当前的车企不仅要面临国内市场的发展趋势，还要应对全球市场的快速变化，因此要求车企，必须提高产品开发的能力，缩短产品开发周期，提高产品质量，降低生产与开发成本。但这一要求对于传统车企来说无疑是个大挑战，且面临着一系列的问题，具体如下。

1、内部协同效率低

在企业各大职能部门中，一般会有本业务领域的信息化系统，通过信息化系统构建本业务领域的数据库和业务流程能力。但这些信息化系统属于不同的行业领域，供应商和IT架构多样化，彼此之间数据不同，使得数据成孤岛，协同效率低。

2、外部集成率低

汽车行业是一个分工明确的行业，主机厂和供应商各自聚焦不同的领域。对于主机厂而言，不可能所有的零部件都是自己设计开发生产，而是会涉及到大量的与外部供应商之间的协同。当前汽车行业的协同主要以信息化方式为主，主机厂和供应商可能都会信息化系统，但彼此之间并不是在同一个系统中协同，使得其预测能力偏弱。如果能打通客户订单、生产订单带零部件订单之间的数据流，通过数字化技术实现精准预测，能大幅提升整车生产和下线交付效率，减少供应商的库存和成本。

3、端到端集成没打通

传统车企在研、产、销之间并没做到真正的数据自动关联和流通。研发部门各项数据还要人员来记录管理；生产部门无法满足市场变化快、样式多的需求，无法灵活调整车型配置和交车周期；销售端各经销商无法准确获得生产部门的库存状态、交货周期及物流实时信息。

4、全局柔性实现还不充分

在柔性制造中，核心考验的是生产线和供应链的反应速度，车企在机器、工艺、产品、运行、供应等方面实现了有限柔性，但离理想中的柔性制造还有差距。

5、工厂精细化运营比较难

车企大部分工厂中每个车间的同类型生产管理系统都可能是由不同的供应商提供的，如MES，涂装车间的谷器MES是一个供应商、冲焊车间的MES是另一个供应商，供应商的天然竞争关系导致各系统之间的数据全面打通变得非常困难。另外，车间内设备运行、仓储、人员作业等数据也缺少统一的平台进行采集、存储和分析，无法构建数字化、智能化、精益化的数字工厂，造成跨产线以及跨车间的故障无法追溯和重现，设备故障预测等数据智能应用的场景也无法落地，工厂精细化运营根本无法实现。