CASE將成為汽車產業四大核心，「CASE」四個字分別代表聯網(Connected)、自駕(Autonomous)、服務與共享(Services & Shared)、電動(Electric)，并且構成智能汽車主要的DNA。

事實上，CASE概念最先是由戴姆勒(Daimler)所提出，現變成各大車廠發展的共同目標，不僅帶動汽車產業朝向高科技化發展，并創造出不同于以往的商業營運模式。以下將從CASE四大構面，分別探討汽車產業發展趨勢及影響。


ADAS功能已超過20款自動駕駛技術最高可對應Level 5等級

汽車導入自動駕駛功能，除讓汽車具科技感外，其目的主要提升駕駛安全、減少人為疏忽而造成的意外發生，因此其配備與傳統車輛明顯不同，其中傳感器、具人工智能的車用電腦等在自駕車中將扮演重要角色。
所謂自駕車，依美國工程師協會定義分成Level 0~5等級，而新創業者及傳統車廠于自駕車發展路線則有所不同。新創車廠欲一步到位作到Level 4(含)以上等級，如Waymo即是，其車內看不到有方向盤設置。

傳統車廠則是采加法概念發展自駕車，也就是將主動式安全功能往上增加，從Level 1開始一層一層做到Level 5等級，此與傳統車廠為維持營收穩定有關，畢竟現階段僅少數道路開放Level 3(含)以上的自駕車上路，而現今市面上銷售具ADAS(先進駕駛輔助系統)功能車款，亦多屬Level 1~2等級。

目前已開發的ADAS功能，已超過20種，包括常見的BSD、ACC、LDW等，裝設位置分布在汽車的前、后、兩側等，此亦表示傳感器的需求量大幅增加，若是高度自動駕駛汽車，傳感器數量會多達30顆以上。
傳感器主要功能在于偵測物體及距離。以辨識物件為例，結合深度學習技術，從過去辨識5大物件，現達近20種類別，讓車輛能作出更精準的行車決策；傳感器本身規格也不斷提升，以測距為主的毫米波雷達為例，若導入多發多收陣列式天線，亦能大略描繪出物體的輪廓，功能將與光達相當，且價格較光達更具競爭力。

當汽車配備比人眼更好偵測能力的傳感器，亦需人工智能超級計算機作運算，其功能像人類般具分析、判斷、決策能力。目前訓練自駕車的方式主要采用模擬器，此與教導飛行員如何開飛機的原理類似；模擬平臺可生成上億個場景，除一般常見的駕駛環境外，尚包括下雪、交通事故、沙漠等挑戰的情境。當汽車在模擬情境訓練完成后，才會進行實際道路測試。

NVIDIA是自駕車用AI計算機發展較為領先業者，目前合作伙伴達370家以上，該公司車用電腦最高可對應Level 5等級，不僅運算效能高，且突破先前自駕車較難行駛在彎道、斜坡、或施工導致道路縮減等困難路段。


汽車電動化發展、造車變得更容易，功率元件需求增加

一般認為電動車發展與各國政府所推行的節能減碳政策有關，從產業面的角度來看，汽車邁向電動化發展，對整體汽車產業生態系將帶來不少變化。近期中國大陸、各國新創車廠發展電動車的速度較燃油車快很多，主要原因有以下：一是關鍵技術不再受制于人，二是電動車零組件總數較燃油車少40%。

過去燃油車所謂的「心臟」－也就是引擎，技術掌握在歐、日、美大廠手中，使得其他地區汽車工業發展進程較為緩慢；相對地，電動車主要由電池、馬達、逆變器等所組成，而該類供應商眾多，且構造不若引擎復雜，因此電動車進入門檻相對較低。

若從電動車的零組件數來看，較燃油車減少約4成，也就是說電動車組裝上更為容易，甚至懂電機的人，亦可自行組成簡易型的電動車，此意味著更多業者將分食此塊市場。

即使是傳統車廠，亦積極擴增電動車產線，并提高未來電動車銷售量目標，原因是若堅守燃油車市場，未來營收將呈現縮減；另，ADAS車款、甚至未來自駕車款所搭載的汽車電子零組件數量增加，以電直接驅動的效率，會高于以燃油轉換成電、再去驅動電子零組件的效率。

從上游零組件觀點來看，電動車顧名思義是以電為主要的動力來源，其所使用到的電力電子元件增加，因此將帶動功率半導體需求成長。

根據DIGITIMES Research統計，一臺48V車款或輕度混合動力車當中，半導體總成本為430美元，其中，功率離散元件成本為75美元、占比17%；而一臺純電動車當中，半導體總成本增至1,474美元，其中，功率離散元件成本達455美元、占比高達31%。

電動車用功率離散元件包括MOSFET、IGBT，MOSFET仍適用于油電混合車、以及高速的開關切換頻率，IGBT則適用于更高功率的應用場景，且在電動車導入量較高。因此，大廠英飛凌及中國大陸半導體業者擴增產能，將產品線轉往高獲利及高階的IGBT及MOSFET生產。

若觀察終端市場，目前全球電動車普及率尚不到5%，主因是續航力及充電的問題。為避免車主開車開到一半無電可用的情形，目前國際大廠開發的新一代車款中電池容量達60kWh以上，續航力為500公里以上、幾乎接近油車表現。

為能讓車主減少充電時間，業者開始推出功率達350kW的充電樁，換句話說，所需充電時間僅約15分鐘(視電池容量大小而定)，預計大量推出的時程將落在2020年，此做法將有效提升消費者換購電動車意愿。


未來智慧車信息傳輸量大，車聯網需具備低遲延、高傳輸速率

當一臺車自主操控能力愈高時，尤其是Level 3(含)以上自駕車，愈需仰賴車聯網技術及設備。所謂車聯網，包含車外及車內聯網兩大部分，前者為大家所熟知的V2X(Vehicle to Everything)，后者為LIN、CAN、乙太網絡等車內聯網技術。

一般而言，Level 2等級的自動駕駛車款，仍屬于ADAS功能車款，也就是多數時間由駕駛人操控，當開啟主動式安全系統，多由傳感器偵測并取得路況信息，再經由車用電腦運算后決定后續動作(例如警示駕駛人、煞車、持續前進等)，此時尚無需使用V2X車外聯網技術取得周遭信息；然若自動駕駛功能達Level 3(含)以上等級，汽車多由系統來操控，此時V2X車聯網角色愈加重要，且可支援傳感器不足之處。

2018年3月Uber自駕車發生撞人事故后，凸顯V2X車聯網重要性。原因是車用傳感器如同人眼一般，假設人眼沒看到物體過來(例如環境太暗、或不在偵測范圍等)，車子后續就不會有進一步的反應動作(如煞車)；再者，現階段傳感器另一問題是偵測距離最長多為200公尺。

相對的，V2X車聯網能預先知道距離車子300公尺以外處將有人或物體過來，讓自車有更多時間作準備。換句話說，無人駕駛能夠成立的前提，是自駕車藉由網絡提供道路環境各項詳細的訊息。

V2X車聯網是以行車安全為目的而設計，其要求條件包括低延遲、傳輸距離遠、連結設備多、實時傳輸大量數據等，能符合上述特性者為5G車聯網技術，其主導的芯片業者有高通、英特爾(Intel)、華為等。

車外聯網技術發展同時，車內聯網技術亦需同步提升。過去車內聯網多采用LIN、CAN等技術，然缺點是傳輸速率最高分別僅20K、1Mbps，不符合現在汽車大量信息傳輸需求，因此，具1Gbps等級傳輸速率的乙太網絡在汽車領域漸嶄露頭角。

如今汽車朝智能化發展，其功能亦愈趨復雜，應用面包括ADAS、影音娛樂系統、網絡診斷系統等。光是ADAS所連結的傳感器為例，相機模塊畫素數愈來愈高、及光達掃描的點云數據愈多等，甚至單臺車所裝設的傳感器數量增加，使得數據傳輸量變多，此時除需高速運算能力的車用電腦外，乙太網絡將成為車內聯網重要的傳輸技術，亦有機會扮演車內聯網骨干的角色。


車廠營運模式由過去銷售汽車轉向移動與共享服務

智慧車發展將融合自駕、電動、聯網三大要素，也因汽車功能及設計愈加復雜，成本亦隨之提升，因此將改變未來汽車產業的營運模式。傳統車廠如豐田汽車及通用汽車表示，未來營收非主要來自賣一臺車賺一臺車的錢，其將轉型為移動服務(Mobility as a Service；MaaS)的公司。

由此可知，不僅是出行服務公司如Uber、滴滴、Lyft想發展無人出租車隊(此為移動服務一環)，傳統的車廠也在思考未來的營運方式。以豐田汽車為例，其提出e-Palette于未來所提供的移動服務，除可載人外，亦可載貨并銷售物品，并強調未來還有更多的服務型態正在發想中；該公司會以「Palette」為其未來交通工具命名，原因是Palette英文原意為調色盤，而調色盤有創造各種可能性的意涵在里面。

舉例來說，當車輛的規格不同，或者結合的產業類別不同，所提供的服務則有所差異。豐田汽車提出的案例有以下：當上班尖峰時段以載人為主，離峰時段則變成物流車；或者是消費者從在線購物后再由e-Palette送貨到家、并以手機解鎖取貨，以及小農可賣自己栽種的少量農產品并由e-Palette快遞送貨。

若是以載人為主的移動服務交通工具，大多數車廠偏向設計成8人座的空間大小，而非傳統私家車形式，原因是乘座空間變大，并配置影音娛樂及互動設備，讓乘客有舒適的使用空間。

因自駕車共享及共乘服務，并無駕駛員管理車輛內部情形，故需導入乘員監視系統以維持車內秩序與安全等，例如可隨時觀察目前有多少乘員在車上、可識別乘員的身分、乘員東西遺落在車上可立即提醒、甚至乘員發生不良的行為，可拒絶其搭車。

若是以載貨為主的運輸服務工具，典型案例為自駕卡車，多采列隊行駛方式，也就是僅第1臺車配有專業的駕駛員，跟隨其后的車輛采自駕跟車方式前進，其優勢為可節省人力成本，且因前車仍有人員操控，此導入商用化進程將較快。

一臺智慧造價昂貴，約新臺幣500萬~1,000萬元以上，業者除在軟硬件更加精進外，同時需思考未來獲利的商業模式；未來汽車產業結合CASE四大要素下，業者將創造更多移動服務類型，而人類生活將更仰賴智慧車所帶來便利。

來源：DIGITIMES Research