谈谈我的自动驾驶采购经历
在自动驾驶走向产业化时,会有愈来愈多的不同领域供应商加入,未来汽车产业链也必将会有更多的变化与挑战。本文作者Neo从事采购工作,他将结合自己的自动驾驶采购经历,谈谈供应链并给大家不同的视角了解自动驾驶。
采购的第一角度永远是成本,而供应链也是采购的一张网。
也算是机缘巧合,2016年有幸参与到ADAS的前期定点工作中。从传统汽车行业,转岗至电动汽车采购行业中。新的平台也算是新的挑战,然而新平台给我带来的新视角,还真的让人“大开眼界”
拿到“ADAS”的RFQ((request for quotation)文件,我还是比较好奇什么是“ADAS”,于是各种资料查询,向技术询问。经过一番折腾,总算是摸到了ADAS的表面意思。
ADAS:高级驾驶辅助系统(Advanced Driving Assistance System)。
我继续问能实现什么功能?
技术言简意赅:“自动泊车、自动开车啊”
我心底泛堵“原来是自动驾驶啊”
“错!”技术当即纠正,“是辅助驾驶,不是自动驾驶,离自动驾驶还远着呢”
然后开始像演示PPT一般,吧啦吧啦讲了很久。
每当我向技术询问专业知识的时候,技术都会以技术角度,向我灌输“技术执念”,而初入采购的人员通常会像一个小白,任由其发挥。从头至尾,也许学得术语一二,却不得要害。在你仍然一知半解下,继续向技术讨要墨水时,技术开始急不可耐,更加“偷工减料”般给你走马观花。不言而喻,最终结果是:你一知半解,对方耐心耗尽。而恰恰当你最终上会或者走流程时,需要讲解的,仅是简单层面的理解,因为管理层未必能够理解全部。
而作为采购的我要做的是让他们知道:
· 是什么
· 多少钱
· 为什么
就在技术准备口若悬河之际,一把按住他,说“兄弟,就简单问几句!”
问题一:实现方案是什么?
通过视觉系统,收集信号反馈给决策系统,决策系统再做决策,让执行系统进行决策。简单来说,就是收集信号,然后处理信号,最后做出决策。
问题二:
涉及哪些零件?
· 摄像头
· 雷达
· 主机
· 算法
问题三:
供应商干什么?
· 提供硬件
· 提供方案
· 提供算法
· 协助验证
大概明白ADAS是一个什么样的东西后,拿着RFQ文件琢磨起来
RFQ(request for quotation)报价请求:
· SOR(Statement of Requirements )技术要求
· 项目信息(车型、产量、生命周期等等)
· ......
第一步:寻找供应商资源。
· 博世Bosch
· 大陆Continental
· 德尔福Delphi
· 电装DENSO
· Mobileye
2016年,这些Global的供应链资源赧然于表,而正当我去联合技术去找本土资源时,被技术打住。
我义正言辞告知,你可知这些巨头的成本?
技术耸耸肩膀,给了我几个理由:
ADAS是一个非常复杂的开发工作--技术复杂性
ADAS是一个需要高度集成的工作--供应链整合
ADAS是一个需要稳定可靠的功能--安全可靠性
没办法,为了与时俱进,有些功能和配置,主机厂不得不上;同时也为了保持产品竞争力,有些功能,仍然要上。
当然了,伏笔埋下后,我深知这是一场漫长而又具有挑战的采购工作。
第一次震惊,是开发费的报价。
因为合作等原因,暂时锁定了3家供应商,暂且说ABC。
A供应商报8000万
B供应商报7500万
C供应商报7000万
脑容量瞬间被炸开,一个L2级别的辅助驾驶,竟然有了一个天价开发费。我暂时没有去管单价,因为单价也仍然是一个天价,与立项的预算相去甚远。
想了几个方案:
方案一:部分支付,部分分摊。
对于传统汽车而言,通常会分为几种配置,低中高选配。同时传统汽车的产量,都是年产数万,甚至数十万级别。而对于纯电动汽车而言,我说10万,人立刻拉一张销量排名表婉拒我。其实这个方案,在谈判之初,心里也已经有了答案,但是不管怎么说,给对方传递了一种意思:你的产品贵了。
方案二:成本源于设计,从源头出发。
继续把技术和供应商聚集到一块,想尽办法去把不必要的配置或者功能做减法。然而实际情况却很难,一方面为了让自动辅助驾驶在实际行驶过程中,能够保持一定的稳定性,那么零件必须要用车规级产品,车规级也意味着在恶劣工况下,零件不失效;另一方面,当自动辅助驾驶有失效的可能性下,做冗余设计,使得即使失效,仍然有时间去做出应急反应。
这一方案,甚至是没有开始就被毙掉。
方案三:从产品结构分析
让供应商将开发明细拉出,需要核对他们到底要做哪些工作。一张3年的开发管制表,惊呆了我。诧异地问到技术,我们不是2018年就要SOP了?你这能赶上?技术回复,本身就搭载不上,这些搭载ADAS配置的车型都是量产后才逐渐上的。
算了,不必纠结与本职工作无关的事宜。于是又把开发费用明细拉出,两个数据令人咋舌。
数据一:人均单位工时费用---几乎是正常人员的数倍
数据二:人次工时累计总和---开发人员数量难以想象
寻根问底,多方打听后。
对于数据一,自动驾驶本身是个新兴行业,而人才也是比较难以求得,所以一个程序猿的成本,往往是普通人工的数倍,而且你还不一定能找到可靠的程序猿。
对于数据二,ADAS打包厂家,需要对硬件/软件/算法等多项维度拆分寻求T2供应商,整合工作本身比较困难。而恰恰这一工作,主机厂还真干不了,如果真要干,成本花费甚而更高。除此之外,大量的道路测试,数据收集,以及路试验证等工作,也都需要人员支持。
尽管分析了很多,但我仍然坚信,贵了!可事实却摆在你面前,贵有贵的理由。
没办法,只能打苦情牌了,也就抛出了方案四:
一方面作为执行层面,我仍然继续不停地骚扰供应商,甚至抛出乙方的态度,悲情牌不停地打,以合作和愿景来激励对方销售人员,至下而上的升级反馈;另一方面寻求双方高层支持,在战略合作的基础上,高层间相互建立信心,至上而下的降维施压。
多轮沟通和交流下,最终B的最低价仍然给了一个比较难以接受的高价:*000万。
定点委员会上,尽管开发费昂贵,各部门高层并没有做过多挑战,相反,面面相觑后通过了这一项目。
主机厂从开始开发,到量产之间,往往会有若干轮的调试,以寻求量产时的最佳状态。而B厂家,给了我们四个样件阶段,即A样、B样、C样和D样。
真正第一次开始与单价成本接触,也就是从A样开始。我与供应商开始签署样件阶段合同,样件的价格让我第二次咋舌。
· A样价格:20倍量产价格
· B样价格:10倍量产价格
· C样价格:5 倍量产价格
· D样价格:2 倍量产价格
本身一套ADAS系统的价格,需要数千元,而20倍价格,则一套零件的价格在数万元了。这我哪里容许供应商如此“放肆”?继续找A厂家开始理论
论点1,我方给贵方数千万开发费,你还有多倍量产价格?
论点2,贵方不靠样件挣钱,凭什么要卖这么贵?
B厂家回复:
1、其内部统一价,无论哪家,都是这样的价格,因为在他们研发投入,实际上要比给我们的开发费还要更多。
2、在实际调试过程中,会出现各类异常情况,需要其人员多次出差,或者找外方机构的额外支出。诸如此类。
还是那句话“羊毛出在羊身上”,当以卖方市场为主的时候,你无论怎样省下一笔钱,对方都会通过其他方式来薅回去。
2018年,因为工作调整,从前期调岗到了量产采购,仍然负责汽车零部件。
而当我再次和B公司相遇是在2019年,实属不易,就像是老乡见老乡,两眼泪汪汪的那种。我们从前期开发,熬到了量产。而量产的再次照面,可谓是期间滋味,难以言语,而产生更多感受的,应该属于像是甲方的主机厂采购的我。
量产采购的主要职能之一是年降,相比于其他业务员来说,我的优势之一是前后商务故事了解比较清楚;优势之二是对开发和量产的一套流程比较熟悉。
把B厂家销售约好,坐于桌子两边,我抛砖引玉
“降多少?”
“降不了”
“为什么”
“吧啦吧啦......”
和开发阶段仍然类似,在降价方面,仍然没有实质性进展。不论我抛出给了多少开发费,给了多少样件费,抑或是未来的向往....而我也知道我们存在一个致命点:产量不足。最后虽有降价,但也算是友谊小互动的降价,对于目标来说相差甚远。
而高科技类的制造业产品似乎永远都是“死循环”,一方面是制造成本的居高不下,而另一方面因为成本又导致产量低下,返璞归真后,使得制造研发成本继续无法继续下探。循复往返,ADAS也在面临类似的情况。
回过头来看2016年,当年的自动驾驶厂家,处于蠢蠢欲动的时代,而时至今日,很多进入的供应链,国内除了少部分有庞大资金支持的如百度、华为、阿里等等也越来越清晰,其他一些小众企业也开始石沉大海。尽管各家的方案,优势不一。但因为都投入了巨额的研发费用,短期内,根本无法摊销巨额成本,所以自动驾驶,短时间内也无法成为触手可及的产品。自动驾驶,和其他新技术一样,将会成为资本催生下的产物,也将在资本投入下,要么快速发展,要么成为鸡肋。
所以众多车企,都将自动辅助驾驶或自动驾驶这一配置,列为选配;抑或是最高配置。而消费者,敢于尝新的,花费数万元来加装配置;而大部分人,属于保守派,被频出不穷的事故吓到。
而对于供应链,一种是打包整个自动驾驶业务模块,也即是传统意义上的Tier 1;一种是瞄准自动驾驶更细分二级领域,也即是传统意义上的Tier 2/3/N。对于前者而言,即是你花费一笔巨款,来让某个供应商打包所有的硬件/软件类工作,而你只需释放你的接口。而对于后者而言,假如以主机厂的名义作为OEM,整合各类Tier 123(比如摄像头、雷达、主机、算法、地图、车机、OTA等等厂家)...,难度不言而喻,就像是你再次成立一个Tier 1这样一个自动驾驶厂家,其长期成本较之于前者,有过之而无不及,当然了,有些主机厂愿意这么干,有些主机厂不愿意这么干,出发点不一致,我们无法评价优胜劣汰。
写在最后:
自动驾驶之于传统零件,有点新能源汽车之于传统汽车的味道。而对于供应链,有时我们角色需要转换,有时需要时间等待,有时需要牺牲避让,有时需要大刀阔斧。而更多的挑战是技术升级,成本优化,产量提高,这一切,也让自动驾驶的普及,早日来临。
- 下一篇:动态模拟驾舱发展趋势预测
- 上一篇:求解 Altran + NI = ?
-
汽车测试网V课堂
-
微信公众号
-
汽车测试网手机站
编辑推荐
最新资讯
-
荷兰Zepp氢燃料电池卡车-Europa
2024-12-22 10:13
-
NCACFE -车队油耗经济性报告(2024版)
2024-12-22 10:11
-
R54法规对商用车轮胎的要求(上)
2024-12-22 10:10
-
蔚来ET9数字架构解析
2024-12-22 09:53
-
4G/5G网络新时代的高效紧急呼叫系统NG-eCal
2024-12-20 22:33