根據汽車數據平台Upstream聯合創辦人暨執行長Yoav Levy表示，全球汽車製造商每年在保固理賠上損失高達510億美元，另需提列高達1,400億美元的保固準備金。然而透過AI技術分析SDV所產生的大量數據，車廠有機會在問題尚未浮上檯面前預測並加以處理，可望為每家車廠節省5%至20%的保固與召回相關成本。
Yoav Levy指出，傳統車廠在品質管理上採取的反應式流程，已經難以應對現代汽車日益複雜的軟體結構與市場節奏。他進一步說明，尤其是電動車雖然在硬體上較為簡化，但軟體堆疊卻更加繁複，導致許多車廠在軟體開發經驗上出現落差。
隨著中國大陸新創車廠推動市場節奏加快，越來越多傳統車廠為了加速推陳出新，選擇將新功能透過OTA遠端無線更新方式上線，往往犧牲了完整的測試流程，潛藏的品質風險也隨之升高。
在傳統流程中，一旦消費者回報問題，經銷商需回報車廠，待車廠辨識出某車型或零件的系統性問題後，才可能發出警告或展開召回。Yoav Levy解釋，這樣的過程可能歷時數週甚至數月，且在此期間，仍有大量新車持續生產出現同樣問題，成本持續累加。
相對而言，SDV的最大優勢之一，就是能夠即時產出大量車輛運作數據，而AI 的加入則讓這些數據得以在短時間內轉化為有意義的預測指標。Yoav Levy表示，透過AI，連線中的車輛可以在客訴發生之前，就偵測出潛在異常，這讓品質問題的根本原因分析變得更快速，也更具前瞻性。
舉例來說，一個AI模型可以從一系列看似無關的小異常中，預測出某控制模組即將出現的系統性故障，讓車廠提前啟動維修策略，而不是等到消費者大量投訴才應對。這樣的「主動式品質管理」不僅提升處理效率，也能大幅降低後期召回的經濟損失。
在汽車產業進入電動化與數位化轉型的競爭浪潮中，品牌聲譽與成本控管變得前所未有的重要。Yoav Levy強調，每起召回事件，都可能重創車廠聲譽並侵蝕消費者信任。這不只是金錢成本，更是品牌長期價值的考驗。
Yoav Levy指出，AI主動式品質管理不僅能減少財務損失，亦可降低維修頻率、強化用戶體驗，最終成為OEM在利潤下滑與市場競爭白熱化下的關鍵武器。
總結來說，在傳統品質控制面臨極限的當下，車廠若想在軟體定義車輛的新世代中站穩腳步，必須善用AI與數據分析的力量，從「反應式管理」邁向「預測式主動防範」。AI不僅是自駕車的核心技術，更將成為確保車輛品質與降低成本的下一波關鍵投資領域，相信對於仍處於轉型中的車廠而言，重要性不言可喻。