尽管电动动力总成的运动部件少于内燃机（ICE），但电动汽车（EV）的维护成本仍明显较高。根据软件解决方案开发商CCC Intelligent Solutions的保险索赔分析，根据轻型乘用车的型号和规格，车主通常为非关键维修支付4000～8000美元（比ICE高27%～53%）。这一增长的原因包括技术人员不熟悉导致诊断错误、昂贵的更换硬件和电池，以及更复杂的车辆拆卸。

对于汽车制造商、车队所有者和私人所有者来说，这些成本会快速累积。在一个以复杂性为特征的时代，另一种先进技术提供了解决方案：人工智能（AI）。

人工智能车辆诊断

根据Global Market Insights的数据，人工智能在汽车领域的价值将在未来十年呈指数级增长，从2022年的60亿美元增至2032年的6000亿美元。虽然预计很大一部分将用于自动驾驶能力，但这只是几个有前景的领域之一。

Garrett Motion首席技术官Craig Balis表示，人工智能驱动的诊断将在该行业的未来发挥重要作用。凭借十多年的汽车智能软件经验，Garrett一直致力于研发创新的汽车健康管理技术。其引导诊断软件解决方案在武2022中国汽车供应链大会暨中国汽配盛典上荣获灵轩奖。

Garrett人工智能诊断的主要优势是大大减少了服务时间和成本，提高了“首次修复”率，并提高了客户满意度。售后维修问题的解决速度提高了40%以上，错误的组件更换率降低了50%。

那么，这些成果是如何实现的呢？据Balis介绍，Garrett的动态诊断系统在诊断过程中遵循最短路径。它全面了解不同系统和组件的响应，还可以整合关键的OEM数据，例如零件成本和工作时间。基于组件或系统物理特性的人工智能算法（“健康指标”）持续监控车辆的健康状况。基于云的监控和分析平台然后集成所有这些健康指标，运行预测，并根据工程师定义的故障模型提供易于理解的诊断程序。机器学习功能还不断将历史数据和常见问题纳入考虑范围，以丰富和改进整体维修解决方案。这意味着人工智能诊断不仅可以在最终用户的售后阶段增加价值，也可以在验证和验证等研发阶段为原始设备制造商增加价值。

数据协作

Balis强调，虽然Garrett Motion的诊断方法是围绕ICE和EV动力系统构建的，但其当前的解决方案可以扩展到燃料电池、自动驾驶系统和目前正在开发的其他车辆技术。然而，在更广泛的汽车行业中集成AI诊断仍然存在挑战。

根据ABI Research的数据，2022年全球汽车行业在数字化转型方面的投资超过1000亿美元，预计到2030年将增至每年2380亿美元。这使其处于工业数字技术支出的最前沿。世界经济论坛指出，到2025年，数字化将为该行业释放价值6700亿美元的价值。

尽管如此，Balis声称车辆维修数据并未得到优先考虑：“扩大人工智能诊断的一个障碍是汽车制造商没有将他们的文件、服务手册、材料清单等数字化。这些都可以丰富人工智能系统的数据池，并使其能够提取更多关于诊断和预后的情报和见解。”连接不同的系统并提供有效的故障排除将需要尽可能多的数据。

Garrett Motion认为，与汽车制造商加强直接合作可以解决这个问题，并开发更强大的定制AI工具。随着车辆变得更加互联和自主，在电气化的早期阶段建立数据基准对原始设备制造商变得重要。Balis表示：“生成的数据量将呈指数增长，这将增加对高性能和高效人工智能的需求。”通过与技术部门合作开发诊断系统，可以聚合来自“硬”和“软”组件的数据，确定故障的根本原因并产生可操作的见解，现代汽车的复杂性可以得到有效管理。