السيارات الكهربائية: التناقض بين الطلب والأهداف الصناعية البريطانية

في المملكة المتحدة، دفاع صناعة السيارات مرارًا وتكرارًا عن نفسها بحجة نقص الطلب لتعزيز صعوباتها في تحقيق أهداف مبيعات السيارات الكهربائية (VE). ومع ذلك، يكشف تحليل البيانات بشكل أكثر عمقًا مشهدًا أكثر تعقيدًا، حيث قد تغطي التصريحات الصناعية حقيقة مختلفة. بينما يدفع الحكومة البريطانية نحو تبني VE، ترتفع أصوات تسأل عن العوائق الحقيقية التي تحول دون تطور السوق.

الحجة حول نقص الطلب

لسنوات عديدة، رددت ممثلي صناعة السيارات البريطانية، خاصة من خلال منظمة صناعي السيارات (SMMT)، رسالة واحدة مستمرة: أن الطلب من المستهلكين على السيارات الكهربائية ليس قويًا بما يكفي لتقديم الأهداف التشريعية المفروضة. هذه الأهداف، غالبًا ما تُعرف باسم "ZEV mandate"، تلزم الشركات ببيع نسبة متزايدة من VE كل عام، تحت طائلة الغرامات الثقيلة. وفقًا لهذه الشركات، يجب أن تكون الأولوية لتعزيز الطلب قبل فرض قيود صارمة. يؤكدون على أن التكاليف المرتفعة للسيارات الكهربائية، والقلق المرتبط بال Reicha، وقلة البنية التحتية للشحن كأبرز العوائق أمام الشراء من قبل الجمهور الأوسع.

الأرقام التي تروي قصة أخرى

ومع ذلك، يقدم تحليل بيانات المبيعات والتسجيل، الذي يتم نقله من قبل وسائل الإعلام المتخصصة مثل Carbon Brief، دليلاً على أن حجة الصناعة قد تكون مختارة. ففي الواقع، شهد الطلب على VE في المملكة المتحدة زيادة كبيرة خلال السنوات الأخيرة. في 2023، بلغت نسبة أكثر من 16% من التسجيلات الجديدة للسيارات الكهربائية بالكامل، وهو رقم يزداد بشكل كبير مقارنة بالأعوام السابقة. بالإضافة إلى ذلك، يقدم العديد من نماذج VE المتاحة في السوق أداءً و Reicha تلبي احتياجات معظم السائقين. يبدو أن الصناعة أكثر قلقًا بشأن ربحية نماذجها الكهربائية، التي قد تكون أقل من تلك للسيارات التقليدية، من مزاعم عدم وجود طلب.

الذكاء الاصطناعي والبيانات، أصدقاء جدد لفهم السوق؟

في مجال التنبؤ والتحليل السوق، يلعب الذكاء الاصطناعي دورًا حاسمًا. النماذج التنبؤية المستندة إلى التعلم الآلي يمكنها تحليل كميات هائلة من البيانات الجوية والمناخية، وكذلك الاقتصادية والسلوكية. هذه الأدوات تتيح فهمًا أفضل للعوامل التي تؤثر على الطلب على VE، خارج الإعلانات الصناعية البسيطة. عن طريق تجميع المعلومات حول أسعار الطاقة، وتكلفة البطاريات، والسياسات الحكومية، والتوجهات التنقلية وحتى ظروف الطقس (التي يمكن أن تؤثر على Reicha المحسوبة)، يمكن للذكاء الاصطناعي تقديم رؤية أكثر تعقيدًا لدورة السوق. على سبيل المثال، يمكن لنماذج العصبونات التدرب على بيانات تاريخية للمبيعات، مدمجة مع المؤشرات الاجتماعية والاقتصادية، لتوقع الطلب المستقبلي بدقة أكبر لأنواع مختلفة من VE في مناطق معينة.

وزن المفاوضين و استراتيجية الشركات

تواجه صناعة السيارات تحديًا كبيرًا: التحول نحو الكهربائية تمثل استثمارًا هائلًا وقلب نماذج الأعمال التي استقرت على مدى عقود. يجب على الشركات تحويل مصانعها، تدريب موظفيها على التقنيات الجديدة، وأكثر من ذلك، إدارة التحول من تقنية ذات أرباح أقل. في هذا السياق، يمكن أن يخدم حديث حول نقص الطلب في Slowing وتوفير المزيد من الوقت للتكيف والاستثمار. يمكن للمفاوضين مثل SMMT أن يؤثروا بشكل كبير على النقاش العام والسياسي. يمكنهم بالتالي التحدث عن دعم أكبر للمشترين (الحوافز، المنافع الضريبية) بدلاً من تطبيق الأهداف البيعية ببساطة.

مزيد من الشفافية من خلال البيانات؟

المهمة للملكة المتحدة، مثل العديد من الدول الأخرى، هي العثور على التوازن الصحيح بين الحاجة لتسريع التحول البيئي والreality الاقتصادية للشركات. البيانات، مAnalyzed بشكل موضوعي، بما في ذلك من خلال تقدم الذكاء الاصطناعي في معالجة بيانات الأقمار الصناعية وأماكن أخرى من المصادر البيئية، هي أساسية لضوء على القرارات السياسية. إذا لم يكن الطلب على VE هو العقبة الوحيدة، ما هي العوامل الأخرى التي يجب مراعاتها؟ تكلفة البطاريات، وتطور أسعار الكهرباء، والوصول إلى نقاط الشحن العامة والخاصة، أو حتى رؤية موثوقية طويلة الأجل للسيارات الكهربائية هي العديد من العوامل التي تؤثر على قرار الشراء. فهم أفضل، مستند إلى تحليلات البيانات الدقيقة، سيساعد في تحديد الإجراءات والاستثمارات حيث ستكون الأكثر فعالية لتسريع انتشار السيارات الكهربائية، مع مراعاة واقع الصناعة.