1.3 软件工程化与汽车工业化的结合

接着聊“技术隐性化”，它的实现需要经历长时间、大批量、频繁迭代的过程，我们选择了“工程化”和“工业化”来描述这个过程。

实际上，这两个概念比较大，内涵与外延都很广，但对于汽车行业而言，倒是有比较独特的含义。汽车研发及制造的第一级目标可以理解为量产，量产的基础就是工程化与工业化，这两部分是从图纸与代码转变为汽车的主体环节。

1.3.1 工程化的内涵与模式

汽车企业有几个比较常见的应用类工程师岗位，如DRE（Design Release Engineer，设计发布工程师）、AE（Application Engineer，应用工程师）、PE（Product Engineer，产品工程师）、SPM（Software Project Manager，软件项目经理）、FO（Feature Owner，特性负责人）。

这些岗位的核心要务是从项目Kick-Off（启动）起，把软件与产品带到量产，交付到工厂，这可以理解为汽车行业的“工程化”。

在当前中国汽车研发环境下，一般有3种工程化的模式，如图1-7所示。

1.直接国产化

无法回避，汽车源自西方，技术沉淀与发展都在西方。尽管我们在很多方面已经追赶上来了，但整体的优势技术仍然牢牢被西方掌握，这个状况从每年的全球汽车零部件供应商百强榜即可看出，其中中国企业少之又少。我曾经接触过某款结构非常简单的底盘减振件，但找遍全国也没有找到满足弹性模量要求的橡胶垫，无奈之下，只能进口。

所以，一直以来，国产化是常态。其基本模式是借鉴国外图纸、模型代码或底层软件，完成本土供应商落地、局部模块集成或者应用层适配。在这种模式下，出了问题要排查或者要按照本土项目需求修改时，比较依赖或受制于国外技术中心，这在相对传统的汽车电子领域表现得尤其明显。

2.预研转应用

不管是民营企业，还是外资本土分公司，都希望独立自主，因此，它们也会在部分环节尝试小范围预研。整体来说，拥有自己的设计权，算是一定程度的正向开发。

基于某种假设，在实验室、笔记本、工作站设计出硬件或者写出代码，初步完成基本测试，跑通软件，算是预研部分初步完成。但这时，无论是设计的鲁棒性、需求的适配性，还是测试的完备性都有很大的提升空间。毕竟，预研离市场、一线、工程、客户，甚至组织，都有些远。

当应用类工程师带着这一套东西开始做具体项目时，文档不完备、需求过时、模块划分与组织无法对应、测试用例没考虑到客户场景、与已经断供的硬件依赖太强……无数的问题都会迸发出来，而后只能删删减减，草草发布，这是多数预研的现状。

除非预研职能处于拥有极为强势的市场地位和技术话语权的企业，下游客户可以按照预研时的设想来适应，否则，多数预研项目会落一个纸上谈兵的口实，这也是一众预研团队满满的技术情怀总是被现实无情粉碎的原因之一。

3.自主研发

这几年国内科技创业型公司如雨后春笋般不断涌现，它们在自主研发上的热情和激情，为汽车行业带来了新鲜血液，也让中国汽车工业在座舱、智驾、三电等很多新技术领域有所突破，甚至在应用层面占据了一定的领先地位。

在与国外同事沟通某些技术点时，我偶尔也会听到他们说：“你们是第一个做的，我们没有经验。”所以，我们在正视与国际巨头的技术差距的同时，也可以期待国内团队在一定程度上打破前两种模式的尴尬。

1.3.2 工业化的大批量要求

虽然工程化过程跌跌撞撞，但因为汽车行业有刚性的SOP（Start Of Production，量产）后墙，时间一到，总是要进行量产的，SOP延期的很少见。我们把工程释放的产品进入量产持续交付的过程称为“工业化”。

也许有人会疑惑，工程化似乎已经完成了需求，验证了需求，为什么还需要工业化呢？

因为工业化的深层次含义——量产。量产是指大批量生产，这是汽车这种规模性产业的特点，也是汽车能走进千家万户的原因。

要进入汽车行业流程里的量产，不容易，要持续在成十万百万的交付中保持预期的性能，也不容易，甚至更不容易。

为了有更直观的感受，我们再引入两个概念——六西格玛（6 Sigma）和PPM（Part Per Million，百万分之一）。六西格玛是来源于摩托罗拉的管理策略术语，旨在追求极高标准的质量。狭义上，六西格玛水平也指缺陷率仅为百万分之3.4，就是3.4个PPM，如图1-8所示。在汽车行业，六西格玛已成为一门专门的学科，也成为一个质量指标（当然，这不代表所有汽车参数都用这个指标）。

汽车的硬件或机械产品已经比较成熟，会有设计、产品、产线的大量沿用、复用，在这种情况下，工业化的迹象并不明显。但是，对于一些新的产品或车型，工业化过程仍然存在，具体是什么样的过程呢？

在按照IATF 16949完成了研发、小批量试产，签署了PPAP（Production Part Approval Process，生产件批准程序）后，还要完成量产爬坡。在这个过程中会有很多问题出现，而后需要进行一轮轮的“工程化”迭代。即使进入全面的量产，针对不断出现的售后问题，还需要进行一轮轮的优化迭代。这些原先未预见的问题类似于现在自动驾驶领域所说的Corner Case（边缘场景）。而当产品足够稳定或者修修补补已经无法解决问题时，可能就到停产（End Of Production，EOP）的时候了。

这是汽车硬件或机械部分的“工业化”过程，需要持续不断地迭代。那么，对于新兴的智能驾驶或智能座舱来说，会更容易吗？答案似乎不是的。

实际上，在当下典型的智能汽车领域，我们并未看到过完整的“工业化”过程。造车新势力的占比虽然强势攀升，但数量依然较少，时间依然很短，可以说市场验证似乎还不够充分。比如，在智能汽车在真实路况下长期行驶时，摄像头画质清晰度、车道线识别准确度、横纵向控制稳定性、制动控制的延时性等性能是否无问题，很难说。

明确可见的机械产品迭代了几百年，问题仍无法规避，而更复杂的智能耦合系统到底会有什么问题，确未可知。被寄予厚望的OTA（Over The Air，远程升级）能否在智能汽车工业化的路径上力挽狂澜，我们拭目以待。