기술 발전은 빠르게 진행됩니다. 요즘은 인공지능(AI)과 프로세스 자동화가 일반적인 개념입니다. AI는 이미 자동차 산업에 솔루션을 제공했습니다. 이는 작업 흐름, 공장 현장 로봇 프로그래밍 및 구성 요소 확인에 특히 해당됩니다.
한편, 자동차 산업은 거대한 경제 분야입니다. 판매는 미국에서만 매년 1,700만 대의 신차 판매 이상에 도달합니다. . 자동차는 주요 운송 수단이기 때문에 이 산업의 수익은 엄청납니다. 그러나 맞춤화는 자동차 산업에 혁명을 일으키고 더 크게 만들 것을 약속합니다. 자동차 제조업체는 이미 스마트 자동차 기술에 많은 투자를 하고 있습니다. 최적화의 잠재적 이점은 방대합니다.
이 분야에서 놀라운 발전이 있지만 제조업체는 여전히 함께 작업하고 있습니다. 업계 리더의 도전 공급망 혁신에서. 이를 위해서는 항상 사용할 수 없는 내부 및 외부 프로세스 유연성이 필요합니다. 자동차 제조의 맞춤화가 주류가 되어 돈을 버는 전략이 될 수 있지만 현실은 그것을 가능하게 하는 데 아직 몇 년이 걸리고 이것이 이유입니다.
자동 제조는 역사적으로 조립 라인 스타일의 생산입니다. 제조업체는 동시에 생산되는 대량의 자동차 또는 트럭을 통해 상당한 이익을 얻습니다. 표준화된 차량의 대량 생산은 수년 동안 작동했으며 마케팅 마스터는 대부분의 고객이 이러한 기존 차량을 자신의 요구에 완벽하게 적합하게 만듭니다.
BMW와 같은 업계 거물들은 주문 제작(BTO) 접근 방식을 통해 맞춤화를 구현할 것으로 기대하고 있습니다. 전체 차량 맞춤형 제조 프로세스는 Tesla와 같은 자동차 제조업체의 주요 목표입니다. Ford Motor와 같은 다른 회사는 무인 자동차 기술을 주요 목표로 삼았습니다. 그러나 제조업체의 맞춤형 림과 같은 일부 특정 기능은 스마트 차량의 전체 사용자 정의와 동일하지 않습니다.
Riskinga는 유망한 제안에 대한 프로세스 방정식을 성공적으로 입증했습니다. 많은 제조업체에게 턴다운이 될 수 있습니다. 서류상의 이론은 구현하는 동안 종종 어려움을 겪으며, 자동차 산업의 경우 이는 수십억 달러의 손실을 의미할 수 있습니다.
자동차 제조업체는 전통적으로 MTS(Make-to-stock) 또는 BTS(build-to-stock) 생산 방식을 사용합니다. 이 전략은 과거 수요 데이터와 정확한 판매 예측을 기반으로 합니다. MTS/BTS 방식은 수익성 있는 생산 유지를 위해 생산 및 재고 계획 전문 지식을 혼합합니다. . 이 시나리오에서는 필요한 최소 재고 수준 재고와 판매 간의 균형이 트릭입니다.
이것이 바로 이 방법에 대한 데이터가 제한적이기 때문에 사용자 정의가 비전 있는 리더에게 큰 도전이 되는 이유입니다. 가능한 예측에 관계없이 엔지니어가 효율적인 전환 전략을 배포하고 변환 프로세스의 여러 단계를 효율적으로 진행하려면 좋은 데이터가 필수적입니다. 자동차 전략 기획자는 이러한 유형의 판매 전략 구현을 고려하기 전에 주문형 주문 프로세스 또는 주문형 엔지니어(ETO) 질문을 해결해야 합니다.
공장에서 차를 주문할 때 스마트카 기능에 대한 커스터마이징이 이미 가능함에도 불구하고 대부분의 사람들은 이것을 모릅니다. 이 옵션은 가까운 색상과 사용 가능한 자동차 기능에 정착하기를 꺼리는 사람들에게 훌륭한 도구가 될 수 있습니다. 이것은 딜러의 주요 관심이 이미 재고가 있는 자산을 판매하고 이 가능성을 건너뛰는 것이기 때문에 발생합니다. 이것이 바로 미국 자동차 산업 판매의 7%만이 맞춤 주문에서 나오는 이유이며 대부분의 미국 자동차 제조업체가 맞춤화와 관련하여 완전히 타협하지 않는 이유입니다.
반면에 시장의 세그먼트에 맞춤화를 제공합니다. 차별화에 굶주린 이국적인 고성능 자동차 구매자는 큰 수용력을 가질 수 있습니다. 그럼에도 불구하고 이것들은 거래의 작은 부분에 불과합니다. 판매 현장의 과제는 맞춤화를 제공하고 이 제품이 비용과 대기 시간 모두의 가치가 있다는 것을 청중에게 확신시키는 것입니다.
앞서 언급했듯이 제조 공정 중 효율성 문제가 주요 관심사입니다. 또한 생산 시간과 최소한의 폐기물은 제조 원칙의 핵심입니다. 자동차 제조업체는 맞춤형 스마트 모델에 대한 미래 베팅을 하고 있습니다. 문제를 해결하기가 더 어렵다는 것은 개별 맞춤형 스마트 자동차의 약속과 제조업체의 잠재력 제공 사이에 단절점이 될 수 있습니다.
반면에 맞춤화를 제공하는 가장 영리한 접근 방식은 모듈화를 통한 것입니다. 이러한 방식으로 자동차 제조업체는 단 몇 개의 믹스 앤 매치 모듈로 자동차를 제작함으로써 비용을 상당히 줄이는 것을 목표로 합니다. 그럼에도 불구하고 이는 고객이 오퍼링의 일부로 사용할 수 없는 옵션을 원하게 되는 상황으로 이어질 수 있습니다. 이는 결국 자동차 제조업체의 브랜드를 손상시킬 수 있습니다.
스마트 자동차와 대량 맞춤화는 소비자와 생산자 모두에게 매우 매력적인 제안이 될 수 있습니다. 그러나 대량 생산 시스템에서 BTO로 전환하는 데 드는 물류 비용은 막대합니다. BTO를 구현하는 것은 모든 자동차 산업 측면에서 도전이 될 것입니다. . 디자인과 제조에서 마케팅과 유통에 이르기까지 전체 시스템을 재구축해야 합니다.
또한, 그러한 투자를 한 후 기업에 대한 불확실한 이익은 고객에게 약속된 수많은 이익을 극복할 수 있습니다.
업계 리더들은 더 앞서 생각해야 합니다. 자동차 산업은 스마트한 맞춤형 차량을 생산할 것이며, 이를 위해서는 연결 서비스가 필요합니다. 그러면 가치는 자동차 제조업체에서 서비스 제공업체로 이동합니다. 이것은 자동차 제조사들이 감당할 수 없는 상황입니다. 자동차 산업은 현장에서 필요한 전문 지식이 부족하기 때문에 자동차 제조업체는 현장 플레이어와 합병 또는 협력 가능성을 연구하고 있습니다.
자동차 제조업체는 커스터마이징 요구가 증가하고 있음을 알고 있습니다. 그러나 산업 혁신은 단순한 믿음의 도약이 아닙니다. 업계에서는 오류가 없고 시간을 절약하는 생산 시스템이 필요합니다. BTO는 높은 제품 다양성을 제공하기 위한 유망한 솔루션입니다. 수요 기반 생산은 개별 작업이 필요하기 때문에 비용과 복잡성을 증가시킵니다.
일부 제조업체는 이미 비용 효율적인 솔루션을 찾기 위해 이 모델을 테스트하고 있지만 공급망과 관련된 많은 문제는 여전히 해결해야 합니다. 자동차 산업은 스스로를 새롭게 하고 제조업체와 고객의 이익 사이에서 균형을 찾고자 합니다. 모듈화되고 자동차 제조업체를 위한 소프트웨어 중심의 미래 아직 검토 중인 답변입니다.
또한, 변화의 시대에 성공하는 비결은 새로운 것에 에너지를 집중하는 것입니다. 자동차 산업의 이러한 변화가 이 과정의 힘든 시작과 혼란스러운 중간 단계를 넘어 결과에 도달할지 여부는 아직 알 수 없습니다.
