您的位置:首页 >股票 >

车企正寻找解决汽车共享化痛点的良药

2019-10-27 18:11:06来源:第一财经

如何解决出行领域的痛点,正成为车企与汽车行业思考的问题。

近日,在由电动汽车百人会举办的未来出行大会期间,如何实现共享出行的高效运作,成为现场嘉宾所探讨的主要议题之一。中国电动汽车百人会理事长陈清泰在论坛期间曾表示,随着我国城镇化的快速推进和中等收入人群的迅速崛起,基本物质需求的增速相对放缓,由此随着消费者对于服务的要求也有所提高,但目前我国的道路里程增长已经进入了瓶颈期,受到城市空间和道路资源的局限,供需矛盾日益凸显。

“迫于城市出行的痛点、难点,汽车出行成了我国共享经济率先切入的一个重点,也成为全球各国车企争夺及转型的一个巨大市场。”陈清泰指出。

近年来,我国的汽车共享产业,确实在进入一个高度发展的阶段。根据艾媒咨询的一份调研报告显示,截至2018年底,中国共享汽车市场规模达23.7亿元,并且还在以每年两位数百分比的速度稳步增长,而通过智能化共享汽车,能够减少近三成的交通事故。

近年来,国内的共享汽车产业正兴起。一方面,一汽、广汽、东风等国内主流车企,以及腾讯、阿里巴巴等主流科技公司纷纷成立移动出行公司,以加入到竞争市场当中;另一方面,丰田、宝马与现代等国际主流汽车企业也提出,将公司转型为未来出行服务提供商的愿景。

作为民营车企中较早踏入共享出行市场的企业,长城汽车于2018年8月正式发布了“欧了出行”品牌,并提出以新能源产品为载体,以互联网思维助力企业转型。而距离品牌发布时隔一年,长城欧了出行董事长张文辉在接受第一财经等媒体的采访时表示,目前来看,欧了出行首要的工作,还是要着眼于如何将品牌影响力及服务地区扩大,将共享出行市场的“蛋糕”做大,并表示中国的共享出行行业也正在经历从1.0,向以服务、效率为主体的2.0阶段进行转变。

中国电动汽车百人会的一份调研数据指出,智能化电动汽车将使共享出行的人均成本下降45%左右,张文辉也认为,目前在中国汽车消费90%的利润占比,来源于整车的研发制造和销售环节产生,但到了2025年,这一比例会由10%上升到57%,而“新四化”的趋势加快,使共享出行服务的变革从设想成为现实。

而张文辉也提到,虽然此前也曾尝试过进行分时租赁等商业模式,但相比之下汽车成本与损耗所产生的压力较为突出,因此将目光转向网约车市场,并表示将致力于在未来挖掘出用户在完成位移以后的商业价值。

同时,张文辉认为,从未来的发展层面来看,相比于扮演信息聚合的定位的互联网企业,车企无论是在车辆定制化、标准化作业,还是从技术的演变层面,相比于企业均具有优势,并认为从未来的新能源汽车销售来看,共享出行也将占据着主导性的地位。

不过,新能源汽车在投入至共享出行及运输方面,虽然具备着成本、路权等优势,但相比之下,仍存在着一系列的痛点,其中讨论最多的便是充电难、充电久的问题,尤其是对于汽车闲置率较低的网约车及共享汽车来讲,这个问题显得更加重要;而此前常用的快充模式因对于电池的损耗较大,很难成为解决充电问题的根本解决方案;由此,消耗时间较少的换电模式也受到市场的关注。

北汽新能源党委副书记连庆锋在接受采访时表示,相比于普通用户,换电模式对于高频次充电的营运汽车更加迫切,目前的快充模式会损害电池的使用寿命,因此通过平时的换电与闲时的慢充相结合,将有效解决汽车充电方面的难题。

“相比之下,网约车属于高频次应用场景,对于购买和使用成本都比较敏感,而新能源汽车无论在在全生命周期的经济型等显性的成本,还是路权开放等隐性的成本方面,优势都比较明显。”连庆锋认为。

另外,近年来随着交通安全事故的频发,以及用户对于安全的重视程度的提高,出行安全也成为社会所关注的重要议题,而在共享出行推广的过程中,智能化驾驶技术在保障安全层面的重要性也逐步获得行业认可。

此前,国内自动驾驶汽车企业小马智行,宣布与韩国现代汽车达成合作,在美国加州尔湾合作,推出搭载电动SUV车型Kona及L4级别自动驾驶技术的共享出租车服务BotRide,并首次将自动驾驶出租车进行常态化运营。国内各大客车及乘用车企业也先后宣布,凭借5G层面的技术积累,发布针对L4高级别的自动驾驶汽车及出行服务产品。

在本次出行大会期间,雷达制造商行易道推出了77GHz毫米波雷达,并将其应用在ADAS辅助安全功能及自动驾驶功能的技术,行易道CEO赵捷认为,在目前推出的出行出行商业模式中,若要真正达到并满足安全要求的驾驶环境,那么以智能交通、自动驾驶,以及其配套的零配件之间的无缝衔接是非诚重要的,而在中国目前的复杂行驶环境下,借助于毫米波等高精度雷达,以更高的分辨率完成关于周边目标的探测,是非常有必要的。

赵捷举例道,行易道目前推出的中程雷达产品,安装在物流车上,已经完成安全行驶2亿公里的状态,未来也将推出近程雷达,并试用至自动驾驶乘用车、共享汽车等更多的场景下,为提高自动驾驶汽车的稳定性提供更好的基础。