車用AI市場的規模究竟有多大？

0:00 來賓介紹

今天在《The Garage 》節目中，我們的嘉賓是阿吉特·錢德（Ajit Chander），他是弗若斯特沙利文（Frost & Sullivan）的副合夥人暨移動業務部門負責人。在今天的訪談中，我們將探討弗若斯特沙利文近期發布的一份分析報告——該報告部分由Sonatus 贊助——其中我們針對雲端與邊緣計算的「AI 」，以及這些非凡創新在汽車移動領域所帶來的影響與效益進行了深入剖析。 這是一份非常詳盡的報告，我們在其中探討了多項能帶來具體效益的不同應用與使用案例。在今天的播客中，我們將深入解析這份報告，並聽取擁有豐富汽車與移動出行領域背景的阿吉特分享見解。現在就讓我們開始吧。

0:50 阿吉特的背景與經歷

今天在《The Garage 》節目中，我們的嘉賓是來自弗若斯特沙利文（Frost & Sullivan）的阿吉特·錢德爾（Ajit Chander）。阿吉特，歡迎來到《The Garage 》節目。

感謝您的邀請。

我們非常高興您今天能加入我們。首先，請跟我們簡單介紹一下您自己吧。

好的。嗯，我是一名工程師。我在印度出生並長大。

其實，我在搬到北美之前，就已經加入印度的弗若斯特沙利文公司了。當時主要是派駐多倫多。我在這家公司工作已有一十七年多。

十七年，這段時間真長啊。

這段時間比我願意承認的還要長，沒錯。

此外，我在資訊科技服務業曾跨足多個產業。在此之前，我曾在製造業工作。

因此，我具備這方面的跨產業經驗。

這些年來，我在弗若斯特沙利文（Frost & Sullivan）任職期間，主要從事汽車與運輸產業相關工作，與該生態系統中的各類參與者都有合作，從原始設備製造商（OEM）、供應商、金融機構，到石油與天然氣公司，乃至能源企業皆涵蓋在內。

所以這是一個相當廣泛的……

背景非常多元。

太好了。那麼，請先分享一個關於你自己的趣事吧。

嗯，說到我的女兒……我有兩個女兒。我小女兒最近開始打排球，這是一項我從未接觸過的運動。我以前玩過其他運動，有些運動還算不錯，但從來沒打過排球。

不過，你知道的，當當當你的孩子們開始接觸這些運動時，身為父親，你也會自然而然地參與其中。所以我決定指導她。於是，我開始學習這項運動，接著我們聘請了一位私人教練，並開始每週帶她進行訓練。

我們在比賽中開始看到一些成效，她的朋友們也是如此。所以當他們意識到——你知道的，當其他家長開始問我「到底發生什麼事了？我是說，這變化是怎麼回事？」——我們就不得不告訴他們我們在做什麼，於是他們也開始帶自己的孩子來。 轉眼間，我開始管理一支少女球隊，要處理零食、處理糾紛，還要應付群組聊天。雖然經歷了許多白眼，但我還是讓她們完成了所有的訓練項目。

嗯，你能如此積極地參與家庭生活，並陪伴你的女兒，這真是太棒了。我來分享一個趣事——我總是喜歡向來賓分享一個趣事。多年前，我女兒還在四年級時，曾參加過一場科學競賽。我是聖荷西某個科學中心的董事會成員，而他們當時參加了那場針對四年級到十二年級學童的科學競賽。

當時我擔任一支參加科學競賽的四年級女生隊伍的教練。教導她們如何安全使用工具以及如何動手製作東西，這過程非常令人興奮，因為她們對這方面知之甚少。所以這段經歷真的很有趣。這就是我要分享給大家的趣事。

不錯。好。好。不錯。

3:36 弗若斯特沙利文公司概覽

請跟我們談談弗若斯特沙利文（Frost & Sullivan）。弗若斯特沙利文是一家知名的諮詢與分析公司。請告訴我們您在該公司的職責，以及弗若斯特沙利文的業務範圍有哪些？

我是 Frost & Sullivan 的副合夥人，負責領導該公司的移動出行業務部門。正如我剛才所說，我已在公司任職十七年。我負責制定中長期業務策略。

在弗若斯特沙利文，我們關注顛覆性力量，以及它們如何重塑產業格局。

我們關注的是對客戶產生影響的技術。事實上，我們正處於技術整合的前沿核心地帶。我們正將原始設備製造商（OEM）、供應商以及技術整合夥伴匯聚在一起。作為其中一環，我們確實發表了大量研究報告，並參與各項戰略性專案。

我們也發表了許多探討新興商機的跨產業研究報告。

這正是我們在弗若斯特沙利文（Frost & Sullivan）所做的工作。

4:36 車載與雲端研究報告AI

嗯，這過渡銜接得相當自然——您正是我們近期共同參與的那份關於雲端與邊緣運算報告的首筆作者AI 。該報告探討了AI 如何真正具備潛力，能徹底改變車輛並創造附加價值。

能與您共事真是太棒了，非常感謝您在該專案中的合作。此外，這份工作成果也令人驚艷。能否請您先簡要介紹一下，在進行這項工作時，您觀察到哪些關鍵結論和重要啟示呢？

好的。那麼，讓我先從「業界在實現 SDV 目標方面面臨哪些迫在眉睫的挑戰？」這個問題開始談起吧？ 首先是 ML Ops 框架的碎片化問題。訓練這些模型所需的資料來自運行不同系統的各電子控制單元（ECU），而這些系統又採用 PyTorch、TensorFlow 等各不相同的框架；此外，這些不同工作流程的驗證、測試、部署與管理，在工具鏈和團隊層面上也各行其是。這導致了嚴重的資訊孤島現象，同時還存在硬體與軟體的不相容性問題。

這是一個非常重要的結論，因為，你知道，當我們致力於將AI 部署到車輛中時，我們希望賦能原廠製造商（OEM）的一項關鍵，就是讓他們能夠充分利用現有的多元硬體資源。我們不應該抱持這樣的想法：例如，在沒有中央運算單元之前就認為無法實現AI ，或者在沒有巨型且經過優化的AI 加速器之前，就認為無法實現AI 。

事實上——而且我認為這也是貴報告所證實的結論——車輛上存在許多應用案例，其效能需求其實相當溫和，完全可以在現有的硬體上部署。

而這正是「Sonatus 」組織正致力於推動的目標之一，看到貴方的報告證實了這一點，我感到非常振奮。

是啊。你說得對。我的意思是，接著說，這些資料來自不同的 ECU，而各 ECU 都運行在各自的即時作業系統（RTOS）、作業系統以及通訊堆疊上。

這也伴隨著資料存取及終身 OTA 管理方面的挑戰。

沒錯。

現在來看看 SDV 的關鍵推動因素有哪些，對吧？包括透過中間件堆疊和作業系統，將應用軟體與硬體解耦；標準化介面；建立模組化設計；以及在整合的同時實現持續的更新與升級能力。

沒錯。

接著，開發支援 SDV 的硬體。

沒錯，正是如此。完全正確。而且你的報告提到，這是一個相當龐大的市場。我的意思是，AI 在車輛領域以及AI 在汽車產業的潛力，前景如何？

7:17 汽車用AI 市場展望

好的。我的意思是，我們預估到 2030 年，SDV 的支出將超過 5,000 億美元。接著，我們會針對不同的應用情境進行分析。

2025 年的即時影響約為 480 億美元，並將於 2030 年前增長至 2,380 億美元。這其中包含幾項值得關注的新興應用案例，例如預測性維護及基於使用情況的保險。

所以這部分就是「AI 」了。

那麼，SDV 支出中「AI 」這部分，將從 2025 年的水平，增加到 2030 年的兩百幾嗎？

從 480 億美元到 2,380 億美元。

所以這確實是真金白銀。這並非某種小眾應用，而且你剛才也提到……我很想了解你認為哪些使用案例最具說服力，或是能創造最大價值。

8:05 原廠設備製造商（OEM）的策略與投資AI

這方面確實有不少。我的意思是，在那之前，我想再談一個重點。也就是說，我們探討了在邁向 SDV 目標的過程中會面臨哪些挑戰，也探討了哪些是 SDV 的推動因素。

因此，我們現在也來看看汽車製造商（OEM）正在做些什麼。沒錯。我的意思是，正如各位所見，通用汽車（General Motors）宣布了其中央運算架構，這使得其AI 的運算能力提升至原來的35倍，OTA能力則提升至原來的10倍。如今，汽車製造商正試圖將這些資產轉化為可變現的商機。

弗若斯特沙利文（Frost & Sullivan）的研究顯示，另有十家或十家以上的原始設備製造商（OEM）正朝著採用中央運算架構的方向發展，該架構包含中介軟體堆疊，並配備乙太網路骨幹網路及 OTA 功能，以推動其 DevOps 轉型。

為了確保有超過五年的時間窗口，能夠持續進行升級。看看特斯拉光是在 2025 年就做了什麼：他們推出了——據我所知——八次 OTA 更新，光是 2025 年就推出了大約——我記得是——四十二次功能更新。

很重要。沒錯。

我認為有機會在當前世代的矽晶片中，利用現有硬體部署AI 模型。因此，無需先進的 NPU 或高效能 SoC。

這對我們在白皮書中分析過的應用案例而言，具有立竿見影的影響。

太棒了。你的報告非常令人印象深刻。你做得很好，我們會在節目筆記中加入報告的連結，讓大家能查閱並進一步了解相關內容。 您用大量數據佐證了這些應用案例所帶來的影響及潛在效益。現在在 CES 展會現場，就在我們坐著的這個位置外面，我們可以看到我們的「AI 」總監Sonatus 以及「AI 」總監等，他們正在展示許多不同的應用案例。我想請教，哪些應用案例讓您覺得特別有影響力、特別有價值呢？

10:00 汽車產業的新興應用案例AI

我認為，在本白皮書中，我們分析了幾種新興的應用案例。我的意思是，其中許多關於 ADAS 和駕駛艙的應用案例都有詳盡的文獻記載。

他們確實很有名，沒錯。

是的，不過我們也考察了其他幾種能立即產生影響的新興應用場景。我們探討了預測性維護、基於使用情況的保險、感測器虛擬化、邊緣網路安全，以及車內感測技術。

我們認為，其中許多技術對原始設備製造商（OEM）而言，都蘊藏著重大的營收機會與變現機會。而在影響力較大的領域中，最令我們印象深刻的是感測器虛擬化。我可以為各位舉出幾個我們曾研究過的應用案例。

事實上，您在這些領域已與 COMPREDICT 建立了若干實際的合作夥伴關係。

我們一直與 COMPREDICT 合作，這是一家非常出色的合作夥伴，他們展示了原本需要依靠 IMU（也就是能偵測車輛角度的運動感測器）以及加速度計等元件才能實現的功能，如今卻能省去 IMU，為車輛物料清單（BOM）成本節省二十美元。 二十美元看似不多，但對於正竭力壓低車輛成本的原始設備製造商（OEM）而言，這是一項極其重要的成本節省。而這僅僅是一個應用案例。沒錯，光是您舉的這個例子中，虛擬感測器就有許多其他應用情境。

嗯。

而且歐盟將從 2027 年起強制實施這項規定。沒錯。

若要在所有車輛上配備頭燈高度調節感測器，這將增加原廠製造商（OEM）的物料清單（BOM）成本。當然，還有間接式胎壓監測系統（TPMS），它能透過防鎖死煞車系統、慣性測量單元、車速感測器及視覺輸入來推斷胎壓。

此外，它還能偵測漏氣、氣壓不足，並提供整體高效的輪胎管理解決方案。

11:59AI 並非總是對驅動程式可見

這是真的。令我印象深刻的是——這週在展會期間，我們拜訪了無數客戶，我也向他們詳細說明並深入探討了這些不同的技術。從這份報告以及這些多次會面中，最令我印象深刻的是：這不僅僅是為車載資訊娛樂系統（IVI）增添某項新功能，也不僅僅是增加一項駕駛員可見的功能。

有些資訊是駕駛人可見的。您或許可以提供基於使用情況的保險方案，讓駕駛人看到相關回饋，協助他們成為更安全的駕駛者，進而獲得較低的保費。這類資訊可能是駕駛人可見的。 此外，您還可能有某些較不顯而易見的項目，例如輪胎磨損——您透過監測輪胎磨損狀況，並可能與先進駕駛輔助系統（ADAS）進行通訊，告知系統：「嘿，胎面花紋已經有點磨薄了，最好增加煞車距離，並在允許的加速幅度上採取更保守的設定。」

接著，有時你會提醒駕駛員：「嘿，順便說一下，你的輪胎氣壓不足了，應該要換新輪胎，這裡有個很棒的方式可以買到原廠品牌輪胎。」 我們知道我們會為您的車輛服務。所以這就像是對卡車司機而言，有時可見、有時隱形。此外，還有您提到的虛擬感測器這類技術，這可能完全不會被司機察覺。司機永遠不會知道，但我們能藉此降低車輛的物料清單（BOM）成本，這或許能讓原廠（OEM）獲得更高的利潤率，或是讓他們的車輛在成本上更具競爭力，又或是兩者兼具。 因此我認為，這之間存在著從非常顯眼到完全不可見的整個光譜。對我來說，這是一項關鍵觀察；而就整個產業而言，我認為很少有人意識到這其中的多樣性其實如此廣泛。

絕對是。事實上，我認為當我們看到這份分析時，我們大致上從三個面向來檢視。

其一，直接影響原始設備製造商（OEM）的物料清單；其二，提升營運效率，並讓他們能夠在車輛生命週期內持續從中獲利，進而為使用者（即終端使用者）創造這項個人化體驗。

因此，我認為這是一個重大的契機，能加速原廠製造商朝向「軟體定義車輛（SDV）」的目標邁進。

我非常欣賞你將這部分劃分為與我略有不同的分類方式。但這點很有趣，因為在某些情況下，例如物料清單（BOM）成本。如果你能從物料清單中削減成本，這將立即帶來營收或成本效益，即刻提升營業收入或淨利潤。

此外，倘若還能帶來持續的效益，那當然也很有幫助，這或許能帶來一些持續的服務收入或零組件銷售收入，而這正是原始設備製造商（OEM）始終在尋求的。

但這種方式或許會讓駕駛員覺得有吸引力。因為這正是我們經常討論的話題。我們在播客中也多次談到這點：人們常說：「哎，要從駕駛員那裡收費、讓他們訂閱真的很困難。」但實際上，只要你能提供對他們有價值的東西，這並不困難。如果你能提供他們想要的功能，他們會很樂意訂閱。 只有當他們覺得被強行推銷自己不想要的東西，或是覺得這些東西理應免費獲得時，才會產生抵觸。

你知道，我們曾進行過幾項研究，透過與終端用戶訪談，了解他們願意在車輛上花多少錢。我們觀察了用戶需求的功能、安全與防護，以及車輛性能。總之，任何能提升車內體驗並創造更個人化體驗的要素。如果你看看小米為何表現如此出色，現在他們擁有這樣的互聯生態系統，對吧？他們家中的家電都是互聯的。

沒錯。

接著你坐上車，他們便會將這些全都視為相互關聯的實體。

這是您數位生活的延續。

沒錯。我的意思是，家裡的家電其實是機器人，而車子則是家門外的機器人。接著，你知道的，如果將人形機器人納入這個概念，那便會形成一個互聯的生態系統，對吧？我想重申，原廠製造商能否為終端使用者打造無縫互聯的生活體驗，正是終端使用者所期待的。

你提到的這些例子真的非常令人振奮。而且你最後那一點也讓我有所思考：作為一個產業，我們不知道接下來會出現什麼樣的演算法，也不知道未來的運算需求會是什麼樣。因此，我認為我們有必要——這也是Sonatus 正在努力做的事，同時也是整個產業共同的目標——為未來即將到來的事物提供基礎設施。

16:13AI 在汽車產業的未來發展與持續改善

這樣一來，OEM 就不會在交車的瞬間，就受到某種「枷鎖」的束縛，導致無法推出下一個令人興奮的創新；而是能保有一定的靈活性與發展空間——當然不單止是發展空間，更重要的是具備部署各項功能的靈活性。 甚至針對現有的模型，我們也意識到這些模型將會持續改進、不斷精進。我們該如何確保它們不僅能透過 OTA 進行升級，甚至能透過其他方式進行升級？以我們的Sonatus AI 產品「AI Director」為例，其設計旨在以極其輕量化的方式，讓模型部署變得非常簡單，操作上毫不費力，完全沒有您可能聯想到那種完整的 OTA 所帶來的繁瑣感。

因為AI 模型——我們預期，而且我也相信——隨著數據調校技術的出現，它們將能更快、更頻繁地演進。在自動駕駛領域中，你已經可以看到這種現象。你知道，以自動駕駛汽車為例，試想特斯拉（Tesla）或里維埃拉（Riviera）這類車款。是的。

他們有功能更新。你剛才提過這點。但他們同時也在持續更新駕駛演算法。持續不斷地。而且不只是在你要求更新時才會進行，而是他們會持續調整參數。

我相信，在這些AI 中的許多模型中，情況將會如此——AI 會持續進行改進，使其更聰明，並提升模型的準確性。

與其僅依賴那些較大型的 OTA，而這些活動可能每個月、每兩個月或每六個月才舉辦一次。

我同意。事實上，針對你的第一點，我想提出兩點看法。在先進駕駛輔助系統（ADAS）和駕駛艙領域，高功率系統單晶片（SoC）的成長相當顯著。從高通（Qualcomm）、英偉達（NVIDIA）到Horizon Robotics、AMD，若觀察當今中國生產的車輛，其中有百分之十搭載了高通和英偉達的高性能晶片。

沒錯。NPU 處理器用於運算密集型AI 工作負載的應用正日益增加。而這正是實現車載「代理式」AI 模型應用案例（例如虛擬個人助理）的關鍵。現在，您需要一個單一的協調AI 模型，用以管理車載AI 的端到端生命週期，這對於加速實現我們在本次對話開頭所討論的 SDV 目標至關重要。

18:13Sonatus 車輛AI 產品

Sonatus 提供的解決方案對於實現 SDV 目標至關重要。

The CollectorAI 、AI 管理員、AutomatorAI 以及AI 技術人員。這是一套端到端的生命週期AI 管理工具鏈與執行環境，為其中許多部署提供安全的容器化執行環境。

是的。謝謝你這麼說。我們一直都在展示許多不同的方式，說明你提到的所有產品是如何協同運作的。你知道，在某些情況下，OEM 廠商可能已經擁有管理其車型的所需資料，而我們可以利用我們的「AI Director」產品來部署這些車型。在其他情況下，有些車型供應商則表示，其實他們真的很希望能利用我們的資料，針對車輛來微調車型。 在某些情況下，您知道，針對某些車型，實際上需要根據該車輛的具體重量、輪胎等參數來進行優化。因此，實際上，我們的一些合作夥伴希望使用 CollectorAI 來收集這輛特定車輛的車載數據，藉此調整其參數，以達到最高的精準度。所以，這種連續性的應用對我們來說非常令人興奮，而且我們在本次展會上也收到了極佳的反響。

當我們針對這些不同的解決方案進行更深入的分析時，其中一些方案最有趣之處在於它們是端到端的，對吧？

我的意思是，它能管理整個生命週期，這點至關重要，這使原始設備製造商（OEM）能夠進行資料蒐集、分析、部署、訓練，以及監控、優化與自動化。

沒錯。這種「閉環」的概念，並非「發射後便不再過問」那樣。也不是說把車輛交付出去後就萬事大吉。我認為，實際上，理解它、調整它，並持續優化它，將是未來不可或缺的要求。

因此，我們很興奮能參與其中。而且我認為，這似乎是前景無限。人們不斷提出的各種應用方案數量，看來相當可觀。沒錯。

20:43 結論與行動呼籲

所以說，我們非常高興能與您合作完成這份報告。我們強烈建議大家閱讀這份報告。這份報告大概有四十、五十頁吧？雖然篇幅相當長，但確實詳細闡述了其價值主張以及對營收的潛在影響。

金額相當可觀……沒錯。其中包含大量數據分析，我們在此實在無法一一詳述。因此，請大家務必去看看。能邀請您上節目，我感到非常興奮。

您在弗若斯特沙利文（Frost & Sullivan）的十七年間，累積了如此豐富且令人驚嘆的資歷。真的非常感謝您能蒞臨參與。

是的。謝謝您的邀請。這真是莫大的榮幸。

我們與貴團隊共同撰寫這份白皮書的過程非常愉快，而且您說得對。 我的意思是，這次討論中我們未能涵蓋許多對營收的影響。這是一份非常著重量化分析的報告。我是說，我們檢視了實際應用案例。現在是時候超越試點案例，邁向真正的即時部署，讓原始設備製造商（OEM）能在企業層級見證這項價值。這正是我們透過這份白皮書想要傳達的核心，也希望大家都能夠閱讀這份報告。

這集內容非常有啟發性。我強烈推薦大家收聽。請查看節目筆記，不妨瀏覽一下，也感謝您蒞臨本節目。

哦，謝謝你的邀請。

如果您喜歡今天這集《The Garage 》的內容，請按讚並訂閱，以觀看更多類似的節目。我們期待很快能在《The Garage 》的下一集與您再會。