Szum wokół AI w motoryzacji wyprzedza zyski, gdy koszty wdrożenia dają się we znaki

Większość funkcji AI w motoryzacji wciąż nie przynosi zysków, mimo lat inwestycji w narzędzia głosowe, systemy przewidywania zachowań kierowcy, usługi połączonych samochodów i produkty do zakupów cyfrowych.

Ankieta przeprowadzona na żywo podczas webinaru SBD Automotive wykazała, że tylko 18% funkcji AI jest rentownych dla większości uczestników.

Producenci samochodów potrafią tworzyć AI – nikt nie kwestionuje tego w roku 2026 – jednak sprawienie, by narzędzia te zarabiały więcej, niż kosztują, to zupełnie inna historia. Robert Fisher z SBD Automotive powiedział: „AI w motoryzacji nie jest niczym nowym. Ale sprawienie, by AI się opłacała, wciąż jest bardzo trudne."

Producenci samochodów stale płacą rachunki za chmurę za każdym razem, gdy kierowcy korzystają z narzędzi AI

Andy Qiu z SBD Automotive powiedział, że branża patrzy na zły problem, mówiąc o AI w samochodach. „To nie jest problem technologiczny" – stwierdził Andy. „To problem rachunku zysków i strat."

Chodzi o to, że możliwości sztucznej inteligencji to nie jednorazowa inwestycja w nowy sprzęt. W przeciwieństwie do innych elementów sprzętu w samochodzie, które po zainstalowaniu działają bezgłośnie, sztuczna inteligencja w samochodzie nie milknie za każdym razem, gdy jej funkcje są używane. Każde żądanie głosowe, planowanie trasy, prognoza lub połączenie może generować dodatkowe koszty poprzez chmurę.

„Za każdym razem, gdy użytkownik korzysta z funkcji AI, licznik chmury tyka. To już nie są nakłady inwestycyjne. To bieżące koszty operacyjne każdego dnia, na zawsze" – powiedział Andy.

Rodzi to interesujący dylemat biznesowy. W przypadku niepowodzenia funkcja jest pozycją kosztową w budżecie B+R. Jednak w przypadku sukcesu użytkowanie może zwiększyć koszty operacyjne. Dlatego producent samochodów musi udowodnić, że technologia generuje wystarczające przychody, lojalność, wartość danych, opłaty abonamentowe lub wsparcie sprzedaży.

Andy zauważył, że większość producentów nie posiada właściwego zarządzania kosztami dla każdego indywidualnego komponentu AI. Może to oznaczać, że nie będą w stanie zidentyfikować, które rozwiązania szkodzą marżom. Andy określił to jako problem portfelowy – rozwiązanie pozostaje w portfelu, ponieważ dobrze wygląda na prezentacji przy wprowadzeniu produktu, choć klienci prawie nigdy z niego nie korzystają.

Andy podzielił rozwiązania AI w motoryzacji na cztery kategorie. Pierwsza to bohaterowie – mają wartość, generują zysk i wymagają dalszego rozwoju. Druga to narzędzia – pomagają użytkownikom, jednak klienci zakładają, że powinny być oferowane bezpłatnie. Trzecia to zombie – kosztują zbyt wiele w produkcji, a korzysta się z nich rzadko. Ostatnia to urazy – pogarszające doświadczenia klientów.

Nissan ogranicza plany dotyczące układów napędowych EV, gdy kupujący wciąż testują wyszukiwanie samochodów przez AI

Problem rentowności AI pojawia się w momencie, gdy szerszy rynek motoryzacyjny zmaga się już ze słabym popytem w niektórych drogich liniach produktowych. JATCO, spółka zależna Nissan Motor (OTC: NSANY), zrezygnowała z planu produkcji układów napędowych do pojazdów elektrycznych w Sunderland w Wielkiej Brytanii po spowolnieniu popytu na pojazdy elektryczne Nissana w Europie.

Firma ujawniła projekt w styczniu 2025 roku. JATCO planowało zainwestować 48,7 mln funtów (65,39 mln dolarów), a projekt miał produkować do 340 000 jednostek układów napędowych EV rocznie. Każda jednostka miałaby obejmować zintegrowany silnik, inwerter i reduktor do pojazdów Nissana.

Po stronie detalicznej konsumenci eksperymentują z AI, podczas gdy producenci próbują udoskonalić technologię. W listopadzie 2025 roku Cars.com Inc. (NYSE: CARS) przeprowadziło ankietę po uruchomieniu Carsona – narzędzia do wyszukiwania samochodów opartego na AI.

Zgodnie z ankietą przeprowadzoną wśród aktywnych kupujących i nowych nabywców, 44% korzystało z narzędzi do wyszukiwania samochodów opartych na AI na platformach takich jak Cars.com podczas szukania pojazdów. Ponadto 71% wyraziło umiarkowany lub wysoki poziom zaufania do narzędzi opartych na AI w zakresie rzetelnych informacji o pojazdach.

Istnieje jednak zastrzeżenie. Około połowa regularnych użytkowników AI czuła się komfortowo z sugestiami narzędzi AI dotyczącymi samochodu i jego ceny. Z drugiej strony tylko 22% stwierdziło, że zweryfikuje sugestię AI. Jednocześnie 63% obawiało się, że narzędzia AI będą sugerować stronnicze rekomendacje.

Jeśli chodzi o źródła neutralnych informacji o pojazdach, ankieta wykazała, że dwie trzecie kupujących ufało stronom sprzedającym samochody i recenzjom motoryzacyjnym. Po skorzystaniu z narzędzi wyszukiwania opartych na AI, takich jak Carson, 41% kupujących samochody było skłonnych następnie odwiedzić strony prowadzone przez dealerów lub producentów.

Jeśli chodzi o sugestie dotyczące pojazdów, kupujący są otwarci na propozycje sprzedawców. Jednak nie mniej niż 64% kupujących z zadowoleniem przyjmowało sugestie dotyczące kosztów i finansowania od dealerów.

Jeśli to czytasz, jesteś już o krok do przodu. Pozostań tam dzięki naszemu newsletterowi.