Τα περισσότερα χαρακτηριστικά AI στην αυτοκινητοβιομηχανία εξακολουθούν να μην αποδίδουν κέρδη, ακόμα και μετά από χρόνια επενδύσεων σε εργαλεία φωνής, συστήματα πρόβλεψης οδηγών, υπηρεσίες συνδεδεμένων αυτοκινήτων και ψηφιακά προϊόντα αγορών.
Μια ζωντανή δημοσκόπηση που διεξήχθη κατά τη διάρκεια διαδικτυακού σεμιναρίου της SBD Automotive διαπίστωσε ότι μόνο το 18% των χαρακτηριστικών AI είναι κερδοφόρα για τους περισσότερους συμμετέχοντες.

Οι αυτοκινητοβιομηχανίες μπορούν να δημιουργήσουν AI, κανείς δεν αμφισβητεί αυτό το 2026, αλλά το να κάνουν αυτά τα εργαλεία να αποδίδουν περισσότερα από όσο κοστίζουν είναι εντελώς διαφορετική ιστορία. Ο Robert Fisher της SBD Automotive δήλωσε: «Το AI στην αυτοκινητοβιομηχανία δεν είναι κάτι καινούργιο. Αλλά το να κάνεις το AI να αποπληρώνει τον εαυτό του είναι ακόμα πολύ δύσκολο.»
Ο Andy Qiu της SBD Automotive είπε ότι ο κλάδος εξετάζει το λάθος πρόβλημα όταν μιλά για AI μέσα στα αυτοκίνητα. «Αυτό δεν είναι τεχνολογικό πρόβλημα», είπε ο Andy. «Είναι πρόβλημα κερδών και ζημιών (P&L).»
Το ζήτημα εδώ είναι ότι οι δυνατότητες της τεχνητής νοημοσύνης δεν αποτελούν απλώς μια εφάπαξ επένδυση σε νέο υλικό. Σε αντίθεση με άλλα εξαρτήματα υλικού στο αυτοκίνητο, τα οποία μόλις εγκατασταθούν παραμένουν αδρανή, η τεχνητή νοημοσύνη στο αυτοκίνητο δεν αδρανεί κάθε φορά που χρησιμοποιούνται οι λειτουργίες της. Κάθε αίτημα φωνής, σχεδιασμός διαδρομής, πρόβλεψη ή σύνδεση μπορεί να συνεπάγεται πρόσθετο κόστος μέσω του cloud.
«Κάθε φορά που ένας χρήστης αλληλεπιδρά με ένα χαρακτηριστικό AI, ο μετρητής cloud σας τρέχει. Αυτό δεν είναι πλέον κεφαλαιουχική δαπάνη (capex). Είναι συνεχής λειτουργική δαπάνη (opex) κάθε μέρα, για πάντα», είπε ο Andy.
Αυτό εγείρει ένα ενδιαφέρον επιχειρηματικό δίλημμα. Σε περίπτωση αποτυχίας, το χαρακτηριστικό αποτελεί στοιχείο εξόδων για έρευνα και ανάπτυξη (R&D). Ωστόσο, σε περίπτωση επιτυχίας, η χρήση θα μπορούσε να αυξήσει το κόστος λειτουργιών. Έτσι, ο κατασκευαστής αυτοκινήτων θα πρέπει να αποδείξει ότι η τεχνολογία παράγει επαρκή έσοδα, αφοσίωση πελατών, αξία δεδομένων, τέλη συνδρομής ή υποστήριξη πωλήσεων.
Ο Andy σημείωσε ότι οι περισσότεροι κατασκευαστές δεν διαθέτουν κατάλληλη διαχείριση κόστους για κάθε μεμονωμένο στοιχείο AI. Αυτό θα μπορούσε να σημαίνει ότι δεν θα καταφέρουν να εντοπίσουν ποιες λύσεις βλάπτουν τα περιθώρια κέρδους. Ο Andy το αναφέρθηκε ως ζήτημα χαρτοφυλακίου, καθώς η λύση παραμένει στο χαρτοφυλάκιο επειδή φαίνεται καλή στην παρουσίαση λανσαρίσματος προϊόντος, παρόλο που οι πελάτες σπάνια τη χρησιμοποιούν.
Ο Andy διαίρεσε τις λύσεις AI στην αυτοκινητοβιομηχανία σε τέσσερις κατηγορίες. Πρώτη είναι τα «heroes» (ήρωες), που έχουν αξία, παράγουν κέρδος και απαιτούν περαιτέρω ανάπτυξη. Δεύτερη είναι οι «utilities» (βοηθητικές λειτουργίες), που βοηθούν τους χρήστες, ωστόσο οι πελάτες θεωρούν ότι πρέπει να προσφέρονται δωρεάν. Τρίτη είναι τα «zombies» (ζόμπι), που κοστίζουν πολύ στην παραγωγή ενώ χρησιμοποιούνται σπάνια. Τελευταία είναι τα «grudges» (παράπονα), που κάνουν την εμπειρία του πελάτη χειρότερη.
Το πρόβλημα κερδοφορίας του AI εμφανίζεται την ώρα που η ευρύτερη αγορά αυτοκινήτων αντιμετωπίζει ήδη αδύναμη ζήτηση σε ορισμένες ακριβές γραμμές προϊόντων. Η JATCO, θυγατρική της Nissan Motor (OTC: NSANY), εγκατέλειψε το σχέδιό της να κατασκευάσει κινητήρες ηλεκτρικών οχημάτων στο Sunderland της Βρετανίας, μετά από μειωμένη ζήτηση για ηλεκτρικά οχήματα Nissan στην Ευρώπη.
Η εταιρεία αποκάλυψε το έργο τον Ιανουάριο του 2025. Η JATCO σχεδίαζε να επενδύσει 48,7 εκατομμύρια λίρες Αγγλίας ($65,39 εκατομμύρια), και το έργο θα παρήγε έως 340.000 μονάδες κινητήρων EV ετησίως. Κάθε μονάδα θα περιλάμβανε έναν ολοκληρωμένο κινητήρα, μετατροπέα και μειωτήρα για οχήματα Nissan.
Στο λιανικό εμπόριο, οι καταναλωτές πειραματίζονται με το AI, ενώ οι κατασκευαστές προσπαθούν να τελειοποιήσουν την τεχνολογία. Τον Νοέμβριο του 2025, η Cars.com Inc. (NYSE: CARS) διεξήγαγε έρευνα μετά την κυκλοφορία του Carson, του εργαλείου αναζήτησης αυτοκινήτων με AI.
Σύμφωνα με την έρευνα που διεξήχθη σε αγοραστές που βρίσκονταν στη διαδικασία αγοράς και νέους αγοραστές, το 44% χρησιμοποίησε εργαλεία αναζήτησης αυτοκινήτων με τεχνητή νοημοσύνη σε πλατφόρμες όπως το Cars.com κατά την αναζήτηση οχημάτων. Επιπλέον, το 71% εξέφρασε μέτρια έως υψηλά επίπεδα εμπιστοσύνης στα εργαλεία που βασίζονται σε AI για αξιόπιστες πληροφορίες σχετικά με τα οχήματα.
Ωστόσο, υπάρχει μια επιφύλαξη. Περίπου οι μισοί από τους τακτικούς χρήστες AI αισθάνθηκαν άνετα με τα εργαλεία AI να προτείνουν ένα αυτοκίνητο και την τιμή του. Από την άλλη πλευρά, μόνο το 22% δήλωσε ότι θα επαλήθευε την πρόταση του AI. Ταυτόχρονα, το 63% φοβόταν ότι τα εργαλεία AI θα πρότειναν κάποιες μεροληπτικές συστάσεις.
Όσον αφορά τις πηγές ουδέτερων πληροφοριών για οχήματα, η έρευνα έδειξε ότι τα δύο τρίτα των αγοραστών εμπιστεύονταν ιστότοπους πώλησης και αξιολόγησης αυτοκινήτων. Αφού χρησιμοποίησαν εργαλεία αναζήτησης με AI όπως το Carson, το 41% των αγοραστών αυτοκινήτων ήταν διατεθειμένο να επισκεφθεί στη συνέχεια ιστότοπους που διαχειρίζονται αντιπροσωπείες ή κατασκευαστές.
Όταν πρόκειται για προτάσεις οχημάτων, οι αγοραστές είναι ανοιχτοί στο να τις λαμβάνουν από πωλητές. Ωστόσο, όχι λιγότεροι από το 64% των αγοραστών καλωσόρισαν προτάσεις σχετικές με το κόστος και τη χρηματοδότηση από τους αντιπροσώπους.
Αν διαβάζεις αυτό, είσαι ήδη ένα βήμα μπροστά. Μείνε εκεί με το newsletter μας.