- 详细资料
- 分类：商业
- 发布于 2023年10月24日
欧委会的反补贴制裁不可避免地对中国新能源汽车出口欧洲市场造成影响，但最终的风险还是可控的。
按照欧盟委员会日前发布的对进口自中国的纯电动汽车发起反补贴调查的正式公告，接下来欧委会将进行长达13个月的调查，之后调查结果提交给欧盟27个成员国表决，提案如获通过，会在不迟于9个月内实施临时措施，如果法律允许，在随后的4个月内将实施最终措施。在欧委会看来，中国电动汽车依靠巨额国家补贴在全球市场获得了低价竞争的优势，并扭曲了欧盟的汽车市场，是一种向下竞争行为。
补贴是一种全球性行为
共同致力于人类“碳中和”愿景的实现，全球主要国家都对利于减碳的新兴产业采取了财政补贴的扶持政策，特别是针对可为碳排放做出巨大贡献的新能源汽车所施加的支持力度更强。美国《通胀削减法案》规定每辆电动汽车可获得最高为7500美元的补贴，而且此前数年不同州也给予了额度不同的财政补贴，其中加州的补贴最高，每辆车补超过了1万美元。相比美国，力图在2035年彻底将燃油车淘汰出市场的欧盟所施与电动汽车的补贴则是有过之无不及。
欧盟对新能源汽车财政补贴政策启动于2019年，并在次年开始加大补贴力度，绝大多数成员国对每辆纯电车的平均补贴金额在3000~6000欧元，其中德国单车超过6000欧元(1欧元约为1.06美元)、法国5000欧元、意大利3000欧元，而克罗地亚的补贴金额更是高达9291欧元。不仅如此，欧委会在今年2月又积极倡议成员国增加对纯电车的国家补助，于是德国迅速响应，宣布了一项总额达1100亿欧元的新能源车购买激励计划，法国也将今年对新能源汽车的补贴金额最高提升到7000欧元，意大利对纯电动车的补贴也上升到4500欧元。
中国汽车产业的新能源与电动化转型起步于2009年的“十城千辆工程”(新能源汽车示范运行工程)，同年中央财政拉开了购置新能源汽车补贴的序幕，新能源汽车的最高获补金额最终可达5万元/辆。不过，从2018年开始，中国新能源汽车就启动补贴退坡机制，至去年底所有补贴全部取消。由此可以清晰地看到，中国对电动汽车补助退坡的开始之年却是欧盟启动对新能源汽车补贴政策的前夜，而中国关闭对新能源汽车的补贴政策窗口正好是欧盟加大电动汽车补助力度的关口。
进一步纵向比较还可以发现，按照工信部的统计数据，长达13年的补贴过程中，中央政府对新能源车补贴总共发放金额超1500亿元，再加上地方政府补贴，中国给予新能源车的补贴总额大致在2000亿~2500亿元之间。相比之下，美国《通胀削减法案》中明确给予新能源汽车产业的补贴就在3000亿美元以上，虽然欧盟目前尚无补贴总额的统计，但德国政府在2021~2022年为新能源汽车发放的补贴就超过34亿欧元，加上企业另外提供的三分之一补助金额，两年中新能源车获得补贴金额至少在50亿欧元之上。因此，从补贴总额看，中国对新能源汽车的补贴额度并不算高，何况欧盟还在继续提高补贴的强度。
价格优势后面是产业优势
从享受到了政府的高额补贴到赢得了低价格的竞争优势，是欧盟提出对中国纯电动汽车展开反补贴的因果逻辑。根据研究机构JATO Dynamics的一项统计，自2015年以来，欧洲电动汽车的平均价格从4.9万欧元上涨至5.6万欧元，美国从5.3万欧元上涨至6.4万欧元，而中国从6.7万欧元下降至3.2万欧元，同时，据行业统计报告，在欧洲市场上，中国电动汽车价格通常比欧洲品牌低20%。表面上看来，中国电动汽车的确表现出了明显的价格优势，但在财政补贴并不能输送出强大比较优势的前提下，中国电动汽车的价格优势很大程度源于产业方面。
财政补贴的逐渐退坡直至取消，无疑让转型中的中国汽车产业承受到了阵痛，但同时也倒逼汽车生产行业与企业以更主动的姿态做出调整。宏观上看，受到初期补贴红利的诱惑，一些新能源汽车企业投机性地参与进来，但随着补贴退坡政策的启动以及加速，新能源汽车行业的自我出清过程也逐步加快，最终留下来的都是技术与产品等方面过硬的企业，因此，如果说补贴的启动一时令国内新能源汽车行业鱼龙混杂的话，那么补贴退坡的展开就推动了行业的深度洗盘与去伪存真，资源向优秀企业聚合之下，全行业的主体结构由此变得更加健康与更具规模化优势。
进一步微观分析可以发现，补贴退坡引致的行业优胜劣汰其实令更多的汽车生产商不得不更快捷与更积极地面向市场谋求产品、性能以及服务配给的升级迭代，最终持续的资本投入与巨量劳动耗费不仅让国内汽车企业在动力电池系统、新型底盘架构、智能驾驶体系等方面打造出了独特的核心能力，同时构建起了完整的产业链供应链体系。拿新能源汽车的最核心部件——动力电池而论，目前全球装机量前十名的企业中，中国就独占6席，由此也使中国在电动、电驱、电控三大环节建立起了庞大的产业链集群，而正是依靠这种产业链的完整性集约力量，中国车企的成本优势显著领先欧洲企业。瑞士银行发表的分析报告指出，中国生产的大众ID系列车型，被经销商直接平行出口到欧洲，即便加上运费和关税，也比欧洲当地生产的大众ID价格低三分之一，且欧洲本土品牌的其他同款车型生产成本也是如此。
还要指出的是，产业链的集成配套衍生出了低成本优势外，更协同牵引着中国汽车企业朝着高端的数字化、智能化方向不断取得突破，相比之下，欧洲汽车工业擅长的精美外观设计、精细制造工艺、扎实机械品质，都不再成为不可替代、不可超越的竞争优势。对此，麦肯锡发布的《竞逐2050：欧洲汽车工业愿景》研究报告指出，中国汽车的智能化和电动化都对欧洲汽车工业的领先地位构成威胁，尤其新能源汽车产业的快速兴起以及中国成功抢占先机，令欧洲汽车工业倍感压力。
产业优势最终以产销量优势显现出来。数据显示，2021年中国新能源汽车出口59万辆，比2020年的22.4万辆增加1.6倍;2022年出口112万辆，相比2020年劲翻5倍之多;2023年前三个季度，新能源汽车出口量达到82.5万辆，同比增长1.1倍。对欧洲出口方面，2021年与2022年新能源汽车出口量分别为28.52万辆和54.52万辆，分别占中国新能源汽车出口量的48.3%和48.7%;今年前三季度，出口占比继续维持在48%以上。
按照欧盟委员会的数据，去年中国品牌占据了欧盟电动汽车市场8%的份额，而到2025年，这一比例可能会增加到15%。汽车工业是欧盟的核心产业之一，行业产值占到欧盟GDP的7%，欧盟约有260万人直接参与汽车制造、91万人间接参与汽车制造，汽车行业占欧盟所有制造业就业岗位的11.6%。如果中国电动汽车在欧洲市场的份额持续稳定扩容，在欧盟看来，其不仅会冲击欧洲汽车行业的发展，更会危及数百万人的饭碗，提前下场干预已是时不我待。
继续“换道超车”
从轮胎到光伏再到自行车和电视机，欧盟已经不只一次对中国出口产品抡起反补贴的重拳，但与以往不同，本次对中国电动汽车的反补贴体现出以下两个鲜明特征：一方面，按照惯例，无论是反倾销还是反补贴，都应当首先由产业界提出申诉，然后由政府专门机构立案，但这次欧委会却直接自己提出对中国车企展开调查的主张，罕见行为的背后反映的是欧盟希望尽早拦截中国电动车的急迫心理。另一方面，除引用世贸组织《补贴与反补贴措施协定》外，欧盟本次对中国电动车的反补贴依据是落地不久的《关于可能扭曲欧盟市场的非欧盟成员国政府补贴的规定》和《关于外国补贴扭曲欧盟内部市场的条例》两份文件，文件中所指的补贴除了政府的补助、税收减免外，还包括国有单位对于企业端的补贴;另外，文件还赋予欧委会向前倒追5年的权利，也就是对中国电动车的反补贴调查可向前追溯到2018年，按照这一标准，所有中国电动车企业都会划归至倒追之列，包括特斯拉、雷诺、宝马等在中国生产的国外品牌也概莫能外。
无疑，欧委会的反补贴制裁不可避免地对中国新能源汽车出口欧洲市场造成影响，但最终的风险还是可控的。目前来看，由中国出口到欧洲的电动汽车绝大部分都是外商独资品牌或者合资品牌，真正的中国本土品牌占比非常之低，参照历史经验，欧盟对前者加征关税税率的幅度不会太大，而对后者即便加征重税，受到影响的也只是少数企业的少数品牌;另一方面，中国的电动汽车产业链与欧洲乃至全球汽车产业链已经生成较为紧密而又良好的合作关系，每一辆电动汽车背后都牵及全球大大小小数以万计供应商与销售商，若欧盟为一己之利而伤及更多的无辜，很可能会触发众怒，由此也限制了欧委会对中国电动汽车制裁严厉程度的弹性。
不得不指出的是，中国也是全球最大的汽车消费市场，更是欧洲企业的主要出口地，其中仅德国的奔驰、宝马和大众三家企业在中国的销售就占到了其全球的三成以上，这些企业都在中国设定了长期战略规划，如果欧盟的反补贴导致中国的反制裁，欧洲汽车出口商的利益也会受到反噬，甚至还会影响到了其他输往中国的欧洲出口产品。两害相权取其轻，欧盟对中国电动汽车的制裁很可能选择在现有10%关税基础上提高征税幅度的路径，较大概率是朝着美国27.5%的高额关税靠近。
显然，对于中国汽车企业而言，接下来最为重要的是基于欧盟反补贴的客观事实而主动做出战略与策略的调整。一方面，目前中国汽车出口仍处于初级的整车出口贸易阶段，远没有发展到在全球各大市场投资建厂的高端层次，即便在欧洲有所投资，但主要是上游的动力电池厂商的投资，像上汽、比亚迪、长城等头部车的欧洲本地化的存量投资也要等到2025年后才能实现产品下线，对此，中国汽车企业应当加大对主要出口市场的投资步伐，这种“绿地投资”不仅可以有效实现本土化作业，加深与东道国的关系，更能绕开运输成本、地缘政治以及关税壁垒等各种风险变量。
另一方面，在本土化投资建厂的基础上，中国汽车企业可以搭建与健全海外生产所必需的售前、售后服务体系，全力塑造与树立良好的品牌形象，以产品出口带动服务出口，以重资产出口牵引轻资产出口;与此同时，可以利用自己的产业链优势以及动力电池、滑板底盘和整车集成等先进技术之长，积极寻求与海外专业生产厂商的合作，或授权本土车企，或成立合资公司，以技术输出的强大量能带动中国汽车出口从性价比到质价比、从价格力竞争向产品力竞争的层面飞升。
(作者系中国市场学会理事、经济学教授)
- 详细资料
- 分类：商业
- 发布于 2023年10月18日
以ChatGPT、Llama等为代表的大模型技术拉开了迈向通用人工智能的序幕，人工智能成为全球经济增长的重要驱动力(2.710, -0.05, -1.81%)，对各类产业的智能化带来全新的空间。根据普华永道的预测，到2030 年，人工智能可为全球经济贡献高达 15.7 万亿美元，超过中国和印度目前的产出总和。其中，6.6 万亿美元可能来自生产率的提高，9.1 万亿美元可能来自消费端的影响。对于制造业，人工智能一直是智能制造、工业4.0、工业互联网等领域的重要部分，在ChatGPT、Stable Diffusion等崛起前，质量检测、设备预测性维护等代表性的人工智能应用已经深度融入制造业，并且形成成熟的应用范式。
工业人工智能的应用范式已经成型 ，一是需要深度学习、强化学习等数据科学算法，计算机视觉、自然语言处理、语音识别等面向领域的算法，知识图谱、专家系统等知识工程，例如通过计算机视觉来构建产品外观检测的模型，基于强化学习进行排产规划模型的构建，借助知识图谱构建设备运维服务。二是需要通用支撑技术保障人工智能应用在制造业的部署和推理，例如边缘计算、高性能计算等技术保障现场的推理速度，时序数据库、大数据平台等保障数据的有效管理和接入。三是需要工业领域知识及经验实现人工智能应用与工业场景的适配，例如在模型训练的时候需要专家经验的介入实现调优和优化，在部分场景下需要机理模型和人工智能模型的结合才能发挥作用，在生产现场模型的部署和实施也需要和自动化的设备、工业软件等进行集成。
图1 工业人工智能实施范式
大模型的崛起并没有对人工智能在制造业的应用范式引起根本性的变革，但是在不同的环节增添了特定的需求，例如在算法层面，基于Transformer、U-Net 等架构的基础模型成为生成式人工智能进入制造领域的基础;在通用支撑技术领域，向量数据库、MaaS等也成为重要的数字基础设施;在工业知识及经验领域，不同以往对时间序列等结构化数据的需求，生成式AI对高质量文本、图片、文档等数据的要求不断提升。虽然大模型仍在原有的范式下进行应用，但是大模型技术会不断的拓展人工智能在工业领域应用的空间，根据埃森哲测算，Al可以在2035年将制造业的附加值提高近4万亿美元，根据Marketresearch预测，到 2032年，全球生成式人工智能制造市场规模将达到63.98亿美元。
图2 生成式人工智能在制造业的市场规模
生成式AI大模型短期趋势：拓展新场景并未出现替代小模型
图3 生成式人工智能大模型在制造业的应用情况
生成式AI大模型能力覆盖结构化数据、文本、图像、音视频等多个领域生成，但在制造业领域的探索仍聚焦于结构化数据、自然语言和图像数据的处理和生成。这种情况的形成主要是目前尚未出现能力较强的音频、视频领域的基础模型，所以尚未出现小模型领域像基于声纹分析的设备诊断、基于视频分析的安全生产等相关的工业案例。生成式AI探索也覆盖了制造业的研发设计与规划、生产过程管控、经营管理优化、产品服务优化等全生命周期。
在研发设计与规划阶段， 一方面是利用自然语言的交互能力实现CAD软件功能的拓展，例如Back2CAD 基于Elaine CAD Bot、ChatGPT 和 Amazon AWS等的支持推出CADGPT™，支持智能推荐、文档生成、代码生产等各类功能。另一方面是基于图像数据的生成能力提升设计效率，例如海尔设计基于亚马逊云科技和合作伙伴 Nolibox 携手打造的 AIGC 解决方案，将AIGC 图像生成能力引入到产品设计、UI 设计、CMF 设计、品牌设计等环节，涵盖了新品设计、改款升级、渠道定制化等工业设计的业务场景。
在生产制造环节， 围绕知识问答和代码生成等能力成为重要的探索热点。例如西门子和微软还在合作开发可编程逻辑控制器 (PLC) 的代码生成工具，ChatGPT 被用于通过自然语言输入生成 PLC 代码。Authentise通过利用12，000 篇科学增材制造论文对通用大语言模型的精调，推出 3DGPT用于增材制造技术问答。用户可以获得例如“在使用粉末不锈钢时如何减少缺陷的可能性”等专业问题答案。例如创新奇智推出AInno-15B工业大模型，通过大模型服务引擎支撑生成式AI应用，实现工业机器人(11.520, -0.23, -1.96%)控制、企业私域数据分析、企业私域知识库等应用。SprutCAM X结合ChatGPT api 构建CAM虚拟助手，能够支持工程师操作机床加工，例如提出在点(100， 25)处钻一个直径10毫米的孔”，AI助手就会为生成相应的CAM执行代码。C3iot 也是基于大语言模型构建了面向多个行业和多个领域的生成式AI 服务，并且为某大型制造企业基于生成式AI提供设备运维服务，借助 C3 Generative AI，操作员可以利用简化的工作流程来诊断设备故障根因。当操作员发现生产问题时，可以直接进入 C3 Generative AI 搜索故障排除指南和教科书，以找出潜在原因。
图4 C3IOT生成式AI 服务架构图
在经营管理环节， 基于大语言模型新增智能问答、数据分析等能力成为主流。例如在ERP领域，用友以ChatGPT、文心一言、Llama等大模型为底座构建yongpt，在大模型的基础架构当中，把确定性的事项交回用友BIP原有的产品功能去做，把不确定的事项、推理性的事项和人脑思维意识派定的事项交给大模型去开发，能够支撑企业经营洞察、智能订单生成、供应商风控、动态库存优化等应用。在CRM 领域，Salesforce、微软等均加强生成式AI在产品中的集成和应用。
图5、用友yongpt架构
在产品服务优化环节， 将大模型的能力集成到产品中，成为消费电子、汽车等领域产品智能化能力提升的探索焦点。例如国光电器(16.030, 0.45, 2.89%)推出的智能音箱Vifa ChatMini 内置了ChatGPT和 文心一言双模型，在保持了专业声学标准的基础上，与传统的智能音箱相比，Vifa ChatMini 在自然语言生成和情感表达方面具有显著的优势，可应用到老年人和儿童等特定用户群体，用于情感支持和智能学习陪伴，也可作为智能助手应用在日常工作和规划中。
综上，目前生成式AI大模型在制造业的探索路径初步呈现为三条路径：
一是通过直接集成基础大模型的问答、代码生成等通用能力来提升效率。例如海尔、西门子等的CAD、PLC代码生成;Salesforce、微软、ABB、用友等在CRM、ERP、生产管理等软件接入大模型，提升专业软件的数据分析、文档管理、知识问答等辅助能力。
二是通过微调、外挂知识库等方式来聚焦领域实现场景创新，增加新的功能。例如，Authentise通过利用12，000篇科学增材制造论文的精调对通用大语言模型的精调，推出 3DGPT用于增材制造技术问答。
三是从预训练开始构建工业大模型。 例如创新奇智工业大模型AInno-15B从 Llama 2、Falcon、Bloom等开源大模型中蒸馏一部分知识，再结合自己设计的参数结构和积累的工业知识数据做训练。经过Pretrain、SFT和RLHF三个训练步骤，依次使模型获得更懂工业、支持问答交互和答案更标准的能力。
生成式AI大模型，在制造业领域仍需克服三大挑战
人工智能在工业领域的应用仍具备非常广阔的空间，根据凯捷统计，只有欧洲顶级制造企业AI 应用普及率超过30%，日本制造企业AI 应用率达到30%;美国制造企业AI 应用率达到28%;中国制造企业普及率达到11%，这个调查表明人工智能在工业领域的普及率仍有很高的空间。但是生成式AI大模型的应用仍需面临一些挑战：
图6 人工智能在制造业渗透率对比
一是尚未出现投入产出比非常明确的场景。 在ChatGPT爆发之前，人工智能虽然在制造业拥有很多场景的探索，但是较为认可的领域仍然聚焦于的质量检测和设备预测性维护，这两种场景被认可的核心原因就是在项目实施后的效果较为明显，例如产品表面缺陷检测能够同过人力成本的节省来计算明确的ROI，设备预测性维护能够基于设备故障发现的时间节点来衡量效果，但是在生成式AI的应用，尚未出现类似以上两种经济效应较为明显的场景，大多数场景的探索处于试点和探索阶段。
二是面向领域的基础模型缺乏。目前面向工业领域大模型的做法，大多都是从精调做起，并没有经过预训练阶段，而预训练才是真正知识灌输阶段，让模型真正学习领域数据知识，做到适配领域。从精调做起或者直接集成大模型只是激发原有大模型的能力，并没有从实现对领域知识的理解和推理。而当前的基础模型发展仍处于通用大模型竞争的白热化阶段，对面向行业的基础模型关注较少，目前也仅有少数的企业开始从预训练阶段构建制造业领域的生成式大模型应用。
三是制造业领域场景高度碎片化。碎片化的场景对大模型这种对数据、算力要求较高的范式也提出了挑战。工业数字化领域经常流传一个逻辑，“工业数字化是万亿级的市场，但其是一万个亿级市场的组合”，对于细分领域来说，很难有足够多可用的数据来从预训练阶段开始训练大模型，通用的大模型又无法适配聚焦细分领域的场景需求，这种天然的矛盾会阻碍大模型的发展。
备注：斯坦福大学用基础模型来泛指通过自监督学习在超大规模数据上训练并且可以适配(例如，微调)各种下游任务的模型，这些模型包含但不限于ChatGPT、Llama等。在我国伴随着产业发展，通常用大模型来泛指ChatGPT、Llama等生成式模型，本文撰写过程中对语言、图像、多模态等各类生成式AI沿用了目前我国产业界形成的共识。
- 详细资料
- 分类：商业
- 发布于 2023年10月16日
浴霸只坏了照明部分，且已过保修期，商家表示找不到同型号的灯，只换不修。对此，市民张先生无奈感慨：“小家电只能换新不能维修，太浪费了。”
小家电照明灯无配件，购买顶灯又花100元
刚过去的周末，家住信都区的张先生因浴霸的照明灯坏了忙活两天。他家安装的浴霸是风暖排气照明一体的，2020年安装，购买时花费了400多元。
上周六一早，他进卫生间发现照明灯不亮了。“找到保修单一看，刚过3年质保期。”张先生说，他还是拨通了售后电话，对方说，因该家电更新换代快，已没有对应型号的照明灯，建议整个换新。
得到这个说法，张先生觉得很浪费，毕竟风暖、排气都还能正常使用，这就换新的，他无法接受。于是，他利用周末时间跑了多个装饰城，得到的回复大都一样，因型号不同，无法只更换照明部分。
最终，张先生退而求其次，单独购买了一盏新的卫生间吊顶灯，买灯花了70元，工人上门安装又花了30元。张先生说，安装工人也劝他，如果浴霸再有哪里需要维修，建议买个新的算了，否则，成本有些高了。
“维修成本高，换新也不便宜，感觉都挺浪费。”张先生无奈说道。
小家电坏了到底是修还是换新?
采访中，记者了解到存在类似情况的，不只浴霸这一种小家电，居民家中的豆浆机、电热水壶、电饭煲等，一旦过了质保期，维修就不如更换。
记者咨询了从事家电维修工作
20多年的李师傅。他表示，现在小家电品牌非常多、型号多，且更新换代快，这样就会造成有的配件不能通用，或是找配件不容易。
维修小家电时，很多都需要更换零件或主要部件，比如，一个电脑控制板出厂价就要近百元，加上10多元的维修费，相对于购买时花费百余元或数百元的小家电，成本就高了。因此，顾客一般都选择不修，这也就造成了“修不如换”。
一位业内人士则建议，可以根据家电的产品使用期限判断是否有维修价值。一般情况下，家电安全使用年限应从购买日期起连续计算。例如燃气灶、吸油烟机、热水器、净水机等的安全使用年限为8年。如果家电已超过了使用年限或马上到达使用年限，并且配件费用较高，建议换新的，这样做可以防止因使用时间过长而导致家电出现安全隐患。不过，做这些判断的前提是，市民最好在购买之初就选择口碑好、信誉好、售后好的小家电，在维修时一定要选择有资质的维修商，不轻信网上的联系方式。
请 扫 描 这 个 二 维 码
看顶级财经网的精选内容！