¡Hola! Soy tu asistente de análisis financiero y de noticias empresariales. Este informe detallado sobre la feroz competencia entre las tres grandes empresas estatales chinas, FAW, Dongfeng y Changan, en el área de la investigación y desarrollo propio de tecnologías de conducción inteligente, contiene una gran cantidad de información y aborda uno de los problemas más centrales de la industria automotriz actual: la batalla por el control de la tecnología y los costos de supervivencia.
Para que puedas comprender fácilmente lo que hay detrás de todo esto, primero resumiré los puntos clave y luego lo explicaré de manera sencilla desde cinco dimensiones.
📝 Resumen de los puntos clave
En una frase:
Frente al aumento de precios de los proveedores externos de tecnologías de conducción inteligente (como Huawei y Xpeng) y al aumento vertiginoso de los costos de los chips, las tres grandes empresas estatales chinas han decidido dejar de comprar soluciones preparadas y optar por desarrollarlas por sí mismas. Pero esto no es solo una batalla tecnológica, sino también una lucha económica y temporal.
Los principales conflictos son:
- ¿Debemos hacerlo o podemos permitírnos el lujo? Las regulaciones exigen que las empresas automotrices controlen la tecnología de conducción inteligente, pero el desarrollo propio cuesta entre 5 y 10 mil millones de yuanes al año y requiere una gran cantidad de datos para funcionar adecuadamente.
- ¿Muchas ventas = muchos datos? Juntas, estas tres empresas venden 3.65 millones de vehículos, lo cual parece mucho, pero debido a la diversidad de modelos y plataformas, no pueden compartir sus datos. Los datos efectivamente útiles para entrenar algoritmos de IA pueden ser mucho menores de lo esperado.
- El tiempo apremia: La industria predice que el mercado de tecnologías de conducción inteligente completará su primera ronda de reestructuración en 2028, lo que deja a las empresas estatales con menos de dos años para convertir sus ventas en capacidad algorítmica.
---
🔍 Explicación detallada desde cinco dimensiones
1. **Qué provocó este cambio?** Porque el outsourcing es demasiado caro e incontrolable
Antes, las empresas automotrices pensaban que la tecnología de conducción inteligente era compleja y preferían comprar soluciones listas (como el ADS de Huawei o el XNGP de Xpeng) para ahorrar esfuerzo y dinero. Pero ahora la situación ha cambiado:
- Aumento de precios de los proveedores: El precio de los paquetes de tecnología de conducción inteligente avanzada de Huawei ha vuelto a los 36,000 yuanes, y empresas como BYD, Xpeng e Ideal también han aumentado sus precios. Esto significa que las empresas automotrices pagan más por cada vehículo vendido, reduciendo sus ganancias.
- Aumento de los costos de hardware: Los costos de los chips de almacenamiento de nivel industrial han aumentado un 180% en poco tiempo, lo que ha elevado directamente los costos de producción.
- Ansiedad por el control: Si la tecnología de conducción inteligente está en manos de otros, las empresas automotrices se sienten como “cuerpos sin alma”. Si los proveedores interrumpen el suministro o cambian su estrategia, las empresas quedan en una posición muy vulnerable.
- Conclusión: El aumento de precios es el desencadenante, pero la razón principal es que las empresas estatales han comprendido que, para sobrevivir en la era de la inteligencia artificial, deben tener el control de su propia tecnología.
2. **¿Cuánto cuesta realmente desarrollar la tecnología por sí mismas?** Es una inversión sin fondo
Muchas personas piensan que desarrollar la tecnología por sí mismas significa contratar a algunas personas para escribir código, pero no es así. El desarrollo de tecnologías de conducción inteligente es un proyecto sistemático y complejo:
- Costos laborales elevados: Tomando como ejemplo a Changan, aunque el costo total de inversión es de 60 mil millones de yuanes, solo el equipo dedicado al desarrollo de tecnologías de conducción inteligente (de aproximadamente 1,500 a 2,500 personas) cuesta entre 1,5 y 3,8 mil millones de yuanes al año.
- Costos ocultos: Además de los costos laborales, también se necesitan computadoras de gran potencia, datos para el entrenamiento de algoritmos, centros de pruebas y plataformas en la nube. En total, se gastan entre 5 y 10 mil millones de yuanes al año solo para mantener en funcionamiento este equipo.
- Difícil calcular el punto de equilibrio entre costos e ingresos:
- Si el costo de desarrollo propio es bajo (500 millones al año) y el de soluciones externas es alto (8,000 yuanes por vehículo), se necesitan vender 625,000 vehículos para recuperar la inversión.
- Si el costo de desarrollo propio es alto (10 mil millones al año) y el de soluciones externas es bajo (5,000 yuanes por vehículo), se necesitan vender 830,000 vehículos o más.
- Realidad cruel: Esto sin contar con el riesgo de la iteración tecnológica. La tecnología de conducción inteligente debe actualizarse cada 2-3 años, lo que significa que las inversiones son fijas y no tienen límite.
3. **La trampa de los datos:** Vender mucho no significa tener muchos datos: los datos “efectivos” son lo realmente importante
Este es uno de los puntos más difíciles de entender en el artículo. Las tres empresas estatales vendieron 3.65 millones de vehículos en la primera mitad del año, lo cual parece impresionante, pero para el entrenamiento de algoritmos de IA, estos datos pueden no ser útiles:
- Islas de datos: FAW, Dongfeng y Changan no comparten un sistema común, por lo que no pueden compartir sus datos. Por lo tanto, cada empresa tiene que asumir sus propios costos.
- Baja tasa de conversión:
- Vender un vehículo no significa que el usuario active la función de conducción inteligente.
- Activar la función de conducción inteligente no significa que el usuario la utilice regularmente.
- Los datos generados deben poder ser transmitidos a la nube y deben ser de alta calidad y relevantes para los escenarios reales.
- Comparación de casos: Huawei tiene datos de 1,000 millones de kilómetros, y Dongfeng tiene 1.25 millones de conjuntos de datos, pero estos no son comparables debido a las diferencias en los métodos de recopilación. Lo importante son los datos de escenarios de alta valor (como condiciones climáticas extremas o cruces complejos).
- La situación de Changan: Changan se enfoca en un rango de precios de 800,000 a 200,000 yuanes, donde la tasa de adopción de la tecnología de conducción inteligente es la más baja (solo el 11.6%). Cuanto más vehículos se vendan, menos datos efectivos se generan, lo que dificulta el desarrollo propio de la tecnología.
4. **Organización y tiempo:** La lentitud de las empresas estatales frente a la rapidez de la industria: el límite de 2028 se acerca
La industria de tecnologías de conducción inteligente no es como construir una carretera, sino como desarrollar un cohete: la velocidad de iteración es extremadamente alta.
- Ventana de tiempo muy corta: Los expertos prevén que el mercado de tecnologías de conducción inteligente completará su primera ronda de reestructuración en 2028, dejando solo 5-6 empresas destacadas. Desde septiembre de 2026, las empresas estatales tienen menos de dos años para convertir sus ventas en una ventaja algorítmica.
- Desafíos institucionales:
- Procesos de toma de decisiones lentos: El desarrollo propio requiere pruebas y iteraciones rápidas, pero los procesos de toma de decisiones de las empresas estatales son más rigurosos y pueden no seguir el ritmo de las empresas tecnológicas.
- Lucha por talento: El talento en IA tiende a ir a empresas como Huawei, Tesla o nuevas empresas emergentes. Si las empresas estatales pueden ofrecer salarios competitivos y retener a estos profesionales, es un gran desafío.
- Tres enfoques diferentes para el desarrollo propio:
- Changan: Un enfoque arriesgado, con desarrollo completo de toda la cadena de tecnología, lo que es costoso pero ofrece el control total de los datos.
- FAW: Un enfoque cooperativo, reduciendo costos a través del desarrollo conjunto, aunque la propiedad de la propiedad intelectual es un punto de incertidumbre.
- Dongfeng: Un enfoque cauteloso, utilizando un enfoque dual (desarrollo propio + adquisiciones externas) para reducir riesgos, pero esto puede dispersar los recursos y limitar la eficiencia.
5. **La pregunta final:** ¿El desarrollo propio es para ahorrar dinero o para sobrevivir?**
Finalmente, debemos mirar más allá de los aspectos económicos y considerar la estrategia general.
- No es solo una decisión económica: Para las empresas estatales, el desarrollo propio de tecnologías de conducción inteligente también afecta la seguridad de la cadena de suministro, la reserva de capacidad tecnológica estatal, la conformidad con las regulaciones de exportación (para evitar la divulgación de datos) y la respuesta a las políticas industriales nacionales. Incluso si el desarrollo propio es más caro que comprar soluciones listas, las empresas estatales pueden verse obligadas a hacerlo.
- El verdadero desafío: A las empresas estatales no les falta dinero ni ventas; lo que les falta es la capacidad de convertir sus ventas en ventajas algorítmicas.
- ¿Quién puede convertir los datos de pruebas reales en modelos de IA a un costo mínimo?
- ¿Quién puede establecer barreras tecnológicas lo suficientemente altas antes de la reestructuración de 2028?
- Conclusión: En esta batalla, no se trata de quién vende más vehículos, sino de quién puede convertir sus datos en algoritmos más rápidamente y con costos de iteración más bajos. Si la calidad de la experiencia no sigue el ritmo, el efecto de escala no tendrá sentido; si sí, los altos costos de desarrollo propio podrán ser compensados por las grandes ganancias del mercado.
💡 Lecciones para el público general
1. Al comprar un vehículo con tecnología de conducción inteligente, debes considerar quién está detrás de ella: En el futuro, al comprar un vehículo con esta tecnología, no solo debes fijarte en la marca, sino también en si la tecnología ha sido desarrollada internamente o adquirida. Los modelos con tecnología desarrollada internamente pueden ofrecer mejoras en actualizaciones y protección de la privacidad de datos.
2. Es difícil popularizar la tecnología de conducción inteligente en vehículos de bajo precio: En el rango de 100,000 a 200,000 yuanes, es difícil para las empresas automotrices reducir los costos gracias al efecto de escala, por lo que las funciones de conducción inteligente probablemente no se volverán tan accesibles como en los modelos de gama alta en un futuro cercano.
3. Una gran reestructuración de la industria está cerca: 2028 es un punto crítico. Muchas marcas secundarias y proveedores de tecnologías de conducción inteligente podrían desaparecer. Como consumidores, es más seguro elegir marcas líderes, ya sean empresas automotrices o proveedores de tecnología.
Espero que esta explicación te ayude a comprender la lógica subyacente de la inteligencia artificial en el sector automotriz a través de este complejo informe financiero y empresarial.