AI Agent重塑智能座艙，主機(jī)廠應(yīng)如何布局？

佐思汽研發(fā)布《2024年車載AI Agent產(chǎn)品開發(fā)與商業(yè)化研究報(bào)告》，圍繞AI Agent產(chǎn)品開發(fā)和商業(yè)化開展了廣泛、深入的調(diào)研，助力產(chǎn)品開發(fā)和相關(guān)決策者。

AI Agent是大模型上車最佳方案

以“蔚小理”為代表的造車新勢(shì)力搶先將大模型應(yīng)用在汽車座艙上，開啟了智能座艙的大模型時(shí)代。但從實(shí)車體驗(yàn)看來，座艙大模型還不夠成熟，存在喚醒失敗、延遲響應(yīng)、語音識(shí)別錯(cuò)誤、記憶失效等幻覺等問題。這些問題主要源于基礎(chǔ)大模型理解、推理能力不足、上下文記憶有限、對(duì)環(huán)境背景信息感知不足。為解決這些問題，工程師們先后提出Prompt-Engineering（提示詞工程）、RAG(檢索增強(qiáng)生成)、Fine-Tuning（微調(diào)）、AI Agent(基于大模型的智能體)等方案，圍繞“使模型獲得更多的知識(shí)信息、用更專業(yè)的數(shù)據(jù)訓(xùn)練模型”兩個(gè)方面提高模型智能水平，使用戶體驗(yàn)更好。（圖1為基于LLM的AI Agent一般模型）

經(jīng)過幾年的實(shí)踐，大部開發(fā)人員認(rèn)為AI Agent是大模型商業(yè)化落地的最佳方案。今年3月，吳恩達(dá)在一次演講中談到，基于 GPT-3.5 構(gòu)建的Agent 工作流程在應(yīng)用中的表現(xiàn)能比 GPT-4 要好。從蔚來、小鵬等車企公布的座艙大模型架構(gòu)來看，也都采用了AI Agent技術(shù)方案。

AI Agent將成為智能座艙的靈魂

本土品牌汽車的智能座艙經(jīng)過幾年的迅猛發(fā)展，已經(jīng)來到一個(gè)硬件堆疊時(shí)代——多媒體大屏、智能燈效、智能音效、AR-HUD……與此同時(shí)，在稍微復(fù)雜的人機(jī)交互功能不盡如人意。擁有多模態(tài)感知、交互，超強(qiáng)的泛化理解能力的AI Agent將成為人車交互的完美方案，使用戶可以極低的學(xué)習(xí)成本使用豐富的座艙功能。不僅如此，AI Agent還可以實(shí)現(xiàn)由用戶主動(dòng)使用為被動(dòng)享受貼心的代理服務(wù)。這一變革，將使智艙硬軟件大量投入，最大化地兌換成用戶價(jià)值。所以說，AI Agent將成為智能座艙的靈魂，對(duì)未來主機(jī)廠的發(fā)展具有重要的戰(zhàn)略意義。

AI Agent戰(zhàn)略意義重大，但開發(fā)難度和資金投入大，主機(jī)廠應(yīng)如何布局？

AI Agent是從環(huán)境、信息感知到?jīng)Q策、執(zhí)行的復(fù)雜工作流程設(shè)計(jì)，以大模型為核心大腦，包括Perception(感知)、Reasoning（推理）、反饋（Reflection）、工具調(diào)用（Tool Use）、規(guī)劃（Planning）和多智能體協(xié)作（Multi-agent Collaboration）等多個(gè)模塊。AI Agent的開發(fā)難度、開發(fā)成本遠(yuǎn)大于Prompt-Engineering、RAG、Fine-Tuning。實(shí)際上很多AI Agent包含Prompt、RAG。目前，車載AI Agent尚處于概念驗(yàn)證、試驗(yàn)開發(fā)階段。已上車的AI Agent只是AI Agent思想的簡(jiǎn)單運(yùn)用。在整車價(jià)格、成本病態(tài)內(nèi)卷的背景，主機(jī)廠應(yīng)如何平衡短期降本任務(wù)和長(zhǎng)期戰(zhàn)略布局，以正確的姿態(tài)應(yīng)對(duì)AI Agent掀起的座艙變革。我們從客戶咨詢問題中，挑出問詢最多的三個(gè)問題進(jìn)行探討。

問題.01、自研or外包，主機(jī)廠如何決策？

每一輪技術(shù)變革來臨，企業(yè)自制外購(gòu)決策都將決定著未來的命運(yùn)。1980年代個(gè)人電腦興起，擁有壟斷地位的IBM將操作系統(tǒng)及相關(guān)軟件外包給Microsoft，直接導(dǎo)致競(jìng)爭(zhēng)優(yōu)勢(shì)的逐漸削弱，直到退出PC市場(chǎng)。作為智能座艙最具顛覆性的新技術(shù)，AI Agent的自研外包決策也必然影響主機(jī)廠未來的競(jìng)爭(zhēng)地位。

根據(jù)主機(jī)廠發(fā)布信息，結(jié)合招聘數(shù)據(jù)推測(cè)，發(fā)現(xiàn)當(dāng)前主機(jī)廠AI Agent自研外包決策主要有自研、合作研發(fā)、外包三種模式。造車新勢(shì)力以自主開發(fā)模式為主，其中小米采取合作研發(fā)模式，零跑采取完全外包模式。傳統(tǒng)主機(jī)廠以完全外包模式為主，其中奇瑞、吉利同時(shí)采取合作研發(fā)模式。

表1 主機(jī)廠AI agent開發(fā)模式

來源：佐思汽車根據(jù)公開信息分析，如有錯(cuò)誤，請(qǐng)聯(lián)系我們及時(shí)改正。

表面上看，各大主機(jī)廠的決策理所當(dāng)然。采用傳統(tǒng)的能力要素和成本效益標(biāo)準(zhǔn)的決策樹方法很容易得到現(xiàn)行決策，如圖2所示。

圖2 主機(jī)廠AI Agent自研外包決策樹分析

來源：佐思汽研

但是，延用傳統(tǒng)制造業(yè)自制-外購(gòu)決策方式是存在風(fēng)險(xiǎn)的。因?yàn)榻?jīng)典的“決策樹”、“基于成本-效益-風(fēng)險(xiǎn)的綜合評(píng)價(jià)法”等方法，忽略了新技術(shù)產(chǎn)品的長(zhǎng)遠(yuǎn)戰(zhàn)略意義。常用的“Made Buy Decision Analysis Matrix”、“IBM 公司分包業(yè)務(wù)分析矩陣”一定程度上考慮到技術(shù)在競(jìng)爭(zhēng)中的戰(zhàn)略意義，以及外環(huán)境的變化，但沒有構(gòu)建系統(tǒng)的決策流程。

與成熟產(chǎn)品不同，新技術(shù)產(chǎn)品的自制外購(gòu)決策，不能僅以成本效益為決策標(biāo)準(zhǔn)，而要側(cè)重長(zhǎng)遠(yuǎn)的戰(zhàn)略考量；不能僅分析當(dāng)前的能力優(yōu)勢(shì)，還要審視所需能力優(yōu)勢(shì)的培養(yǎng)和形成。因此，新技術(shù)產(chǎn)品的自研外包決策，應(yīng)按照“長(zhǎng)遠(yuǎn)戰(zhàn)略意義及價(jià)值分析——各階段成本效益綜合分析——自研的必要條件分析”框架進(jìn)行系統(tǒng)分析決策。

此外，輸出決策不能僵化、靜止，而要預(yù)判內(nèi)部、外部各種變量，并做出相應(yīng)的決策轉(zhuǎn)變。例如，蘋果的芯片自制外購(gòu)決策就是一個(gè)成功的典范。早期蘋果曾嘗試自研自制芯片，后來很長(zhǎng)一段時(shí)間轉(zhuǎn)向外包，直到2020又全面轉(zhuǎn)向自研自制。同樣的，對(duì)于車載AI Agent而言，短期內(nèi)傳統(tǒng)主機(jī)廠不具備開發(fā)能力，可以外包或合作研發(fā)為主，但考慮期長(zhǎng)遠(yuǎn)的戰(zhàn)略意義，需以各種方式積累能力優(yōu)勢(shì)，在恰當(dāng)?shù)臅r(shí)刻轉(zhuǎn)向自研，以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。

問題.02、如何定義、規(guī)劃AI agent產(chǎn)品？

在AI agent產(chǎn)品定義方面，目前主機(jī)廠普遍缺乏想象力，停留在助手、陪伴、以及具體場(chǎng)景功能列舉層面。比如，訊飛星火——懂你的汽車助手；蔚來NOMI側(cè)重于情緒價(jià)值，打造懂你的情感伙伴；小鵬——生活助理-AI小P、人機(jī)共駕-AI保鏢、出行助理-AI司機(jī)；理想同學(xué)的功能定位總結(jié)的最全面，包括用車助手、出行助手、娛樂助手、百科老師。

這些定義只體現(xiàn)了Agent初級(jí)功能——“反應(yīng)、交互、社交、陪伴、助理”等，對(duì)Agent最重要的類人自主代理功能——“理性、善良、自主化身”體現(xiàn)不充分。在功能越來越復(fù)雜的智能座艙中，AI Agent僅發(fā)揮交互、協(xié)助功能，是不夠的。用戶會(huì)因大量的交互、發(fā)布指令而感到麻煩。AI Agent的核心價(jià)值是在于免交互中默默地為人服務(wù)。

2024年5月，清華智能產(chǎn)業(yè)研究院與小米、華為、Vivo、理想聯(lián)合發(fā)表的文章，提出個(gè)人用戶AI Agent五個(gè)智能等級(jí)，最高級(jí)被稱為“自主化身Autonomous Avatar”，可代理完全代表用戶完成復(fù)雜的事務(wù)，與其他用戶或代理進(jìn)行交互，保證安全可靠。如代理閱讀電子郵件和消息，無需用戶干預(yù)即可回復(fù)；代理參加工作討論會(huì)，根據(jù)用戶的工作日志發(fā)表意見，聽取建議，并撰寫會(huì)議記錄；代理記錄用戶的日常飲食和活動(dòng)，私下研究或詢問專家任何異常情況，并提出健康改善建議等。這樣看來，座艙AI Agent的定義應(yīng)當(dāng)充分體現(xiàn)“自主化身”，將功能聚集在“免交互的自主處理冗繁事務(wù)”。

當(dāng)前車載AI Agent處于早期的智能交互階段，發(fā)展到最高等級(jí)的自主代理，可能要經(jīng)過幾個(gè)階段：智能交互——策略輔助——自主化身。在當(dāng)前智能交互階段，各主機(jī)廠AI Agent的產(chǎn)品規(guī)劃，主要針對(duì)以下10大場(chǎng)景，設(shè)計(jì)相應(yīng)的功能。這些規(guī)劃體現(xiàn)出主機(jī)廠廠基于場(chǎng)景，尋找用戶價(jià)值的務(wù)實(shí)態(tài)度。

表4 車載AI Agent場(chǎng)景、功能規(guī)劃

來源：佐思汽研整理

這些場(chǎng)景功能的用戶體驗(yàn)不僅取決于軟件算法水平，還與硬件算力緊密相關(guān)。作為Agent大腦的LLM智能水平主要取決于參數(shù)量、Tokens和數(shù)據(jù)質(zhì)量。而參數(shù)量和Tokens提升又依賴訓(xùn)練、推理算力。Deepmind和OpenAI的研究表明模型損失與算力負(fù)相關(guān)，如圖4所示。

車載大模型一個(gè)棘手問題是車端算力的局限。為解決車載大模型算力問題，業(yè)界提出了“車端、云端、車云協(xié)作”三種模式。清華智能產(chǎn)業(yè)研究院、小米、華為、Vivo、理想聯(lián)合研究對(duì)三種模式做了業(yè)內(nèi)專家調(diào)研。結(jié)果顯示，近9成的專家認(rèn)為車云協(xié)同是最佳方案。超8成認(rèn)為僅云端是不可取方案。主要原因是延遲、隱私泄漏風(fēng)險(xiǎn)、云服務(wù)成本高等。車端方案排在第二，主因是當(dāng)下本地硬件的算力還無法支持高階的Agent服務(wù)。因此，車云協(xié)同的方案成為最優(yōu)方案。隨著車端算力芯片性能提升，大模型推理算力部署可能會(huì)由車云協(xié)同向車端過渡。但這并不意味著云端算力對(duì)AI Agent發(fā)展沒有意義。大模型訓(xùn)練需要的算力規(guī)模要遠(yuǎn)大于推理，只能放在云端。云端的算力部署仍然決定著主機(jī)廠AI Agent的發(fā)展水平。

表5：車載AI Agent算力部署方案

來源：佐思汽研根據(jù)公開資料整理

問題.03、AI Agent如何盈利？

根據(jù)多家主機(jī)廠調(diào)研的情況來看，目前由于AI Agent產(chǎn)品還不完善，各主機(jī)廠普遍采用免費(fèi)。但AI Agent的收費(fèi)模式相比高階輔助駕駛、OTA、車聯(lián)網(wǎng)，擁有更大的想象空間。以特斯拉為代表，國(guó)內(nèi)外主機(jī)廠紛紛推出高級(jí)輔助駕駛、車聯(lián)網(wǎng)、OTA一次性購(gòu)買和訂閱模付費(fèi)模式，一定程度得到市場(chǎng)的驗(yàn)證。

圖6 ?特斯拉軟件收費(fèi)模式

來源：佐思汽研根據(jù)公開資料整理

相比而言，AI Agent的應(yīng)用場(chǎng)景包括駕駛、用車、娛樂等眾多場(chǎng)景下的消費(fèi)內(nèi)容推薦，與早期車聯(lián)網(wǎng)平臺(tái)功能類似，并且AI Agent一旦成熟，被廣泛高頻使用，其對(duì)各類消費(fèi)內(nèi)容推薦能力要遠(yuǎn)大于早期車聯(lián)網(wǎng)平臺(tái)的推薦能力?；谶@樣的消費(fèi)內(nèi)容推薦能力可以想象未來的盈利模式有多種可能。

1. 對(duì)車主完全免費(fèi)，依靠消費(fèi)內(nèi)容推薦廣告費(fèi)獲利。如加油站、汽車保養(yǎng)、維修、餐飲、快消品、旅游景點(diǎn)、書籍、電影、游戲、露營(yíng)用品等。對(duì)車主完全免費(fèi)，依靠消費(fèi)提成獲利。

不僅對(duì)車主完全免費(fèi)，還可以對(duì)給予車主體驗(yàn)券、代金券等福利。

當(dāng)然，推薦消費(fèi)內(nèi)容需遵循消費(fèi)者權(quán)益保護(hù)法等相關(guān)法律。主機(jī)廠也可設(shè)計(jì)不同程度的消費(fèi)內(nèi)容推薦，供用戶選擇。例如，只推薦完全符合用戶偏好的消費(fèi)內(nèi)容、用戶偏好+部分廣告內(nèi)容+福利。此外，與原來車聯(lián)網(wǎng)的廣告植入不同，AI Agent可以更智能地了解用戶偏好，做出更符合用戶體驗(yàn)的消費(fèi)推薦。未來，我們期待車載AI Agent帶給用戶驚艷體驗(yàn)的同時(shí)，以創(chuàng)新的付費(fèi)模式為主機(jī)廠帶來豐厚的利潤(rùn)回報(bào)。

主要參考文獻(xiàn)：

The Rise and Potential of Large Language Model Based Agents: A Survey.

Deepmind, Training Compute-Optimal Large Language Models,2022.

OpenAI，Scaling Laws for Neural Language Models，2020.

Is the Make vs. Buy Decision Process a Core Competence.

白慶華，劉鐵軍. 運(yùn)用自制/外購(gòu)決策矩陣對(duì)企業(yè)外包進(jìn)行決策分析.

Personal LLM Agents: Insights and Survey About The Capability, Efficiency and Security.