——摘自Perforce《2025年汽车软件开发年度报告》
随着人工智能在汽车软件设计和开发中的应用日益增加，各种问题也随之浮现，尤其是在相关法规和指导方针仍处于制定阶段的背景下。汽车软件团队面临着在快速变化的市场中保持竞争力的压力，因此必须在控制成本、确保安全性的同时按时交付高质量产品。
安全性，特别是"自动驾驶/半自动驾驶车辆中AI算法的安全决策能力"，是人工智能车辆开发中最受关注的问题（49%）。遵循功能安全标准的开发团队在使用AI时需要额外考量，因为这类算法往往具有非确定性特征。值得欣慰的是，现有标准正在不断调整适应，同时诸如ISO/DPAS 8800《道路车辆-安全与人工智能》等新标准正在陆续出台。尽管目前已存在可应用于AI算法的技术手段，但要确保通过AI技术实现自动驾驶车辆的安全性仍任重道远。
安全性议题中，"避免因引入先进AI技术而产生的漏洞和网络攻击"位列受访者关注度第二位。集成人工智能等复杂技术的互联系统产生了更多攻击向量，这为恶意攻击者提供了可乘之机。与功能安全类似，现有众多安全标准和法规正在进行调整以适应AI技术的融合。
产品上市时间和开发成本在人工智能车辆开发的关注度中处于中间位置。一旦安全性和网络安全问题得到妥善解决，开发汽车AI软件的企业或将能更专注于提升行业竞争力这一维度。
值得注意的是，虽然质量是本报告中汽车开发的首要关注点，但"使用生成式AI时保持AI工具编写代码的高质量"却是受访者最不担忧的议题。这可能反映出受访者普遍认为AI有助于提升代码质量。
深度解析AI/ML在汽车软件开发中的应用
针对在汽车软件开发中应用AI/ML的受访者，我们特别调研了其在汽车开发不同重点领域的应用情况。大多数受访者将AI/ML应用于高级驾驶辅助系统（ADAS），但该比例较去年下降了26%。在车载信息娱乐系统（IVI）中应用AI/ML的比例同比增长了8%。此外，激光雷达（LiDAR）领域的AI/ML应用也实现了3%的增长。
新的汽车AI人工智能标准纳入安全考量
新近发布的ISO/DPAS 8800标准针对所有道路车辆功能安全领域的人工智能特有挑战提出了解决方案。
为何静态分析仍是汽车软件开发的关键支柱
根据调研反馈，汽车开发各领域的核心关切集中于质量、功能安全与网络安全。要有效缓解功能性代码质量与安全隐患，采用静态分析工具仍是最具实效的方法之一。
行业标准化静态分析工具——例如Perforce QAC与Perforce Klocwork——能够帮助开发团队实现以下关键目标：
• 精准识别软件漏洞与薄弱环节
• 严格执行推荐的编码标准与开发规范
这两款Perforce静态分析工具不仅验证代码对各类标准规范的符合性，更能提供完整的合规性证据链。该能力可确保软件在功能安全和网络安全要求层面实现全面一致性、正确性与完备性。
通过部署静态分析工具，您可通过以下途径加速合规进程：
• 强制实施编码标准并检测规则违反情况
• 在开发早期发现合规性问题
• 提升代码审查与人工测试效率
• 跨版本追踪并生成合规性报告
此外，Perforce静态分析工具全面支持MISRA准则合规，并已通过TÜV-SÜD认证，适用于包括ISO 26262 ASIL D级在内的安全关键系统开发。
亲身体验Perforce静态分析工具如何为您的汽车软件功能安全与网络安全保驾护航。立即联系北汇信息，申请免费试用。
/3 
