第 8 章——汽车 AI 趋势

在所有类型的车辆中，大多数受访者（71%）正在将 AI 应用于其车辆中，无论是由 AI 主导车辆设计（24%），还是 AI 影响部分组件（47%）。

地区

尽管大多数受访者表示 AI 正在影响部分车辆组件，但中东和非洲地区的受访者表示 AI 在其车辆设计中产生了广泛影响，而大洋洲地区的受访者则尚未在其车辆中实施 AI。

汽车开发重点

按汽车开发重点细分回应结果，受访者在经销商管理领域中更广泛地使用 AI，而在大多数其他领域中，AI 至少正在影响部分车辆组件。

AI 在开发流程中的实施位置至关重要，这在很大程度上是因为 AI 可以在产品中持续学习和演进，在这种情况下，它可能具有非确定性，因此需要采用不同的功能安全标准，例如 ISO/PAS 8800。

调查受访者表示，他们在开发过程中使用 AI，主要集中在设计和编码阶段，但在测试阶段使用 AI 的团队也不少。根据麦肯锡的一份报告，AI 赋能的功能——尤其是 ADAS、自动驾驶和信息娱乐系统——预计将在 2035 年前迎来快速增长，但 AI 也展现出提升动力总成和互联服务等其他领域功能和特性的潜力。为了满足对 SAE 2 级和 3 级的预期需求，开发团队可能会感受到尽快采用并应用 AI 技术的竞争压力。

尽管有更多汽车开发人员表示他们仅在开发过程中使用 AI，但仍有 45% 的受访者表示他们在产品和开发中同时使用 AI，其中 70% 的受访者表示，一旦 AI 被集成到产品中，该 AI 模型便处于实时运行状态。 

在开发过程中使用 AI 令人振奋，但在合规性方面也引发了谨慎考量。（例如，不允许使用 AI 进行 MISRA 检查。）这突显了遵循 ISO/PAS 8800 的必要性，尤其是在今年所有 AI 车辆开发相关关注点中，安全性再次成为首要关注点（54%）。 

然而，尽管 ISO/PAS 8800 考虑到了 AI 的非确定性，产品仍必须是可验证的，这意味着任何机器学习仍需满足产品要求——而在仍有 70% 的组织在产品中使用 AI 模型的情况下，仍需保持谨慎。
 

在调查中占比更高的地区中，北美受访者在产品中将 AI 处于实时运行状态的比例最高（84%），相比之下，欧洲/英国为 59%，亚洲为 67%。此外，经验最丰富的受访者（64%）在开发过程中会运用其经验，与经验最少的受访者（78%）相比，他们在是否让 AI 保持启用状态方面更加谨慎。

随着 AI 在汽车软件设计和开发中的应用不断增加，各种问题随之出现，尤其是在围绕 AI 的法规和指导仍在制定之际。汽车团队正承受着在不断变化的市场中竞争的压力，因此必须在控制成本的同时，按时交付高质量产品，并确保安全性和信息安全。

在 AI 车辆开发中，安全性以及“自动/半自动车辆中 AI 算法的安全决策”是首要关注点（54%）。在最关注 AI 安全性的受访者中，当产品中的 AI 被停用时，有 30% 表示担忧；而当 AI 在产品中保持启用状态时，有 70% 表示担忧，这与整体结果完全一致。 

受功能安全标准指导的开发团队在使用 AI 时需要考虑额外因素，因为这些算法往往具有非确定性。幸运的是，现有标准已经在进行相应调整，并且已经推出了 ISO/PAS 8800《道路车辆——安全与人工智能》等新标准。此外，已经有一些技术可以应用于 AI 算法，但要确保并强化 AI 技术在自动驾驶车辆中的安全性，仍然有大量工作需要完成。围绕 AI 的功能安全标准的发展速度尚未跟上软件本身的发展速度，而 AI 引入了许多变量，尤其是在模型被允许持续演进的情况下。 

安全性问题，具体来说是“在引入先进 AI 的情况下避免漏洞和网络攻击”，是受访者第二大关注点（41%）。采用 AI 等日益复杂技术的互联系统会产生更多攻击途径，恶意行为者可以加以利用，并可能在整个系统链条中蔓延。最关注安全性的组织类型是一级供应商（32%）。由于一级供应商可能为制造商提供许多相同的组件，因此他们需要对安全风险格外谨慎。与安全标准的发展情况类似，也有大量安全标准和法规正在或已经调整，以适应 AI 的引入。

上市时间和开发成本处于关注程度的中间水平，并非最主要的担忧。一旦安全性和信息安全方面的问题得到解决，上市时间和开发成本就可以自然降低，尤其是在鼓励开发人员使用能够简化合规流程、并在大型代码库中快速发现漏洞的静态分析工具时。

与去年类似，“预测性维护和车辆诊断”的准确性，以及生成式 AI 在“由 AI 工具编写代码时保持高代码质量”方面的问题，今年仍是轻度关注点。有意思的是，尽管质量是本报告中汽车开发的整体首要关注点，但生成式 AI 却是受访者最不担心的问题。这可能是因为受访者认为 AI 有助于生成更高质量的代码。根据 Stack Overflow 的一项调查，大约 85% 的专业开发人员今年正在使用或计划使用 AI 编码工具，但在汽车开发领域，始终需要由人工开发人员检查 AI 生成的代码尤为重要。使用 Perforce 静态分析工具并结合可选的 AI 辅助代码修复功能，能够通过提供准确且具备上下文的修复建议来保持较高的开发速度，同时在应用更改前仍需开发人员批准。

深入了解 AI/ML 在汽车软件开发中的应用

使用 AI/ML 进行汽车软件开发的受访者被问及其在汽车开发中的具体应用重点领域。

大多数受访者重点关注 AI 在 ADAS 和 IVI 系统中的应用。

此外，“其他”回应（21%）从具体功能领域而非仅限于组件的角度，提供了 AI 使用情况的有趣概览。例如，在动力总成的回答中，AI 既可用于开发阶段，也可在产品中实时运行。

值得注意的“其他”回应包括：

最新发布的 ISO/DPAS 8800 标准针对所有道路车辆的功能安全，解决了 AI 特有的挑战。

与去年相比，人们对 ISO/DPAS 8800 是否会对汽车软件团队产生重要影响的确定性有所降低，尽管 AI 的安全性仍然是主要关注点，而且大多数 AI 模型在集成到产品后仍处于启用状态。从地区来看，来自非洲（87%）、中东（67%）和北美（66%）的汽车行业专业人士更容易意识到其重要性，而欧洲/英国仍有 41% 的受访者尚不清楚该标准是否会对其团队产生重要影响。