【導(dǎo)語】
近日，第十七屆軒轅汽車藍(lán)皮書論壇在廣州市舉辦，世界汽車工程師學(xué)會聯(lián)合會（FISITA）終身名譽(yù)主席，清華大學(xué)車輛學(xué)院教授、汽車產(chǎn)業(yè)與技術(shù)戰(zhàn)略研究院院長趙福全受邀出席，并發(fā)表了《車企All in AI的必要性、緊迫性、全面性與科學(xué)性》的主題演講，趙教授全面系統(tǒng)地闡述了車企全力發(fā)展AI的重大價值，以及車企如何有效布局AI的具體策略。本文根據(jù)演講內(nèi)容整理而成。
【正文】
本屆論壇的主題是“決斷”，決斷意味著下定決心、做出判斷、果敢行動。企業(yè)在重大事項的關(guān)鍵時間節(jié)點上做出正確的決斷，是關(guān)乎其生存與發(fā)展的大事。而在我看來，究竟如何認(rèn)知并布局人工智能（AI），就是當(dāng)前最需要車企做出正確決斷的重大事項之一。
說起來，智能化早已成為汽車行業(yè)公認(rèn)的發(fā)展趨勢，人工智能（AI）在最近一段時間更是業(yè)界耳熟能詳?shù)臒衢T話題。據(jù)我觀察，無論企業(yè)高管，還是負(fù)責(zé)技術(shù)工作的工程師們，大家普遍都覺得要發(fā)展AI，然而基于不同的站位高度和思考深度，大家對AI或多或少地存在著認(rèn)知不夠充分的問題，其結(jié)果是對于如何發(fā)展AI有著千差萬別的不同判斷。我本人并非AI領(lǐng)域的技術(shù)專家，但近年來一直在戰(zhàn)略及應(yīng)用層面持續(xù)思考、深入研究AI與汽車產(chǎn)業(yè)的關(guān)系。我的基本判斷是，今天汽車企業(yè)已經(jīng)到了必須全力以赴投入和發(fā)展AI的時候了。下面我將圍繞車企All in AI這一策略的必要性、緊迫性、全面性與科學(xué)性，來談?wù)勛约旱淖钚抡J(rèn)識和建議。
一、對于AI的正確認(rèn)知
首先我想強(qiáng)調(diào)的是，AI正處于快速發(fā)展的進(jìn)行時，所以我們對AI的認(rèn)識也需要與時俱進(jìn)、不斷更新和深化。記得2024年討論AI時，我用“山雨欲來風(fēng)滿樓”來形容，彼時可謂“雷聲大、雨點小”，盡管熱議不斷，但AI還沒有開啟廣泛應(yīng)用之路。而到2025年再看AI時，我則用“忽如一夜春風(fēng)來”來形容，大家知道這句詩講的其實不是春天，而是冬天。就是說在我看來，盡管AI全面落地的春天還沒有真正到來，但AI的突破性進(jìn)展已經(jīng)讓人有春天般的感覺了。尤其是在DeepSeek發(fā)布之后，我們看到AI大模型正以銳不可當(dāng)之勢融入到各行各業(yè)。毫無疑問，AI改變并最終重塑整個人類社會的步伐正在加快，相信大家都感受到了這場顛覆性變革所帶來的機(jī)遇與挑戰(zhàn)、興奮與壓力。在此前景下，我們迫切需要認(rèn)真思考AI的本質(zhì)及其深遠(yuǎn)的影響，持續(xù)加深對AI的認(rèn)識并以此指導(dǎo)我們的產(chǎn)業(yè)實踐。接下來，我分享一下自己對于AI的三點認(rèn)識。
第一，近期AI大模型的快速發(fā)展及廣泛應(yīng)用，實際上是數(shù)字化積累由量變到質(zhì)變的必然結(jié)果。正是得益于多年來各行各業(yè)持續(xù)推進(jìn)數(shù)字化轉(zhuǎn)型，積累了大量可用的數(shù)據(jù)，AI大模型才得以實現(xiàn)大家能夠看到的“能力涌現(xiàn)”?？梢哉f，沒有數(shù)字化，AI就是空中樓閣。反過來講，如果沒有AI技術(shù)的有效賦能，僅有數(shù)字化的基礎(chǔ)也是不夠的，因為無法充分釋放數(shù)據(jù)的價值。這就如同拿著舊地圖尋找新大陸，很難實現(xiàn)跨越式的突破。從這個意義上講，AI大模型的發(fā)展為數(shù)字化轉(zhuǎn)型真正取得成功提供了強(qiáng)大的推動力，使數(shù)字化轉(zhuǎn)型中的數(shù)據(jù)“變現(xiàn)”成為了可能，這將促使各行各業(yè)進(jìn)一步深化數(shù)字化變革，進(jìn)而推動人類社會進(jìn)入全面數(shù)智化的新時代。我判斷，今后數(shù)字化與AI必將形成雙向互為拉動的上升螺旋，即數(shù)字化積累支撐AI更快發(fā)展，而AI發(fā)展又賦能數(shù)據(jù)化實現(xiàn)更大價值。這意味著做好扎實的數(shù)字化轉(zhuǎn)型將成為未來企業(yè)擁抱AI新時代的前提和基礎(chǔ)，從而倒逼企業(yè)加快數(shù)字化轉(zhuǎn)型。
第二，AI將開啟宇宙中碳基與硅基“雙生命”并存的新紀(jì)元，這是一個前所未有的全新時代。有人用“第四次工業(yè)革命”來描述這次AI革命，我認(rèn)為這不夠準(zhǔn)確。因為此前的三次工業(yè)革命在本質(zhì)上都是技術(shù)層面的變革，相比之下，本輪AI引發(fā)的變革將遠(yuǎn)遠(yuǎn)超出技術(shù)本身的范疇?，F(xiàn)在很多人都把AI視為一種技術(shù)或者說工具，例如使用各種大語言模型來搜索信息或自動生成文檔，還有應(yīng)用大模型的方法來開發(fā)智能駕駛算法等等，這些應(yīng)用還只是AI在表象上的淺層次影響。事實上，相對于人類這種碳基生命，AI最終將會形成硅基生命，并使所有人造物都能基于數(shù)據(jù)實現(xiàn)自進(jìn)化，進(jìn)而深刻影響并改變碳基生命的演化軌跡，這才是AI真正本質(zhì)性、深層次的重大影響。
就像尤瓦爾?赫拉利在其最新著作《智人之上》里寫到的，人類個體的力量遠(yuǎn)遠(yuǎn)不及很多動物，但人類的大規(guī)模協(xié)作能力強(qiáng)化了其作為一個群體的力量，最終使人類成為了碳基生命中的主宰者。目前智能機(jī)器還沒有實現(xiàn)大范圍的自主協(xié)作，要靠人類的指令才能協(xié)同作業(yè)。未來隨著AI的發(fā)展，各種智能機(jī)器都將成為硅基生命，且相互連接、自我管理、自主協(xié)作，進(jìn)而實現(xiàn)自組織和自進(jìn)化?？梢韵胍?，這些硅基生命的協(xié)作能力和進(jìn)化速度都將遠(yuǎn)超人類，從而使人類面臨前所未有的嚴(yán)峻挑戰(zhàn)，甚至人類究竟能否以及怎樣生存都需要重新確定。顯然，如此顛覆性、全方位的AI革命，絕非此前三次工業(yè)革命可以同日而語。盡管這些預(yù)測看似遙遠(yuǎn)，但隨著AI的加速進(jìn)化，有能力與碳基生命競爭的硅基生命正在誕生。這兩類生命之間的關(guān)系如何有效協(xié)調(diào)，業(yè)已成為人類發(fā)展AI進(jìn)程中的一道必答題。作為碳基生命的人類如何有效利用作為硅基生命的AI，同時又如何盡早預(yù)防AI可能給人類社會帶來的重大威脅，這挑戰(zhàn)著置身于萬物互聯(lián)時代中的我們每一個人！
第三，AI將重塑人類社會的方方面面，不僅會改變?nèi)祟惖闹R體系、思維模式和社會分工，甚至還會改變?nèi)祟惖氖澜缬^、人生觀、價值觀，從而觸及道德及倫理領(lǐng)域。例如在知識體系方面，AI可以輕易掌握人類現(xiàn)有的所有記憶性知識并隨時提供，那么人類是不是就不再需要學(xué)習(xí)和記憶這些知識了呢？但如果不學(xué)習(xí)和記憶這些知識，只靠AI碎片化的輸入，人類還能建立起自己整體性的知識體系嗎？如果不能，人類又如何形成自己的判斷力呢？又如在思維方式方面，人類重視經(jīng)由嚴(yán)謹(jǐn)?shù)耐茖?dǎo)過程來獲得結(jié)果，即所謂“知其然更知其所以然”。然而AI解決問題用的是一種端到端的方式，即給出一定的輸入就可以得到結(jié)果，這個結(jié)果往往非常好，但產(chǎn)生這個結(jié)果的過程卻無從可知。長此以往，這很可能會使人類的思維方式逐漸轉(zhuǎn)向只重結(jié)果、不看過程，那人類又如何培養(yǎng)自身解決問題的能力呢？再如在社會分工方面，未來AI智能體的大量涌現(xiàn)和應(yīng)用，將徹底改變幾乎所有工作的內(nèi)容和方式，有些工作將被AI完全替代，其他工作則需要人類與AI協(xié)作完成。不難想象，屆時人類所需的競爭力將完全不同。至于人的三觀以及道德、倫理判斷等，也必然會在與AI交互且越來越依賴AI的過程中發(fā)生變化?？傊?，整個世界都將因AI日益廣泛、深入的開發(fā)及應(yīng)用而發(fā)生巨變，即AI最終將重塑人類社會。
基于上述三點思考，我認(rèn)為，當(dāng)前關(guān)于AI的各種認(rèn)知，諸如“萬能論”“有限論”“花瓶論”“忽悠論”等，雖然其關(guān)注側(cè)重各有合理之處，但是都不夠準(zhǔn)確，甚至可以說是錯誤的。從企業(yè)實踐的角度出發(fā)，我們更應(yīng)該以綜合性的“科學(xué)論”來看待AI，即充分認(rèn)識到AI既是先進(jìn)技術(shù)，也是強(qiáng)大工具，還是有效方法，未來更將成為一種基礎(chǔ)設(shè)施——各行各業(yè)的各種應(yīng)用都將構(gòu)建在其之上。
業(yè)界關(guān)于AI的應(yīng)用價值及方法論也有很多不同觀點，如AI+、+AI、×AI、XAI等。在我看來，“AI+”在本質(zhì)上接近萬能論，即認(rèn)為AI可以應(yīng)用于所有領(lǐng)域、解決一切問題，這恐怕過于理想化了；“+AI”則把AI視為助力傳統(tǒng)行業(yè)發(fā)展的技術(shù)和工具，這又明顯存在局限；相對而言，“×AI”和“XAI”的理念可能更為合理，前者強(qiáng)調(diào)各行各業(yè)要與AI深度融合，后者則凸顯AI可以給各行各業(yè)帶來指數(shù)級價值的潛力，二者都不僅僅把AI視為單純的技術(shù)，而是認(rèn)為AI將為各行各業(yè)提供新工具、新方法乃至新基礎(chǔ)設(shè)施，并要求各行各業(yè)必須改變過去的思維模式、組織架構(gòu)以及商業(yè)邏輯，以充分釋放AI的巨大潛力，最終創(chuàng)造出一個充滿無限可能的新世界。
綜上所述，我認(rèn)為，未來AI的發(fā)展?jié)摿o限，大家可以放飛思緒、盡情暢想。也就是說，AI的進(jìn)步?jīng)]有止境，能力沒有上限。唯有兩個要素會對AI構(gòu)成制約：一是成本，畢竟AI的發(fā)展和應(yīng)用需要大量的資源投入，企業(yè)必須權(quán)衡投入產(chǎn)出比，理性評估合理的發(fā)展速度和規(guī)模，確保物有所值；二是安全，這是底線問題，而且不只是指智能產(chǎn)品本身的安全，更涉及到人類這種碳基生命的安全是否會受到威脅。盡管AI是為了更好地服務(wù)人類而生的，但其失控的巨大危險不容忽視。展望未來，唯有全球緊密協(xié)作，才能保障人類在充分釋放AI潛力的同時，實現(xiàn)自身的可持續(xù)發(fā)展。
二、All in AI的關(guān)鍵三問：為什么、是什么、怎么做
1.All in AI的必要性
前面談到，AI是技術(shù)，但超越技術(shù)，是技術(shù)、工具、方法和基礎(chǔ)設(shè)施的綜合體，最終將會徹底重塑人類社會。因此，擁抱AI的必要性毋庸置疑。
具體來說，第一，AI是一種技術(shù)，而且是一種擴(kuò)展了人類智能的顛覆性技術(shù)，所以2024年的諾貝爾物理學(xué)和化學(xué)獎都授予了AI領(lǐng)域的學(xué)者。僅就產(chǎn)品而言，AI具有全面賦能原有的軟硬件技術(shù)，形成更好的功能、性能以及體驗的巨大潛力。第二，AI又超越了技術(shù)。AI基于在不同主體之間流通的各類數(shù)據(jù)，可以實現(xiàn)產(chǎn)品與技術(shù)的持續(xù)迭代優(yōu)化，從而形成以數(shù)據(jù)要素為核心的新生產(chǎn)力以及以多主體協(xié)同為特征的新生產(chǎn)關(guān)系，由此推動生產(chǎn)方式的全面變革。第三，AI將深度重塑整個人類社會的方方面面，進(jìn)而催生出一個人機(jī)“雙生命”共存的全新世界。
從根本上講，AI的巨大影響體現(xiàn)在其對人類本身的改變上。我認(rèn)為，主要有以下三個層面。
首先，AI將推動人類認(rèn)知和思維的拓展。一是認(rèn)知體系升級。在AI的作用下，空前豐富的信息和知識資源將實現(xiàn)跨領(lǐng)域的深度融合，自動形成各種問題的解決方案，從而幫助人類更好地認(rèn)識世界、理解世界、改變世界，AI正在使“可見即可得、可說即可得”走進(jìn)我們的生活。二是思維邊界拓展。與人類傳統(tǒng)的結(jié)構(gòu)思維不同，AI呈現(xiàn)出碎片化的離散思維，即“輸入-輸出”的端到端模式，沒有邏輯推演的過程，卻往往可以得到更好的結(jié)果。這將打破人類的思維定式，重新定義人類的智慧——未來人類將越來越習(xí)慣于AI這種通過離散思維解決問題的方式，并依賴其結(jié)果為人類更加科學(xué)、準(zhǔn)確地決策提供依據(jù)。
其次，AI將推動人類經(jīng)濟(jì)活動與生產(chǎn)方式的變革。從生產(chǎn)要素的層面看，數(shù)據(jù)將成為極為重要的新生產(chǎn)要素。通過充分挖掘并利用數(shù)據(jù)要素的價值，人類將實現(xiàn)生產(chǎn)成本的空前降低、生產(chǎn)效率的跨越式提升以及各種資源的最優(yōu)化配置。從生產(chǎn)方式的層面看，人機(jī)協(xié)同和數(shù)智融合將成為未來的全新范式，各種生產(chǎn)和經(jīng)營活動都將據(jù)此開展。
最后，AI將推動人類社會分工與治理結(jié)構(gòu)的重塑。一方面，人類將迎來全新的社會分工：大量傳統(tǒng)的體力與腦力勞動都將被機(jī)器取代，知識記憶型工作的價值大幅下降。受此影響，教育模式、職業(yè)選擇和工作方式等都將隨之改變，而想象力、創(chuàng)造力和判斷力將成為未來人類最重要的能力。另一方面，人類將迎來新型的社會結(jié)構(gòu)：人機(jī)共生即碳硅“雙腦”融合的普遍化，必將隨之逐步催生出全新的社會治理模式，而合理界定碳基與硅基生命的相互關(guān)系，將成為未來社會治理中必須解決的重要問題。
總之，AI變革的機(jī)會之大、影響之深、速度之快，都將遠(yuǎn)遠(yuǎn)超出我們的想象，為此所有主體都應(yīng)該積極擁抱AI。對于企業(yè)而言，擁抱AI是未來能夠生存下去的前提和必選項，每家企業(yè)都必須以“適者生存”的心態(tài)，主動迎接這場充滿未知的空前巨變。在此我想特別強(qiáng)調(diào)，企業(yè)擁抱AI不一定能夠成功，但如果不擁抱AI，注定會被時代淘汰。
2.All in AI的緊迫性
AI變革是“現(xiàn)在進(jìn)行時”，并非“將來時”，由AI帶來的提質(zhì)增效降本，正在以天為單位快速演進(jìn)中。特別是開源的DeepSeek出現(xiàn)后，企業(yè)幾乎一夜之間就獲得了效果相當(dāng)不錯的免費大模型資源，從而使AI在各行各業(yè)的廣泛應(yīng)用大幅加快，并已成為企業(yè)相互競爭的關(guān)鍵所在。在此情況下，擁抱AI的緊迫性空前提升。
具體來說，之前企業(yè)布局AI可以基于技術(shù)思維，通過“驗證-應(yīng)用-迭代-換代”逐步提升；而今后企業(yè)必須超越單純的技術(shù)思維，進(jìn)行包括技術(shù)、流程、組織、體系以及生態(tài)等在內(nèi)的全方位系統(tǒng)性變革。因為AI的發(fā)展已經(jīng)進(jìn)入關(guān)鍵階段，指數(shù)級的能力躍升就在眼前。所以，企業(yè)需要徹底改變擁抱AI的范式。
由此出發(fā)，企業(yè)必須充分認(rèn)識到：首先，AI變革不是單純的技術(shù)升級或工具替換，因此不能簡單地采取“拿來主義”的策略，也不能有等一等以獲得“后發(fā)優(yōu)勢”的心態(tài)。恰恰相反，企業(yè)必須努力實現(xiàn)原有能力與AI能力的融合，這本身也是形成全新能力的一個過程。最終通過持續(xù)積累、循序漸進(jìn)，一步一個腳印地實現(xiàn)真正的深度融合。其次，AI變革是一項高度復(fù)雜的系統(tǒng)工程，并沒有現(xiàn)成的行業(yè)解決方案可供采用，也沒有所謂后發(fā)優(yōu)勢可供依靠，企業(yè)必須通過自身實踐來摸索AI全面落地的路徑。最后，AI變革意味著要用新范式取代舊范式，而新范式的建立與舊范式的打破都是越早越好。
當(dāng)前，AI變革正處于從量變到質(zhì)變的關(guān)鍵拐點，由于AI發(fā)展速度快且加速度還在不斷提升，我判斷，這個拐點的窗口期會比較短，未來三到五年將是關(guān)鍵階段。在此期間，先發(fā)企業(yè)有望建立起“技術(shù)+數(shù)據(jù)+組織+生態(tài)”閉環(huán)的競爭優(yōu)勢，而落后者將面臨“代際技術(shù)差+組織鴻溝”的嚴(yán)峻挑戰(zhàn)和全新發(fā)展范式的降維打擊。有些企業(yè)擔(dān)心過早行動會成為“烈士”，這在之前可能也不無道理；但今后仍在觀望或行動遲緩的企業(yè)，將會錯失發(fā)展AI的關(guān)鍵窗口期。
總之，在眾多企業(yè)紛紛行動之際，那些對AI依然秉持“可做可不做”態(tài)度的企業(yè)，就會如“溫水煮青蛙”一樣，逐漸被邊緣化。要想抓住AI發(fā)展拐點的窗口期，企業(yè)必須盡早布局、加快投入，同時其布局和投入又要避免盲目性。也就是說，企業(yè)應(yīng)遵循“統(tǒng)籌思考、正確布局、合理投入、持續(xù)進(jìn)化”的基本原則和方針。其核心在于，不同的企業(yè)要根據(jù)自身的情況制定相應(yīng)的策略。
3.All in AI的全面性
毫無疑問，AI作為一種技術(shù)可以廣泛應(yīng)用于各種業(yè)務(wù)和場景中。不過我認(rèn)為，企業(yè)不宜按照“AI in All”的理念進(jìn)行布局，這在本質(zhì)上仍是技術(shù)/工具型的發(fā)展策略。單點技術(shù)或單個工具的應(yīng)用固然重要，但這種理念和策略難以全面有效地釋放AI的革命性潛力；企業(yè)更應(yīng)基于“All in AI”的理念來布局AI，這在本質(zhì)上是目標(biāo)型的發(fā)展策略，即構(gòu)建一個“目標(biāo)拉動、能力支撐、協(xié)同演進(jìn)”的多層次AI賦能體系，這也是我強(qiáng)調(diào)“All in AI”的原因之一。
在上述體系中，發(fā)展目標(biāo)是核心。企業(yè)必須充分理解AI變革的全面性，在經(jīng)營管理的全領(lǐng)域和全維度上設(shè)定系統(tǒng)性目標(biāo)，以此拉動AI的戰(zhàn)略布局與發(fā)展投入。具體來說，一是通過AI實現(xiàn)產(chǎn)品力的突破，打造新型產(chǎn)品形態(tài)，實現(xiàn)用戶體驗的升維；二是通過AI實現(xiàn)創(chuàng)造力的躍遷，形成研產(chǎn)供銷服一體化的全業(yè)務(wù)鏈協(xié)同創(chuàng)新體系，提升多主體協(xié)同創(chuàng)新的系統(tǒng)性競爭力；三是通過AI實現(xiàn)管理力的進(jìn)階，推動組織機(jī)構(gòu)變革，賦能全員提升知識及工具利用能力，以實現(xiàn)企業(yè)運營效率和決策質(zhì)量的大幅優(yōu)化。目前多數(shù)企業(yè)對AI的關(guān)注都集中在產(chǎn)品力上，這有失偏頗；AI在創(chuàng)造力和管理力上的潛力才是支撐產(chǎn)品力突破的根本保障，對此企業(yè)應(yīng)高度關(guān)注。
技術(shù)能力是關(guān)鍵。一方面，企業(yè)要構(gòu)建適合自身的AI技術(shù)底座，包括基礎(chǔ)大模型的選擇，也包括專屬行業(yè)模型的開發(fā)與集成等；另一方面，企業(yè)要加強(qiáng)算力、存儲和網(wǎng)絡(luò)等基礎(chǔ)設(shè)施建設(shè)的布局。其核心在于，AI技術(shù)底座的選擇、開發(fā)必須與基礎(chǔ)設(shè)施建設(shè)相互適配。
組織變革是保障。面向AI的組織、流程、人才等的優(yōu)化與調(diào)整，是AI落地的關(guān)鍵保障，并將為企業(yè)帶來可持續(xù)的競爭潛力。在運作機(jī)制方面，企業(yè)要建設(shè)起中心化的能力；在業(yè)務(wù)應(yīng)用方面，企業(yè)要努力進(jìn)行去中心化的調(diào)整，以快速響應(yīng)復(fù)雜、多變的市場需求，這要求企業(yè)必須構(gòu)建起與業(yè)務(wù)流程深度融合的協(xié)作型組織。而在支撐組織運行的人才方面，企業(yè)以及院校等要著重培養(yǎng)具備跨學(xué)科系統(tǒng)性知識和“X+AI”復(fù)合能力的新型人才。
總之，“AI in All”的技術(shù)應(yīng)用思維會嚴(yán)重限制AI潛力的充分挖掘，“All in AI”的目標(biāo)拉動策略才是企業(yè)正確的理念與實踐方向。最終，企業(yè)要以“應(yīng)用為體、技術(shù)為基、能力為魂”，全面推進(jìn)AI的戰(zhàn)略布局，進(jìn)而抓住本論產(chǎn)業(yè)變革的歷史性機(jī)遇，實現(xiàn)自身的可持續(xù)發(fā)展。
4.All in AI的科學(xué)性
時至今日，AI早已不是科幻，而是科學(xué)、是技術(shù)，也是方法、是工具，還是面向未來的基礎(chǔ)設(shè)施，這就要求我們必須以科學(xué)的態(tài)度和方式推動AI落地。所謂“科學(xué)”，在我看來，一是不能遲疑觀望，一定要積極擁抱；二是不能誤以為AI萬能，一定要科學(xué)判斷，務(wù)實投入；三是不能全面開花，一定要重點突出，從見效快的場景入手，不斷積累，逐步拓展；四是不能寄希望于速成，一定要持續(xù)完善，有足夠的耐心和恒心，并充分認(rèn)識到當(dāng)前的很多工作是在為新范式的轉(zhuǎn)變打基礎(chǔ)。這樣AI才不會成為企業(yè)用來包裝和宣傳的“花瓶”，而是確保企業(yè)長期可持續(xù)發(fā)展的利器。
當(dāng)前，企業(yè)在發(fā)展AI的過程中主要面臨三大問題：一是過于關(guān)注短期直接的效益，例如僅將AI技術(shù)應(yīng)用于信息娛樂等淺層次領(lǐng)域，而忽視了AI變革能夠帶來的深層次影響；二是過度追求AGI（通用人工智能）的實現(xiàn)，盲目相信大參數(shù)、大算力和高性能算法，導(dǎo)致重投入、輕實效，甚至與實際需求完全脫節(jié)；三是AI自身發(fā)展仍存在諸多挑戰(zhàn)，諸如AI幻覺、數(shù)據(jù)所有權(quán)、隱私安全、全球技術(shù)限制以及AI治理等問題都還有待解決。在這種情況下，企業(yè)必須樹立科學(xué)的AI發(fā)展觀，在充分理解AI的基礎(chǔ)上，遵循“從無到有、從有到優(yōu)、從優(yōu)到精”的客觀規(guī)律，并依據(jù)對AI技術(shù)發(fā)展態(tài)勢、行業(yè)特點及企業(yè)現(xiàn)狀的科學(xué)判斷，進(jìn)行合理的戰(zhàn)略布局，全力推動AI的應(yīng)用落地。
具體來說，企業(yè)科學(xué)發(fā)展AI應(yīng)從四個方面著手：一是場景牽引。將AI與具體業(yè)務(wù)場景緊密結(jié)合起來，以創(chuàng)造實際價值。二是模型匹配。構(gòu)建“1+N+X”的AI模型應(yīng)用范式，其中“1”代表基礎(chǔ)大模型，這是未來社會共用的基礎(chǔ)設(shè)施，企業(yè)要根據(jù)所在產(chǎn)業(yè)的特點，科學(xué)、合理地選擇基礎(chǔ)大模型；“N”代表行業(yè)大模型，可以更好地解決特定垂直領(lǐng)域的相關(guān)問題，企業(yè)要積極參與相關(guān)模型的建設(shè)與完善；“X”代表企業(yè)模型，即企業(yè)為解決自身業(yè)務(wù)需要所建立的專業(yè)模型，這是企業(yè)的根本，必須努力掌控。當(dāng)前許多車企也試圖開發(fā)基礎(chǔ)大模型，實際上這既無必要，也很難做到最優(yōu)。車企更應(yīng)關(guān)注專業(yè)模型的開發(fā)；而在基礎(chǔ)和行業(yè)大模型方面，企業(yè)清楚兩類大模型的能力邊界，使之能為自身所用即可，無需在技術(shù)細(xì)節(jié)上浪費過多的精力。三是數(shù)據(jù)驅(qū)動。構(gòu)建統(tǒng)一的數(shù)據(jù)基座，逐步打通更多的數(shù)據(jù)資源并實現(xiàn)共享，以此滋養(yǎng)專業(yè)模型，并支撐行業(yè)大模型的發(fā)展。四是算力支撐。企業(yè)要對算力資源進(jìn)行科學(xué)的戰(zhàn)略布局，圍繞與自身場景密切相關(guān)的算力進(jìn)行持續(xù)投入，以確保AI的不斷演進(jìn)與價值呈現(xiàn)。
同時，企業(yè)科學(xué)發(fā)展AI應(yīng)遵循四個原則：一是統(tǒng)一規(guī)劃。明確頂層設(shè)計，進(jìn)行戰(zhàn)略級的統(tǒng)籌和系統(tǒng)性的破局，以盡早打通基礎(chǔ)技術(shù)底座。二是實用導(dǎo)向。將提升自身競爭力作為企業(yè)目標(biāo)，切忌形式化和虛假浮夸。三是生態(tài)協(xié)同。未來AI的落地應(yīng)用一定是生態(tài)化發(fā)展的結(jié)果，而不會指向一家獨大。而生態(tài)化的協(xié)作共享、互利共贏在某種程度上是與傳統(tǒng)的商業(yè)模式相悖的，為此合作各方要通過設(shè)計數(shù)據(jù)流通、利益共享等的新模式，強(qiáng)化合作機(jī)制，限制人為因素，逐漸建立起新時代的新型商業(yè)文明。四是分步應(yīng)用。由點及面地推進(jìn)AI應(yīng)用，即優(yōu)先選擇高價值、高頻次的重點場景，同時結(jié)合自身的數(shù)字化能力，逐步擴(kuò)展應(yīng)用范圍。
總之，企業(yè)必須科學(xué)地看待及發(fā)展AI。短期看，AI已經(jīng)可以帶來提質(zhì)增效降本的效果，但技術(shù)還不夠成熟，商業(yè)模式也尚未明晰，諸多產(chǎn)業(yè)問題仍有待解決；長期看，AI引發(fā)的空前變革將決定所有企業(yè)的成敗，因此不能因為其不夠成熟或存在問題就不去發(fā)展，這將使企業(yè)錯失歷史機(jī)遇。而在發(fā)展AI的過程中，企業(yè)必須遵循客觀規(guī)律，堅持以點帶面、循序漸進(jìn)的持續(xù)探索、驗證及應(yīng)用。
三、制造業(yè)All in AI的行動方案
接下來，我先談一談更具普遍性的制造業(yè)應(yīng)該如何All in AI。眾所周知，制造業(yè)涉及主體多、業(yè)務(wù)流程長、場景種類雜、數(shù)據(jù)體量大，因此是AI應(yīng)用最難也是最重要的產(chǎn)業(yè)載體。
1.制造業(yè)擁抱AI的潛力分析
事實上制造業(yè)全面擁抱AI，指向的就是智能制造。這一過程并非簡單地將AI技術(shù)附加于現(xiàn)有業(yè)務(wù)，而是要將企業(yè)的創(chuàng)新鏈與業(yè)務(wù)鏈全面深度融合，在數(shù)據(jù)閉環(huán)的驅(qū)動下，構(gòu)建起多主體協(xié)同智能以及自進(jìn)化的新型制造體系。
在理想的智能制造體系中，數(shù)智化研發(fā)（如協(xié)同設(shè)計開發(fā)）、數(shù)智化生產(chǎn)（如智能排產(chǎn)、AI質(zhì)量監(jiān)測等）、數(shù)智化供應(yīng)鏈（如智慧物流/倉儲、供應(yīng)鏈動態(tài)管理等）、數(shù)智化營銷與服務(wù)（如產(chǎn)銷聯(lián)動、需求牽引生產(chǎn)變更等）等各個業(yè)務(wù)環(huán)節(jié)將實現(xiàn)一體化打通，相互提出需求和提供反饋，進(jìn)而在AI技術(shù)底座（大模型平臺、行業(yè)數(shù)據(jù)平臺等）和協(xié)同創(chuàng)新生態(tài)（多主體、多要素）的共同支撐下，實現(xiàn)數(shù)據(jù)的流轉(zhuǎn)閉環(huán)和體系的自組織、自進(jìn)化。
制造業(yè)擁抱AI將引發(fā)產(chǎn)業(yè)的全面變革，主要體現(xiàn)在四個方面：一是生產(chǎn)函數(shù)重構(gòu)，即以AI算法模型為基礎(chǔ)，重新組合資本、勞動力及數(shù)據(jù)等生產(chǎn)要素，形成新的價值創(chuàng)造邏輯；二是制造范式進(jìn)化，通過創(chuàng)新鏈和產(chǎn)業(yè)鏈的無縫連接與融合打通，實現(xiàn)全要素、全鏈條、全生命周期的多主體深度協(xié)同；三是產(chǎn)業(yè)生態(tài)協(xié)作，制造企業(yè)與AI平臺公司之間通過技術(shù)創(chuàng)新合作，形成“需求-場景-實踐-反饋”的AI應(yīng)用閉環(huán)；四是體系能力躍升，基于“輸入-輸出”的端到端模型，實現(xiàn)整個制造過程的自創(chuàng)造、自組織、自迭代和自進(jìn)化。
我認(rèn)為，以最高質(zhì)量、最快速度、最低成本滿足用戶的個性化需求，這始終是制造業(yè)的永恒追求。傳統(tǒng)制造業(yè)以規(guī)?；瘧?yīng)對質(zhì)量、效率和成本需求，但難以同時兼顧個性化需求；而AI賦能將為制造業(yè)的轉(zhuǎn)型升級帶來歷史性機(jī)遇，未來“AI+機(jī)器人”的智能制造體系，有望實現(xiàn)產(chǎn)品的大規(guī)模定制化生產(chǎn)，使用戶的個性化需求得以實現(xiàn)，從而愈發(fā)趨近于制造業(yè)的終極目標(biāo)?？梢姡圃鞓I(yè)全面擁抱AI潛力巨大、影響深遠(yuǎn)，相關(guān)企業(yè)必須站在打造全新制造模式的高度上來加以認(rèn)識和實踐。
2.制造企業(yè)擁抱AI的落地方案
整體而言，制造業(yè)擁抱AI的落地方案可以概括為：基于“1+N+X”的AI模型應(yīng)用范式，從單業(yè)務(wù)場景切入，構(gòu)建精準(zhǔn)匹配場景需求的垂域模型，在此基礎(chǔ)上，通過多元數(shù)據(jù)流及業(yè)務(wù)流的深度融合，開發(fā)出不同業(yè)務(wù)的智能體，進(jìn)而不斷推動和提升各業(yè)務(wù)智能體的有效協(xié)同。其核心在于，企業(yè)應(yīng)將“智能體”作為核心單元來重構(gòu)各個業(yè)務(wù)模塊。
具體來說，上述方案可以分解為四個層面。最下面的是基座支撐，包括數(shù)據(jù)融合平臺，提供高質(zhì)量的數(shù)據(jù)集；工業(yè)底層軟件，提供數(shù)據(jù)貫通、處理及應(yīng)用的手段；高性能算力平臺，提供端側(cè)和云側(cè)的算力。本質(zhì)上，該層就是要提供AI模型所需的三要素，即數(shù)據(jù)、算法和算力。在此之上的是模型匹配，包括大語言模型/多模態(tài)模型、物理世界模型和各類科研模型等（即1+N），這些模型的選擇或開發(fā)都要與制造業(yè)的知識圖譜、企業(yè)的知識積累相匹配。再往上是場景牽引，通過對前述各種模型進(jìn)行直接調(diào)用、模型調(diào)優(yōu)或深度重構(gòu)，構(gòu)建相關(guān)專業(yè)模型（即X），解決研產(chǎn)供銷服等各業(yè)務(wù)環(huán)節(jié)中不同場景的應(yīng)用問題。最頂層則是智能體化，即形成了研發(fā)、生產(chǎn)、供應(yīng)、銷售和服務(wù)等各業(yè)務(wù)的智能體，并以復(fù)雜的工作流將其契合起來，形成多智能體協(xié)作的高級混合智能體，即綜合智能體，基于此實現(xiàn)制造業(yè)的全局協(xié)同與持續(xù)優(yōu)化。
我想強(qiáng)調(diào)的是，以上四個層面是一個統(tǒng)一的整體，這樣才能確保AI對整個制造體系進(jìn)行完整、充分的賦能。比如，如果沒有技術(shù)基座的支撐，各種AI模型將無法有效運作。又如，企業(yè)原本就有面向不同場景的專業(yè)模型，不過只能解決特定場景的單一問題，且相互離散，相當(dāng)于是能力有限的孤立智能體；而未來所有的智能體都將構(gòu)建在相同的“1+N”大模型之上，共享其中的“養(yǎng)分”（如數(shù)據(jù)等），不但可以實現(xiàn)各自能力的提升，更可以實現(xiàn)彼此聯(lián)動和相互賦能。
基于全面智能體化的核心邏輯，制造企業(yè)擁抱AI的實施路徑可分為以下三步：
第一步：場景切入。聚焦高頻、高價值且數(shù)字化基礎(chǔ)相對成熟的典型場景（如設(shè)計等），采用“1+X”的部署方式（不必等待成熟的垂域模型N），形成輕量化的解決方案，優(yōu)先構(gòu)建標(biāo)桿項目，以點帶面、逐步推廣。
第二步：深度開發(fā)。根據(jù)場景需求，基于多元融合數(shù)據(jù)，利用制造業(yè)知識圖譜及企業(yè)知識積累，構(gòu)建企業(yè)大模型并實現(xiàn)平臺化復(fù)用，使之深度融入并優(yōu)化企業(yè)全鏈條各環(huán)節(jié)的業(yè)務(wù)流程。在此階段，發(fā)展各類垂域模型成為關(guān)鍵所在。
第三步：業(yè)務(wù)智能體化。首先在集成多個模型的基礎(chǔ)上，實現(xiàn)復(fù)雜工作流自動化。然后構(gòu)建不同業(yè)務(wù)的單個智能體，使其能夠理解龐雜的工業(yè)知識、感知動態(tài)環(huán)境、推理復(fù)雜問題、進(jìn)行自主決策和執(zhí)行。最終實現(xiàn)多智能體協(xié)作，即在研產(chǎn)供銷服等各個環(huán)節(jié)中，均由相關(guān)智能體協(xié)同解決實際業(yè)務(wù)問題，并不斷優(yōu)化整個制造體系。
綜上，制造企業(yè)擁抱AI并非針對單點的一次性嘗試，而是面向全局的長期工程，這既需要戰(zhàn)略性的統(tǒng)籌布局，也需要戰(zhàn)術(shù)性的局部實踐。企業(yè)唯有明確應(yīng)用范式和實施路徑，系統(tǒng)布局、逐步推進(jìn)，才能真正將AI轉(zhuǎn)化為自身可持續(xù)的核心競爭力。
四、汽車產(chǎn)業(yè)All in AI的策略與路徑
1.汽車產(chǎn)業(yè)All in AI的理想圖景
作為制造業(yè)的集大成者，汽車產(chǎn)業(yè)的復(fù)雜性、關(guān)聯(lián)性和載體性絕無僅有。正因如此，汽車產(chǎn)業(yè)已成為All in AI的主戰(zhàn)場之一。在我看來，汽車產(chǎn)業(yè)擁抱AI的理想圖景可以從兩個維度來描述：其一是產(chǎn)品智能體的演進(jìn)，當(dāng)前汽車產(chǎn)品正由SDV（軟件定義汽車）階段逐漸進(jìn)入到AIDV（AI定義汽車）階段。其二是企業(yè)智能體的演進(jìn)，當(dāng)前汽車企業(yè)正由數(shù)字化階段進(jìn)入到智能化階段，并向生態(tài)化階段邁進(jìn)。需要指出，產(chǎn)品與企業(yè)智能體的演進(jìn)不是相互孤立的，而是彼此影響、互為支撐的。也就是說，如果企業(yè)智能體的發(fā)展滯后，是不可能把產(chǎn)品智能體打造到更高水平的。
按照上述兩個維度的不同發(fā)展程度，可以把汽車產(chǎn)業(yè)擁抱AI的實踐過程劃分為三個階段。這三個階段對應(yīng)著AI技術(shù)的不同發(fā)展水平，即ANI（弱人工智能）、AGI（通用人工智能）以及ASI（超級人工智能）。具體闡述如下：
第一階段的特征是“智能汽車+企業(yè)數(shù)字化”，對應(yīng)于ANI。此階段主要由企業(yè)主導(dǎo)：在產(chǎn)品維度，出現(xiàn)了集硬件、軟件、架構(gòu)和數(shù)據(jù)等新技術(shù)一體的智能汽車，初步具備了基于規(guī)則的有限智能。在企業(yè)維度：越來越多的車企加快推行數(shù)字化轉(zhuǎn)型，紛紛構(gòu)建軟件中心、數(shù)據(jù)中心、工程中心和生態(tài)中心等。這個階段的最大變化是，汽車產(chǎn)品由過去的硬件主導(dǎo)過渡到軟件主導(dǎo)、軟硬解耦，即軟件定義汽車。
第二階段的特征是“汽車智能體×企業(yè)智能體”，對應(yīng)于AGI。此階段需要由行業(yè)主導(dǎo)：在產(chǎn)品維度，智能汽車從單一功能智能演進(jìn)為復(fù)合智能體形態(tài)，并初步具備自進(jìn)化能力；與此相應(yīng)，產(chǎn)品及技術(shù)開發(fā)范式被徹底重塑，呈現(xiàn)出“一切硬件被驅(qū)動、一切軟件被重構(gòu)、一切數(shù)據(jù)被激活”的全新模式。在企業(yè)維度，車企將構(gòu)建形成諸多業(yè)務(wù)智能體和管理智能體；與此相應(yīng)，企業(yè)價值創(chuàng)造及運營管理模式將被全面重構(gòu)，業(yè)務(wù)上實現(xiàn)數(shù)智融合的自生成、自進(jìn)化，管理上實現(xiàn)數(shù)據(jù)驅(qū)動的自主精準(zhǔn)決策。更重要的是，產(chǎn)品維度和企業(yè)維度開始實現(xiàn)真正意義上的雙向融合，所以我用乘號“×”而不是加號“+”來表征的新型邏輯關(guān)系。這意味著被創(chuàng)造的產(chǎn)品與創(chuàng)造產(chǎn)品的體系將實現(xiàn)智能協(xié)同，由此將會形成一個產(chǎn)品智能體與企業(yè)智能體數(shù)據(jù)貫通、融合共生，具備自學(xué)習(xí)、自組織、自治理、自進(jìn)化能力的全新創(chuàng)造體系。在此過程中，產(chǎn)品不再只是應(yīng)用智能技術(shù)的載體，也是與企業(yè)共同進(jìn)化的智能節(jié)點。事實上，如果沒有汽車產(chǎn)品智能體的反饋和輸入，企業(yè)智能體（業(yè)務(wù)和管理）將無法充分發(fā)揮作用并不斷進(jìn)化；反之，沒有企業(yè)智能體的支撐和輸出，汽車產(chǎn)品智能體也不可能有最佳表現(xiàn)并持續(xù)進(jìn)化。當(dāng)前，我們正處于從第一階段向第二階段過渡的初期。
第三階段的特征是群體智能，對應(yīng)于ASI。此階段需要由社會主導(dǎo)：隨著未來AGI乃至ASI的實現(xiàn)，各種人造物都將具備超越人類的智能水平，由此人機(jī)共存的社會將演化成為萬物自治、分布式、去中心化，且能夠協(xié)同共治的大智能系統(tǒng)，即“產(chǎn)品智能體×企業(yè)智能體×相關(guān)主體智能體”的生態(tài)化群體智能，或者也可以說，是由多個產(chǎn)品的群體智能、多個企業(yè)的群體智能與多個主體（如用戶）的群體智能構(gòu)成的超級大智能體。就汽車產(chǎn)業(yè)而言，此階段“車-路-能-云-網(wǎng)-圖”都將徹底打通并融合，實現(xiàn)與其他智能體的高效協(xié)同，從而形成復(fù)雜而有序的智能汽車社會。屆時，汽車將成為最重要的智能體之一，不僅每臺汽車都具備強(qiáng)大的智能能力，而且與企業(yè)、用戶以及用車環(huán)境中等眾多相關(guān)的智能體融為一體，形成解決“造車-用車-環(huán)境”中所有問題的群體協(xié)同智能。而當(dāng)前我們?yōu)槠嚠a(chǎn)業(yè)擁抱AI所做的所有努力，都將為達(dá)成這一終極目標(biāo)添磚加瓦。盡管ASI看似遙遠(yuǎn)，但我們正行進(jìn)在通往ASI的大道上；同時，我們?nèi)〉玫母鞣N階段性進(jìn)展，都可以讓企業(yè)短期受益（沿途下蛋），并使長期可期。
由此可見，汽車產(chǎn)業(yè)All in AI應(yīng)以AI技術(shù)演進(jìn)為驅(qū)動，努力實現(xiàn)產(chǎn)品和企業(yè)智能體及其自進(jìn)化，迎接產(chǎn)業(yè)乃至社會整體能力發(fā)生質(zhì)變的大智能時代早日到來。顯然，這必將要求汽車企業(yè)建立起與之匹配的全新能力體系和組織架構(gòu)。
2.汽車企業(yè)All in AI的核心能力
我認(rèn)為，車企All in AI比拼的是全面擁抱AI的速度、廣度、深度以及持續(xù)進(jìn)化的能力，最終要構(gòu)建形成一個覆蓋全場景、全業(yè)務(wù)鏈、全生命周期以及全運營管理體系的智能體生態(tài)系統(tǒng)。
也就是說，車企All in AI需要著力打造智能體應(yīng)用體系。該體系可分為三個層次：底層是統(tǒng)一的AI基礎(chǔ)底座，包括基礎(chǔ)大模型、數(shù)據(jù)和算力等，這是為整個體系提供支撐的基礎(chǔ)設(shè)施。中間層是各種AI模型組成的能力平臺，既面向產(chǎn)品的不同場景，也面向業(yè)務(wù)、管理的不同場景，這是整個體系的驅(qū)動引擎。頂層則是產(chǎn)品、業(yè)務(wù)和管理的各種智能體，也就是面向不同場景的實際解決方案。這些智能體需要在模型能力平臺之上，基于支持垂直場景智能體的開發(fā)架構(gòu)和協(xié)作框架來構(gòu)建，是整個體系的創(chuàng)新應(yīng)用。而企業(yè)智能體應(yīng)用體系的水平高低，可以從場景的豐富性（廣度）和應(yīng)用的有效性（深度）來衡量。
為構(gòu)建上述體系，車企應(yīng)采取如下策略：以場景應(yīng)用需求為導(dǎo)向，通過設(shè)計編排任務(wù)流，融合打通模型、工具與數(shù)據(jù)，構(gòu)建起面向不同場景的智能體。在此過程中，對各種智能體必須遵循分類管理、統(tǒng)籌推進(jìn)的原則，切忌各自為戰(zhàn)。具體來說，對于產(chǎn)品智能體，可以在端側(cè)部署的統(tǒng)一原生多模態(tài)大模型是基礎(chǔ)，標(biāo)準(zhǔn)化“原子”服務(wù)及生態(tài)資源接口開放是關(guān)鍵；對于企業(yè)智能體，重點在于能夠?qū)⒊墒旄咝У娜蝿?wù)流及執(zhí)行工具有效集成起來。
同時，智能體應(yīng)用體系的落地還有賴于三項關(guān)鍵能力的支撐。一是模型平臺化能力。車企要突破單點應(yīng)用的局限，面向多場景、多任務(wù)的智能體開發(fā)，進(jìn)行AI模型的選擇，并構(gòu)建起深度集成的平臺。二是統(tǒng)一的數(shù)據(jù)治理能力。車企要推動數(shù)據(jù)體系從單純的存儲向跨場景、跨部門的貫通升級，并持續(xù)積累和自生成高質(zhì)量數(shù)據(jù)，這些數(shù)據(jù)將決定智能體的進(jìn)化程度。三是多智能體的協(xié)作框架，這是進(jìn)階的能力。車企要籍此實現(xiàn)模型的兼容以及跨場景的任務(wù)編排。這三大能力共同服務(wù)于場景導(dǎo)向的智能體構(gòu)建，形成一個持續(xù)優(yōu)化的完整閉環(huán)。
總之，車企應(yīng)以“產(chǎn)品力×創(chuàng)造力×管理力”為目標(biāo)導(dǎo)向，通過完整的關(guān)鍵能力建設(shè)，加快AI能力對企業(yè)的全面深度滲透，逐步建立起智能體主導(dǎo)的協(xié)同共創(chuàng)生態(tài)。由此，智能體將成為支撐企業(yè)運行和產(chǎn)品使用的持久性基礎(chǔ)架構(gòu)，而不是臨時性的解決方案，進(jìn)而驅(qū)動企業(yè)實現(xiàn)提質(zhì)增效降本的持續(xù)價值創(chuàng)造，在快速變化的市場環(huán)境中始終保持自身的核心競爭力。
3.汽車企業(yè)All in AI的關(guān)鍵抓手
面向全場景智能體生態(tài)建設(shè)，進(jìn)行組織及流程、分工等的全面重構(gòu)，即組織變革，是企業(yè)All in AI的關(guān)鍵抓手。換句話說，為了形成All in AI的全新核心能力，車企必須構(gòu)建起與之匹配的新型組織。
在這種新型組織中，智能體將成為連接車企、供應(yīng)商以及用戶的核心樞紐，并形成“需求把握-方案生成-預(yù)測分析-反饋優(yōu)化”的全任務(wù)流智能閉環(huán)。這不僅能有效彌合業(yè)務(wù)斷點，還將顯著提升整體效能。與之相應(yīng)，車企需要在內(nèi)部構(gòu)建業(yè)務(wù)邊界模糊的協(xié)同型組織，這意味著研發(fā)、生產(chǎn)、供應(yīng)、營銷和服務(wù)等業(yè)務(wù)部門不再像之前的職能型組織中那樣涇渭分明；同時，需要在外部構(gòu)建起能夠充分整合生態(tài)伙伴資源的能力型組織，以支撐基于專業(yè)化分工的多主體協(xié)作模式。這將是一種數(shù)據(jù)暢通、充分聯(lián)動、協(xié)同創(chuàng)新的新型組織形態(tài)。
具體來說，車企進(jìn)行組織變革的思路是：以用戶體驗為導(dǎo)向，基于各種任務(wù)流，實現(xiàn)由智能體驅(qū)動的內(nèi)部業(yè)務(wù)協(xié)同和外部能力導(dǎo)入，進(jìn)而形成可以自組織的綜合智能體。
就內(nèi)部協(xié)同型組織而言，企業(yè)各部門不再有清晰的職能劃分，彼此界限模糊化、工作融合化，呈現(xiàn)出“你中有我，我中有你”的協(xié)同狀態(tài)。這種協(xié)同絕非依靠行政命令所能達(dá)成，而是要由智能體結(jié)合任務(wù)流進(jìn)行組織調(diào)整和資源調(diào)度（或者說是由碳基人與硅基“人”共同協(xié)作完成）。最終企業(yè)需要基于優(yōu)化分工模型來弱化人性阻礙，形成一個跨職能的融合共創(chuàng)整體。
就外部能力型組織而言，企業(yè)需要通過內(nèi)外部的多智能體協(xié)作，實現(xiàn)整車企業(yè)與各類供應(yīng)商伙伴之間需求與能力的高效匹配、實時響應(yīng)以及決策閉環(huán)。之所以稱其為能力型組織，是因為這種擴(kuò)展至企業(yè)外部的協(xié)同，不再只是簡單地關(guān)注供應(yīng)商的供貨成本。成本低只是基礎(chǔ)，綜合業(yè)務(wù)能力強(qiáng)大乃至稀缺才是供應(yīng)商能夠成為新汽車時代生態(tài)協(xié)作伙伴的關(guān)鍵。
在上述組織變革中，數(shù)據(jù)中心建設(shè)是重中之重。因為實現(xiàn)數(shù)據(jù)貫通及價值創(chuàng)造，是構(gòu)建協(xié)同型內(nèi)部組織與能力型外部組織的核心任務(wù)。企業(yè)各部門、不同企業(yè)之間唯有通過數(shù)據(jù)連接起來，才能實現(xiàn)跨場景的全要素互通，以及多主體的充分聯(lián)動、深度協(xié)同，并由此將協(xié)同效應(yīng)的價值最大化。
綜上，車企應(yīng)按照“組織變革更深化、多方協(xié)作更廣泛”的新理念，打造以數(shù)據(jù)價值閉環(huán)、智能體主導(dǎo)、任務(wù)流調(diào)度為核心特征的全新生態(tài)型組織，其最終目標(biāo)是實現(xiàn)全場景打通、弱中心化運行以及內(nèi)外部價值共生。
五、總結(jié)
最后，我將今天分享的內(nèi)容簡要做個總結(jié)。我認(rèn)為，車企All in AI具有必要性、緊迫性、全面性和科學(xué)性，必要性要求我們下定決心，緊迫性要求我們加快行動，全面性要求我們構(gòu)建體系，科學(xué)性要求我們把握節(jié)奏。
究其根本，AI不是單純的技術(shù)，而是遠(yuǎn)遠(yuǎn)超越技術(shù)，最終將會帶來整個人類社會的全面重構(gòu)。從認(rèn)知與思維方式，到生產(chǎn)生活方式，再到社會結(jié)構(gòu)，人類的一切都將因AI而發(fā)生顛覆性變革。在此次變革中，沒有任何產(chǎn)業(yè)、企業(yè)或個人能夠置身事外，盡管節(jié)奏可以不同，但All in AI的行動越早越好。
需要強(qiáng)調(diào)的是，高度復(fù)雜的汽車產(chǎn)業(yè)更加需要All in AI。由于AI變革是一項持續(xù)性的系統(tǒng)工程，并且不可能靠“拿來主義”完成，也無從借助“后發(fā)優(yōu)勢”，所以汽車企業(yè)必須堅持長期主義和科學(xué)態(tài)度，在理解制造業(yè)共性策略的基礎(chǔ)上，理清自身個性化的發(fā)展路徑，做好戰(zhàn)略上的系統(tǒng)布局，并將戰(zhàn)術(shù)上的舉措落實到位。具體來說，一要明確頂層設(shè)計，車企應(yīng)秉持“×AI”的深度融合理念，統(tǒng)籌資源配置，構(gòu)建多智能體生態(tài)；二要實施多線并進(jìn)，車企應(yīng)從場景、技術(shù)、數(shù)據(jù)、基礎(chǔ)設(shè)施、組織、流程、人才等多個維度協(xié)同推進(jìn)AI布局，以實現(xiàn)相互支撐、互為促進(jìn)；三要堅持長期投入，車企應(yīng)認(rèn)識到AI需要持續(xù)投入，同時也會持續(xù)受益，唯有堅持投入才能實現(xiàn)由量變到質(zhì)變的飛躍；四要建立生態(tài)思維，企業(yè)應(yīng)夯實內(nèi)部基礎(chǔ)、善用外部資源，通過生態(tài)化的發(fā)展模式實現(xiàn)多主體分工協(xié)作與融合創(chuàng)新。
千里之行、始于足下，AI變革不可能一蹴而就，但是企業(yè)應(yīng)該從現(xiàn)在開始就All in AI。我建議，汽車企業(yè)按照“目標(biāo)牽引，循序漸進(jìn)，以點帶面，持續(xù)推進(jìn)”的總體原則，首先立足于1.0階段的單點應(yīng)用突破，同時儲備2.0階段的技術(shù)平臺與核心能力，進(jìn)而展望3.0階段的全價值鏈生態(tài)協(xié)同。最終以AI全面賦能企業(yè)的產(chǎn)品、業(yè)務(wù)和管理等各個維度，實現(xiàn)AI與不同場景的深度融合及持續(xù)進(jìn)化。在此過程中，車企必須制定全面系統(tǒng)的行動框架，分階段逐步推進(jìn)AI落地，并確保AI變革的速度、力度、廣度與深度并重。
本文轉(zhuǎn)載自《軒轅商業(yè)評論》
