域外包比例将提高 17% [72] - 57% 的高管认为生成式 AI 能帮助解决人才短缺问题，52% 的高管认为其在代码编写中有广阔应用前景，预计未来三年内将软件定义汽车软件开发生产力提高近 40% [72] 行动指南：如何转型为软件定义型组织，让创新蓬勃发展 - 打破组织壁垒，重组团队促进软件开发，开展知识共享和创新倡议 [76] - 构建强大的人机协作，利用数字劳动力培训员工，应用 AI 工具提高工作效率和产品安全性 [78] - 重构供应商生态系统，重新配置核心业务合作伙伴，与高质量、少数量的合作伙伴合作，剔除不利于转型的环节，与采用开源技术的合作伙伴合作 [80] 案例研究：诺博科技通过研发管理数字化平台赋能员工 - 诺博科技与 IBM 合作，采用工程全生命周期管理解决方案，实现从传统手动流程管理向数字化管理的转变 [82] - 诺博科技推广 ELM 学习，优化系统流程，实现全生命周期管理，提升研发效率和创新能力，确保合规性，提升全球竞争力，缩短数据更新和报告生成时间 [82] 研究方法 - IBM 商业价值研究院联合牛津经济研究院，在 2024 年第三季度对全球 9 个国家的 1,230 名汽车行业高管开展访谈式调研 [85] - 调查样本中，40% 为传统汽车和电动汽车制造商，40% 为汽车供应商，20% 为生态系统参与者 [85] - 受访者回答多种形式问题，内容涉及行业发展期望、成果、担忧和困难等，研究目标是探讨传统汽车制造商和供应商如何转型为软件定义组织 [86] - 研究采用系列对比分析方法，显著性水平设定为（p < 0.05） [86]

AI趋势与投资 - 63%的高管预计其AI产品组合将在未来一到两年内对组织产生重大财务影响[6] - 2025年，46%的高管计划扩大AI应用规模以优化流程，44%计划利用AI进行创新[10] - 77%的高管表示其组织需要快速采用生成式AI技术以赶上竞争对手[33] 员工培训与技能缺口 - 全球每年有5%的劳动力需要持续再培训，AI的快速发展使这一比例急剧攀升[18] - 2024年，35%的员工（超过十亿）需要接受再培训[19] - 64%的CEO认为AI制胜的关键在于员工对技术的采用，而非技术本身[21] 技术债务与基础架构 - 55%的高管表示技术债务是实现业务目标的主要障碍[32] - 只有25%的高管强烈认同其组织的IT基础架构能够支持AI在整个企业内大规模扩展[33] - 77%的高管表示生成式AI模型可以成功识别地缘政治和气候风险，实现主动缓解[51] 业务模式与创新 - 85%的高管表示AI将推动业务模式创新，89%表示AI将推动产品和服务创新[74] - 90%的高管表示生成式AI帮助其组织更快应对市场变化，实现差异化优势[75] - 62%的CEO表示需要重塑组织运营方式以赢得未来[74] 预算与投资 - 75%的高管认为生成式AI更像是一种创新投资，而非传统IT[60] - 71%的高管表示生成式AI项目应具备自我造血能力以佐证其投资必要性[62] - 生成式AI投资平均需要近14个月才能带来积极投资回报，而其他技术投资只需10个月[64]

报告行业投资评级 - 报告未明确给出行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86][87][88][89][90][91][92][93][94][95][96][97][98][99][100][101][102][103][104][105][106][107][108][109][110][111][112][113][114][115][116][117][118][119][120][121][122][123][124][125][126][127][128][129][130][131][132][133][134][135][136][137][138][139][140] 报告的核心观点 - 生成式AI具有颠覆组织运营方式的巨大潜力,可以带来前所未有的生产力提升,并开辟新的增长路径。但这种变革也可能会造成破坏性影响,导致辛苦建立的一切毁于一旦 [13] - 生成式AI有望让曾经完全是幻想的机会成为可能。但要从生产力提升跨越到业务模式创新,就需要组织各个层面的支持 [102] - 生成式AI可以帮助公司利用海量的客户数据,从而产生打破常规定势的产品创意 [55] - 生成式AI可以让产品团队更容易获得客户反馈,从而减少产品设计和开发过程中的猜测 [54] - 生成式AI可以帮助用户体验变得神奇,它甚至可以在用户想到要求之前就准确地提供他们想要的东西 [60] - 生成式AI正在引发人的问题。60%的全球受访车企CEO表示其组织必须利用变化速度快于员工适应速度的技术 [103] - 生成式AI带来的不确定性使情况变得更加复杂。例如,CEO们必须密切关注欧盟AI法案等一些重要的全球法规,这些法规将影响AI的开发和使用方式 [118] - 生成式AI改变了你的能力,但不应改变你做自己。强化清晰且令人信服的愿景,优先把握新的机遇并协同整个组织的转型工作 [100] - 生成式AI有望让曾经完全是幻想的机会成为可能。但要从生产力提升跨越到业务模式创新,就需要组织各个层面的支持 [102] - 生成式AI可以帮助公司利用海量的客户数据,从而产生打破常规定势的产品创意 [55] - 生成式AI可以让产品团队更容易获得客户反馈,从而减少产品设计和开发过程中的猜测 [54] - 生成式AI可以帮助用户体验变得神奇,它甚至可以在用户想到要求之前就准确地提供他们想要的东西 [60] - 生成式AI正在引发人的问题。60%的全球受访车企CEO表示其组织必须利用变化速度快于员工适应速度的技术 [103] - 生成式AI带来的不确定性使情况变得更加复杂。例如,CEO们必须密切关注欧盟AI法案等一些重要的全球法规,这些法规将影响AI的开发和使用方式 [118] - 生成式AI改变了你的能力,但不应改变你做自己。强化清晰且令人信服的愿景,优先把握新的机遇并协同整个组织的转型工作 [100] 根据相关目录分别进行总结 引言 - 生成式AI具有颠覆组织运营方式的巨大潜力,可以带来前所未有的生产力提升,并开辟新的增长路径。但这种变革也可能会造成破坏性影响,导致辛苦建立的一切毁于一旦 [13] - 生成式AI有望让曾经完全是幻想的机会成为可能。但要从生产力提升跨越到业务模式创新,就需要组织各个层面的支持 [102] - 生成式AI可以帮助公司利用海量的客户数据,从而产生打破常规定势的产品创意 [55] - 生成式AI可以让产品团队更容易获得客户反馈,从而减少产品设计和开发过程中的猜测 [54] - 生成式AI可以帮助用户体验变得神奇,它甚至可以在用户想到要求之前就准确地提供他们想要的东西 [60] - 生成式AI正在引发人的问题。60%的全球受访车企CEO表示其组织必须利用变化速度快于员工适应速度的技术 [103] - 生成式AI带来的不确定性使情况变得更加复杂。例如,CEO们必须密切关注欧盟AI法案等一些重要的全球法规,这些法规将影响AI的开发和使用方式 [118] - 生成式AI改变了你的能力,但不应改变你做自己。强化清晰且令人信服的愿景,优先把握新的机遇并协同整个组织的转型工作 [100] 车企CEO展望 - 领先的车企CEO们如何准备应对不确定的未来?所有车企CEO都期望其组织的投资能够推动业务增长和盈利能力。但结果并非总是尽如人意。那么,领先的车企CEO们采取了哪些不同的做法呢? [24] - 全球车企CEO们针对生成式AI制定了宏大的计划。车企CEO们积极利用生成式AI来实现快速转型,从开展试点项目、降本增效到推动业务增长 [28] - 全球车企CEO的优先要务和面临的挑战正在快速变化。颠覆性变革正在迫使车企CEO们转移侧重点。随着新的挑战不断涌现,车企CEO们正在对不同战略目标进行优先排序,并利用快速迭代的技术(包括新形态的AI)来实现业务成效 [30] - 随着能力不断成熟,全球车企CEO对采用生成式AI的担忧也在发生变化 [34] 六个残酷事实 - 你的团队并没有想象的强大。在生成式AI决定成败的时代,人才问题是车企CEO面临的最严峻的一项技术挑战 [38] - 客户并不总是对的。客户并不知道自己明天想要什么。这并不是说他们优柔寡断,而是下一个重大事件可能会改变一切 [53] - 当专业知识欠缺时,感情用事是一个弱点。车企CEO们需要信任所选择的合作伙伴,而这种信任可能需要数年时间才能建立 [68] - 切磋与碰撞产生优秀的领导者。高管层不应总是达成一致。每位高管都有各自的观点和专业领域 [79] - 人们抵触进步。生成式AI有望让曾经完全是幻想的机会成为可能。但要从生产力提升跨越到业务模式创新,就需要组织各个层面的支持 [102] - 技术捷径是一条死胡同。随着企业的IT架构发生变化,车企CEO们必须确定其技术在哪些方面结构稳固,在哪些方面需要加固支撑,以及在哪些方面需要彻底重建 [117] 人才与技能 - 车企CEO们深知,人才对于组织至关重要。目前,51%的全球受访车企CEO表示正在招聘与生成式AI相关的职位,而这些职位在去年尚不存在 [42] - 大多数车企CEO在生成式AI方面行动迅速,但很少车企CEO真正了解其对员工团队的影响 [44] - 未来的增强型员工团队有望创造比人类或机器更高的价值,但组织无法将未来的人才融入到过去的运营模式中 [44] 创新 - 生成式AI可以帮助公司利用海量的客户数据,从而产生打破常规定势的产品创意 [55] - 生成式AI可以让产品团队更容易获得客户反馈,从而减少产品设计和开发过程中的猜测 [54] - 生成式AI可以帮助用户体验变得神奇,它甚至可以在用户想到要求之前就准确地提供他们想要的东西 [60] - 生成式AI正在引发人的问题。60%的全球受访车企CEO表示其组织必须利用变化速度快于员工适应速度的技术 [103] - 生成式AI带来的不确定性使情况变得更加复杂。例如,CEO们必须密切关注欧盟AI法案等一些重要的全球法规,这些法规将影响AI的开发和使用方式 [118] - 生成式AI改变了你的能力,但不应改变你做自己。强化清晰且令人信服的愿景,优先把握新的机遇并协同整个组织的转型工作 [100] 生态合作 - 展望未来,车企CEO们知道他们需要有选择地优先考虑哪些合作伙伴。62%的全球受访车企CEO表示其组织的战略是专注于少数的高质量合作伙伴 [69] - 尽管信任和共同价值观对于成功的合作伙伴关系至关重要,但车企CEO们在应对变革浪潮时必须要避免停留在舒适区 [73] - 通过评估组织自身的优势并决定哪些工作必须在组织内部完成,领导者可以确定从何处获取外部支持 [73] 决策 - 高管层不应总是达成一致。每位高管都有各自的观点和专业领域 [79] - 当高管团队学会说彼此的语言、相互理解时,他们就能找到启发性解决方案来应对相互关联的业务挑战 [80] - 在未来三年中,车企CEO将依靠COO、CFO和CTO来做出关键决策 [81] 愿景和文化 - 生成式AI正在引发人的问题。60%的全球受访车企CEO表示其组织必须利用变化速度快于员工适应速度的技术 [103] - 生成式AI带来的不确定性使情况变得更加复杂。例如,CEO们必须密切关注欧盟AI法案等一些重要的全球法规,这些法规将影响AI的开发和使用方式 [118] - 生成式AI改变了你的能力,但不应改变你做自己。强化清晰且令人信服的愿景,优先把握新的机遇并协同整个组织的转型工作 [100] 转型 - 成功的路径有很多,但车企CEO们需要优先实施可支持长期业务战略的技术改进项目 [118] - 生成式AI带来的不确定性使情况变得更加复杂。例如,CEO们必须密切关注欧盟AI法案等一些重要的全球法规,这些法规将影响AI的开发和使用方式 [118] - 生成式AI改变了你的能力,但不应改变你做自己。强化清晰且令人信服的愿景,优先把握新的机遇并协同整个组织的转型工作 [100] 总结 - 通过直面未知,并发挥组织的优势,车企CEO们将有机会利用生成式AI建立竞争优势 [134] - 制定"五年战略"的时代已经结束了。由于不确定性的"云层"限制了能见度,车企CEO们应当专注于加强能力建设,以便根据优先要务的变化而灵活调整方向 [134] - 要做到这一点,就需要客观地评估组织当前的技术准备情况、市场地位以及技能和能力差距 [134]

行业和公司概述 行业概述 - 该电话会议纪要涉及的行业包括: - 企业人工智能(AI)和自动化[2] - 云计算和混合云[4] - 网络安全[5] - 企业级计算系统(如IBM Z系统)[5] 公司概述 - 该电话会议纪要涉及的公司为IBM[1] - IBM是一家全球性的技术和咨询公司,主要业务包括: - 软件和解决方案(如Red Hat、自动化、数据和AI、交易处理)[3][4] - 基础设施(如IBM Z系统、分布式基础设施)[5] - 咨询服务[3] 核心观点和论据 业务表现 - IBM第三季度业绩强劲,体现在以下几个方面[3][4]: - 经常性收入基础强劲增长 - 软件业务(如Red Hat、自动化、数据和AI、交易处理)表现出色 - 毛利率和税前利润率同比大幅提升 - 自由现金流创下多年来的最高水平 战略重点 - IBM正在积极推进以下几个战略重点[2][4][12]: - 企业级人工智能和自动化,包括Ansible 2.5、RHEL AI、OpenShift AI等新功能 - 混合云平台和解决方案,如Red Hat - 网络安全和企业级计算系统(如IBM Z) 人工智能业务 - IBM在企业级人工智能(包括生成式AI)方面取得了快速增长[2][10]: - 生成式AI相关业务规模已超过30亿美元,较上季度增长超过10亿美元 - 这些业务增长35%以上,主要来自中长期的数字化转型和战略性项目 其他重要信息 - IBM在2024年连续第二年被Gartner评为容器管理领域的领导者[2] - IBM正在通过生产率提升计划来提升运营效率和盈利能力[3][11] 总结 综上所述,IBM在第三季度交出了一份亮眼的业绩报告。公司在软件、人工智能、混合云等重点领域表现出色,经常性收入和利润率均实现大幅提升。IBM正在积极推进企业级人工智能、自动化、网络安全等战略,并通过生产率提升计划来提升整体盈利能力。未来,IBM有望继续保持良好的增长势头。[1][2][3][4][5][10][11][12]

报告行业投资评级 无相关内容。[无] 报告的核心观点 生成式 AI 可以帮助采购团队应对前所未有的压力 [2] - 生成式 AI 可以识别市场数据中的模式,快速发现整合采购的机会,协助大幅削减任何可能忽略的成本,为战略采购和谈判提供支持 [2] - 生成式 AI 可以自动处理交易任务,如付款处理和请购管理,让采购团队专注于更具战略性的任务,提高盈利水平 [2] - 生成式 AI 赋能的工具可以模拟各种不同场景,预测结果并提供优化采购策略方面的建议,让团队能够信心十足地在变幻莫测的环境中开展创新 [2] 生成式 AI 可以帮助采购成为供应链转型的先锋力量 [11][12] - 生成式 AI 有助于管理流程,实时将重要数据以正确的形式传递给正确的人员,提高对未交付和逾期承诺的可见性 [11] - 通过分析相关供应商绩效数据,生成式 AI 可以改善供应商管理,帮助团队更快速、更精准地衡量成本和绩效,改进上游采购并增强组织竞争力 [11] - 首席战略官和首席运营官预计,到2024年和2025年,采购将成为生成式 AI 影响最深远的供应链和运营工作流程 [12] 生成式 AI 可以帮助采购团队应对各种中断风险 [16] - 生成式 AI 可以帮助采购团队避免措手不及,识别潜在的地缘政治和气候风险,并提供主动的风险缓解建议 [16] - 生成式 AI 可以提高整个生态系统的可视性、洞察力和决策能力,这对于可持续发展和合规性至关重要 [16] - 生成式 AI 在供应商绩效监控和合规报告方面具有最高的价值和可行性 [16] 根据目录分别进行总结 需要打消首席采购官的疑虑 [7][8] - 首席采购官通常对新技术持谨慎态度,需要看到真实的投资回报才会采用 [7] - 59%的首席采购官认为将生成式 AI应用于预测支出和采购分析非常重要 [8] - CEO可以鼓励首席采购官从这些领域开始采用生成式 AI,并成为企业中的生成式 AI倡导者 [7] 采购可以成为供应链转型的先锋力量 [11][12] - 生成式 AI可以帮助管理采购流程,提高供应链运营的可见性和效率 [11] - 首席战略官和首席运营官预计,采购将成为生成式 AI影响最深远的供应链和运营工作流程 [12] - 采购部门可以通过改进团队的运作方式,展示其在决策过程中的重要地位,推动整个供应链转型 [11] 生成式 AI就像一份采购保单 [16] - 生成式 AI可以帮助采购团队识别和应对各种中断风险,包括可持续发展问题 [16] - 生成式 AI可以提高整个生态系统的可视性、洞察力和决策能力,对可持续发展和合规性至关重要 [16] - 首席采购官认为生成式 AI在供应商绩效监控和合规报告方面具有最高的价值和可行性 [16]