2026年2月3日下午，科大訊飛股份有限公司聯(lián)合創(chuàng)始人、總裁吳曉如做客《趙福全研究院》高端對話欄目，作為欄目第78期嘉賓，與世界汽車工程師學會聯(lián)合會（FISITA）終身名譽主席、清華大學車輛學院教授、汽車產(chǎn)業(yè)與技術戰(zhàn)略研究院院長趙福全進行了一場一對一的深度對話。本欄目由蓋斯特管理咨詢公司策劃、贊助并在其官方視頻號播出。在直播之后，我們精心整理了對話內(nèi)容，現(xiàn)全文刊載。
【核心觀點】
拓展升級：汽車消費者對于車內(nèi)導航、音樂等應用的需求顯著提高了。這不僅僅是要求把原有功能做得更好，而切希望實現(xiàn)功能上的拓展和升級。也就是說，今后汽車要變成一個移動的音樂廳、一個移動的影視廳，同時還是一個移動的健康空間。為了實現(xiàn)上述功能拓展，就需要像科大訊飛這樣的供應商與車企共同努力。
范式變革：此前汽車主要以硬件配置體現(xiàn)產(chǎn)品差異，現(xiàn)在汽車呈現(xiàn)出硬件標準化和同質(zhì)化、而以軟件實現(xiàn)產(chǎn)品差異化的趨勢。未來汽車將進入到數(shù)據(jù)主導的智能化階段，車企基于AI可以為用戶提供更好的服務及體驗。
空間屬性放大：無論是客廳般的舒適體驗，還是音樂廳般的音響效果，汽車作為“第三空間”的特征與內(nèi)涵日益豐富。用戶的空間需求大幅拓展，車上也需增加更多功能，整車企業(yè)只靠自身力量難以應對，這就需要與供應商進行共創(chuàng)。
整供關系改變：不再是車企直接給出功能定義、供應商按要求交付的單純買賣關系；而是車企先提出功能定義，然后整供企業(yè)一起討論相關場景、完善功能定義、共創(chuàng)技術方案。由此，整供車企之間就從簡單的買賣關系轉(zhuǎn)向了協(xié)同共創(chuàng)的伙伴關系。
AI賦能：未來AI能力平臺將成為汽車產(chǎn)品的“基礎設施”，即每輛車上都會搭載一定的基礎硬件，以支撐后續(xù)不斷增強的AI功能。這其中有很多細節(jié)的工作，需要整供雙方共同商討及推動落地。
AI重塑：AI帶來的影響不只局限于某一項技術或某一個環(huán)節(jié)，而是會波及人類社會的各個方面。就企業(yè)而言，AI將引發(fā)整個運營體系的全方位變革，從研產(chǎn)供銷服全鏈條的各個環(huán)節(jié)，到產(chǎn)品體系、知識體系、能力體系及人才體系等，都將被AI重塑。
模型與應用并重：科大訊飛采用差異化競爭策略，即AI基礎大模型開發(fā)與重點行業(yè)關鍵場景應用同步推進，二者相輔相成、互為促進。
大模型要素：最終大模型就相當于一種非常底層的操作系統(tǒng)，或者說類似于一種基礎性的數(shù)據(jù)庫。至于誰能成為競爭留下來的大模型公司，關鍵因素在于：其大模型是否在一些體量大、范圍廣、用戶多的場景中落地應用了。
端側模型：在可預見的未來5-10年，汽車行業(yè)一定需要專屬的大模型。其主要原因有兩點：一是汽車產(chǎn)品對端側能力包括響應速度、可靠性等的要求極高，對隱私保護的要求也很高；二是汽車產(chǎn)品的端側算力在目前已有的各種智能設備中是最強的，足以支撐相當程度的大模型。
云端模型：汽車產(chǎn)業(yè)的云端模型將如何發(fā)展，仍然存在較大的不確定性。未來云端可能會形成基礎模型與各種汽車行業(yè)模型并存的格局。
擁抱AI：對汽車企業(yè)來說擁抱AI至關重要。車企如果跟不上AI的發(fā)展節(jié)奏，無法實現(xiàn)產(chǎn)品與AI的深度融合，是不會有競爭力的，最后大概率將被淘汰。
合作模式：汽車企業(yè)亟需探索新型合作模式，特別是要與AI科技公司在“產(chǎn)品定義-產(chǎn)品打造-產(chǎn)品運營”的全鏈條上深度協(xié)同。目前有些車企在這方面已經(jīng)走在了前列，其他車企也都在持續(xù)推進中
如何擁抱AI：車企必須建立適配AI發(fā)展的組織架構。AI時代企業(yè)組織變革的核心在于提升解決問題的速度。應該說，汽車產(chǎn)業(yè)目前還沒有形成面向AI的最佳組織形態(tài)，各類企業(yè)都需要在持續(xù)實踐中迭代優(yōu)化自身組織。
新勢力車企：在擁抱AI上，新勢力車企會相對容易一些，更多的是因為它們具有時間窗口上的優(yōu)勢。新勢力車企在組織架構、人才結構等方面，天生就更貼近AI的發(fā)展需求。
傳統(tǒng)車企：傳統(tǒng)車企的組織架構、人才結構等都是在硬件技術的基礎上逐步形成的，這種長期積淀必然會產(chǎn)生某種發(fā)展慣性，導致企業(yè)面向AI的轉(zhuǎn)型節(jié)奏相對緩慢。但不同企業(yè)、不同領導的重視程度存在差異，而這恰恰會影響企業(yè)轉(zhuǎn)型決心的強弱、行動速度的快慢以及具體舉措的優(yōu)劣，并最終決定企業(yè)擁抱AI的效果。
最大差異：汽車與其他行業(yè)的最大差異就在于，AI企業(yè)在其中扮演的角色不同。在很多行業(yè)AI企業(yè)提供的是完整的數(shù)字化系統(tǒng)，直接交付給用戶使用，系統(tǒng)定義由AI企業(yè)負責；但是汽車行業(yè)則由車企主導，車企始終要對整車產(chǎn)品及其核心系統(tǒng)負責，AI企業(yè)提供的僅是系統(tǒng)內(nèi)的一個模塊或受邀參與開發(fā)一部分。這是在產(chǎn)品及功能的定義本身存在明顯差異。
大智能體：未來汽車產(chǎn)品不僅仍將具有復雜工業(yè)品的基本屬性，還將成為一個復雜的大智能體，這個大智能體集成了多種不同的小智能體及其智能化功能，并且這些功能不能是零散的，而是必須給用戶提供完整的體驗。
產(chǎn)品迭代：與手機等快消品完全不同，汽車產(chǎn)品屬于耐用型消費品。因此，汽車產(chǎn)品定義必須考慮硬件長期支撐軟件迭代更新的問題，這對車企來說無疑是一大挑戰(zhàn)。
生態(tài)復雜：在電動化、智能化的時代，原本就高度復雜的汽車產(chǎn)業(yè)、企業(yè)和產(chǎn)品正變得更加復雜，涉及到諸多要素及其背后的不同主體，而且這些主體之間呈現(xiàn)出“你中有我、我中有你”的交織狀態(tài)和復雜關系。
長期共創(chuàng)：大量“業(yè)外”的科技公司、服務公司等紛紛涌入，成為汽車產(chǎn)業(yè)大生態(tài)中不可或缺的參與主體，基于專業(yè)化分工的協(xié)同創(chuàng)新將是未來汽車產(chǎn)業(yè)發(fā)展的必由之路。需要強調(diào)的是，這種全新的資源組合和能力融合方式不是一次性的合作，而是長期性的共創(chuàng)，需要貫穿于產(chǎn)品全生命周期持續(xù)進行。
場景結合：人工智能在本質(zhì)上屬于賦能型技術，用戶每天直接使用的并非AI技術本身，而是AI技術支撐下的各類服務，所以關鍵在于能否把AI技術與具體場景有效結合起來。
深度對接：車企需要主動與各類AI科技公司及服務公司深度對接，將自身的場景需求與這些合作伙伴提供的技術與服務融為一體，并且在汽車漫長的使用周期內(nèi)持續(xù)迭代更新、不斷優(yōu)化用戶體驗。
生態(tài)分工：汽車作為大智能體的總體設計與統(tǒng)籌協(xié)調(diào)，必須由整車企業(yè)主導。這意味著車上各種軟硬件的接口標準和指令規(guī)范都要由車企來制定；而這些軟硬件背后的不同主體，也即各類生態(tài)伙伴，必須基于上述標準和規(guī)范來進行分工協(xié)作。
統(tǒng)一規(guī)范：整車企業(yè)無論是打造汽車大智能體，還是其中的小智能體，最終目標始終是通過智能化技術優(yōu)化用戶體驗、提升用戶滿意度。因此，車企應該建立一套能夠精準反映用戶體驗的評價標準與規(guī)范。
不被綁架：車企避免被供應商綁架的根本前提是要始終保持對用戶的深刻洞察，車企必須“最懂用戶”。在此基礎上，車企應該牢牢掌控兩大核心要點：一是產(chǎn)品關鍵功能的定義權，二是最終用戶體驗的評價標準。
非健康模式：一是車企以“隨時替換”為籌碼逼迫供應商不停地降價，這會大幅壓縮供應商的生存空間，使之無力繼續(xù)投入研發(fā)；二是供應商憑借技術或資源優(yōu)勢而抬高供貨價格，這會增加汽車產(chǎn)品的成本，降低車企的競爭力，進而影響產(chǎn)業(yè)創(chuàng)新的進程。
新型模式：在新汽車時代的生態(tài)化發(fā)展模式下，整供車企的協(xié)作共創(chuàng)模式將超越簡單的接口統(tǒng)一、標準一致以及聯(lián)合開發(fā)，甚至還會涉及到知識產(chǎn)權的交叉融合。
數(shù)據(jù)應用瓶頸：破解數(shù)據(jù)應用瓶頸需解決四大問題——數(shù)據(jù)脫敏、數(shù)據(jù)質(zhì)量、數(shù)據(jù)合規(guī)、利益一致。
可用與高質(zhì)量：對于數(shù)據(jù)的可用性和高質(zhì)量，首先要明確數(shù)據(jù)是否有用或者說價值的高低，比如哪些數(shù)據(jù)是金礦、哪些是鐵礦、哪些則是沒有開采價值的貧礦。
價值最大化：整供企業(yè)應該在確保合規(guī)底線和統(tǒng)一技術標準的前提下，提前明確數(shù)據(jù)共享與使用的范圍和方式，然后各自加工相關數(shù)據(jù)，進而融合雙方的數(shù)據(jù)應用成果，以實現(xiàn)數(shù)據(jù)價值的最大化。
算力布局：整車企業(yè)應當遵循“最小需求”原則，其核心在于圍繞實際業(yè)務需求來配置算力資源。整體而言，對于企業(yè)需要經(jīng)常使用的基本算力，或者說支撐關鍵數(shù)據(jù)存儲和使用的算力基礎設施，建議以自建為主，以保障核心業(yè)務的穩(wěn)定性與安全性。但是企業(yè)也不應盲目囤積算力。
人機交互：人機交互是汽車品牌特質(zhì)的核心載體，無論是交互邏輯、還是交互界面，很多交互細節(jié)都是品牌調(diào)性和基因的重要體現(xiàn)，尤其當自動駕駛普及后，交互將成為體現(xiàn)產(chǎn)品差異化的關鍵點，價值更加凸顯。
精準服務：車載人機交互需精準理解需求、適配個性化，更要感知用戶情緒、提供情緒價值，實現(xiàn)情感連接，從被動響應升級為主動陪伴式服務。
智能空間：人機交互需連接外部服務體系，為用戶提供多元價值，讓汽車突破出行工具屬性，成為集出行、工作、休閑、娛樂、醫(yī)療保健于一體的移動智能空間和全能服務智能體。
智慧聲場：以AI技術優(yōu)化座艙聲學環(huán)境，智能聲場技術依托現(xiàn)有車載音響硬件，大幅提升音質(zhì)，低成本打造車載卡拉OK、移動音樂廳、私人影院，充分釋放硬件潛力，實現(xiàn)用戶、車企、供應商多方共贏。
賦能車企：一方面依托多語種的人機交互技術、統(tǒng)一接口及低成本優(yōu)勢，科大訊飛助力中國車企加快出海；另一方面，借由與合資車企的合作，讓國外品牌車企看到了中國科技公司在智能化領域的技術實力，改變了其此前優(yōu)先選擇海外供應商的固有理念。
打破認知：外資車企需打破認知壁壘，與中國科技供應商由淺入深擴展合作，提升在華研發(fā)話語權，借助中國智能化技術深耕中國及全球市場。
破卷利器：未來五年汽車智能化的核心是創(chuàng)造用戶價值，聚焦用戶可感知場景打造差異化，破解行業(yè)同質(zhì)化內(nèi)卷，帶動座艙軟硬件與生態(tài)協(xié)同升級。
場景多元：汽車座艙將拓展健康監(jiān)測、沉浸式娛樂、私人獨立空間等多元場景，成為復合智能空間，持續(xù)放大車內(nèi)空間體驗與服務價值。
整供協(xié)同：車企與科技公司需深度分工協(xié)同，車企洞察需求、制定標準，科技公司提供技術支撐，在全周期內(nèi)共創(chuàng)打造差異化產(chǎn)品，共同實現(xiàn)高質(zhì)量發(fā)展。
【對話實錄】
趙福全：大家好！歡迎大家來到《趙福全研究院》高端對話欄目。我是本欄目的主持人、清華大學的趙福全。本欄目由蓋斯特管理咨詢公司承辦，在此表示感謝。本欄目自2014年創(chuàng)辦以來，今天迎來了第78期專場，我們非常榮幸邀請到了科大訊飛總裁吳曉如先生，請吳總和大家打個招呼。
吳曉如：大家好！我是科大訊飛的吳曉如，非常高興參加趙老師的節(jié)目。
堅守技術創(chuàng)新初心，不斷擴展產(chǎn)業(yè)應用邊界
趙福全：吳總，歡迎來參加本期高端對話節(jié)目。大家對科大訊飛的印象可能大多停留在能夠“將語音轉(zhuǎn)換成文字”的一家公司。實際上，科大訊飛是涉足多個領域的科技公司。以汽車產(chǎn)業(yè)為例，應該說10年前科大訊飛與汽車的關聯(lián)還比較少，不過隨著汽車智能化的深入發(fā)展，科大訊飛早已成為汽車產(chǎn)業(yè)的重要參與者和貢獻者之一。下面先請吳總為廣大觀眾介紹一下，科大訊飛是一家怎樣的公司？主要從事什么業(yè)務？
吳曉如：的確，在很多人印象中，科大訊飛是專業(yè)做語音轉(zhuǎn)換的公司。我們公司是在1999年底由學生創(chuàng)業(yè)成立的——當時創(chuàng)始人劉慶峰董事長和我都是中國科學技術大學的在讀研究生。公司的前身是中科大的語音實驗室，因此多年來公司業(yè)務與語音技術的關聯(lián)度一直比較高，但實際上我們涉及的領域不限于此?？拼笥嶏w最早從事語音合成和識別技術，后來逐漸擴展到翻譯和圖像業(yè)務，到今天開始致力于AI大模型等技術。也就是說，科大訊飛首先是一家技術型公司。
在商業(yè)模式上，科大訊飛早期主要是為其他公司提供技術授權。后來隨著我們的技術在一些行業(yè)應用得越來越深，就誕生了各種應用系統(tǒng)和解決方案。目前科大訊飛的技術在教育和醫(yī)療等行業(yè)有很多應用，可能這些行業(yè)的從業(yè)者對我們了解得更多一些。2024年我們還把醫(yī)療板塊拆分出來，成為一家獨立的上市公司。
對于汽車行業(yè)，在10年前科大訊飛做得還很少，只是有一些車企開始使用我們的語音交互技術?？赡芎芏嗳诉€記得，那時車載導航里出現(xiàn)了林志玲或者郭德綱的聲音，大家覺得挺有趣，這就是我們做的。不過近幾年隨著汽車智能化的程度越來越高，我們的汽車業(yè)務也做得越來越多了，不僅為車企提供語音識別、合成及交互技術，還深入到智能音響等領域。
總的來說，科大訊飛是一家最早由學生創(chuàng)業(yè)、后來逐漸發(fā)展壯大的技術型公司，現(xiàn)在我們的技術在一些行業(yè)的應用越來越深入。
趙福全：目前科大訊飛的規(guī)模有多大？研發(fā)實力如何？能否從人才結構的角度來講一講，比如研發(fā)人員所占的比例有多少？
吳曉如：目前科大訊飛大約有1萬多人，其中技術開發(fā)人員占60%，約六七千人。在這些研發(fā)人員中，有1500多人專門做AI技術，我們專門設有AI研究院，主要研究各種大模型，像訊飛語音、翻譯大模型等相關技術就是在這個研究院開發(fā)出來的；同時，我們還設有軟件技術中心和硬件技術中心。此外，我們還有各個不同的業(yè)務部門。公司的組織架構大體上就是這樣。
趙福全：現(xiàn)在學生創(chuàng)業(yè)比較流行，但在1999年還非常少見。可以說，科大訊飛是應時代需求而誕生、隨時代發(fā)展而進步的，公司業(yè)務從最初的語音合成與識別技術逐漸拓展到多種技術，并在多個行業(yè)應用。剛才您談到，目前科大訊飛有1/4的研發(fā)人員在做AI技術，包括開發(fā)大模型，這可以說是緊跟智能化大潮的熱點了。實際上，科大訊飛作為一家技術型公司，其發(fā)展歷程就是始終堅持核心技術創(chuàng)新，同時把這些技術不斷應用到更多的行業(yè)和領域中。包括汽車行業(yè)，近年來科大訊飛也做得越來越多。吳總，我們這個欄目主要就是面向汽車行業(yè)的，所以下面我想更多圍繞著汽車業(yè)務來與您探討。
眾所周知，當前汽車產(chǎn)業(yè)正在經(jīng)歷前所未有的顛覆性變革。此前汽車在本質(zhì)上就是硬件集成的產(chǎn)品，主要以硬件配置體現(xiàn)產(chǎn)品差異；在汽車銷售出去之后，整車企業(yè)與用戶基本上就沒有直接聯(lián)系了。隨著智能網(wǎng)聯(lián)技術的發(fā)展和應用，現(xiàn)在汽車搭載的軟件越來越豐富，呈現(xiàn)出硬件標準化、同質(zhì)化而以軟件實現(xiàn)產(chǎn)品差異化的趨勢；整車企業(yè)在用戶使用汽車的全過程中都與其連接，并通過更新軟件等手段持續(xù)優(yōu)化用戶體驗。展望未來，汽車將進入到數(shù)據(jù)主導的新階段，基于數(shù)據(jù)的AI能力會越來越強，車企基于此可以為用戶提供更好的服務及體驗。這意味著在SDV（軟件定義汽車）的產(chǎn)品演進尚未完成之際，汽車行業(yè)現(xiàn)在已經(jīng)開始探索AIDV（AI定義汽車）的發(fā)展之路了。在此背景下，我想了解一下，科大訊飛的汽車業(yè)務目前占多大比例？近幾年的發(fā)展態(tài)勢是怎樣的？
吳曉如：目前科大訊飛汽車業(yè)務的體量還不算大，大約占我們整體營收的7%左右，但是發(fā)展速度非?？?。早年科大訊飛是通過語音識別技術進入汽車行業(yè)的，當時車企發(fā)現(xiàn)車內(nèi)不能只有觸屏，還需要有語音，所以科大訊飛就為其提供語音技術的使用授權。后來不少車企合作伙伴希望我們能再進一步做一些場景的應用，比如通過語音來優(yōu)化導航場景等。由此，科大訊飛的汽車業(yè)務也就從單純的語音技術授權擴展到各種場景應用。在這種情況下，近幾年我們的汽車業(yè)務整體上在不斷擴大。
實際上，一直以來科大訊飛都聚焦于軟件業(yè)務，所以之前在硬件主導的汽車行業(yè)中，我們的業(yè)務規(guī)模并不大；而現(xiàn)在由于軟件在汽車產(chǎn)品中的比重越來越大、受重視程度也越來越高，我們與汽車行業(yè)的聯(lián)系也就越來越緊密了。應該說，汽車行業(yè)是科大訊飛非常看好的、預計未來將會快速發(fā)展的業(yè)務板塊之一。在這方面，今天我會和趙老師進行深入的交流。
整供車企協(xié)同共創(chuàng)是未來汽車產(chǎn)品成功的關鍵
趙福全：當前，汽車產(chǎn)業(yè)正在發(fā)生一系列重要變化。過去，汽車產(chǎn)品主要圍繞硬件進行集成式創(chuàng)新。汽車產(chǎn)業(yè)形態(tài)則是由上游供應商、中間整車企業(yè)、下游經(jīng)銷商構成的線型鏈條；整供之間的分工很明確，供應商按照整車企業(yè)的要求提供零部件即可。現(xiàn)在，汽車產(chǎn)品通過硬件配置來實現(xiàn)差異化已經(jīng)越來越難了。一方面，硬件很容易被競爭對手效仿而趨于同質(zhì)化；另一方面，硬件研發(fā)周期長、投入大、成本高，一味堆砌硬件會給企業(yè)帶來很大的負擔；更重要的是，產(chǎn)品上市后即固化的硬件，無法為用戶持續(xù)提供越來越多的功能、越來越好的體驗。所以，正如吳總剛才談到的，軟件在汽車產(chǎn)品上的重要性越來越高、應用越來越廣。實際上，汽車產(chǎn)業(yè)已經(jīng)進入到軟件主導的時代，特別是在AI應用的熱潮下，軟件的價值還在進一步增大。由此，汽車產(chǎn)業(yè)形態(tài)正向多主體分工協(xié)作的網(wǎng)狀生態(tài)轉(zhuǎn)變；相應的，整供之間也不再是涇渭分明的甲乙方，而是共生共創(chuàng)的合作伙伴，并衍生出一系列新的商業(yè)模式。比如近期廣汽、寧德時代和京東就合作打造“國民好車”，由京東提供用戶洞察、銷售及售后服務，這就完全不同于以往供應商、經(jīng)銷商的角色了。
那么，您作為科大訊飛的領軍人，如何看待汽車整供關系與合作模式的這些變化？這會不會為科大訊飛帶來新的發(fā)展機遇？如果答案是肯定的，科大訊飛又該如何把握住這種機遇呢？請談談您的思考。
吳曉如：科大訊飛作為一家汽車供應商，同時我本人也作為汽車消費者，確實感受到汽車產(chǎn)業(yè)正在發(fā)生深刻的變化。以前，汽車只是一種出行工具，用戶覺得車開著好就夠了；現(xiàn)在，汽車越來越成為移動的空間，用戶的需求較之前大幅拓展，車上也增加了滿足這些需求的更多功能。例如，一些用戶在車上不是簡單地聽聽歌，而是希望能夠享受音樂，這就對車載音響的音質(zhì)提出了更高要求；又如，當前中國的互聯(lián)網(wǎng)非常發(fā)達，很多用戶都希望在車上也能享用各種各樣的互聯(lián)網(wǎng)服務，這就對車輛的網(wǎng)聯(lián)化、智能化提出了更高要求。而與其他產(chǎn)品不同的是，在汽車產(chǎn)品的各種場景中，一定要以一種更加自然、完全不會影響到駕乘安全的方式來提供上述功能與服務，這就對人車交互的方式和質(zhì)量提出了更高要求。
具體來說，汽車消費者對于車內(nèi)導航、音樂等應用的需求顯著提高了。這不僅僅是要求把原有功能做得更好，而是希望實現(xiàn)功能上的拓展和升級。也就是說，今后汽車要變成一個移動的音樂廳、一個移動的影視廳，同時還是一個移動的健康空間。為了實現(xiàn)上述功能拓展，就需要像科大訊飛這樣的供應商與車企共同努力。
在這個過程中，我們也親歷了整供關系的轉(zhuǎn)變：不再是車企直接給出功能定義、供應商按要求交付的單純買賣關系；而是車企先提出功能定義，然后整供企業(yè)一起討論相關場景、完善功能定義、共創(chuàng)技術方案，看各自的技術分別能完成哪些部分，又該怎樣融合起來，以便為消費者提供其真正需要的功能。例如，前段時間科大訊飛就是按照這種方式打造推出了汽車智能音響產(chǎn)品。從這個意義上講，我認為車端應用場景的牽引作用至關重要。
趙福全：的確如此，就像吳總剛才講到的，汽車產(chǎn)品的空間屬性正在不斷放大，無論是客廳般的舒適體驗，還是音樂廳般的音響效果，汽車作為“第三空間”的特征與內(nèi)涵日益豐富。在這種情況下，整車企業(yè)只靠自身力量是難以應對的，畢竟與空間屬性相關的很多核心技術都是車企并不掌握的，有些也不應由車企掌握，這就需要與供應商進行共創(chuàng)。由此，整供車企之間也就從簡單的買賣關系轉(zhuǎn)向了協(xié)同共創(chuàng)的伙伴關系。
究其根源，我認為這是“新汽車”時代的必然趨勢。我之所以提出“新汽車”的概念，就是想強調(diào)本輪變革并非只是汽車動力形式的改變以及智能化技術的引入，而是會將汽車產(chǎn)品徹底重塑為全新的物種，并由此引發(fā)整個產(chǎn)業(yè)范式的巨變。包括我們剛剛談到的整供關系的改變；也包括銷售模式的改變，傳統(tǒng)的4S店模式正在向線上與線下結合的“O2O”模式演進。那么在本輪汽車產(chǎn)業(yè)巨變的過程中，您認為科大訊飛有哪些獨特的核心技術能為車企賦能呢？
吳曉如：趙老師對行業(yè)的理解非常深刻。大家知道，此前整車企業(yè)把供應商分為T1（一級供應商）、T2（二級供應商）、T3（三級供應商）等，科大訊飛最早與車企合作時只是T2或T3。近幾年有多家車企的領導都曾和我說過：科大訊飛不該是T2，甚至也不是T1，而應該是T0.5（0.5級供應商）。他們表達的意思是，科大訊飛在做的很多事情，都不是車企先把需求定義清楚，然后交給我們來落實，而是雙方先溝通技術能做到什么程度，然后再一起定義需求和共創(chuàng)方案。
我舉兩個具體的案例。第一個例子，早期我們做車載語音交互，都是一些簡單指令，比如“打電話給某某”。后來人車之間的語音交互越來越復雜，不只駕駛員需要語音交互，車上不同位置的乘客也都需要語音交互，而且對語音交互準確性的要求也越來越高。這就要求座艙里的麥克風必須準確采集到每個座位上乘客的語音。但是我們發(fā)現(xiàn)，車內(nèi)麥克風的原有布置方案無法滿足上述要求，因為此前車企在選擇布置方案時只考慮了設計上的美觀和工藝上的易實現(xiàn)等因素。在此情況下，我們就與車企深度溝通，強調(diào)必須把準確采集語音的需求也考慮進來，并與車企一起優(yōu)化麥克風陣列的布置。這實際上體現(xiàn)了軟硬件一體化的理念：科大訊飛并非單純地提供語音交互軟件，而是也要參與到硬件的開發(fā)中，通過與整車企業(yè)深度共創(chuàng)來確保軟硬融合。
第二個例子，現(xiàn)在AI大模型特別熱，越來越多的車企把各類AI大模型引入到汽車產(chǎn)品中，而這些模型需要相應的硬件支撐。那么，一輛汽車到底需要多大算力的芯片呢？顯然，不同定位、不同價位的車型，其配置芯片的需求肯定是不一樣的。這就需要我們與車企溝通，看他們究竟想實現(xiàn)哪些場景，為此我們需要應用哪些技術，最終根據(jù)這些技術的適配方案來確定算力的需求。實際上，我認為未來AI能力平臺將成為汽車產(chǎn)品的“基礎設施”，即每輛車上都會搭載一定的基礎硬件，以支撐后續(xù)不斷增強的AI功能。這其中有很多細節(jié)的工作，需要整供雙方共同商討及推動落地。
就科大訊飛而言，不管是早期的語音交互，還是現(xiàn)在的各類智能應用，我們的核心技術都需要語音、圖像等方面的AI能力支撐；而這些AI能力又都需要構建在底層硬件之上。這就要求我們必須深度參與汽車產(chǎn)品的開發(fā)，與車企溝通討論，一起確定合適的硬件環(huán)境。
趙福全：吳總，我們這個高端對話欄目的觀眾群體非常廣泛，包括很多行業(yè)領導、企業(yè)高層以及技術專家都會收看。所以，我們不妨敞開來聊，相信一定會有很好的傳播效果。
我覺得，您剛才提到了非常重要的一點，整供企業(yè)之間的分工及關系正在發(fā)生重大變化。以科大訊飛為例，曾經(jīng)你們只是T2或T3，只需提供相關軟件，幫助車企實現(xiàn)語音識別等基本功能即可。但是近年來情況不同了，車上不僅需要有更多的功能，并把這些功能做得更好，而且具備了一定的功能和性能還不夠，還需要讓用戶獲得更好的體驗，這就不是整車企業(yè)獨自就能做到的了。在這方面，吳總講的麥克風布置的案例就很典型。以前車企只關注麥克風的功能是否可靠、安裝是否方便、外觀是否符合內(nèi)飾的整體風格等因素；而現(xiàn)在還必須精準判斷出是哪個位置用戶的語音，這就需要基于對聲學的深刻理解，重新確定麥克風的數(shù)量、性能和位置，以期實現(xiàn)良好的語音交互效果。
現(xiàn)在業(yè)界都在講所謂“體驗經(jīng)濟”，在我看來，其關鍵在于產(chǎn)品不只是功能有無的問題，也不只是性能好壞的問題，而是要做得“精細”，讓用戶獲得最佳的體驗?；蛘哂卯斍傲硪粋€流行的概念來說，就是要為用戶提供“情緒價值”。比如用戶在車內(nèi)聽音樂時，有音樂廳一樣的沉浸感；在車內(nèi)玩游戲時，有身臨其境、現(xiàn)場對戰(zhàn)的逼真感，等等。說實話，對于這樣的用戶體驗，整車企業(yè)就算想得到也很難做得到，畢竟車企的核心業(yè)務是造車，而不是打造視聽環(huán)境。以音響為例，其效果與硬件、軟件、車內(nèi)環(huán)境等諸多因素都有關，整車企業(yè)唯有借助專業(yè)供應商多年積累的技術能力，進行深度協(xié)同共創(chuàng)，才有可能拿出最優(yōu)的方案。所以我認為，汽車產(chǎn)業(yè)正從集成式創(chuàng)新邁向融合式創(chuàng)新的新階段，車企如果認為自己主導就能做好所有事情，甚至還秉持“肥水不流外人田”的想法，那就太低估供應商專業(yè)化能力的重要性了，最終肯定無法實現(xiàn)最佳的用戶體驗。
AI將給整個人類社會帶來全方位的深遠影響
趙福全：吳總剛才還談到了人工智能。實際上，AI帶來的影響遠不局限于汽車產(chǎn)業(yè)，而是會重塑整個世界。所以，我想請您先分享一下，AI將對人類社會產(chǎn)生哪些重大影響。然后再聚焦汽車產(chǎn)業(yè)，談談未來5-10年AI會帶來哪些變化。而科大訊飛對此準備如何應對，要做哪些儲備？
吳曉如：趙老師的這個問題很大。人工智能的影響非常廣泛且深遠，說實話，未來5年、10年后AI究竟會發(fā)展到什么程度，真的很難預測，因為變化實在太快了。雖然我在人工智能領域已經(jīng)做了20多年了，長期身處其中，但最近兩三年的發(fā)展還是讓我切身感受到“眼花繚亂”——各大廠商不斷推出各種AI模型，并且很多模型的技術迭代進步速度遠遠超出預期。
更重要的是，人工智能并不只是技術層面的變革，而是將給整個人類社會帶來全方位的變化。從國家層面看，當前發(fā)展AI已經(jīng)成為中國的國家戰(zhàn)略，同時其他很多國家也都高度重視AI，將其視為全球競爭的制高點。我認為，后續(xù)AI必將對國際政治經(jīng)濟格局以及各國之間的關系產(chǎn)生極其重大的影響。
從社會層面看，在AI的影響下，未來的職業(yè)結構一定會發(fā)生顯著變化。相應的，教育模式必然隨之改變。更進一步來說，整個社會的結構也會發(fā)生深刻變化。
從企業(yè)層面看，首先是產(chǎn)品本身，當前包括汽車在內(nèi)的各行各業(yè)，都越來越重視AI，致力于通過AI來提升產(chǎn)品的競爭力。因為AI可以實現(xiàn)精準化、個性化的產(chǎn)品及服務，就是說，不再只是簡單地實現(xiàn)某些功能，而是讓這些功能能夠更加精準地匹配用戶的需求，真正觸達用戶的痛點。其次是研發(fā)模式，在AI的影響下，整個產(chǎn)品的開發(fā)流程及管理模式等都將發(fā)生變化。以前一款產(chǎn)品的核心開發(fā)團隊需要很多人，現(xiàn)在借助AI，用更少的人就能完成同樣的任務，而且還能把產(chǎn)品定義得更準、打造得更好。最后是組織模式和人才需求等，這些方面也會隨著產(chǎn)品及其研發(fā)模式的改變而變化。
正因如此，科大訊飛這幾年花了大量精力進行內(nèi)部建設，比如鼓勵優(yōu)秀的員工和團隊總結提煉AI應用經(jīng)驗，讓這些經(jīng)驗在公司內(nèi)部快速傳播和復用。面對AI的快速發(fā)展，我們能做的就是在技術應用上跑得更快，為此要讓企業(yè)的研發(fā)模式、服務模式和組織模式等，能夠支撐一系列新技術的快速應用。同時，企業(yè)也要對員工負責。比如說，很多員工加入科大訊飛時，AI大模型還沒有出現(xiàn)；所以現(xiàn)在我們要及時給員工進行AI基礎技術及行業(yè)應用等方面的培訓，讓大家都跟上AI快速發(fā)展的節(jié)奏。
近期大家經(jīng)常討論的一個話題就是，AGI（通用人工智能）究竟何時能夠?qū)崿F(xiàn)？對此的估計既有樂觀派，也有悲觀派，即便長期從事AI的專家學者意見也不一致，甚至是天差地別。其實這種所謂“AI根技術”的發(fā)展進程是難以精準預判的，就更別說對AI技術應用于各個產(chǎn)業(yè)的深度和廣度進行判斷了。我倒覺得，與其糾結于這些判斷，不如積極實踐。正因如此，企業(yè)要做的就是專注于自己的領域，把AI技術的落地應用做得更扎實，這樣才能更好地適應AI的發(fā)展，進而推動AI的進步。
趙福全：我完全認同吳總的看法，現(xiàn)在要準確預測5年、10年之后AI的狀態(tài)，確實很難做到。因為技術的進步實在太快了，用“日新月異”來形容一點都不為過。我曾經(jīng)講過，2024年AI還是“山雨欲來風滿樓”，而2025年已經(jīng)是“忽如一夜春風來”了——盡管AI大范圍普及應用的春天還沒有真正到來，但是各行各業(yè)都已經(jīng)感受到春天般的氣息了。
您還特別談到，AI帶來的影響不只局限于某一項技術或某一個環(huán)節(jié)，而是會波及人類社會的各個方面。我覺得，這一點您看得非常透徹。就企業(yè)而言，我同樣認為，AI將引發(fā)整個運營體系的全方位變革，從研產(chǎn)供銷服全鏈條的各個環(huán)節(jié)，到產(chǎn)品體系、知識體系、能力體系及人才體系等，都將被AI重塑。
AI基礎大模型開發(fā)與重點行業(yè)落地應用并重
趙福全：由此就帶來了一個問題：在AI快速發(fā)展的新時期，科大訊飛對自身角色是如何定義的？你們究竟是AI的技術開發(fā)公司，還是在AI賦能下?lián)碛休^強AI應用能力的公司？這兩種公司的定位完全不同：比如，汽車企業(yè)肯定不會成為AI技術開發(fā)公司，但完全可以成為很強的AI應用公司。您剛才也談到，AI根技術和AI應用是兩回事。那么圍繞著AI領域，科大訊飛是怎樣自我定位的呢？
吳曉如：這是一個非常好的問題?？拼笥嶏w內(nèi)部也在持續(xù)思考和實踐，因為這直接關系到公司未來發(fā)展與組織變革的方向。目前，我們在AI方面的具體措施大致可以分為三個層面：
第一，我們在公司內(nèi)部專門設立了人工智能研究院，重點研究底層的通用大模型，比如星火大模型。在研發(fā)過程中，我們會更多地考慮模型在相關行業(yè)的關鍵應用場景，包括教育、汽車行業(yè)等等。由于現(xiàn)在外部的通用大模型發(fā)展很快，所以我們的星火大模型也必須不斷地向前快跑。為此，我們還建立了模型的測試體系，不僅有通用性的測試體系，還有為各種應用場景搭建的專屬測試體系，以便讓用戶能夠直觀感知到我們的大模型一直在進步。
第二，我們采取了“1+N”的AI應用模式。其中，“1”是底層的通用大模型，“N”則代表不同行業(yè)的應用場景，比如汽車產(chǎn)品就可以基于科大訊飛的通用大模型，實現(xiàn)各種不同的應用場景，即在“1”的上面加上很多個“N”。在應用層面，科大訊飛的靈活性是很高的：客戶既可以使用我們的星火大模型；也可以選用外部的開源大模型，再由我們協(xié)助完成“N”的工作。在公司的組織架構中，我們把各個行業(yè)的業(yè)務部門統(tǒng)稱為事業(yè)部。每個事業(yè)部也即業(yè)務部門內(nèi)部也有專門的AI團隊，當然他們更多的是做AI模型應用的。由于這些團隊在訊飛內(nèi)部工作，與我們的大模型研發(fā)團隊距離非常近，彼此可以隨時交流，所以他們對大模型有較強的“鑒賞”能力，非常清楚哪些大模型適合什么樣的特定場景。就是說，無論是基于我們自己的通用大模型，還是基于外部的通用大模型，他們都有能力有效匹配及實現(xiàn)相應的應用場景，并達到良好的效果。與此同時，面向一些重要行業(yè)的“N”，業(yè)務部門還會結合該行業(yè)的專屬數(shù)據(jù)，訓練更貼合其應用場景的行業(yè)模型和場景模型。
第三，無論哪個業(yè)務部門，我們最終的核心目標在于提升AI應用的用戶體驗。例如，汽車行業(yè)的車控、音效、智駕等應用，都要站在用戶角度來判斷其效果的優(yōu)劣，或者說都要以用戶的體驗感和認可度為評價指標。其他行業(yè)的應用也是如此。說到底，AI技術即便再先進，如果不能為用戶帶來所需的價值，也沒有任何實際意義。
整體而言，科大訊飛首先是一家人工智能公司，我們必須確保自己的底座模型始終處于第一陣營。同時，科大訊飛也高度重視人工智能的關鍵應用，我們在AI應用層面也要走在前面。而科大訊飛業(yè)務部門的核心任務就是把各種基礎模型用好，既包括我們自己的模型，也包括其他第三方的模型，都要基于各種數(shù)據(jù)進行專業(yè)化的訓練，還要把不同來源的技術都融合起來，最終實現(xiàn)最好的應用效果。以上就是我們公司目前的定位和策略。
趙福全：吳總講得非常好?？拼笥嶏w作為一家AI公司，一方面在做通用的基礎大模型，就是您所說的“1”；另一方面也在做若干行業(yè)的關鍵應用，就是您所說的“N”。而這個“N”的具體數(shù)量和內(nèi)容，取決于企業(yè)自身的重點戰(zhàn)略方向和業(yè)務拓展能力，具有很強的靈活性。
從邏輯上講，在開發(fā)基礎模型的同時，推進其應用于若干垂直領域，這在短期內(nèi)肯定是有益的，既能以基礎模型支撐應用的落地，又能以應用拉動基礎模型的優(yōu)化。但從長期來看，這未嘗不是一種挑戰(zhàn)，畢竟戰(zhàn)略需要聚焦。說到這里，我想與您探討一個問題：科大訊飛把資源分散到多個“N”上，會不會影響你們對基礎大模型的持續(xù)投入及其性能的快速提升呢？我判斷，未來真正能夠存活下來的基礎大模型，數(shù)量可能會非常有限，如果科大訊飛的基礎大模型最終沒能進入第一梯隊該怎么辦？會不會有這樣一種風險——本來想要兼顧“農(nóng)業(yè)”和“工業(yè)”，結果顧此失彼，導致田沒種好，工廠也沒做好呢？
這個問題可以再延伸一下，您認為5年之后，或者說等到AI大模型收斂的時候，科大訊飛會是一家專業(yè)的AI大模型公司，還是一家更偏重AI應用的公司？特別是在我們重點討論的汽車行業(yè)，屆時科大訊飛會是怎樣的角色？
吳曉如：我覺得，最終大模型就相當于一種非常底層的操作系統(tǒng)，或者說類似于一種基礎性的數(shù)據(jù)庫。由此出發(fā)，我完全同意趙老師剛才的判斷——5年以后底層大模型的數(shù)量肯定不會像現(xiàn)在這么多。我認為，到時候應該只會剩下少數(shù)幾家公司的大模型。至于具體會是哪幾家公司，現(xiàn)在還沒有定論。站在今天這個時間點上，恐怕沒有哪家企業(yè)敢說自己已經(jīng)穩(wěn)穩(wěn)拿到了未來大模型的船票，就此可以高枕無憂了，這一點是確定無疑的。
那么，怎樣才能成為最終留下來的大模型公司中的一家呢？我想關鍵因素在于：你的大模型是否在一些體量大、范圍廣、用戶多的場景中落地應用了。如果能在這樣的場景中站穩(wěn)腳跟，這個模型就更有可能走到最后。因為最終決定哪些底層模型能存活下來的，一定是用戶的選擇。這是我想說的第一點。
第二點，當前科大訊飛其實也是有所聚焦的，并不是在各個方向上都全面鋪開。比如，剛才談到的教育行業(yè)，就有比較獨特的應用場景，這是我們核心的業(yè)務方向之一；再如，我們也非常關注汽車行業(yè)，因為汽車也有交互類的重要應用場景。
以教育行業(yè)為例，早年我們進入其中主要是靠語音技術。而現(xiàn)在大家講得更多的是多模態(tài)交互，不過語音技術在其中依然處于核心位置。所以，我們完全可以在語音技術優(yōu)勢的基礎上，重點拓展相關的應用方向，諸如語音記錄、語音翻譯以及多模態(tài)交互等。其他行業(yè)也是如此，我們都是有選擇地進入的，而非盲目擴張。
第三點，上述策略也可以從用戶體驗的角度來審視。在真正意義上的AGI到來之前，用戶對大模型的使用習慣其實還在形成中。而我們希望依托自身的模型開發(fā)及應用能力，在人車交互等重要場景中為用戶提供最佳體驗，并由此培養(yǎng)用戶的使用習慣。最終只要用戶體驗足夠好，我們的底層模型就一定能在相關行業(yè)中占據(jù)一席之地。而如果用戶都習慣于使用科大訊飛的底層模型，我們的優(yōu)勢也就更加明顯了。
總之，一方面，我們在推動通用的底座模型持續(xù)發(fā)展，另一方面，我們也構建了模型應用的開放平臺，并且目前已經(jīng)有了大量的用戶。后續(xù)我們希望這個開放平臺能夠吸引來自不同行業(yè)的更多用戶使用。畢竟對于通用的底座模型來說，除了模型自身的效果要好之外，與第三方生態(tài)建立良好的連接，這也是一個至關重要的因素。而要建立這種連接，最重要的工作就是要把重點行業(yè)的關鍵場景做好。
對此，正如我前面談到的，科大訊飛內(nèi)部在AI領域的組織劃分和分工模式是明確的：一部分人專注于通用模型的研發(fā)，另一部分人聚焦于垂直領域的模型開發(fā)及應用。比如，我們有專門從事人車交互等汽車業(yè)務的團隊，他們不僅深刻理解大模型的機理和優(yōu)化方法，也非常熟悉汽車產(chǎn)品的應用場景和具體需求。正因如此，他們才能立足于底層模型，更快更好地進行落地應用和迭代優(yōu)化，進而不斷提升用戶體驗。
回到您剛才的問題，科大訊飛的核心目標是，在我們最關注的幾個重點行業(yè)的應用場景中，確保我們的大模型能夠立得住。當然，從技術角度看，最終的解決方案很可能是多個大模型相互融合，所以我們在自研大模型的同時，也不排斥使用其他大模型。但是不管使用哪種大模型，關鍵是要對AI大模型及其底層算法有足夠深入的理解，這樣才能把我們自己的大模型打造成最好用的大模型之一，同時也才能把基于大模型的各種應用場景做出最佳的用戶體驗。
趙福全：我聽下來感覺科大訊飛作為一家技術型公司，其自身定位是很清晰的。在技術創(chuàng)新上，科大訊飛具有堅持核心技術創(chuàng)新的基因，從最初以語音合成與識別技術為起點，到后來逐步擴展至多模態(tài)交互技術，再到如今深耕AI大模型開發(fā)及重點行業(yè)應用，始終都是如此。在商業(yè)模式上，科大訊飛從單純的技術輸出逐漸轉(zhuǎn)向為行業(yè)提供各種應用系統(tǒng)及解決方案，目前已深入擴展到教育、醫(yī)療、汽車等多個行業(yè)。特別是在汽車產(chǎn)業(yè)發(fā)生全面重構的背景下，科大訊飛從早期的導航語音切入，到現(xiàn)在已經(jīng)覆蓋了多模態(tài)交互、智能音響、智能座艙、AI算力布局等眾多領域，其汽車業(yè)務近年來取得了長足發(fā)展，且將成為科大訊飛未來的增長引擎之一。
而在AI領域，吳總剛剛也談到了科大訊飛的差異化競爭策略：即AI基礎大模型開發(fā)與重點行業(yè)關鍵場景應用同步推進，二者相輔相成、互為促進。在吳總看來，要真正做好大模型“1”的開發(fā)，就必須做好大模型在“N”個行業(yè)及領域的落地應用，包括教育、醫(yī)療、汽車行業(yè)等等?？拼笥嶏w通過深度參與這些重點行業(yè)的AI應用，可以更好地了解特定產(chǎn)業(yè)的真實需求，獲得相關用戶群體的真實反饋，從而使自己開發(fā)的基礎模型更具針對性和適配力。同時，基于基礎模型的開發(fā)能力與經(jīng)驗，科大訊飛也可以更好地推進AI大模型在相關行業(yè)的應用。在這個過程中，科大訊飛并非只限于自身的基礎大模型，而是也可以基于第三方的開源大模型來為客戶進行應用開發(fā)，核心目標是實現(xiàn)端側的用戶體驗最優(yōu)。吳總強調(diào)，未來究竟哪家公司的大模型能在競爭中最終勝出，關鍵在于用戶的選擇——大模型的應用越廣、體驗越好，就越有競爭力。這也是科大訊飛選擇基礎模型開發(fā)與行業(yè)應用并重策略的底層邏輯。
其實關于AI大模型的問題，我之前曾與多家整車企業(yè)的高層討論過，大家普遍認同“1+N+X”的大模型應用范式：其中，“1”代表基礎大模型，當然基礎大模型未必只有一個，也可能是幾個。過去業(yè)界的認識偏向于選擇一個最好的大模型即可，但現(xiàn)在發(fā)現(xiàn)不同的大模型各有能力側重，通常并沒有絕對的“最好”?！癗”代表在基礎大模型之上構建的若干行業(yè)或垂域模型，在這個層面，不同行業(yè)和領域的差異是很大的：比如，汽車、醫(yī)療、教育等行業(yè)的需求就完全不同；又如，在汽車行業(yè)內(nèi)，圍繞智能駕駛、智能座艙以及研產(chǎn)供銷服等方向，也都是高度專業(yè)化的不同領域；而“X”則代表針對具體應用場景的專業(yè)模型，這要由各家企業(yè)基于“1”和“N”，并根據(jù)自身業(yè)務和能力情況來構建及優(yōu)化。下面，我們重點討論一下AI在汽車行業(yè)的應用方案。
汽車產(chǎn)品需配備專屬端側模型，而云端基礎模型與行業(yè)模型或?qū)⒉⒋?/span>
趙福全：當前業(yè)界有一個普遍關注的核心問題——未來汽車行業(yè)究竟是會形成一個專屬的基礎大模型？還是會出現(xiàn)一個對汽車產(chǎn)業(yè)適配性很強、但并非汽車產(chǎn)業(yè)專屬的基礎大模型？又或者是汽車產(chǎn)業(yè)同時適配于多個通用的基礎大模型？不知道吳總對這個問題怎么看？
吳曉如：我個人認為，在可預見的未來5-10年，汽車行業(yè)一定需要專屬的大模型。其主要原因有兩點：一是汽車產(chǎn)品對端側能力包括響應速度、可靠性等的要求極高，對隱私保護的要求也很高；二是汽車產(chǎn)品的端側算力在目前已有的各種智能設備中是最強的，足以支撐相當程度的大模型。所以，專門面向汽車產(chǎn)品部署高度適配的端側大模型既有需求，也是可行的。而端側本身的限制使汽車產(chǎn)品不太可能部署基于Scaling law（縮放定律）構建的通用基礎大模型，畢竟通用基礎大模型的規(guī)模太過龐大，難以在車上部署。
應該說，汽車產(chǎn)品對端側模型有著獨特的需求：一方面，端側模型要承擔人車交互的基本任務，也要承擔智能駕駛及人員健康監(jiān)測等各種場景的任務；另一方面，汽車產(chǎn)品作為開放的系統(tǒng)，需要高效對接各種互聯(lián)網(wǎng)服務，特別是未來必須與云端模型打通，因此端側模型還要具備與云端協(xié)同的能力。由此出發(fā)，我覺得，打造汽車產(chǎn)業(yè)專屬的端側模型將是相關企業(yè)的一種必然選擇。
與此同時，汽車產(chǎn)業(yè)的云端模型將如何發(fā)展，仍然存在較大的不確定性：一方面，云端模型可能逐步收斂為少數(shù)幾個基礎大模型；另一方面，也不排除部分企業(yè)構建“通用的基礎大模型+行業(yè)大模型”相結合的底座，再基于此拓展自身的各種服務。這種模式類似于當前一些互聯(lián)網(wǎng)公司將自身服務與大模型底座深度嵌套的發(fā)展路徑。
簡單地說，我的判斷是：未來云端可能會形成基礎模型與各種汽車行業(yè)模型并存的格局，而汽車產(chǎn)品端則需要配備專屬的端側模型。當然，以上觀點不一定正確，僅供參考。
趙福全：吳總講得很好。您大可不必有任何顧慮，今天我們交流的很多問題，本來就沒有一致的意見或者公認的結論。特別是人工智能的發(fā)展速度遠超預期，其引發(fā)的各種變化往往出乎所有人的預料。比如，Open AI恐怕就沒有料到DeepSeek的出現(xiàn)會帶來這么大的沖擊；又如，最近谷歌的Gemini 3又呈現(xiàn)出了后來居上的態(tài)勢。實際上，過去兩三年間這種“此起彼伏”一直在不斷發(fā)生，這恰恰表明AI及其在各行各業(yè)深度應用的格局還沒有定型。事實上，在當下這個科技黑馬持續(xù)涌現(xiàn)、創(chuàng)新成果層出不窮的時代，對于AI技術未來的發(fā)展進程，我想沒有誰能夠給出絕對精準的預測。有位知名AI專家就曾在公開場合說過，自己甚至不敢預測6個月后的AI技術走向。
另外，前段時間華為在其發(fā)布的《智能世界2035》中提出，到2035年全社會的總算力將比2025年增長10萬倍。這個預測想必會讓很多人大感震驚，其實在我看來，我們更應關注華為這種科技公司對未來AI發(fā)展之快的大勢判斷，至于具體數(shù)字反而沒那么重要，要知道屆時即便只實現(xiàn)了預測值的1/10，即算力增長了1萬倍，也是非常龐大的數(shù)字了。這背后涉及到電力供應、基礎設施建設以及巨額資金投入等一系列問題，充滿了機遇和挑戰(zhàn)。最終，在日益增長的算力支撐下，人工智能的發(fā)展將會越來越快，并給整個社會帶來顛覆性的變化。
汽車企業(yè)必須積極擁抱AI，突破重點在于組織和人才
趙福全：吳總剛才談到，科大訊飛既在布局基礎大模型，也在深耕包括汽車在內(nèi)的重點行業(yè)應用。與此同時，汽車企業(yè)也在持續(xù)加大AI領域的投入。而汽車產(chǎn)品有其獨特性，可以說是對安全性要求最高的大型移動智能終端。另一方面，汽車產(chǎn)品又是價值巨大的智能終端。我一直有這樣一個判斷：如果說在互聯(lián)網(wǎng)時代，手機是核心的移動智能終端；那么進入物聯(lián)網(wǎng)時代，汽車必將成為核心的移動智能終端。因為汽車作為未來城市中的移動節(jié)點，能夠連接所有的固定節(jié)點，也就是各種各樣的智能終端，從而打通人流、物流、能源流、信息流和價值鏈。在此背景下，您對汽車行業(yè)擁抱AI有哪些建議？科大訊飛在這方面又有哪些具體實踐?
吳曉如：近年來汽車產(chǎn)業(yè)的發(fā)展有兩條主線，即電動化和智能化。而我們在與多家車企高層的交流溝通中發(fā)現(xiàn)：電動化的路徑已經(jīng)比較清晰了，其核心在于續(xù)駛里程等關鍵指標的提升，具體措施包括優(yōu)化動力電池等；相較而言，智能化的路徑尚未收斂，還需要相關各方一起努力、共同探索。不過有一點是明確的：汽車智能化，包括人車交互、智能駕駛等，都是用戶最能直接感知到的環(huán)節(jié)，早已成為影響用戶購車選擇的核心要素。因此，擁抱AI對汽車企業(yè)來說至關重要。展望未來，我認為車企如果跟不上AI的發(fā)展節(jié)奏，無法實現(xiàn)產(chǎn)品與AI的深度融合，是不會有競爭力的，最后大概率將被淘汰。
當然，各家車企由于基因差異等原因，其轉(zhuǎn)型難度各不相同。部分新勢力車企最初就是以數(shù)字化科技公司的姿態(tài)進入汽車行業(yè)的，因此擁抱AI的意識相對更強，在“軟件定義汽車”等方向上更容易發(fā)力，對智能化的推進可能也就更順暢一些。而傳統(tǒng)車企受限于內(nèi)部長期形成的組織結構和發(fā)展慣性，再加上大企業(yè)落地各種舉措往往需要更多時間，所以推進智能化的難度會更大一些。不過我想強調(diào)的是，近年來傳統(tǒng)車企的轉(zhuǎn)型行動并不慢。尤其是部分實力雄厚的傳統(tǒng)車企，通過資本合作、戰(zhàn)略投資等多種形式與AI科技公司緊密聯(lián)動、深度合作，已經(jīng)突破了傳統(tǒng)“甲方-乙方”的合作模式，并由此在內(nèi)部初步建立起了較強的AI應用體系。事實上，我感覺目前大多數(shù)車企的管理層都非常清醒，他們已經(jīng)認識到：汽車產(chǎn)品本來就是高度復雜的系統(tǒng)工程，是國家工業(yè)體系綜合實力的集中體現(xiàn)；而現(xiàn)在融入智能化之后，其復雜度就更高了。正因如此，汽車企業(yè)只靠自身力量是難以充分擁抱AI的，必須加強與AI科技公司等的有效協(xié)作。
在我看來，在智能化方向上，汽車企業(yè)亟需探索新型合作模式，特別是要與AI科技公司在“產(chǎn)品定義-產(chǎn)品打造-產(chǎn)品運營”的全鏈條上深度協(xié)同。目前有些車企在這方面已經(jīng)走在了前列，其他車企也都在持續(xù)推進中。我認為，總體而言，汽車企業(yè)與AI深度融合是一項非常復雜而艱巨的任務，今后還需要車企與相關科技公司共同嘗試多種形式的合作，以期實現(xiàn)更緊密的融合。
趙福全：吳總講到，當前人工智能已經(jīng)進入到規(guī)?；瘧玫碾A段，后續(xù)將對整個社會產(chǎn)生顛覆性的影響，為此企業(yè)必須積極擁抱AI。在這一點上，汽車行業(yè)的認知也是一致的。同時，您分析了不同車企在智能化轉(zhuǎn)型上的差異，認為新勢力車企擁抱AI會相對容易一些。對此，我想與您進一步探討。這種差異是源于思維理念嗎？可是前面您也提及，現(xiàn)在傳統(tǒng)車企的高層已經(jīng)充分認識到了AI的重要性。又或者是由于新勢力車企具備某些獨特的能力？我認同您提到的有些新勢力車企帶有數(shù)字化或者說互聯(lián)網(wǎng)科技公司的基因，但是互聯(lián)網(wǎng)時代與人工智能時代的思維方式、核心能力等，其實并不相同。在這種情況下，為什么說新勢力車企擁抱AI的機會更大呢？
吳曉如：我所說的新勢力車企擁抱AI會相對容易一些，更多的是因為它們具有時間窗口上的優(yōu)勢。新勢力車企在成立之初，沒有任何歷史包袱，甚至連工廠都是新建的，它們從一開始就致力于打造智能電動汽車產(chǎn)品，并聚焦于相應的產(chǎn)品定義、軟件研發(fā)和體系建設等。如果把企業(yè)比作一個人，那么新勢力車企在組織架構、人才結構等方面，天生就更貼近AI的發(fā)展需求。
相比之下，傳統(tǒng)車企長期圍繞發(fā)動機、變速箱等硬件構建自身的核心能力體系，其組織架構、人才結構等都是在硬件技術的基礎上逐步形成的。這種長期積淀必然會產(chǎn)生某種發(fā)展慣性，導致企業(yè)面向AI的轉(zhuǎn)型節(jié)奏相對緩慢。我認為，這是主要原因所在。與此同時，盡管不少傳統(tǒng)車企的高層對AI的認知也已經(jīng)非常深刻了，但不同企業(yè)、不同領導的重視程度還是有區(qū)別的，而這恰恰會影響企業(yè)轉(zhuǎn)型決心的強弱、行動速度的快慢以及具體舉措的優(yōu)劣，并最終決定企業(yè)擁抱AI的效果。
趙福全：吳總提到的這一點非常重要。我原本以為您會從資金或者說資源約束的角度來談傳統(tǒng)車企擁抱AI的難點，畢竟它們需要新舊業(yè)務兼顧。但您更強調(diào)組織架構和人才結構等固有差異對企業(yè)轉(zhuǎn)型速度的影響，這很可能會導致傳統(tǒng)車企出現(xiàn)行動“慢半拍”的遲緩，進而恐將錯過擁抱AI的關鍵窗口期。事實上，AI的重要性毋庸置疑，企業(yè)如果認知到位，下定決心擁抱AI，我想資金總能籌措到，人才也總能招聘到。而吳總談到的既有組織架構、流程體系等帶來的慣性，卻沒那么容易解決，或?qū)⒊蔀閭鹘y(tǒng)車企智能化轉(zhuǎn)型的核心制約。
那么在吳總看來，汽車企業(yè)尤其是傳統(tǒng)車企，要想真正擁抱AI，究竟需要在哪些方面做出重大調(diào)整、采取有力行動，才能更快地獲得轉(zhuǎn)型成效呢？
吳曉如：趙老師的這個問題很難回答，可能也沒有標準答案，我還是談談個人的看法。之前我曾經(jīng)看過一篇分析大眾汽車在互聯(lián)網(wǎng)時代面臨轉(zhuǎn)型困境的文章，其中提及大眾在做OTA（在線升級）的過程中非常吃力?？陀^地說，大眾團隊在相關領域的專業(yè)能力并不弱，但還是遇到了一系列問題。而這些問題及其根源，對于當前車企在AI時代的轉(zhuǎn)型，同樣具有參考價值。
從本質(zhì)上看，互聯(lián)網(wǎng)時代更側重于應用層面的創(chuàng)新，而AI大模型時代更聚焦于底層技術和基座的突破。具體而言，車企要想真正擁抱AI，必須解決四個核心問題：第一，在AI時代大模型人才極度稀缺，企業(yè)必須以足夠的投入來引進頂尖的AI大模型等相關人才。第二，為了讓這些頂尖的AI人才有效發(fā)揮作用，企業(yè)必須為其提供適宜的內(nèi)部環(huán)境，使其能夠快速立足生根。而這個環(huán)境中最重要的就是企業(yè)文化和組織架構。第三，有鑒于此，企業(yè)必須變革自身的組織架構，使之適配“以AI為中心”的發(fā)展需求。不過我想強調(diào)的是，這種變革絕非“單點突破”就能奏效，只是簡單成立一個AI部門、配備200名AI人才，并不能解決根本問題，因為擁抱AI不是靠單一部門、單一環(huán)節(jié)的變革就能達成目標的，而是需要構建起內(nèi)部各部門高效協(xié)同的組織及機制；第四，在此基礎上，企業(yè)還必須與供應鏈伙伴形成分工協(xié)作、深度融合的新型業(yè)態(tài)，也就是說，企業(yè)需要向外進行商業(yè)模式與合作機制的變革。
總之，企業(yè)推進面向AI的全面轉(zhuǎn)型時，必然會遇到各種難題和障礙，這個時候比拼的就是誰能更快地破解這些難題、突破這些障礙。一句話，汽車企業(yè)擁抱AI的競爭，關鍵在于解決問題的速度。
趙福全：大家有沒有注意到，關于車企如何擁抱AI的問題，吳總并沒有談到諸如數(shù)據(jù)、算力、算法等技術層面的要素，而是強調(diào)必須建立適配AI發(fā)展的組織架構；同時吳總認為，AI時代企業(yè)組織變革的核心在于提升解決問題的速度。應該說，汽車產(chǎn)業(yè)目前還沒有形成面向AI的最佳組織形態(tài)，各類企業(yè)都需要在持續(xù)實踐中迭代優(yōu)化自身組織。相對而言，傳統(tǒng)車企由于長期受機械硬件技術及邏輯主導，其組織架構和流程體系已經(jīng)固化多年，包括人才結構、管理方式、薪資體系及激勵機制等均深度嵌入在現(xiàn)有體系中，因此，傳統(tǒng)車企的組織變革恐怕要比“從零開始”的新勢力車企難得多。
需要強調(diào)的是，上述組織變革不只限于企業(yè)內(nèi)部，還要拓展至企業(yè)外部。畢竟AI大模型等基礎技術都是由科技公司提供的，所以，車企必須與AI科技公司等緊密合作。而有效合作的關鍵在于兩點：一是車企要摒棄傳統(tǒng)整供關系中處于絕對主導地位的“老大”心態(tài)，謀求與AI科技公司等建立真正的戰(zhàn)略伙伴關系；二是車企要解決對外合作中的組織適配問題，比如企業(yè)之間數(shù)據(jù)如何共享、業(yè)務如何協(xié)同等，都需要相應的組織、模式及機制支撐，否則效果將大打折扣。也就是說，無論是傳統(tǒng)車企，還是新勢力車企，都必須構建更靈活、更開放的組織架構與流程體系，以提升企業(yè)面向AI的分工協(xié)作、快速迭代和隨機應變能力。也唯有如此，企業(yè)擁抱AI才有了切實落地的基礎，而不只是一句宣傳的口號。
當然，這一點說起來容易，做起來很難。比如，同樣的科大訊飛星火大模型，業(yè)內(nèi)所有車企都可以選用。然而能否用得好并與自身業(yè)務深度結合，這就要看各家車企能否圍繞著模型落地，構建起適宜的組織架構和業(yè)務流程了。否則，即便選擇的大模型再好，也是難以有效落地的。從這個角度看，既有組織和體系根深蒂固的傳統(tǒng)車企轉(zhuǎn)型難度的確相對更大，不過新勢力車企的挑戰(zhàn)同樣不小，如果不能有效變革組織，也難以適應AI時代的發(fā)展需求。
吳曉如：趙老師的總結很精準，重點確實就在組織架構方面。因為人工智能屬于數(shù)字化技術的大范疇，而一些新勢力車企在起步階段就具有數(shù)字化的天然基因，再加上這類企業(yè)成立時間短、轉(zhuǎn)型負擔輕，所以建立適配AI發(fā)展的組織可能相對容易一些。但這并不是絕對的，事實上，當前不少傳統(tǒng)車企的智能化轉(zhuǎn)型速度也非?？?。
汽車行業(yè)引入AI具有獨特性，車企需與供應商全程協(xié)同共創(chuàng)
趙福全：吳總，前面您提到，科大訊飛在教育、醫(yī)療等行業(yè)都做得非常深入。那么，科大訊飛在其他行業(yè)的實踐中，有沒有共性的經(jīng)驗可以為汽車產(chǎn)業(yè)提供參考和借鑒？與此同時，您覺得就引入AI而言，汽車與教育、醫(yī)療等行業(yè)相比，又有哪些個性的差異？
吳曉如：我主要談談不同之處。在我看來，汽車與其他行業(yè)的第一個差異就在于，科大訊飛在其中扮演的角色與其他行業(yè)不同。以教育行業(yè)為例，科大訊飛提供的是完整的數(shù)字化系統(tǒng)，直接交付給用戶使用，這些系統(tǒng)的定義由我們負責；但是汽車行業(yè)不同，車企始終要對整車產(chǎn)品及其核心系統(tǒng)負責，科大訊飛提供的只是系統(tǒng)內(nèi)的一個模塊。因此，產(chǎn)品及功能的定義本身就存在明顯差異。汽車行業(yè)是由車企來主導，僅在部分場景下我們會受邀參與，提供建議、商討方案。這也導致了產(chǎn)品及功能落地的節(jié)奏有所不同，汽車行業(yè)相較于教育等行業(yè)要慢一些。當然，不同車企的情況也不一樣。比如部分車企在與我們的合作中比較開放，我們的想法就能較快地融入；也有部分車企相對封閉，且自身決策周期較長，一些功能就難以快速落地。我認為這一點是汽車與其他行業(yè)的最大差異所在。
第二個差異是，汽車智能化的復雜性更高。未來汽車產(chǎn)品不僅仍將具有復雜工業(yè)品的基本屬性，還將成為一個復雜的大智能體，這個大智能體集成了多種不同的小智能體及其智能化功能，并且這些功能不能是零散的，而是必須給用戶提供完整的體驗。這就要求整車企業(yè)必須在統(tǒng)一的協(xié)同框架下，有效整合像科大訊飛這樣的眾多供應商，這種跨領域、跨系統(tǒng)、跨企業(yè)的協(xié)同難度是非常大的。
第三個差異是，汽車的使用周期更長。與手機等快消品完全不同，汽車產(chǎn)品屬于耐用型消費品，其使用周期通常長達5-8年乃至更久。因此，汽車產(chǎn)品定義必須考慮硬件長期支撐軟件迭代更新的問題，這對車企來說無疑是一大挑戰(zhàn)。事實上，由于不同的軟硬件供應商往往各有立場，車企必須在產(chǎn)品及系統(tǒng)定義階段就做好軟硬件的統(tǒng)籌規(guī)劃以及相關供應商的有效協(xié)同，這樣才能確保汽車產(chǎn)品在整個使用周期內(nèi)都可以為用戶提供良好的服務及體驗。
我認為，以上三點就是汽車行業(yè)引入AI時的獨特之處。
趙福全：我覺得，吳總剛才談到的三點抓住了汽車行業(yè)的核心。正是因為科大訊飛在教育、醫(yī)療、汽車等多個行業(yè)均有深入布局，加上你們對AI及其應用的理解非常深刻，才更能體會到汽車行業(yè)的獨特性。這就是我常說的，在電動化、智能化的時代，原本就高度復雜的汽車產(chǎn)業(yè)、企業(yè)和產(chǎn)品正變得更加復雜，涉及到諸多要素及其背后的不同主體，而且這些主體之間呈現(xiàn)出“你中有我、我中有你”的交織狀態(tài)和復雜關系。
從產(chǎn)品層面看，我認為，未來汽車產(chǎn)品必將成為整合多個單智能體的復合智能體，像空調(diào)等單智能體都是這個復合智能體的組成部分。從企業(yè)層面看，車企要設計、制造并運營好這樣的汽車產(chǎn)品，其自身也必須進化成為綜合性的智能體體系。具體來說，汽車企業(yè)的研產(chǎn)供銷服等各環(huán)節(jié)都要形成各自的智能體，并且還要相互打通；企業(yè)的運營管理也要形成相應的智能體；最終這些智能體將共同構成企業(yè)的綜合智能體體系。從產(chǎn)業(yè)層面看，此前汽車產(chǎn)業(yè)以硬件為主導，其參與主體相對固化，彼此之間分工明確、邊界清晰，形成了以整車企業(yè)為主導、各級供應商逐層配合的線型鏈條；而未來汽車產(chǎn)業(yè)將以軟件乃至AI為主導，涉及到更多不同類型的跨界參與主體，并將由此形成邊界模糊、彼此交融、深度協(xié)作的網(wǎng)狀生態(tài)。站在更高層面看，未來汽車作為復合智能體還將與交通、能源和城市中的其他諸多智能體相互連通，形成規(guī)模龐大、能力超強的群體智能，從而為人類提供更多元、更精準、更優(yōu)質(zhì)的出行服務。顯然，這意味著汽車的復雜度和協(xié)同性都將空前提升。也就是說，在AI時代，汽車產(chǎn)業(yè)的邏輯將會發(fā)生根本性的變化。
正因如此，汽車產(chǎn)業(yè)亟需重新構建與傳統(tǒng)汽車產(chǎn)業(yè)完全不同的整供關系及商業(yè)模式：未來一些不生產(chǎn)任何零部件的供應商，也將成為汽車生態(tài)中不可或缺的參與者。而整車企業(yè)唯有把汽車產(chǎn)業(yè)所涉及到的諸多要素、主體及其背后的資源和能力，都整合協(xié)同到最佳狀態(tài)，才能真正打造并運營好越來越懂人的汽車，為用戶提供越來越貼心的服務體驗。
吳曉如：是的，汽車產(chǎn)業(yè)的變化非常大。特別是汽車產(chǎn)品在交付后，還會經(jīng)歷5-8年的使用周期，需要持續(xù)為用戶提供服務，因此車企與供應商的關系顯然不可能“交付即結束”，否則后續(xù)必將出現(xiàn)各種問題。何況AI的迭代進步速度如此之快，現(xiàn)在早已不能用“年”，而是必須以“月”為單位來審視，幾乎每隔一兩個月，AI技術就會有很大的差異，這就更需要車企與提供AI技術方案的供應商保持常態(tài)化的緊密協(xié)作。
更為重要的是，人工智能在本質(zhì)上屬于賦能型技術，用戶每天直接使用的并非AI技術本身，而是AI技術支撐下的各類服務，所以關鍵在于能否把AI技術與具體場景有效結合起來。為此，車企需要主動與各類AI科技公司及服務公司深度對接，將自身的場景需求與這些合作伙伴提供的技術與服務融為一體，并且在汽車漫長的使用周期內(nèi)持續(xù)迭代更新、不斷優(yōu)化用戶體驗。我認為，這是當前汽車行業(yè)亟需解決的核心問題之一。
趙福全：進入“軟件定義汽車”的時代，汽車可以通過OTA實現(xiàn)高頻的迭代升級；而到了“AI定義汽車”的時代，汽車甚至可以實現(xiàn)近乎實時的持續(xù)自我迭代進化。我將這種“自進化”稱為“智能化”的高級階段，或者也可將其視為汽車智能化的終極發(fā)展目標。事實上，如果AGI真的能夠在短期內(nèi)實現(xiàn)，那么汽車“自進化”的圖景其實并不遙遠。無論如何，傳統(tǒng)的整供關系及商業(yè)模式都面臨嚴峻挑戰(zhàn)：之前供應商在SOP（產(chǎn)品投產(chǎn)）節(jié)點完成交付后即不再參與該款產(chǎn)品后續(xù)工作的模式，顯然已經(jīng)不再適用了；今后需要整車企業(yè)與供應商伙伴長期協(xié)作，共同支撐產(chǎn)品在全生命周期內(nèi)的不斷優(yōu)化。
由此也引出了一個問題——整車企業(yè)如果想要自己來完成產(chǎn)品的持續(xù)迭代升級，就一定不可行嗎？或者說，汽車產(chǎn)品持續(xù)迭代升級所需的核心能力究竟是什么？車企能否完全掌握？
吳曉如：我認為，供應商在產(chǎn)品SOP后即退出、后續(xù)工作都由整車企業(yè)來負責的傳統(tǒng)模式，今后肯定是行不通了。從根源上講，這是因為整車企業(yè)并不具備供應商的相關核心能力。比如，AI底層模型的持續(xù)演進，這本就不在車企的能力邊界之內(nèi)。并且現(xiàn)在AI模型的迭代更新，早已不是簡單的編碼優(yōu)化、漏洞修復之類的版本升級了，而是可能涉及到底層邏輯的變化，進而基于“模型即服務”，產(chǎn)生應用層面的根本性變化。與此同時，底層模型在云端迭代相對容易，但在車端迭代將會面臨諸多現(xiàn)實難題：特別是模型持續(xù)升級后，原有的硬件還能適配嗎？這就要求車企必須基于AI模型的預期演進，選擇可以長期支撐模型順暢運行的硬件平臺。顯然，整車企業(yè)唯有與提供AI模型及應用服務的相關公司建立起長期穩(wěn)定的強綁定關系，才能把雙方不同的核心能力有效結合起來——即車企依托產(chǎn)品硬件平臺及運營體系，借助合作伙伴的AI技術能力，確保汽車的底層模型與應用服務能夠持續(xù)優(yōu)化、不斷升級。除此之外，我覺得整車企業(yè)沒有其他方式可以做好這項工作。
趙福全：這正是新汽車時代的核心特征——不僅技術、產(chǎn)品和企業(yè)層面發(fā)生重大變革，而且產(chǎn)業(yè)層面也在發(fā)生重大變革。可以說，過去100多年來形成的汽車產(chǎn)業(yè)體系，包括技術創(chuàng)新范式、產(chǎn)品開發(fā)模式、資源組織方式以及分工協(xié)作邏輯等都將全面重構。正因如此，就像吳總剛剛談到的，過去那種“供應商完成交付后即離場，后續(xù)只有在新產(chǎn)品或改款產(chǎn)品上才能實現(xiàn)功能和服務更新”的模式已經(jīng)完全不適用了?，F(xiàn)在汽車產(chǎn)品的迭代甚至不是按年、按月，而是按周來進行的，未來更會實現(xiàn)實時在線、持續(xù)更新的自進化，即在多元數(shù)據(jù)的支撐下，企業(yè)可以隨時發(fā)現(xiàn)問題并立即予以優(yōu)化。
上述變化也使汽車產(chǎn)業(yè)的邊界漸趨模糊，大量“業(yè)外”的科技公司、服務公司等紛紛涌入其中，成為汽車產(chǎn)業(yè)大生態(tài)中不可或缺的參與主體。由于各類主體各有不同的優(yōu)勢核心能力，因此基于專業(yè)化分工的協(xié)同創(chuàng)新將是未來汽車產(chǎn)業(yè)發(fā)展的必由之路。需要強調(diào)的是，這種全新的資源組合和能力融合方式不是一次性的合作，而是長期性的共創(chuàng)，需要貫穿于產(chǎn)品全生命周期持續(xù)進行?；蛟S有人覺得，只要某家企業(yè)能夠掌握所需的各種汽車核心技術，就不需要上述生態(tài)協(xié)同了，但這其實是不可能的。畢竟企業(yè)的資源有限、基因各異：如果整車企業(yè)自己去做AI大模型，那就變成大模型公司了；反過來，如果AI大模型公司去造車，那也就變成整車企業(yè)了。從這個意義上講，產(chǎn)業(yè)重構對整車企業(yè)以及像科大訊飛這樣的供應商來說，都是嚴峻的挑戰(zhàn)，但也是重大的機遇。
汽車智能體需由整車企業(yè)主導，統(tǒng)一標準、分工協(xié)作是關鍵
趙福全：吳總，剛才我們圍繞AI在汽車行業(yè)的應用及其引發(fā)的變化展開了深入交流。我們達成了一個共識：過去汽車產(chǎn)業(yè)是由整車企業(yè)與供應商、經(jīng)銷商組成的線型鏈條，供應商并不參與產(chǎn)品上市后的迭代更新與運營服務；而今后汽車產(chǎn)業(yè)將是由跨產(chǎn)業(yè)、跨領域的眾多參與主體組成的網(wǎng)狀生態(tài)，特別是供應商要在產(chǎn)品上市后繼續(xù)參與其迭代更新。
而這些變化的根源在于，進入軟件乃至AI定義汽車的時代，汽車產(chǎn)品將成為可以不斷進化的智能體，并且正如我前面提到的，這將是一個由眾多單智能體構成的復合智能體。與此同時，在AI的驅(qū)動下，企業(yè)本身也將向智能體的方向演進，其運營管理體系將越來越依賴于各類專業(yè)化的智能體。事實上，業(yè)內(nèi)很多人都認為，2025是AI智能體的元年。
此前Open AI首席執(zhí)行官Sam Altman提出，AI按其能力可以劃分為五個發(fā)展階段，即聊天機器人、推理者、智能體、創(chuàng)新者和自組織，智能體處于第三階段。不過在我看來，一方面，進入第三階段后，智能體將使前兩個階段形成的AI能力倍增，例如AI技術在不同產(chǎn)業(yè)、不同場景的應用價值將通過智能體得到大幅釋放；另一方面，即便到了第四乃至第五階段，智能體的重要性也不會降低，反而會更加凸顯，因為屆時各種業(yè)務以及組織的基座依然是各類智能體。展望未來，智能體將成為人類的代理，承擔大量復雜繁瑣的工作，提供一站式的解決方案，最終使“可說即可得，可見即可得”真正成為現(xiàn)實。
所以，接下來我想和吳總聊聊智能體方面的話題，我想請教您三個問題：第一，面向智能體在汽車產(chǎn)品端的應用，整車企業(yè)與AI科技公司應該如何有效合作？第二，產(chǎn)品端的智能體與汽車企業(yè)內(nèi)部運營管理的智能體，應該如何充分打通？第三，科大訊飛在教育行業(yè)的智能體逐步承擔起“老師”的角色，與學生互動；在醫(yī)療行業(yè)的智能體則逐步擔負起“醫(yī)生”的職責或者成為人類醫(yī)生的助手，與患者互動。那么智能體大規(guī)模應用于汽車行業(yè)時，將會負責什么工作？實現(xiàn)怎樣的互動？對此，不知道您有哪些觀察和思考可以與大家分享？
吳曉如：要回答這些問題，首先必須明確汽車作為大智能體的運行邏輯。正如趙老師所說的，未來車載的各種功能和服務都是一個個單智能體，然后集成起來，就形成了汽車這個大智能體。而汽車作為大智能體，其各種功能和服務是通過類似“路由”的機制來統(tǒng)一調(diào)度的?？拼笥嶏w這類科技公司的核心任務，就是將用戶的自然語言轉(zhuǎn)化為能夠驅(qū)動某項功能，也即某個單智能體的指令，使用戶可以隨時獲得所需的服務。但是這些指令要真正啟動某項功能，必須依賴于大量不同的硬件控制器協(xié)同工作。也就是說，即使自然語言已經(jīng)準確地轉(zhuǎn)換為控制指令，但如果不同控制器的指令規(guī)范不統(tǒng)一，還是很容易出現(xiàn)混亂。正因如此，整車企業(yè)的整合集成作用至關重要。車企必須明確各種接口及標準，這樣才能將車內(nèi)各類功能所對應的單智能體，與驅(qū)動這些單智能體的控制指令有機融合起來。
從生態(tài)分工的角度看，汽車作為大智能體的總體設計與統(tǒng)籌協(xié)調(diào)，必須由整車企業(yè)主導。這意味著車上各種軟硬件的接口標準和指令規(guī)范都要由車企來制定；而這些軟硬件背后的不同主體，也即各類生態(tài)伙伴，必須基于上述標準和規(guī)范來進行分工協(xié)作。例如，科大訊飛的主要工作是，確保用戶通過自然語言或者說自然交互，能夠順暢調(diào)用汽車產(chǎn)品上的各個智能體，讓人們盡享各種功能及服務。又如，像音樂廠商、地圖廠商等第三方服務商，其未來的服務也會逐步演化成為智能體的形態(tài)，并且借助汽車產(chǎn)品上相關硬件的能力，讓自身提供的服務能夠更好地觸達用戶。
由此可見，對于您剛才提出的問題，我認為答案應該是這樣：在汽車產(chǎn)業(yè)生態(tài)中，以車企為協(xié)同的核心，確定統(tǒng)一的框架，然后不同參與主體據(jù)此明確分工、各司其職，把各自負責的工作做好，共同推動各個智能體的有效落地與相互打通。反過來講，如果各方的能力不能有效融合起來，那么最后很可能形成的只是一個個殘缺的智能體。對用戶來說，這些智能體的使用體驗甚至可能還不如沒有。
趙福全：也就是說，AI時代整車企業(yè)作為集成者的角色要比以前更加重要了。因為新汽車產(chǎn)業(yè)所需的核心能力及資源日益多元，無論是整車企業(yè)，還是大科技公司等供應商，沒有任何一家乃至一類企業(yè)能夠獨自擁有所有的核心能力及資源。在這種情況下，基于專業(yè)化分工的多主體協(xié)同創(chuàng)新，也就是生態(tài)化的發(fā)展模式，就成為一種必然。反之，如果各方的能力無法高效率、高質(zhì)量地深度融合起來，那恐怕至多只能做出60分的產(chǎn)品，各類智能體的構建及應用也會半途而廢或者形如虛設——看起來各項功能也都具備，但用戶體驗卻難以令人滿意，不可能真正形成市場競爭力。
剛才圍繞AI如何賦能汽車產(chǎn)業(yè)，我與吳總進行了深入交流。下面我簡單做個小結，我們主要談了四個問題。
第一，關于AI大模型在汽車產(chǎn)品上的應用。吳總認為，汽車需要專屬的端側模型。由于端側算力、快速響應以及隱私保護等需求，超大規(guī)模的通用基礎模型無法在車端部署。正因如此，專屬的汽車端側模型就成為了必然選擇，且該模型必須能夠有效支撐本地交互、智能駕駛等重要場景。同時，云端則可能會形成“基礎模型+行業(yè)模型”并存的格局，支撐汽車產(chǎn)品與云端各種互聯(lián)網(wǎng)服務之間實現(xiàn)有效協(xié)同。
第二，關于車企擁抱AI的重要性及落地策略。吳總談到，目前智能化已成為汽車產(chǎn)品的核心賣點，今后會越來越影響用戶的購車決策，因此不積極擁抱AI的車企終將被淘汰。而車企與AI的深度融合是一項高度復雜的系統(tǒng)工程，要做好并不容易。對此吳總認為，組織架構和人才結構是企業(yè)轉(zhuǎn)型的突破口。尤其是汽車企業(yè)需要構建適配AI發(fā)展的新型組織體系和商業(yè)模式，以形成內(nèi)部跨部門、外部跨企業(yè)的有效協(xié)同。從這個角度講，資金并非主要障礙，組織慣性才是關鍵卡點。由此出發(fā)，吳總判斷，一些先天具有數(shù)字化基因、且沒有歷史包袱的新勢力車企，擁抱AI可能會相對容易；而傳統(tǒng)車企即便高層也有認知，但長期以來基于硬件主導形成的固化組織與人才結構，還是會制約其面向AI的轉(zhuǎn)型節(jié)奏。
第三，關于汽車行業(yè)引入AI的獨特性。吳總基于科大訊飛的實踐經(jīng)驗，指出了汽車行業(yè)有別于教育、醫(yī)療等行業(yè)的三大特點。一是供應商的定位存在差異，汽車產(chǎn)品的定義由車企主導，供應商處于配合實現(xiàn)的角色；二是相關各方協(xié)同的復雜性存在差異，汽車本就具有復雜工業(yè)品的屬性，未來更將成為大智能體，因此車企需要整合跨行業(yè)、跨領域的各類不同供應商，有效協(xié)同的難度極高；三是產(chǎn)品的使用周期存在差異，不同于一般的電子快消品，汽車的使用周期通常長達5-8年甚至更長，這就需要硬件長期適配不斷迭代更新的軟件，為此車企唯有與供應商在產(chǎn)品全生命周期內(nèi)緊密協(xié)同，才能始終確保良好的用戶體驗。
第四，關于未來汽車智能體打造的問題。我們的共識是，汽車必將成為集各種單智能體于一身的復合智能體，或者說大智能體。而打造汽車智能體需要由整車企業(yè)統(tǒng)籌總體設計、確定標準規(guī)范，再基于此協(xié)同諸多科技公司以及第三方服務商等，打造出各種單智能體并有效打通，最終確保各項功能及服務都能準確、快速地觸達用戶。正是由于AI驅(qū)動汽車智能體的上述底層邏輯，今后整車企業(yè)的集成作用將比以往任何時候都更加重要。同時，整供車企之間“交付即結束”的傳統(tǒng)合作模式也不再有效，雙方需要建立長期的強綁定關系，以共同應對AI模型不斷迭代與硬件持續(xù)適配的難題，進而形成實時共創(chuàng)的新汽車產(chǎn)品創(chuàng)新及運營模式。
車企要建立用戶體驗的評價標準并定義多方協(xié)作的統(tǒng)一規(guī)范
趙福全：前面我們談到，今后汽車產(chǎn)品的打造需要由整車企業(yè)搭建整體架構，并明確各個接口的標準和規(guī)范，基于此與各類供應商一起協(xié)同共創(chuàng)。但在實踐中整供之間的合作難免存在灰色地帶。對此我想與吳總繼續(xù)探討：您覺得在理想狀態(tài)下，整車企業(yè)有哪些能力需要自行掌控，有哪些能力需要與供應商協(xié)作獲取，又有哪些能力可以直接由供應商提供？另一方面，當供應商按照既定的接口標準開展工作時，整車企業(yè)應該采用什么標準來衡量其適配效果呢？
更進一步來說，智能汽車就像一個人一樣，既需要聰慧的大腦，也需要靈活的手腳和敏銳的感官，也就是說，汽車軟件與硬件必須有效組合起來，才能真正實現(xiàn)智能化。為此，我之前提出了整供車企融合共創(chuàng)的理念，旨在強調(diào)智能汽車絕不是簡單的軟硬件疊加，而是要實現(xiàn)軟硬件融合。同時我還提出了智能汽車產(chǎn)品開發(fā)的方法論：首先要軟硬分離，以適應軟件和硬件在開發(fā)周期及相關技術等方面的明顯差異；繼而要軟硬組合，以確保不同的軟硬件能夠在物理上有效連接、靈活組合；進而要軟硬融合，這既涵蓋了知識和技術層面的融合，也涵蓋了整供各方開發(fā)團隊的融合，以實現(xiàn)極致的產(chǎn)品功能、性能和用戶體驗；最后還要軟硬平衡，以確保硬件與軟件適配的成本受控。說實話，要做到以上四點并不容易，這涉及到產(chǎn)品創(chuàng)新模式的重構，也涉及到產(chǎn)業(yè)分工或者說不同主體協(xié)作模式的重構。不過隨著AI時代的到來，有一種觀點認為，未來可以把各項工作都交給機器來完成。由于機器沒有人性的弱點，只要定義好規(guī)則，就不會有推諉扯皮、各行其是等問題了。您如何看待這一觀點？
吳曉如：對于趙老師提出的第二個問題，我認為，至少在現(xiàn)階段，將所有工作都交給機器并不現(xiàn)實，而且這可能會徹底抹殺人的主動性。
而對于您提出的第一個問題，我有兩點看法：一要堅持以終為始。整車企業(yè)無論是打造汽車大智能體，還是其中的小智能體，最終目標始終是通過智能化技術優(yōu)化用戶體驗、提升用戶滿意度。因此，車企應該建立一套能夠精準反映用戶體驗的評價標準與規(guī)范，這一點至關重要?；谶@套標準與規(guī)范，車企就可以在產(chǎn)品開發(fā)的各個階段及時發(fā)現(xiàn)問題，并檢驗目標的達成度，包括對供應商的工作進行評判。二要明確主次分工。在產(chǎn)品開發(fā)過程中，很多時候都需要多家供應商同時參與。在此情況下，如果車企事事都親自牽頭，不僅頭緒繁多、分散精力，而且還會增加管理成本。所以在硬件主導的傳統(tǒng)汽車時代，才會出現(xiàn)層級分明的Tier1、Tier2等供應商——車企只需把相關工作整體交給Tier1，再由其協(xié)同各家Tier2并對最終結果負責即可；到了軟件主導的新汽車時代，我覺得這個邏輯并沒有改變，只是行業(yè)需要適配智能化的新Tier1，同時某些車企可能自行承擔了部分Tier1的職責。
比如說，有些車企選擇將智能化功能從定義到打造都交給供應商來做，類似于華為鴻蒙模式；也有些車企為凸顯個性化，選擇保留核心的定義權，并自行牽頭完成相關業(yè)務，此時車企就扮演了超級Tier1的角色；當然，如果所有業(yè)務都是車企自己做超級Tier1，那負擔就太重了，所以車企必須清晰劃定分工的邊界，將部分業(yè)務交給有能力的新Tier1來承擔。
無論由誰負責，整車企業(yè)都必須建立最終體驗的評價標準，避免出現(xiàn)各個模塊單獨都能達標、但集成起來卻出現(xiàn)種種問題的情況。同時，整車企業(yè)與各級供應商的分工，即上下序關系以及輸入、輸出內(nèi)容等，也必須界定清楚，明確誰要對哪個功能模塊負責、誰要對模塊集成起來的系統(tǒng)負責、而誰要對相關場景的最終體驗負責，以確保供應商的交付與車企的訴求相符，至少不能出現(xiàn)較大偏差。
趙福全：我認為，未來有很多“黑盒子”的軟硬件，車企都無法也不必自行打造，但是必須深刻理解其底層邏輯，并建立適宜的評價標準。否則，車企很難把握相關業(yè)務的重點及邊界，也無法在供應商之間出現(xiàn)爭議時做出合理裁決。當然，要做到這一點并不容易。在硬件主導的傳統(tǒng)汽車時代，對零部件的驗收標準相對簡單，只要物理尺寸合格、并能夠通過相關試驗測試即可。然而進入到軟件乃至AI定義的新汽車時代，帶有很強主觀性的用戶體驗成為產(chǎn)品最重要的目標，要對其建立直觀量化的評價標準無疑非常困難，這就給整車企業(yè)帶來了嚴峻挑戰(zhàn)。畢竟車企對諸多新領域可能并不精通，所以有時候難以有效評價供應商的工作。這正是當前眾多車企高層面臨的困惑所在：如果一直使用一家供應商，擔心會被“綁架”；可如果更換供應商，又擔心會導致前期積累歸零。
吳曉如：我覺得，根本前提是整車企業(yè)要始終保持對用戶的深刻洞察，車企必須“最懂用戶”，這一點毋庸置疑。在此基礎上，車企應該牢牢掌控兩大核心要點：一是產(chǎn)品關鍵功能的定義權，二是最終用戶體驗的評價標準。
正如趙老師所言，當前汽車核心技術日益多元且復雜，車企不可能樣樣精通，所以供應商的角色開始發(fā)生變化。以語音交互為例，早期車企只是采購科大訊飛的語音技術，測試一下語音轉(zhuǎn)換成文字或者說語音指令識別的準確度即可。然而后來車企逐漸發(fā)現(xiàn)，很多時候即使語音指令被準確識別了，用戶在調(diào)用車控功能時仍然存在體驗不佳的問題。于是部分車企就把語音交互的全部功能都交給我們負責，其核心訴求也從“語音指令識別的準確度”轉(zhuǎn)變?yōu)椤罢Z音調(diào)用車控功能的有效性”。說到底，車企的目標就是要讓用戶能夠用自然語言順暢、快捷地調(diào)用汽車產(chǎn)品的各項功能，為此才會把科大訊飛推到前臺，以期更好地達成上述目標。
在這種模式下，車企并不是放手不管了，其職責主要體現(xiàn)在兩個層面：一是洞察用戶需求、定義相關功能并評價使用體驗，也就是說，車企要有能力判斷出用戶需要哪種功能，還要有能力評價用戶使用該功能時體驗的好壞。二是制定技術標準和規(guī)范，包括各種車控功能的接口等，以確保能與各家供應商有效對接、充分協(xié)作。仍以語音交互為例，無論是科大訊飛等科技公司，還是各種零部件的供應商，都必須按照車企統(tǒng)一的標準和規(guī)范輸出。事實上，車企明確技術標準和規(guī)范，不僅可以為供應商后續(xù)的技術更新提供支撐，也最大限度降低了更換供應商帶來的潛在風險。
整供車企應積極探索協(xié)同共創(chuàng)的新型合作模式
趙福全：汽車產(chǎn)品競爭力不僅與用戶體驗相關，還涉及到成本、質(zhì)量、交付速度、供貨能力乃至全球化協(xié)同布局等要素。在此情況下，整車企業(yè)如果事事都由自己主導，根本不可能把新汽車產(chǎn)品做到最好。所以，車企即便擔心可能會被供應商“綁架”，也要把部分核心業(yè)務交給能力強大的供應商來負責，畢竟這是提升產(chǎn)品競爭力的有效手段。
與此同時，正如吳總剛才談到的，未來汽車技術越來越多元、也越來越復雜，車企不要說全面自研，就是獨自定義全部技術標準，也很難做得到，因此很多技術標準都要由供應商來提供。這就愈發(fā)需要車企與相關供應商建立長期的戰(zhàn)略伙伴關系，不斷強化彼此的緊密協(xié)作。那么，這種戰(zhàn)略伙伴關系要怎樣才能穩(wěn)固地建立起來？是不是一定需要以資本進行綁定或控制？還是說有其他創(chuàng)新模式可供選擇？
吳曉如：當前車企要通過資本控制供應商是很難的，尤其是大多數(shù)AI科技公司本身就規(guī)模大、實力強，車企不見得有足夠的資金來掌控這些公司。說起來，企業(yè)之間要建立深度合作關系，可能大家最先想到的就是資本合作，但這只是其中的一種方式而已，而且有時候還未必就能充分奏效。所以，我們也應該關注可以實現(xiàn)深度融合的其他多種方式。
比如，共建聯(lián)合實驗室的模式，可以有效化解車企對“黑盒子”技術的顧慮。因為在聯(lián)合研發(fā)的過程中，車企能夠了解到各種技術細節(jié)，對技術不受控的擔憂就會小得多。同時，車企還可以把科技公司提供的技術標準變成自身認可的標準，甚至在此基礎上逐步掌握標準的主導權，從而降低“被綁架”的風險。
我認為，現(xiàn)階段整供車企之間應該積極探索協(xié)同共創(chuàng)的新型合作模式。當然，這種新合作模式需要車企投入更多資源，而不是像傳統(tǒng)的甲乙方買賣關系那樣，車企只安排采購經(jīng)理來對接即可。具體來說，除了采購經(jīng)理之外，車企還需要安排技術經(jīng)理與供應商進行對接，共同確定滿足用戶需求的技術方案，同時了解、消化供應商的相關技術，以提升產(chǎn)品競爭力和掌控力；而供應商通過與車企深度對接，也可以減少之前不得不頻繁修改方案的成本和時間。如果雙方都希望進行長期的緊密合作，成為彼此的戰(zhàn)略伙伴，那么上述新模式無疑是互利共贏的最佳選擇。至于具體的達成方式則是多元的，既包括資本層面的運作，也包括技術層面的協(xié)同，還包括其他任何可能的舉措。
趙福全：由此我們可以得出一個重要的結論：在新汽車時代的生態(tài)化發(fā)展模式下，整供車企的協(xié)作不再是傳統(tǒng)的“交付圖紙＋試驗驗收”，而是深度交融的協(xié)同共創(chuàng)。正如吳總剛才談到的，整車企業(yè)的項目經(jīng)理、采購經(jīng)理、質(zhì)量工程師、特別是技術工程師，都要與供應商的相關團隊緊密對接，雙方一起明確需求、制定方案、聯(lián)合開發(fā)，這樣才能確保供應商能夠真正理解并滿足車企的需求，攜手打造出用戶體驗突出甚至能與用戶形成情感共鳴的汽車產(chǎn)品。同時，相關技術標準也將在整供車企的共創(chuàng)過程中得到完善。而且這種模式也不是封閉的，車企完全可以基于該模式與多家供應商一起合作，或者隨時引入所需的新合作伙伴。
更進一步來說，我認為，這種共創(chuàng)模式將超越簡單的接口統(tǒng)一、標準一致以及聯(lián)合開發(fā)，甚至還會涉及到知識產(chǎn)權的交叉融合。在傳統(tǒng)協(xié)作模式下，整車企業(yè)與供應商的IP（知識產(chǎn)權）是相互獨立的；而在新型共創(chuàng)模式下，可能很多IP都將由整車企業(yè)和相關供應商共同擁有。這種共有IP的機制能夠?qū)φ╇p方形成強有力的約束：整車企業(yè)不能隨意替換供應商，供應商也不能隨意退出合作，即便雙方并無資本綁定關系?？傊磥砥嚠a(chǎn)業(yè)必將走向基于專業(yè)化分工的協(xié)同創(chuàng)新的全新發(fā)展模式。
吳曉如：確實如此。而這一切的前提是，整供雙方都抱有長期持續(xù)合作的意愿和心態(tài)。如果還是把合作視為一次性的，那無論是資本綁定，還是技術融合，都難以一直奏效。我認為，至少在人工智能領域，整車企業(yè)一定要有長期合作的考慮：必須認真篩選人工智能領域的核心供應商，然后努力強化與之的技術合作、標準協(xié)同等。老實說，為此車企可能要投入遠超傳統(tǒng)買賣關系下的資源，或者說要支付遠高于采購成本本身的代價，但這卻是讓產(chǎn)品持續(xù)保持競爭力的唯一途徑。當然，AI科技公司也同樣如此，我們要與車企深化協(xié)同共創(chuàng)的長期合作。而在具體實踐中，選擇理念契合且實力強大的合作伙伴，是保障協(xié)同共創(chuàng)模式獲得成功的關鍵所在。
趙福全：也就是說，今后整車企業(yè)在選擇供應商伙伴時，不能只看交付價格、質(zhì)量以及速度等硬性指標；這些指標依然重要，但從長期協(xié)同共創(chuàng)的訴求出發(fā)，車企必須更新合作伙伴的選擇標準——除了關注供應商的技術能力、成本控制能力和供貨保障能力之外，更重要的是看對方有沒有協(xié)同共創(chuàng)、長期合作的意愿，或者說有沒有構建命運共同體的認識。不久前我在主持學會年會的巔峰對話時，地平線創(chuàng)始人余凱就提到了價值觀共識的重要性。比如說，如果整車企業(yè)和供應商都認為，企業(yè)必須追求長久的發(fā)展，為此要把產(chǎn)品安全乃至企業(yè)經(jīng)營安全作為品牌的底線與基本的價值觀，那么這樣的整供車企就具有了價值觀共識，就更容易成為長期的戰(zhàn)略合作伙伴。展望未來，如果車企只是從成本優(yōu)勢或供貨能力的角度來選擇或者更換供應商，這在本質(zhì)上仍是傳統(tǒng)買賣思維的延續(xù)，很難確保持續(xù)成功；而如果車企秉持共進退、共迭代、共享有的理念，與供應商共創(chuàng)技術、共享成果，才有可能實現(xiàn)長期的共同發(fā)展。至于那種以長期供貨為由向供應商漫天壓價，或者依托銷量規(guī)模要求供應商極限降價的做法，完全不符合新汽車時代的要求，根本無法真正建立可持續(xù)的整供合作關系。
吳曉如：我覺得，有兩種不健康的合作形式尤其不可取。一是車企以“隨時替換”為籌碼逼迫供應商不停地降價，這會大幅壓縮供應商的生存空間，使之無力繼續(xù)投入研發(fā)；二是供應商憑借技術或資源優(yōu)勢而抬高供貨價格，這會增加汽車產(chǎn)品的成本，降低車企的競爭力，進而影響產(chǎn)業(yè)創(chuàng)新的進程。正如我前面所講的，健康的整供關系應該是雙方圍繞著“為用戶提供更好的產(chǎn)品”這一共同目標，實現(xiàn)合理的利潤共享。這樣雙方才有能力、也有互信，能夠進行持續(xù)的協(xié)同創(chuàng)新，從而既能使車企不斷提升產(chǎn)品競爭力，又能使供應商不斷提升技術能力，形成一個良性的循環(huán)。
趙福全：實際上，整供車企緊密合作可以共同提升競爭力的底層邏輯一直沒有改變。在傳統(tǒng)汽車時代，最典型的案例就是豐田的整供合作模式——豐田汽車對核心供應商給予了大力支持，包括幫助其培養(yǎng)能力、改進質(zhì)量、提升效率、降低成本等，確保這些供應商有能力不斷導入新技術，始終跟得上不斷進步的豐田，并且能夠與豐田一起進行全球化布局。而在新汽車時代，整供車企的緊密合作正變得更加重要，并且具有了全新的內(nèi)涵。因為在AI定義汽車的前景下，多元數(shù)據(jù)的積累與應用必將成為企業(yè)的核心競爭力。而整車企業(yè)和各類供應商分別掌握的全產(chǎn)業(yè)鏈數(shù)據(jù)，如整車及系統(tǒng)的開發(fā)數(shù)據(jù)、成本數(shù)據(jù)、質(zhì)量數(shù)據(jù)和應用數(shù)據(jù)等，都是提升AI能力的重要支撐。顯然，整供車企如果沒有共享互利的緊密合作，是不可能把各自的數(shù)據(jù)有效打通，并充分發(fā)揮其作用的。
總之，今后仍然秉持“一家獨大”理念的整車企業(yè)，終將陷入孤立境地，難以兼顧各個關鍵領域；而試圖憑借自身優(yōu)勢拿捏車企、“客大欺店”的供應商，也不可能真正獲得車企的信任，無法建立長期受益的伙伴關系。
突破數(shù)據(jù)應用瓶頸：數(shù)據(jù)脫敏、數(shù)據(jù)質(zhì)量、數(shù)據(jù)合規(guī)、利益一致
趙福全：吳總，我們都知道，數(shù)據(jù)、算法和算力是人工智能的三大要素。前面我們圍繞著算法，也即AI模型，談了很多。接下來，我想與您探討一下數(shù)據(jù)的相關問題。說起來，數(shù)據(jù)最突出的痛點就是難以打通和共享：一方面，企業(yè)內(nèi)部的數(shù)據(jù)由于部門壁壘而不易打通；另一方面，企業(yè)之間的數(shù)據(jù)共享機制就更難建立起來了。例如，供應商開發(fā)各種系統(tǒng)需要的大量相關數(shù)據(jù)，都分別存儲在不同車企的系統(tǒng)內(nèi)。這些數(shù)據(jù)究竟怎樣才能實現(xiàn)跨主體的高效共享，這是行業(yè)普遍感到困惑的難題。
那么，您認為數(shù)據(jù)作為新生產(chǎn)要素，要如何實現(xiàn)順暢流動和充分打通呢？企業(yè)層面、行業(yè)層面、國家層面分別需要采取哪些措施？特別是，您能否從汽車行業(yè)的角度談談具體的落地路徑？
吳曉如：數(shù)據(jù)確實是核心問題之一。當前數(shù)據(jù)可謂無處不在，且數(shù)量日益增多，但要提取可利用的高質(zhì)量數(shù)據(jù)，并真正發(fā)揮其作用，仍面臨諸多挑戰(zhàn)。我認為，破解數(shù)據(jù)應用瓶頸，需要解決以下主要問題。
一是數(shù)據(jù)脫敏，這是數(shù)據(jù)應用的前提。以智能駕駛的數(shù)據(jù)為例，因為車輛在行駛過程中會采集到一些敏感信息和隱私信息，所以必須先進行精準過濾和處理，然后才能使用這些數(shù)據(jù)。這是行業(yè)必須攻克的難題之一。
二是數(shù)據(jù)質(zhì)量，這是數(shù)據(jù)應用的保障。一般來說，數(shù)據(jù)應用需要兩步：第一步是實現(xiàn)數(shù)據(jù)可用，這涉及到數(shù)據(jù)采集、傳輸、存儲和預處理等技術能力。目前數(shù)據(jù)雖然看起來很多，但多數(shù)尚未有效結構化，且存儲分散、標準不一，遠沒有實現(xiàn)有效的集中管理，導致很多數(shù)據(jù)無法使用。從零散的不可用數(shù)據(jù)到結構化的可用數(shù)據(jù)，這是一個需要長期技術攻關的課題。第二步是把可用數(shù)據(jù)變成高質(zhì)量數(shù)據(jù)，這涉及到對數(shù)據(jù)更精細的優(yōu)化處理能力。最終企業(yè)只有基于高質(zhì)量數(shù)據(jù)，才能充分挖掘數(shù)據(jù)的價值，顯著提升AI的效能。這同樣需要長期的持續(xù)攻關，包括科技公司、整車企業(yè)等都要為之努力。事實上，如果沒有高質(zhì)量的數(shù)據(jù)，數(shù)據(jù)共享的意義將大打折扣。
三是數(shù)據(jù)合規(guī)，這是數(shù)據(jù)應用的底線。當前國家針對數(shù)據(jù)安全、隱私保護等出臺了一系列法律法規(guī)，數(shù)據(jù)采集、使用和共享的全流程都必須嚴格遵守這些要求。這一點至關重要，否則數(shù)據(jù)應用根本無從談起。
四是利益一致，這是數(shù)據(jù)應用的動力。以汽車產(chǎn)業(yè)為例，各方都可以從數(shù)據(jù)共享和使用中獲利才行。一方面，整車企業(yè)必須清楚，供應商伙伴使用相關數(shù)據(jù)，最終還是為了給車企賦能，即基于數(shù)據(jù)持續(xù)優(yōu)化和提升汽車產(chǎn)品的用戶體驗。供應商并不是單純想獲取數(shù)據(jù)資源，而不履行相應的責任。只要供應商在合法合規(guī)的情況下使用數(shù)據(jù)，最后為車企提供了增值服務，整車企業(yè)就應該與其共享數(shù)據(jù)。另一方面，供應商基于整車企業(yè)提供的數(shù)據(jù)，提升了自身的基礎能力，也就更有動力投入額外的資源為車企提供更好的服務。由此出發(fā)，雙方應該相向而行，積極構建長效性的數(shù)據(jù)共享模式，以合法合規(guī)與隱私保護為底線，以共同的利益為目標，一起推動數(shù)據(jù)共享的常態(tài)化落地。
趙福全：請您再具體談談，為了實現(xiàn)數(shù)據(jù)的可用，科大訊飛內(nèi)部在標準規(guī)范等方面都做了哪些工作？同時，在與整車企業(yè)以及其他供應商等合作時，又采取了哪些舉措？
吳曉如：由于數(shù)據(jù)體量龐大，不可能全部采集和標注處理，所以我們分三個層面來確保數(shù)據(jù)的可用性：第一層是建立基礎數(shù)據(jù)的采集規(guī)范，明確數(shù)據(jù)采集的范圍、取舍的標準以及合規(guī)的底線——哪些數(shù)據(jù)需要采集、哪些數(shù)據(jù)不需要采集、哪些數(shù)據(jù)不允許采集，都規(guī)定得清清楚楚。在此基礎上，第二層是搭建并完善數(shù)據(jù)的脫敏與標注體系，把采集來的數(shù)據(jù)轉(zhuǎn)變?yōu)榭捎玫臄?shù)據(jù)。一般來說，每家企業(yè)都有自己的數(shù)據(jù)脫敏與標注體系。至于數(shù)據(jù)脫敏及標注工作到底是在車企開展，還是在供應商開展，需要雙方通過協(xié)議明確約定。最后，第三層當然就是數(shù)據(jù)的使用，即基于可用數(shù)據(jù)來優(yōu)化相關模型及服務，為車企主導的OTA升級以及AI模型的訓練提供有力支撐。
實際上，數(shù)據(jù)從采集到脫敏、標注，再到最終應用，整個過程的投入非常大。以科大訊飛為例，我們每年的研發(fā)經(jīng)費中約有1/4都用在了數(shù)據(jù)方面。因此，企業(yè)必須制定清晰的數(shù)據(jù)戰(zhàn)略，確保將資源集中投入到高價值的數(shù)據(jù)上，以提高數(shù)據(jù)方面的投入產(chǎn)出比。
整供企業(yè)應明確數(shù)據(jù)歸屬、統(tǒng)一數(shù)據(jù)標準，確保數(shù)據(jù)共享落地
趙福全：那么圍繞數(shù)據(jù)共享，您覺得整車企業(yè)和供應商各自需要采取哪些有針對性的舉措？您剛才談到了數(shù)據(jù)的可用性和高質(zhì)量，強調(diào)先要明確數(shù)據(jù)是否有用或者說價值的高低，比如哪些數(shù)據(jù)是金礦、哪些是鐵礦、哪些則是沒有開采價值的貧礦。那么對于那些可用的高質(zhì)量數(shù)據(jù)，要如何推動其流通、共享并應用起來呢？除了國家層面的行動之外，整供企業(yè)之間應該如何從不同維度發(fā)力？怎樣才能真正實現(xiàn)數(shù)據(jù)的高效互通與多方復用呢？
吳曉如：我個人覺得，相較于其他行業(yè)，汽車行業(yè)可能更容易在數(shù)據(jù)共享上達成共識、確定目標。核心原因在于，整車企業(yè)是直接面對用戶、為用戶提供產(chǎn)品及服務的主體，所以很多數(shù)據(jù)都掌握在車企手上，而車企往往有強烈的意愿，想通過數(shù)據(jù)來優(yōu)化自身產(chǎn)品及服務；與此同時，作為供應商的科技公司則聚焦于幫助車企挖掘數(shù)據(jù)價值。雙方的目標是高度契合的。
具體來說，科大訊飛與車企圍繞數(shù)據(jù)的合作是這樣展開的：一是明確數(shù)據(jù)歸屬。核心數(shù)據(jù)基本上都歸車企所有，因為最有價值的數(shù)據(jù)往往產(chǎn)生于車輛實際使用的過程中，然后雙方再基于需求進行協(xié)作、調(diào)用相關數(shù)據(jù)。二是統(tǒng)一數(shù)據(jù)標準。包括數(shù)據(jù)采集、加工和應用的標準體系，都要提前約定、確保一致。我們知道，為了后續(xù)能夠更有效地采集數(shù)據(jù)，需要提前進行埋點，而埋點必須依據(jù)相同的標準；同樣，在獲取數(shù)據(jù)之后，加工和使用這些數(shù)據(jù)也必須依據(jù)相同的標準。如果科技公司與車企的標準不同，那么各自的數(shù)據(jù)就無法相互共享和二次應用。所以，提前統(tǒng)一標準是雙方可以使用彼此數(shù)據(jù)的前提。三是優(yōu)化數(shù)據(jù)加工。車企與科技公司都要基于自身需求和能力分別加工數(shù)據(jù)，并不斷迭代優(yōu)化，再將各自的應用成果融合起來。
總之，整供企業(yè)應該在確保合規(guī)底線和統(tǒng)一技術標準的前提下，提前明確數(shù)據(jù)共享與使用的范圍和方式，然后各自加工相關數(shù)據(jù)，進而融合雙方的數(shù)據(jù)應用成果，以實現(xiàn)數(shù)據(jù)價值的最大化。
趙福全：在此，我對數(shù)據(jù)這部分的交流做個簡單梳理。實際上，現(xiàn)在幾乎所有企業(yè)都在講數(shù)字化轉(zhuǎn)型，都在講數(shù)據(jù)的重要性，但真正做到位的企業(yè)卻并不多。而我認為，吳總剛才談的觀點對汽車行業(yè)具有很強的指導意義。
首先，高價值的數(shù)據(jù)至關重要。所謂“數(shù)據(jù)是黃金”，并不是指所有的數(shù)據(jù)，有些數(shù)據(jù)的含金量有限，挖掘的性價比太低。所以，企業(yè)必須明確各類數(shù)據(jù)的價值，這是首要任務，然后再選擇其中高價值的數(shù)據(jù)進行重點采集、加工和應用。我想強調(diào)的是，此前大家更關注數(shù)據(jù)的數(shù)量，畢竟大模型就是基于大數(shù)據(jù)涌現(xiàn)出來的；不過今后我們可能更要重視數(shù)據(jù)的質(zhì)量，真正可用、能用、好用的高質(zhì)量數(shù)據(jù)，是提升AI能力的有力支撐和必備基礎。反之，即便數(shù)據(jù)的數(shù)量非常龐大，但如果質(zhì)量很低，還是無法有效訓練AI模型，甚至會產(chǎn)生負面效果。
其次，無論是整車企業(yè)，還是各類供應商，都應該建立自身的數(shù)據(jù)采集、加工及應用體系，并不斷提升其能力。
最后，整供企業(yè)之間還需要進行數(shù)據(jù)共享和共用，以支撐產(chǎn)品競爭力的持續(xù)提升。為此，雙方先要通過協(xié)議明確數(shù)據(jù)的歸屬與共享的規(guī)則。我認為，數(shù)據(jù)歸屬應結合開發(fā)主體及業(yè)務場景來界定，并不是說整車企業(yè)就應該獨占全部數(shù)據(jù)。例如，供應商圍繞自身核心技術及產(chǎn)品開發(fā)而產(chǎn)生的基礎數(shù)據(jù)理應歸其所有，即便這是為某家車企來開發(fā)的。顯然，這部分數(shù)據(jù)如果供應商不共享給車企，后續(xù)整車產(chǎn)品就難以改進。但是如果整車企業(yè)基于這些數(shù)據(jù)進行了二次開發(fā)，用于其他車型或功能，甚至分享給其他供應商，那就會挫傷原供應商共享數(shù)據(jù)的積極性。所以，雙方必須提前約定授權范圍和使用邊界。反過來，整車企業(yè)也應將用戶偏好、功能使用情況等數(shù)據(jù)共享給相關供應商，否則只靠自己是無法做好各個系統(tǒng)、各項功能的迭代優(yōu)化的。這同樣需要以明確的協(xié)議規(guī)定數(shù)據(jù)的使用權限，畢竟供應商通常都是為多家車企服務的。
當前企業(yè)普遍重視數(shù)據(jù)的產(chǎn)生、存儲、加工及應用等環(huán)節(jié)，卻往往忽視了數(shù)據(jù)治理架構和共享機制的建設。而我認為，后者其實更為關鍵。為了實現(xiàn)數(shù)據(jù)的有效共享，既要打通企業(yè)內(nèi)部壁壘，也要規(guī)范企業(yè)外部協(xié)同。這是涉及到法律法規(guī)、商業(yè)協(xié)議以及相互信任、利益分配等多重維度的復雜問題，各類主體都要為之共同努力。
車企算力布局策略：自建滿足“最小需求”、外購滿足“最大需求”
趙福全：吳總，下面我們再來聊聊算力的話題。當前企業(yè)對算力的爭奪猶如“軍備競賽”般激烈，甚至有觀點認為，企業(yè)擁有顯卡的數(shù)量決定其AI的發(fā)展水平。那么，您如何看待整車企業(yè)的AI算力布局？是應該以自建算力為主，還是應該以利用社會資源為主？
吳曉如：我認為，整車企業(yè)的算力布局應當遵循“最小需求”原則，其核心在于圍繞實際業(yè)務需求來配置資源。舉例來說，車企如果想要自主開發(fā)完整的智能駕駛技術，那算力的需求就很大；而如果只是聚集在應用層面、不涉及底層模型的研發(fā)，那算力的需求就會大幅縮減。所以，車企先要明確自身的目標，再據(jù)此評估出內(nèi)部使用算力的最小需求。整體而言，對于企業(yè)需要經(jīng)常使用的基本算力，或者說支撐關鍵數(shù)據(jù)存儲和使用的算力基礎設施，建議以自建為主，以保障核心業(yè)務的穩(wěn)定性與安全性。
但是企業(yè)也不應盲目囤積算力。一方面，當前算力技術迭代迅速，新架構不斷涌現(xiàn)；另一方面，算力的價格變化很大，一般來說，未來算力的性價比只會越來越高。所以，企業(yè)并沒有超前大規(guī)模自建算力的必要性。同時，目前商業(yè)化的數(shù)據(jù)中心及算力服務已經(jīng)很成熟了，整車企業(yè)在自建算力滿足“最小需求”之外，完全可以通過外購第三方的算力來滿足“最大需求”。我覺得，這種組合模式既能應對算力價格可能的波動，又能降低算力系統(tǒng)的建設、運營和管理等成本，是更具經(jīng)濟性的合理選擇。
趙福全：有些車企高層曾向我表達過這樣一種擔憂——未來隨著AI技術的爆發(fā)式增長，會不會出現(xiàn)公共算力資源供不應求以至于影響車企AI發(fā)展的情況？也就是說，車企會不會陷入兩難的困境：如果以自建算力為主，需要高昂投入，且利用率偏低；而如果以外購算力為主，又擔心資源不足、不敷使用。
吳曉如：我認為大可不必擔憂。汽車行業(yè)所需的算力規(guī)模，在全社會的算力供給中占比是很小的。而且汽車企業(yè)通常不會自行訓練大規(guī)模的通用AI模型底座，而是更多聚焦于應用層面的專業(yè)模型，后者的算力需求是遠遠低于前者的。從供需角度來看，未來公共算力資源完全能夠滿足車企幾千張到幾萬張顯卡的算力需求，不會出現(xiàn)算力短缺、供不應求的問題。
趙福全：吳總的這個判斷非常重要。算力是發(fā)展AI的三大要素之一，而且訓練AI基礎模型的算力需求堪稱巨大。不過整車企業(yè)作為應用方，無需也不宜以此為標準來規(guī)劃自建算力的規(guī)模，否則就會導致算力利用率低下、資源嚴重浪費。
而吳總提出的“最小需求”原則，我認為是適合車企的算力布局策略。說起來，我在清華上課時曾經(jīng)專門講授過“研發(fā)經(jīng)濟學”的理論：通常研發(fā)核心能力中的70%需要自投自建，以支撐自主創(chuàng)新；而其余的30%，特別是所需投入很大、使用頻率較低的業(yè)務能力，則始終應該依靠外部資源。這種基于經(jīng)濟性考量的選擇模式是一種共性規(guī)律，車企在算力布局時也可以參考。從本質(zhì)上講，車企必須對自建算力和使用公共資源進行經(jīng)濟效益的準確評估及有效權衡。比如車企自建算力固然可以規(guī)避公共算力價格波動的影響，但其投入非常巨大，而且后續(xù)還可能要面對算法結構變化、技術迭代優(yōu)化引發(fā)舊算力被淘汰的風險。車企一定要算好這筆經(jīng)濟賬，切不可盲目擴大算力規(guī)模。
汽車人機交互的重要價值：承載品牌特質(zhì)、實現(xiàn)情緒價值、提供多元服務
趙福全：今天吳總多次談到，人機交互是人工智能在汽車行業(yè)落地的關鍵領域。說起來，汽車產(chǎn)品在人機交互的各種場景中應該是最大也最復雜的，因為車內(nèi)空間兼具駕駛、辦公、娛樂、休閑等多元屬性。那么站在科大訊飛的視角，您覺得汽車產(chǎn)品的人機交互有哪些要點？請和大家分享一下。
吳曉如：當前，語音以及多模態(tài)的智能化人機交互在汽車產(chǎn)品上的作用愈發(fā)凸顯。據(jù)我觀察，汽車產(chǎn)品人機交互的要點可以歸納為以下三個方面：
第一，人機交互是汽車品牌特質(zhì)的核心載體。不同車企應該在人機交互的邏輯和界面等方面形成差異。比如一個最簡單的提示音，也可以體現(xiàn)出某種特色；反之，如果所有汽車產(chǎn)品的提示音都一樣，那對用戶來說就沒有品牌辨識度可言了。所以，無論是交互邏輯、還是交互界面，很多交互細節(jié)都是品牌調(diào)性和基因的重要體現(xiàn)，應該與眾不同。就像汽車外形一樣，直接展現(xiàn)出產(chǎn)品的獨特性。有些車企領導也和我探討過，今后等到了絕大部分汽車都是自動駕駛的時候，很可能智駕本身就沒有太大差別了；而不同品牌汽車產(chǎn)品的人機交互卻仍然是不同的。也就是說，人機交互始終是承載品牌特質(zhì)和產(chǎn)品差異化的核心載體，而且未來這種作用會越來越大。
第二，人機交互需要兼顧精準性、個性化以及情緒價值。一方面，人機交互必須精準理解用戶需求，包括用戶給出的一些復雜指令。這是人機交互基礎層面的底線要求。另一方面，更重要的是，人機交互必須體現(xiàn)個性化，車載交互系統(tǒng)在使用中要越來越貼近用戶的習慣，讓用戶越用越覺得像是為他量身定制的；更進一步來說，人機交互還必須實現(xiàn)情感連接，車載交互系統(tǒng)要越來越懂人，能夠隨時感知到用戶的情緒變化、為用戶提供情緒價值、與用戶產(chǎn)生情感上的共鳴。這是人機交互高階層面的核心要求。我認為，汽車產(chǎn)品的人機交互系統(tǒng)必須同時滿足上述要求。
第三，人機交互的終極目標是給用戶提供有價值的內(nèi)容和服務。這就要求車載交互系統(tǒng)必須與外部的一系列信息和服務體系實現(xiàn)實時高效連接，這樣才能隨時為用戶提供所需的內(nèi)容和服務。
總之，人機交互的重要性毋庸置疑，因為這是人與車之間實時發(fā)生直接關聯(lián)的關鍵觸點。整車企業(yè)要做出有特色的差異化產(chǎn)品，就必須高度重視人機交互系統(tǒng)。而車企要打造出具備很強理解能力的人機交互系統(tǒng)，像科大訊飛這樣的科技公司是可以為其提供技術支撐的。不過如何讓人機交互系統(tǒng)在與用戶互動的過程中實現(xiàn)情感連接，并逐步形成匹配特定用戶的個性化，這還是要靠車企自身不斷加深對用戶共性及個性需求的理解。從這個意義上講，正如我前面講到的，車企與科技公司合作伙伴應該進行協(xié)同共創(chuàng)，以共同打造優(yōu)質(zhì)體驗的人機交互系統(tǒng)。
趙福全：吳總講得非常好。我也一直在思考汽車的終極形態(tài)。從本質(zhì)上講，未來汽車一定是“更懂人”的復合智能體，并由此成為用戶的貼心伙伴，這一點我們之前已經(jīng)達成了共識。而汽車這個貼心伙伴，一方面需要在人提出需求時準確理解，并提供相應的服務；另一方面，我認為，汽車的最高境界應該是主動為人提供服務。也就是說，汽車不需要用戶下指令，就能實時捕捉用戶表情、動作、語氣等信息，從中感知其情緒、識別其需求，積極地給出適宜的回應和主動的服務。這是因為未來汽車作為復合智能體，通過對用戶偏好和習慣的長期學習、記憶和理解，完全可以主動地為用戶提供個性化的專屬服務。當然，無論是被動服務、還是主動服務，都依賴于人與車之間形成有情感、有溫度、伙伴式的有效互動。這種互動不僅要準確高效，而且還要讓用戶有“陪伴感”和“知音感”，覺得這輛車很懂自己。剛剛吳總提到的聲音特色、界面風格、座艙氛圍等種種交互細節(jié)，實際上正是營造“溫馨”“體貼”“被理解”等用戶體驗的關鍵。
同時，您還談到人機交互是品牌特質(zhì)的載體，這個觀點我特別認同。由此出發(fā)，整車企業(yè)究竟用什么方式來實現(xiàn)怎樣的人機交互，就不只是戰(zhàn)術上的技術問題，更是體現(xiàn)品牌調(diào)性和基因的戰(zhàn)略問題了。所以，車企應基于自身品牌定位，著力打造有別于其他品牌的人機交互特色。其根本目標是，要讓用戶一進入車內(nèi)，就能通過語音、界面和氛圍燈等的交互差異，感知到這是某個品牌的產(chǎn)品。
總之，汽車人機交互不能簡單停留在功能及技術層面，而是應該上升到產(chǎn)品核心競爭力和品牌特質(zhì)差異性的戰(zhàn)略高度來審視，即如何使汽車作為貼心伙伴、更好地理解用戶需求并主動提供服務，以及如何在交互中呈現(xiàn)出與眾不同的獨特體驗。但要做到這一點并不容易，因為人機交互是高度復雜的系統(tǒng)工程，涉及到屏幕、燈光、聲音以及觸控傳感器、攝像頭等眾多技術領域，整車企業(yè)并不完全掌握相關技術，所以車企必須與像科大訊飛這樣的科技公司進行分工協(xié)作，共創(chuàng)新汽車時代的車載人機交互系統(tǒng)。在此過程中，車企的主要任務是理解用戶需求，并定義產(chǎn)品如何與用戶建立情感連接；而科技企業(yè)等相關供應商則負責提供跨領域的技術支撐。最終，通過長期合作，車企要將這些供應商的核心技術整合到自身產(chǎn)品中，打造出既能滿足用戶需求、又能彰顯品牌特質(zhì)的人機交互系統(tǒng)，并實現(xiàn)最佳的整體體驗。
吳曉如：的確如此。而且我預計，未來不同用戶群體對人機交互風格的偏好將會日益細化。比如，有的人喜歡更擬人化的交互，有的人則喜歡更專業(yè)化的交互。所以，車企完全可以把人機交互作為品牌差異化的核心支撐之一，并據(jù)此構建起自身產(chǎn)品的獨特競爭力。
趙福全：如果汽車能捕捉到、識別出用戶的個性偏好，人機交互就可以更“對味”，從而快速拉近與用戶的距離。這就像兩個人見面時，聽到對方是家鄉(xiāng)口音就會倍感親切一樣，所謂“老鄉(xiāng)見老鄉(xiāng)，兩眼淚汪汪”。其實一個人的很多特質(zhì)都是可以辨識出來的，比如汽車通過用戶的談吐、衣著、發(fā)型、表情和手勢等等，就能判斷出他屬于什么圈層或什么群體，由此就可以提供更加匹配這個用戶的個性化交互。
吳曉如：是的，未來汽車對用戶的理解將會更加深入，不再局限于表面上看到的、聽到的，而是涉及到更深層面的不同感知。例如，在獲得授權的前提下，汽車可以通過車內(nèi)攝像頭、紅外傳感器以及方向盤上的汗液傳感器等等，持續(xù)對用戶的心率、血壓、壓力水平等身心狀態(tài)進行監(jiān)測，進而主動做出回應、提出建議或提供服務。
也就是說，未來人機交互不僅能夠?qū)崿F(xiàn)類似人與人之間的順暢交流，而且還能實現(xiàn)超越生物伙伴之間的細致關懷。當用戶進入車內(nèi)后，系統(tǒng)就可以監(jiān)測其心率、血壓等是否正常，進而判斷其睡眠是否充足、飲食是否規(guī)律，并及時給出提醒或建議。這樣的汽車伙伴，既能察言觀色，為用戶提供情緒價值，又能體貼入微，為用戶提供健康、安全等多維的具體呵護，真正做到既貼心、又專業(yè)、更落地。毫無疑問，未來汽車人機交互的范圍將越來越廣、作用將越來越大。
事實上，我覺得，未來汽車的人機交互能力和主動服務水平將遠超人類伙伴，從而成為用戶生活中不可或缺的存在。比如家人察覺到我的臉色不好，可能只會關切地問一句；而汽車伙伴卻可以挖掘深層次的原因，提供更精準的關懷、建議以及具體的服務。又如用戶與車載交互系統(tǒng)聊到美食，系統(tǒng)就化身為資深美食家，推薦符合用戶偏好的周邊餐廳及經(jīng)典菜品，甚至輕松地幫用戶訂好餐館或外賣。這些都不是人類伙伴能夠簡單做到的。
趙福全：如此一來，很多原本需要在固定場所專門完成的基礎健康檢查，比如量血壓、測心率等，就可以在車內(nèi)實時進行，這將極大地拓展車輛的服務場景。展望未來，汽車將不僅僅是自動駕駛的出行工具，更會成為集出行、工作、休閑、娛樂、醫(yī)療、保健等于一體的移動智能空間和全能服務智能體，這將使汽車的空間屬性得到大幅放大，也讓我們對新汽車空間屬性的挖潛充滿了期待。
剛才我們圍繞汽車人機交互的核心價值、關鍵維度與未來趨勢進行了深入交流，在此我簡單做個小結：其一，人機交互是汽車品牌調(diào)性和特質(zhì)的重要載體，特別是進入自動駕駛普及化、標準化的階段，風格各異的人機交互更將是產(chǎn)品差異化的重要體現(xiàn)，其價值會愈加凸顯。其二，人機交互要實現(xiàn)精準性、個性化以及情感價值的統(tǒng)一，我認為其終極目標應該是與用戶建立情感連接，將服務從“被動響應”升級到“主動陪伴”。其三，人機交互最終要提供多元服務、實現(xiàn)多重價值，使汽車產(chǎn)品突破出行工具的基本屬性，成為兼具休閑娛樂、實時資訊、健康監(jiān)測、情感陪伴等屬性的全能伙伴。其四，要實現(xiàn)以上三點，汽車必須依托多種傳感手段與智能技術，不斷加強對用戶個性化偏好的精準把握。顯然，這不是只靠整車企業(yè)就能完成的工作。為此，車企及相關供應商生態(tài)伙伴們必須進行深度協(xié)同：車企聚焦于用戶需求的識別與挖掘、品牌情感的定義與傳遞以及內(nèi)外部資源的整合，而供應商則負責提供核心技術支撐，雙方通過共創(chuàng)來合力打造優(yōu)質(zhì)體驗的車載人機交互系統(tǒng)。
整體而言，未來汽車將從簡單的出行工具升級為全面的智能伙伴，而車載人機交互則將從產(chǎn)品功能層面升級到品牌戰(zhàn)略層面，并由此重塑人與汽車的關系，開啟智能座艙乃至智能汽車的新時代。
智慧聲場技術將釋放現(xiàn)有硬件潛力、拓展汽車空間價值
趙福全：吳總，大家都知道，科大訊飛最擅長的還是聲學技術。最近你們發(fā)布了智慧聲場系統(tǒng)，在業(yè)界引發(fā)了不小的反響。那么智慧聲場產(chǎn)品及技術對于科大訊飛的汽車業(yè)務來說，究竟意味著什么？同時，除了車載音效相關產(chǎn)品之外，科大訊飛還在哪些方向上探索推動汽車智能座艙的發(fā)展進步？剛才您提到了汽車呵護用戶健康的構想，這方面有哪些具體的落地措施嗎？
吳曉如：我們就聊聊智慧聲場，其核心是將最新的AI技術應用到汽車座艙內(nèi)的聲場領域，這是一項極具想象空間和價值空間的業(yè)務。因為汽車座艙是聲學條件非?？量痰穆晥霏h(huán)境，由于其空間狹小、反射面多，聲音極易失真，再加上不同座位處的聽覺差異以及乘客的個性化需求，傳統(tǒng)聲場解決方案很難做到最優(yōu)。過去，頂尖音響廠商通常依賴被稱為“金耳朵”的資深工程師，以手工方式反復調(diào)整參數(shù)；而現(xiàn)在，人工智能技術能夠分解各種聲音元素并在不同空間位置處精準重組，這樣對于每個揚聲器強度、相位等參數(shù)調(diào)校的能力，就遠遠超過傳統(tǒng)人工調(diào)校了。
由此，我們的智慧聲場技術將為車企帶來顛覆性的三重價值：一是以更低的成本提供更優(yōu)的音質(zhì)；二是豐富了車載聲響的定制化玩法。比如，聽歌時可單獨隱去原音頻的男聲或女聲，實現(xiàn)獨特的車載卡拉OK功能；三是拓展了汽車的空間價值，將汽車座艙真正變成了可移動的音樂廳、私人影院。
從根本上講，未來的車內(nèi)聲場與過去的車載音響完全不是一個概念。下面我舉幾個具體的例子來說明：例如，我們正與QQ音樂等音源廠商探討進行深度合作。過去受限于車內(nèi)音效水平，無損音樂與普通MP3在車里播放時，用戶基本聽不出差別；而現(xiàn)在智慧聲場系統(tǒng)利用AI技術優(yōu)化了聲場條件，能讓高品質(zhì)音源的優(yōu)勢充分展現(xiàn)出來。對廣大用戶特別是音樂發(fā)燒友們來說，休息時可以到車內(nèi)盡情享受高品質(zhì)的音樂，其體驗可想而知。
又如，用戶還可以在車內(nèi)看電影。其實車內(nèi)是極好的觀影環(huán)境，因為汽車座艙是用戶專屬的私密空間。甚至可以說，汽車是比住宅更好的場景。我本人家中就有一套高品質(zhì)音響，后來音箱上的一些線不小心被扯掉了，就聽不出原本的高音質(zhì)了。也有人在家中安裝了家庭影院系統(tǒng)，但使用頻率往往并不高；用的時候還要考慮家人的感受，音量不能太大或者觀影時間不宜過長；此外，潮濕、灰塵等原因也會影響設備的效果。也就是說，住宅是一家人共有的隱私空間，而汽車則是一個人專屬的隱私空間，后者無疑具有獨特的優(yōu)勢。我認為，今后與其到電影院觀影，不如就在車內(nèi)看大片，因為車內(nèi)更能提供沉浸式的觀影體驗。
正是由于智慧聲場技術的進步，汽車的空間價值得到了極大地拓展。目前不少車企都在車內(nèi)布置了高品質(zhì)的揚聲器和功放等音響設備，我們只需要再向前推進一步，將優(yōu)質(zhì)的人工智能技術植入，就可以把汽車座艙真正變成移動且專屬的音樂廳和影音室了。由于硬件原本就有，所以這屬于“加料不加錢”，對于消費者來說是很有吸引力的。
趙福全：目前科大訊飛的這套智慧聲場系統(tǒng)做到什么程度了？圍繞您剛才談到的諸多場景，后續(xù)這方面還有哪些發(fā)展規(guī)劃？另外，如果硬件符合要求，車企是不是可以基于原有的音響設備，直接選用這套智慧聲場系統(tǒng)？這樣做成本大概會增加多少呢？
吳曉如：科大訊飛開始系統(tǒng)性投入智慧聲場技術只有兩年多的時間，但進展非?？?。兩年前我們向車企介紹這套系統(tǒng)時，還有不少人持懷疑態(tài)度；而現(xiàn)在樣件、樣車測試都已完成，我們承諾的效果全部得到了兌現(xiàn)，真的可以讓二十萬左右價位的車型擁有與此前百萬級的豪車不相上下的音響效果。這樣我們的信心就建立起來了，客戶的認可度也迅速提升。目前已有十幾家車企與我們達成了合作，截至2025年底，搭載這套系統(tǒng)的車輛累計已突破100萬輛，而2026年，預計單年搭載車輛就將突破100萬輛。由此，科大訊飛也將成為國內(nèi)最大的車載智慧聲場及高端音響技術的供應商之一。
當然，科大訊飛的目標并不僅限于“音效好”這一點。雖然當前汽車行業(yè)的主要關注點仍然在音響效果上，但我們希望進一步放大車內(nèi)聲場的價值。比如，基于現(xiàn)有技術完全可以實現(xiàn)聲場分區(qū)，讓車內(nèi)每個座位上的乘客都能互不干擾地收聽各自喜歡的內(nèi)容，這將極大地提升汽車座艙的實用性和使用體驗。
事實上，現(xiàn)在已有車企要和我們一起打造“極致音樂廳”“極致KTV”等車內(nèi)場景。我認為這都非常好，說明車企也越來越重視車內(nèi)聲場的作用了。原來車企宣傳車內(nèi)裝配了24個揚聲器，消費者可能會覺得沒什么意義，因為這么多揚聲器并沒有帶來更好的聽覺體驗。而未來同樣基于這些揚聲器，智慧聲場技術將把汽車座艙變成高品質(zhì)的音樂廳、電影院，讓用戶不開車時也愿意到車里來享受音樂或者觀看大片。這就是創(chuàng)造增量價值的典型案例。
這將是一個多贏的選擇。對車企而言，汽車的空間價值得到進一步拓展，增加了產(chǎn)品的吸引力；對音源供應商而言，其高質(zhì)量的資源在汽車產(chǎn)品上得到變現(xiàn)；對音響系統(tǒng)的硬件供應商而言，其產(chǎn)品價值得以放大，也將從中獲益；對用戶而言，過去只有少數(shù)高端車用戶才能享受到的優(yōu)質(zhì)音響效果，其門檻被大幅降低，較低價位車型的更多用戶都能獲得同樣的體驗，這會讓他們覺得非常超值。
至于說成本，由于音響系統(tǒng)的硬件本來就在那里，所以整體上成本增量并不大。特別是對于已經(jīng)搭載了科大訊飛AI模型的車型，我們可以將原來獨立的音響DSP（數(shù)字信號處理器），與座艙的計算平臺融合起來，這樣就更無需增加額外的硬件投入了。這也是這套技術的核心優(yōu)勢之一，即通過軟件迭代和算力整合，盡可能在現(xiàn)有硬件的基礎上實現(xiàn)品質(zhì)和體驗的顯著升級。
趙福全：這樣看來，這套技術確實非常有價值。以前大家一直說，汽車是除了家和辦公室之外的第三空間；而未來汽車將會變成“家、辦公室和出行工具”三合一的特殊空間。特別是汽車這個私密的獨立空間，既可以在移動中、也可以在靜止時發(fā)揮作用。有調(diào)研數(shù)據(jù)顯示：目前用戶在車輛靜止狀態(tài)下停留在車內(nèi)的時間正不斷增加，越來越多的人選擇在車里休息、娛樂、讀書、辦公和會客，這已經(jīng)成了一些人的新用車習慣。
在這種情況下，吳總剛剛介紹的智慧聲場，能夠在同等的硬件條件下，通過導入AI算法來優(yōu)化車內(nèi)的聲學環(huán)境，為座艙賦予更大的價值，就顯得尤為重要了。我認為，這套技術未來還會有更大的發(fā)展空間——即通過持續(xù)積累和學習用戶數(shù)據(jù)，不斷加深對用戶需求的理解；進而圍繞用戶個性偏好，結合特定場景條件，為其提供個性化的專屬聲場環(huán)境及相關內(nèi)容服務。
中國供應商既要助力中國車企出海、也要賦能國外車企發(fā)展
趙福全：吳總，前面您談到，科大訊飛正在為多家中國車企提供智能化技術及服務，而現(xiàn)在中國車企踐行出海戰(zhàn)略已呈必然趨勢。那么，為了助力中國車企更好地“走出去、走進去、走上去”，科大訊飛這樣的科技公司應該如何提供支持呢？是不是需要跟隨中國車企一起出海？
吳曉如：事實上，科大訊飛第一時間就和多家中國車企一起出海了。因為這些車企的很多車型在國內(nèi)已經(jīng)集成應用了科大訊飛的語音交互技術，出海后當然希望繼續(xù)使用同樣的語音交互技術。另一方面，如果中國車企與海外的AI科技公司合作，往往只能被動地接受對方的方案，很難實現(xiàn)整供深度互動和技術深度集成；同時，海外供應商的交付速度和成本通常也不具優(yōu)勢。在此情況下，科大訊飛早在2020年就承接了一些車企的海外項目，迄今我們已完成了面向60多個國家的語音交互技術研發(fā)與適配，能夠滿足車企出海的即時需求。
更重要的是，我們的技術能讓車企低成本地快速集成應用，因為在海外使用英語、法語、阿拉伯語等幾十個語種，與在國內(nèi)使用中文的技術在接口上是完全一致的。車企無需任何額外成本，就可以將國內(nèi)版本擴展為海外版本，直接投入使用。這讓不同國家和地區(qū)的用戶都能用自己的母語與汽車交互，體驗自然顯著提升。目前奇瑞、長安、上汽等出海規(guī)模較大的中國車企都在深度使用我們的技術及產(chǎn)品。反之，如果這些車企出海后去找新的海外供應商合作，那就需要重新適配、集成和測試一整套新系統(tǒng)，時間和成本代價會非常高。
趙福全：就國內(nèi)市場而言，近幾年中國品牌的份額不斷快速增長；而國外品牌只剩下30%左右的乘用車市場份額了。您覺得，國外品牌車企應該如何借助科大訊飛這類本土供應商的賦能，更好地深耕中國市場呢？
吳曉如：科大訊飛以前與國外品牌車企的合作不多。因為此前很長一段時間，我感覺直到2022、2023年之前，國外品牌車企的研發(fā)都在其海外總部，同時一般優(yōu)先選擇海外的供應商合作。但是最近幾年情況發(fā)生了變化，不少合資車企開始與我們合作。比如我們與廣汽自主品牌合作之后，廣汽合資品牌也陸續(xù)與我們達成了合作，因為廣汽自主品牌產(chǎn)品的智能座艙特別是人機交互的水平，明顯優(yōu)于其在海外開發(fā)的產(chǎn)品。還有東風日產(chǎn)等合資企業(yè)，也是如此。
科大訊飛與國外品牌車企的合作就這樣自然而然地開展起來了，我們先是與合資車企在國內(nèi)的研發(fā)中心合作，后來又延伸到其在海外的體系。這種情況在2024、2025年尤為明顯，我們的技術也借此加速走向海外——不僅跟隨中國品牌車企出海，而且也經(jīng)由合資車企，帶動國外品牌車企逐步在全球市場上應用起來。
趙福全：實際上，供應商只要在與部分車企的合作中展現(xiàn)出自身優(yōu)秀的技術能力，肯定會引發(fā)其他車企的關注。正如你們與廣汽自主品牌的合作，就讓豐田、本田感知到了科大訊飛的價值，并由此實現(xiàn)了合作的自然擴展。
這也引出了我的下一個問題：吳總對這些國外品牌車企有沒有什么建議？您覺得，它們怎樣才能更好地與中國供應商合作？
吳曉如：我覺得主要有三點：首先，國外品牌車企要打破認知壁壘，積極了解中國科技公司。長期以來，國內(nèi)供應商都不在國外品牌車企的視野中，很難進入其核心供應商體系。當然，這兩年情況有所改變，但還遠遠不夠。尤其是在智能化方面，我認為，不僅在國內(nèi)的合資車企要與中國供應商深入交流，而且更要讓外方總部的高層們真正認識到中國供應商的實力。這是雙方合作的第一步。
其次，合作應該由淺入深、逐步擴展。前期雙方可以先做一兩個項目進行磨合。畢竟海外和國內(nèi)的法規(guī)標準、研發(fā)模式以及項目管理等都存在差異，雙方需要通過具體的項目來熟悉彼此的工作方式，進而相互適應、形成合力。顯然，這需要一個雙向磨合的過程。
最后，雙方一定要把最初的試點項目做好，我稱之為“頭雁”項目。為此建議國外品牌車企提升其在華研發(fā)中心在智能化等領域的話語權，這樣既可以有效支撐國內(nèi)項目的順利開展，也可以讓中國本土的優(yōu)勢技術更快地融入到外方的全球體系中。
趙福全：吳總講得很透徹?？拼笥嶏w一方面依托多語種的人機交互技術和統(tǒng)一接口優(yōu)勢，助力中國車企加快出海，為其海外產(chǎn)品提供高水平、低成本、快交付的語音交互方案；另一方面，借由與合資車企的合作，讓國外品牌車企看到了中國科技公司在智能化領域的技術實力，改變了其此前優(yōu)先選擇海外供應商的固有理念。應該說，這兩條路你們都走得很扎實，而且富有成效。
剛才您特別強調(diào)，國外品牌車企要加強對中國科技公司的了解，實際上國內(nèi)車企也是一樣。我之前就曾多次講過，現(xiàn)在已經(jīng)到了汽車行業(yè)必須主動擁抱科技公司的時代。而這也正是今天我邀請您作為對話嘉賓的原因所在——我相信，您作為跨界科技公司領軍人的體會和見解，是非常值得汽車行業(yè)的高層們思考和借鑒的。
以“用戶價值”為核心，切入多場景、實現(xiàn)差異化
趙福全：我們知道，未來五年是AI技術快速演進、很可能出現(xiàn)顛覆性突破的關鍵期，同時也是中國汽車產(chǎn)業(yè)鞏固智電汽車的階段性領先優(yōu)勢、實現(xiàn)高質(zhì)量發(fā)展的關鍵期。所以，我想與吳總展望一下未來的發(fā)展前景。現(xiàn)在企業(yè)都在做“十五五”規(guī)劃，科大訊飛肯定也有相關布局。對此我有兩個問題：第一，未來五年中國汽車產(chǎn)業(yè)，特別是在智能化領域，將會呈現(xiàn)出怎樣的發(fā)展態(tài)勢？不知道您有何判斷或期待？第二，正如我們前面交流的，對科大訊飛來說，汽車產(chǎn)業(yè)還有很大的增長空間。那么未來五年您希望借助AI技術的發(fā)展，在汽車產(chǎn)業(yè)抓住哪些機會？或者說，假如您五年后再次參加這個對話欄目，屆時科大訊飛會給大家分享怎樣一份答卷？當然，AI也好、汽車也罷，要精準預測其發(fā)展細節(jié)都是很難的；不過方向性的預判也非常重要。下面就請您談一談。
吳曉如：趙老師的問題都很有深度?？拼笥嶏w對這些問題也思考了很多。我們認為，未來五年汽車智能化發(fā)展的核心在于牢牢把握住用戶價值。企業(yè)如果只是站在推進自身技術發(fā)展的角度，而不是站在創(chuàng)造用戶價值的角度，是很難取得重大突破的。
具體到智能座艙，創(chuàng)造用戶價值意味著要把技術應用于用戶看得見、摸得著的各種場景中，以此形成差異化，進而破解當前行業(yè)同質(zhì)化競爭和價格戰(zhàn)的“內(nèi)卷”困局。說起來，很多車企領導在與我們溝通時都表達過類似的苦惱——他們覺得現(xiàn)在各品牌的汽車產(chǎn)品都差不多，甚至宣傳話術也基本雷同，最后只好去“卷”價格。這其實是企業(yè)和國家都不愿意看到的情況。如果企業(yè)能夠創(chuàng)造增量價值，實現(xiàn)產(chǎn)品差異化，那么就能通過獨特的用戶價值實現(xiàn)破“卷”并獲利。
在這個過程中，我判斷，未來五年汽車“業(yè)外”的各種服務以及相關的生態(tài)資源都會加速融入到車內(nèi)，因此這將是智能座艙發(fā)展的關鍵性五年。例如健康服務，隨著中國老齡化人口日益增多，大家對健康服務的需求越來越高。而汽車產(chǎn)品本身既是一個私密的獨立空間，又安裝了監(jiān)測用戶身心狀態(tài)的各種傳感器，完全可以把健康服務做得細致入微?，F(xiàn)在很多睡眠不好的人會在家中購置高壓氧艙，而未來汽車座艙就可以打造成高壓氧艙，讓用戶在車內(nèi)得到健康呵護。同時，健康服務還將與娛樂服務等其他有價值的場景結合起來，從而使智能汽車的多元價值得到充分彰顯。
更進一步來說，這些有價值的場景將會帶動汽車智能化技術體系的全面升級。無論是車載芯片及各類傳感器等硬件，還是AI技術賦能下的各種軟件，都會隨著各種場景需求而不斷完善，并催生出相應的供應鏈。就是說，未來汽車座艙將出現(xiàn)越來越多體現(xiàn)用戶價值的智能化場景，由此帶動相關硬件、軟件及服務等的快速發(fā)展，也讓一系列新的供應鏈企業(yè)加入到汽車產(chǎn)業(yè)生態(tài)中來。
總之，我認為，未來五年汽車智能化一定會發(fā)展得更快，而其發(fā)展的核心一定是以用戶價值為驅(qū)動，不斷提供能讓用戶真切感知到價值的服務，進而帶動智能化軟硬件的協(xié)同升級，實現(xiàn)汽車產(chǎn)業(yè)的高質(zhì)量發(fā)展。科大訊飛也將沿著這個方向不斷努力，與車企一起拓展各類智能化場景、持續(xù)提升用戶價值。
趙福全：時間過得很快，不經(jīng)意間已經(jīng)和吳總聊了兩個多小時。下面我把今天交流的內(nèi)容做個簡要的梳理。
關于汽車產(chǎn)業(yè)的發(fā)展大勢。當前，由“供應商-整車企業(yè)-經(jīng)銷商”組成的傳統(tǒng)線型產(chǎn)業(yè)鏈條正被打破，多主體協(xié)同、多要素融合的新型網(wǎng)狀產(chǎn)業(yè)生態(tài)呼之欲出。究其根源，這是電動化、特別是智能化技術驅(qū)動產(chǎn)業(yè)全面重構的結果——傳統(tǒng)整供車企并不掌握的諸多“業(yè)外”技術及能力，逐漸成為了汽車產(chǎn)業(yè)不可或缺的關鍵要素。在此過程中，數(shù)據(jù)成為最重要的新生產(chǎn)要素，圍繞數(shù)據(jù)的各種智能化技術成為新生產(chǎn)力，而為了確保這種新生產(chǎn)力得到充分釋放，汽車產(chǎn)業(yè)生態(tài)中的各類合作伙伴必須探索構建協(xié)同共創(chuàng)的新生產(chǎn)關系。這也是未來中國汽車產(chǎn)業(yè)實現(xiàn)高質(zhì)量發(fā)展的重中之重。
關于汽車產(chǎn)品的終極形態(tài)。未來汽車將成為集諸多單智能體于一身的復合智能體，為用戶提供“車更懂人”的主動式服務和伙伴式的關懷。顯然，這種復合智能體涉及到多領域的前沿技術，單靠車企自身是無法打造出來的，因此車企必須積極擁抱在相關領域已有大量探索的科技公司。比如像科大訊飛這樣的科技公司，既長期深耕AI技術并在多個行業(yè)積累了豐富的應用經(jīng)驗，又在涉足汽車行業(yè)后深刻理解了車企的訴求，這就使其具備了將AI技術引入汽車行業(yè)的獨特優(yōu)勢。而吳總作為科大訊飛的領軍人，對于如何與車企合作有著很深的感悟和體會，這也是今天我們邀請吳總參加本期對話的根本原因。
關于AI技術如何落地應用。人工智能技術的發(fā)展可謂突飛猛進，其對汽車產(chǎn)業(yè)的影響也是日新月異。盡管由于變化太快，很難精準預測未來幾年AI技術的發(fā)展趨勢，但吳總認為，汽車行業(yè)有效擁抱AI的著力點是確定的——那就是要建立靈活高效、協(xié)同共創(chuàng)的新型組織架構和流程體系。值得注意的是，作為AI科技公司的領軍人，吳總并未強調(diào)大模型、算力等底層技術的重要性，而是非常關注企業(yè)是否形成了新理念、構建了新組織、探索了新模式。在吳總看來，這才是支撐企業(yè)面向AI實現(xiàn)轉(zhuǎn)型升級的關鍵所在。畢竟AI技術還將持續(xù)進步，“黑馬”公司還將不斷涌現(xiàn)，唯有能夠適應快速變化的組織才能確保企業(yè)跟得上AI時代的節(jié)奏。
關于人機交互以及智慧聲場技術。吳總認為，車企應該把座艙人機交互打造成自身品牌調(diào)性的重要呈現(xiàn)，而不僅僅是功能層面的簡單賣點。老實說，這是我第一次聽到有人站在這個高度上看待人機交互。事實上，隨著電動化、智能化技術日益普及，一些傳統(tǒng)的汽車評價指標已經(jīng)沒有太大意義了，比如“0-100km/h的加速時間”曾是衡量汽車加速性的重要指標，而現(xiàn)在電動車很容易就能做到此前燃油車難以企及的水平，以至于國家都開始出臺限制該指標的下限以規(guī)避安全風險了。在這種情況下，用戶體驗越來越成為汽車產(chǎn)品競爭的主戰(zhàn)場，而汽車的空間屬性也由此變得越發(fā)重要。之前部分車企開始將“冰箱”“彩電”“大沙發(fā)”放到車上，有些人還不以為然，其實這就是在放大汽車的空間屬性。當然在我看來，這還屬于解決空間配置有無的基礎層面問題；而今后更要解決的是空間體驗好壞的深層次問題，即如何讓用戶更好地享受車內(nèi)空間。從這個意義上講，掌握智能人機交互以及智慧聲場等技術的科技公司，完全可以發(fā)揮賦能車企打造全新智能座艙的重要作用。正因如此，近年來科大訊飛的汽車業(yè)務發(fā)展得很快，不僅助力中國品牌車企，也支撐合資乃至國外品牌車企，在國內(nèi)以及海外市場上征戰(zhàn)。
關于整車企業(yè)與科創(chuàng)公司如何合作。我們一致認為，建立高效的協(xié)同共創(chuàng)模式至關重要。為此，每家企業(yè)都要有清晰的自我定位，想清楚“我是誰、我在哪、我要去哪、我怎樣去”等戰(zhàn)略問題，再據(jù)此確定合作伙伴并探索合作模式。在這方面，吳總強調(diào)，直接面對C端用戶且掌握相關數(shù)據(jù)的整車企業(yè)，必須洞察用戶需求；同時由于很多核心技術都掌握在科技公司手中，因此整車企業(yè)還必須主動擁抱相關科技公司，特別是AI技術公司。這種擁抱并不只是簡單借助科技公司的技術，在車上增加若干AI功能，而是要在精準洞察用戶需求的基礎上，利用各方的硬件、軟件以及相關技術，通過協(xié)同共創(chuàng)打造出滿足用戶個性化需求的汽車產(chǎn)品。特別是要盡可能地實現(xiàn)增量價值，即在成本不變或微增的情況下，為用戶提供更高階、更愉悅的體驗。在此過程中，整車企業(yè)不僅需要清晰界定多主體協(xié)作的分工和邊界，還要建立統(tǒng)一的標準規(guī)范以及技術接口，以有效支撐整供企業(yè)真正實現(xiàn)協(xié)同共創(chuàng)。
關于數(shù)據(jù)和算法等關鍵要素。在數(shù)據(jù)應用方面，首先，企業(yè)要準確定義并聚焦于高價值的“有用”數(shù)據(jù)，而不是盲目采集、存儲和加工全部數(shù)據(jù)，否則投入產(chǎn)出比過低，是沒有意義的；其次，企業(yè)要在確保數(shù)據(jù)合規(guī)的基礎上，明確數(shù)據(jù)歸屬、統(tǒng)一數(shù)據(jù)標準，讓數(shù)據(jù)真正“可用”；最后，企業(yè)還要建立數(shù)據(jù)治理架構和共享機制，基于各方一致利益驅(qū)動，讓數(shù)據(jù)先在企業(yè)內(nèi)部、進而在不同企業(yè)之間順暢流通和使用，以實現(xiàn)最大化的價值。而在算力布局方面，吳總提出，車企應通過自建算力來滿足“最小需求”，同時充分利用社會資源來滿足“最大需求”，我認為這是合理的戰(zhàn)略選擇。
關于未來汽車發(fā)展展望。今后自動駕駛逐漸普及之后，很可能會趨于標準化、同質(zhì)化；而智能座艙始終是汽車產(chǎn)品差異化的重要體現(xiàn)。正因如此，汽車的空間屬性會持續(xù)放大，座艙將成為用戶辦公、休閑、娛樂和健康等多元場景的智能空間。由此出發(fā)，車載人機交互將從“人控制車”逐步演進為“車理解人”，主動為用戶提供相關服務和建議。同時，基于汽車配置的硬件系統(tǒng)，隨著AI技術的不斷進步，用戶將在車內(nèi)真正享受到猶如身處音樂廳、電影院、游戲室以及健康驛站等的愉悅體驗。一句話，對于未來汽車，我們的暢想可以“任性”。
展望未來，整車企業(yè)要與包括AI科技公司在內(nèi)的各類供應商充分協(xié)同、有效共創(chuàng)，攜手打造差異化的汽車產(chǎn)品——也就是能力強大的汽車智能體，滿足不同用戶對于個性化體驗的極致追求。由此出發(fā)，我們完全有理由期待，汽車行業(yè)將會走出同質(zhì)化、價格戰(zhàn)的“內(nèi)卷”競爭，真正實現(xiàn)高質(zhì)量發(fā)展。這也正是“十五五”期間中國汽車產(chǎn)業(yè)的戰(zhàn)略目標和前進方向。
最后，感謝吳總的精彩分享，預祝科大訊飛在吳總的帶領下，發(fā)展得越來越好！
吳曉如：謝謝趙老師！也?！囤w福全研究院》高端對話欄目越辦越好！
