1.3 軟件工程化與汽車工業化的結合

接著聊“技術隱性化”，它的實現需要經歷長時間、大批量、頻繁迭代的過程，我們選擇了“工程化”和“工業化”來描述這個過程。

實際上，這兩個概念比較大，內涵與外延都很廣，但對于汽車行業而言，倒是有比較獨特的含義。汽車研發及制造的第一級目標可以理解為量產，量產的基礎就是工程化與工業化，這兩部分是從圖紙與代碼轉變為汽車的主體環節。

1.3.1 工程化的內涵與模式

汽車企業有幾個比較常見的應用類工程師崗位，如DRE（Design Release Engineer，設計發布工程師）、AE（Application Engineer，應用工程師）、PE（Product Engineer，產品工程師）、SPM（Software Project Manager，軟件項目經理）、FO（Feature Owner，特性負責人）。

這些崗位的核心要務是從項目Kick-Off（啟動）起，把軟件與產品帶到量產，交付到工廠，這可以理解為汽車行業的“工程化”。

在當前中國汽車研發環境下，一般有3種工程化的模式，如圖1-7所示。

1.直接國產化

無法回避，汽車源自西方，技術沉淀與發展都在西方。盡管我們在很多方面已經追趕上來了，但整體的優勢技術仍然牢牢被西方掌握，這個狀況從每年的全球汽車零部件供應商百強榜即可看出，其中中國企業少之又少。我曾經接觸過某款結構非常簡單的底盤減振件，但找遍全國也沒有找到滿足彈性模量要求的橡膠墊，無奈之下，只能進口。

所以，一直以來，國產化是常態。其基本模式是借鑒國外圖紙、模型代碼或底層軟件，完成本土供應商落地、局部模塊集成或者應用層適配。在這種模式下，出了問題要排查或者要按照本土項目需求修改時，比較依賴或受制于國外技術中心，這在相對傳統的汽車電子領域表現得尤其明顯。

2.預研轉應用

不管是民營企業，還是外資本土分公司，都希望獨立自主，因此，它們也會在部分環節嘗試小范圍預研。整體來說，擁有自己的設計權，算是一定程度的正向開發。

基于某種假設，在實驗室、筆記本、工作站設計出硬件或者寫出代碼，初步完成基本測試，跑通軟件，算是預研部分初步完成。但這時，無論是設計的魯棒性、需求的適配性，還是測試的完備性都有很大的提升空間。畢竟，預研離市場、一線、工程、客戶，甚至組織，都有些遠。

當應用類工程師帶著這一套東西開始做具體項目時，文檔不完備、需求過時、模塊劃分與組織無法對應、測試用例沒考慮到客戶場景、與已經斷供的硬件依賴太強……無數的問題都會迸發出來，而后只能刪刪減減，草草發布，這是多數預研的現狀。

除非預研職能處于擁有極為強勢的市場地位和技術話語權的企業，下游客戶可以按照預研時的設想來適應，否則，多數預研項目會落一個紙上談兵的口實，這也是一眾預研團隊滿滿的技術情懷總是被現實無情粉碎的原因之一。

3.自主研發

這幾年國內科技創業型公司如雨后春筍般不斷涌現，它們在自主研發上的熱情和激情，為汽車行業帶來了新鮮血液，也讓中國汽車工業在座艙、智駕、三電等很多新技術領域有所突破，甚至在應用層面占據了一定的領先地位。

在與國外同事溝通某些技術點時，我偶爾也會聽到他們說：“你們是第一個做的，我們沒有經驗。”所以，我們在正視與國際巨頭的技術差距的同時，也可以期待國內團隊在一定程度上打破前兩種模式的尷尬。

1.3.2 工業化的大批量要求

雖然工程化過程跌跌撞撞，但因為汽車行業有剛性的SOP（Start Of Production，量產）后墻，時間一到，總是要進行量產的，SOP延期的很少見。我們把工程釋放的產品進入量產持續交付的過程稱為“工業化”。

也許有人會疑惑，工程化似乎已經完成了需求，驗證了需求，為什么還需要工業化呢？

因為工業化的深層次含義——量產。量產是指大批量生產，這是汽車這種規模性產業的特點，也是汽車能走進千家萬戶的原因。

要進入汽車行業流程里的量產，不容易，要持續在成十萬百萬的交付中保持預期的性能，也不容易，甚至更不容易。

為了有更直觀的感受，我們再引入兩個概念——六西格瑪（6 Sigma）和PPM（Part Per Million，百萬分之一）。六西格瑪是來源于摩托羅拉的管理策略術語，旨在追求極高標準的質量。狹義上，六西格瑪水平也指缺陷率僅為百萬分之3.4，就是3.4個PPM，如圖1-8所示。在汽車行業，六西格瑪已成為一門專門的學科，也成為一個質量指標（當然，這不代表所有汽車參數都用這個指標）。

汽車的硬件或機械產品已經比較成熟，會有設計、產品、產線的大量沿用、復用，在這種情況下，工業化的跡象并不明顯。但是，對于一些新的產品或車型，工業化過程仍然存在，具體是什么樣的過程呢？

在按照IATF 16949完成了研發、小批量試產，簽署了PPAP（Production Part Approval Process，生產件批準程序）后，還要完成量產爬坡。在這個過程中會有很多問題出現，而后需要進行一輪輪的“工程化”迭代。即使進入全面的量產，針對不斷出現的售后問題，還需要進行一輪輪的優化迭代。這些原先未預見的問題類似于現在自動駕駛領域所說的Corner Case（邊緣場景）。而當產品足夠穩定或者修修補補已經無法解決問題時，可能就到停產（End Of Production，EOP）的時候了。

這是汽車硬件或機械部分的“工業化”過程，需要持續不斷地迭代。那么，對于新興的智能駕駛或智能座艙來說，會更容易嗎？答案似乎不是的。

實際上，在當下典型的智能汽車領域，我們并未看到過完整的“工業化”過程。造車新勢力的占比雖然強勢攀升，但數量依然較少，時間依然很短，可以說市場驗證似乎還不夠充分。比如，在智能汽車在真實路況下長期行駛時，攝像頭畫質清晰度、車道線識別準確度、橫縱向控制穩定性、制動控制的延時性等性能是否無問題，很難說。

明確可見的機械產品迭代了幾百年，問題仍無法規避，而更復雜的智能耦合系統到底會有什么問題，確未可知。被寄予厚望的OTA（Over The Air，遠程升級）能否在智能汽車工業化的路徑上力挽狂瀾，我們拭目以待。