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(duì)話欄目，作為欄目第78期嘉賓，與世界汽車工程師學(xué)會(huì)聯(lián)合會(huì)（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(zhǎng)趙福全進(jìn)行了一場(chǎng)深度對(duì)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(hào)播出。在直播之后，我們精心整理了對(duì)話內(nèi)容，因篇幅較長(zhǎng)，故分四部分推送。本文為第二部分的文字、視頻和音頻。
【核心觀點(diǎn)】
端側(cè)模型：在可預(yù)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(diǎn)：一是汽車產(chǎn)品對(duì)端側(cè)能力包括響應(yīng)速度、可靠性等的要求極高，對(duì)隱私保護(hù)的要求也很高；二是汽車產(chǎn)品的端側(cè)算力在目前已有的各種智能設(shè)備中是最強(qiáng)的，足以支撐相當(dāng)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(huì)形成基礎(chǔ)模型與各種汽車行業(yè)模型并存的格局。
擁抱AI：對(duì)汽車企業(yè)來說擁抱AI至關(guān)重要。車企如果跟不上AI的發(fā)展節(jié)奏，無(wú)法實(shí)現(xiàn)產(chǎn)品與AI的深度融合，是不會(huì)有競(jìng)爭(zhēng)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(yùn)營(yíng)”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(jìn)中
如何擁抱AI：車企必須建立適配AI發(fā)展的組織架構(gòu)。AI時(shí)代企業(yè)組織變革的核心在于提升解決問題的速度。應(yīng)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(shí)踐中迭代優(yōu)化自身組織。
新勢(shì)力車企：在擁抱AI上，新勢(shì)力車企會(huì)相對(duì)容易一些，更多的是因?yàn)樗鼈兙哂袝r(shí)間窗口上的優(yōu)勢(shì)。新勢(shì)力車企在組織架構(gòu)、人才結(jié)構(gòu)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(gòu)、人才結(jié)構(gòu)等都是在硬件技術(shù)的基礎(chǔ)上逐步形成的，這種長(zhǎng)期積淀必然會(huì)產(chǎn)生某種發(fā)展慣性，導(dǎo)致企業(yè)面向AI的轉(zhuǎn)型節(jié)奏相對(duì)緩慢。但不同企業(yè)、不同領(lǐng)導(dǎo)的重視程度存在差異，而這恰恰會(huì)影響企業(yè)轉(zhuǎn)型決心的強(qiáng)弱、行動(dòng)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(fù)責(zé)；但是汽車行業(yè)則由車企主導(dǎo)，車企始終要對(duì)整車產(chǎn)品及其核心系統(tǒng)負(fù)責(zé)，AI企業(yè)提供的僅是系統(tǒng)內(nèi)的一個(gè)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(fù)雜工業(yè)品的基本屬性，還將成為一個(gè)復(fù)雜的大智能體，這個(gè)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(yàn)。
產(chǎn)品迭代：與手機(jī)等快消品完全不同，汽車產(chǎn)品屬于耐用型消費(fèi)品。因此，汽車產(chǎn)品定義必須考慮硬件長(zhǎng)期支撐軟件迭代更新的問題，這對(duì)車企來說無(wú)疑是一大挑戰(zhàn)。
生態(tài)復(fù)雜：在電動(dòng)化、智能化的時(shí)代，原本就高度復(fù)雜的汽車產(chǎn)業(yè)、企業(yè)和產(chǎn)品正變得更加復(fù)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(fù)雜關(guān)系。
長(zhǎng)期共創(chuàng)：大量“業(yè)外”的科技公司、服務(wù)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(qiáng)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(zhǎng)期性的共創(chuàng)，需要貫穿于產(chǎn)品全生命周期持續(xù)進(jìn)行。
場(chǎng)景結(jié)合：人工智能在本質(zhì)上屬于賦能型技術(shù)，用戶每天直接使用的并非AI技術(shù)本身，而是AI技術(shù)支撐下的各類服務(wù)，所以關(guān)鍵在于能否把AI技術(shù)與具體場(chǎng)景有效結(jié)合起來。
深度對(duì)接：車企需要主動(dòng)與各類AI科技公司及服務(wù)公司深度對(duì)接，將自身的場(chǎng)景需求與這些合作伙伴提供的技術(shù)與服務(wù)融為一體，并且在汽車漫長(zhǎng)的使用周期內(nèi)持續(xù)迭代更新、不斷優(yōu)化用戶體驗(yàn)。
生態(tài)分工：汽車作為大智能體的總體設(shè)計(jì)與統(tǒng)籌協(xié)調(diào)，必須由整車企業(yè)主導(dǎo)。這意味著車上各種軟硬件的接口標(biāo)準(zhǔn)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(biāo)準(zhǔn)和規(guī)范來進(jìn)行分工協(xié)作。
【對(duì)話實(shí)錄】
汽車產(chǎn)品需配備專屬端側(cè)模型，而云端基礎(chǔ)模型與行業(yè)模型或?qū)⒉⒋?/span>
趙福全：當(dāng)前業(yè)界有一個(gè)普遍關(guān)注的核心問題——未來汽車行業(yè)究竟是會(huì)形成一個(gè)專屬的基礎(chǔ)大模型？還是會(huì)出現(xiàn)一個(gè)對(duì)汽車產(chǎn)業(yè)適配性很強(qiáng)、但并非汽車產(chǎn)業(yè)專屬的基礎(chǔ)大模型？又或者是汽車產(chǎn)業(yè)同時(shí)適配于多個(gè)通用的基礎(chǔ)大模型？不知道吳總對(duì)這個(gè)問題怎么看？
吳曉如：我個(gè)人認(rèn)為，在可預(yù)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(diǎn)：一是汽車產(chǎn)品對(duì)端側(cè)能力包括響應(yīng)速度、可靠性等的要求極高，對(duì)隱私保護(hù)的要求也很高；二是汽車產(chǎn)品的端側(cè)算力在目前已有的各種智能設(shè)備中是最強(qiáng)的，足以支撐相當(dāng)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(cè)大模型既有需求，也是可行的。而端側(cè)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(gòu)建的通用基礎(chǔ)大模型，畢竟通用基礎(chǔ)大模型的規(guī)模太過龐大，難以在車上部署。
應(yīng)該說，汽車產(chǎn)品對(duì)端側(cè)模型有著獨(dú)特的需求：一方面，端側(cè)模型要承擔(dān)人車交互的基本任務(wù)，也要承擔(dān)智能駕駛及人員健康監(jiān)測(cè)等各種場(chǎng)景的任務(wù)；另一方面，汽車產(chǎn)品作為開放的系統(tǒng)，需要高效對(duì)接各種互聯(lián)網(wǎng)服務(wù)，特別是未來必須與云端模型打通，因此端側(cè)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(cè)模型將是相關(guān)企業(yè)的一種必然選擇。
與此同時(shí)，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(gè)基礎(chǔ)大模型；另一方面，也不排除部分企業(yè)構(gòu)建“通用的基礎(chǔ)大模型+行業(yè)大模型”相結(jié)合的底座，再基于此拓展自身的各種服務(wù)。這種模式類似于當(dāng)前一些互聯(lián)網(wǎng)公司將自身服務(wù)與大模型底座深度嵌套的發(fā)展路徑。
簡(jiǎn)單地說，我的判斷是：未來云端可能會(huì)形成基礎(chǔ)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(cè)模型。當(dāng)然，以上觀點(diǎn)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(rèn)的結(jié)論。特別是人工智能的發(fā)展速度遠(yuǎn)超預(yù)期，其引發(fā)的各種變化往往出乎所有人的預(yù)料。比如，Open AI恐怕就沒有料到DeepSeek的出現(xiàn)會(huì)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(shì)。實(shí)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(yīng)用的格局還沒有定型。事實(shí)上，在當(dāng)下這個(gè)科技黑馬持續(xù)涌現(xiàn)、創(chuàng)新成果層出不窮的時(shí)代，對(duì)于AI技術(shù)未來的發(fā)展進(jìn)程，我想沒有誰(shuí)能夠給出絕對(duì)精準(zhǔn)的預(yù)測(cè)。有位知名AI專家就曾在公開場(chǎng)合說過，自己甚至不敢預(yù)測(cè)6個(gè)月后的AI技術(shù)走向。
另外，前段時(shí)間華為在其發(fā)布的《智能世界2035》中提出，到2035年全社會(huì)的總算力將比2025年增長(zhǎng)10萬(wàn)倍。這個(gè)預(yù)測(cè)想必會(huì)讓很多人大感震驚，其實(shí)在我看來，我們更應(yīng)關(guān)注華為這種科技公司對(duì)未來AI發(fā)展之快的大勢(shì)判斷，至于具體數(shù)字反而沒那么重要，要知道屆時(shí)即便只實(shí)現(xiàn)了預(yù)測(cè)值的1/10，即算力增長(zhǎng)了1萬(wàn)倍，也是非常龐大的數(shù)字了。這背后涉及到電力供應(yīng)、基礎(chǔ)設(shè)施建設(shè)以及巨額資金投入等一系列問題，充滿了機(jī)遇和挑戰(zhàn)。最終，在日益增長(zhǎng)的算力支撐下，人工智能的發(fā)展將會(huì)越來越快，并給整個(gè)社會(huì)帶來顛覆性的變化。
汽車企業(yè)必須積極擁抱AI，突破重點(diǎn)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(chǔ)大模型，也在深耕包括汽車在內(nèi)的重點(diǎn)行業(yè)應(yīng)用。與此同時(shí)，汽車企業(yè)也在持續(xù)加大AI領(lǐng)域的投入。而汽車產(chǎn)品有其獨(dú)特性，可以說是對(duì)安全性要求最高的大型移動(dòng)智能終端。另一方面，汽車產(chǎn)品又是價(jià)值巨大的智能終端。我一直有這樣一個(gè)判斷：如果說在互聯(lián)網(wǎng)時(shí)代，手機(jī)是核心的移動(dòng)智能終端；那么進(jìn)入物聯(lián)網(wǎng)時(shí)代，汽車必將成為核心的移動(dòng)智能終端。因?yàn)槠囎鳛槲磥沓鞘兄械囊苿?dòng)節(jié)點(diǎn)，能夠連接所有的固定節(jié)點(diǎn)，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(jià)值鏈。在此背景下，您對(duì)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(shí)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(dòng)化和智能化。而我們?cè)谂c多家車企高層的交流溝通中發(fā)現(xiàn)：電動(dòng)化的路徑已經(jīng)比較清晰了，其核心在于續(xù)駛里程等關(guān)鍵指標(biāo)的提升，具體措施包括優(yōu)化動(dòng)力電池等；相較而言，智能化的路徑尚未收斂，還需要相關(guān)各方一起努力、共同探索。不過有一點(diǎn)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(gòu)車選擇的核心要素。因此，擁抱AI對(duì)汽車企業(yè)來說至關(guān)重要。展望未來，我認(rèn)為車企如果跟不上AI的發(fā)展節(jié)奏，無(wú)法實(shí)現(xiàn)產(chǎn)品與AI的深度融合，是不會(huì)有競(jìng)爭(zhēng)力的，最后大概率將被淘汰。
當(dāng)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(shì)力車企最初就是以數(shù)字化科技公司的姿態(tài)進(jìn)入汽車行業(yè)的，因此擁抱AI的意識(shí)相對(duì)更強(qiáng)，在“軟件定義汽車”等方向上更容易發(fā)力，對(duì)智能化的推進(jìn)可能也就更順暢一些。而傳統(tǒng)車企受限于內(nèi)部長(zhǎng)期形成的組織結(jié)構(gòu)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(shí)間，所以推進(jìn)智能化的難度會(huì)更大一些。不過我想強(qiáng)調(diào)的是，近年來傳統(tǒng)車企的轉(zhuǎn)型行動(dòng)并不慢。尤其是部分實(shí)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(dòng)、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(qiáng)的AI應(yīng)用體系。事實(shí)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(rèn)識(shí)到：汽車產(chǎn)品本來就是高度復(fù)雜的系統(tǒng)工程，是國(guó)家工業(yè)體系綜合實(shí)力的集中體現(xiàn)；而現(xiàn)在融入智能化之后，其復(fù)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(qiáng)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(yùn)營(yíng)”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(jìn)中。我認(rèn)為，總體而言，汽車企業(yè)與AI深度融合是一項(xiàng)非常復(fù)雜而艱巨的任務(wù)，今后還需要車企與相關(guān)科技公司共同嘗試多種形式的合作，以期實(shí)現(xiàn)更緊密的融合。
趙福全：吳總講到，當(dāng)前人工智能已經(jīng)進(jìn)入到規(guī)?；瘧?yīng)用的階段，后續(xù)將對(duì)整個(gè)社會(huì)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(diǎn)上，汽車行業(yè)的認(rèn)知也是一致的。同時(shí)，您分析了不同車企在智能化轉(zhuǎn)型上的差異，認(rèn)為新勢(shì)力車企擁抱AI會(huì)相對(duì)容易一些。對(duì)此，我想與您進(jìn)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(rèn)識(shí)到了AI的重要性。又或者是由于新勢(shì)力車企具備某些獨(dú)特的能力？我認(rèn)同您提到的有些新勢(shì)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(shí)代與人工智能時(shí)代的思維方式、核心能力等，其實(shí)并不相同。在這種情況下，為什么說新勢(shì)力車企擁抱AI的機(jī)會(huì)更大呢？
吳曉如：我所說的新勢(shì)力車企擁抱AI會(huì)相對(duì)容易一些，更多的是因?yàn)樗鼈兙哂袝r(shí)間窗口上的優(yōu)勢(shì)。新勢(shì)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(dòng)汽車產(chǎn)品，并聚焦于相應(yīng)的產(chǎn)品定義、軟件研發(fā)和體系建設(shè)等。如果把企業(yè)比作一個(gè)人，那么新勢(shì)力車企在組織架構(gòu)、人才結(jié)構(gòu)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(zhǎng)期圍繞發(fā)動(dòng)機(jī)、變速箱等硬件構(gòu)建自身的核心能力體系，其組織架構(gòu)、人才結(jié)構(gòu)等都是在硬件技術(shù)的基礎(chǔ)上逐步形成的。這種長(zhǎng)期積淀必然會(huì)產(chǎn)生某種發(fā)展慣性，導(dǎo)致企業(yè)面向AI的轉(zhuǎn)型節(jié)奏相對(duì)緩慢。我認(rèn)為，這是主要原因所在。與此同時(shí)，盡管不少傳統(tǒng)車企的高層對(duì)AI的認(rèn)知也已經(jīng)非常深刻了，但不同企業(yè)、不同領(lǐng)導(dǎo)的重視程度還是有區(qū)別的，而這恰恰會(huì)影響企業(yè)轉(zhuǎn)型決心的強(qiáng)弱、行動(dòng)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(diǎn)非常重要。我原本以為您會(huì)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(diǎn)，畢竟它們需要新舊業(yè)務(wù)兼顧。但您更強(qiáng)調(diào)組織架構(gòu)和人才結(jié)構(gòu)等固有差異對(duì)企業(yè)轉(zhuǎn)型速度的影響，這很可能會(huì)導(dǎo)致傳統(tǒng)車企出現(xiàn)行動(dòng)“慢半拍”的遲緩，進(jìn)而恐將錯(cuò)過擁抱AI的關(guān)鍵窗口期。事實(shí)上，AI的重要性毋庸置疑，企業(yè)如果認(rèn)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(gòu)、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(dòng)，才能更快地獲得轉(zhuǎn)型成效呢？
吳曉如：趙老師的這個(gè)問題很難回答，可能也沒有標(biāo)準(zhǔn)答案，我還是談?wù)剛€(gè)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(shí)代面臨轉(zhuǎn)型困境的文章，其中提及大眾在做OTA（在線升級(jí)）的過程中非常吃力。客觀地說，大眾團(tuán)隊(duì)在相關(guān)領(lǐng)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(duì)于當(dāng)前車企在AI時(shí)代的轉(zhuǎn)型，同樣具有參考價(jià)值。
從本質(zhì)上看，互聯(lián)網(wǎng)時(shí)代更側(cè)重于應(yīng)用層面的創(chuàng)新，而AI大模型時(shí)代更聚焦于底層技術(shù)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(gè)核心問題：第一，在AI時(shí)代大模型人才極度稀缺，企業(yè)必須以足夠的投入來引進(jìn)頂尖的AI大模型等相關(guān)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(gè)環(huán)境中最重要的就是企業(yè)文化和組織架構(gòu)。第三，有鑒于此，企業(yè)必須變革自身的組織架構(gòu)，使之適配“以AI為中心”的發(fā)展需求。不過我想強(qiáng)調(diào)的是，這種變革絕非“單點(diǎn)突破”就能奏效，只是簡(jiǎn)單成立一個(gè)AI部門、配備200名AI人才，并不能解決根本問題，因?yàn)閾肀I不是靠單一部門、單一環(huán)節(jié)的變革就能達(dá)成目標(biāo)的，而是需要構(gòu)建起內(nèi)部各部門高效協(xié)同的組織及機(jī)制；第四，在此基礎(chǔ)上，企業(yè)還必須與供應(yīng)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(jìn)行商業(yè)模式與合作機(jī)制的變革。
總之，企業(yè)推進(jìn)面向AI的全面轉(zhuǎn)型時(shí)，必然會(huì)遇到各種難題和障礙，這個(gè)時(shí)候比拼的就是誰(shuí)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(jìng)爭(zhēng)，關(guān)鍵在于解決問題的速度。
趙福全：大家有沒有注意到，關(guān)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(shù)層面的要素，而是強(qiáng)調(diào)必須建立適配AI發(fā)展的組織架構(gòu)；同時(shí)吳總認(rèn)為，AI時(shí)代企業(yè)組織變革的核心在于提升解決問題的速度。應(yīng)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(shí)踐中迭代優(yōu)化自身組織。相對(duì)而言，傳統(tǒng)車企由于長(zhǎng)期受機(jī)械硬件技術(shù)及邏輯主導(dǎo)，其組織架構(gòu)和流程體系已經(jīng)固化多年，包括人才結(jié)構(gòu)、管理方式、薪資體系及激勵(lì)機(jī)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(shì)力車企難得多。
需要強(qiáng)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(chǔ)技術(shù)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(guān)鍵在于兩點(diǎn)：一是車企要摒棄傳統(tǒng)整供關(guān)系中處于絕對(duì)主導(dǎo)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(guān)系；二是車企要解決對(duì)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(wù)如何協(xié)同等，都需要相應(yīng)的組織、模式及機(jī)制支撐，否則效果將大打折扣。也就是說，無(wú)論是傳統(tǒng)車企，還是新勢(shì)力車企，都必須構(gòu)建更靈活、更開放的組織架構(gòu)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(jī)應(yīng)變能力。也唯有如此，企業(yè)擁抱AI才有了切實(shí)落地的基礎(chǔ)，而不只是一句宣傳的口號(hào)。
當(dāng)然，這一點(diǎn)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(wù)深度結(jié)合，這就要看各家車企能否圍繞著模型落地，構(gòu)建起適宜的組織架構(gòu)和業(yè)務(wù)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(gè)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(duì)更大，不過新勢(shì)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(yīng)AI時(shí)代的發(fā)展需求。
吳曉如：趙老師的總結(jié)很精準(zhǔn)，重點(diǎn)確實(shí)就在組織架構(gòu)方面。因?yàn)槿斯ぶ悄軐儆跀?shù)字化技術(shù)的大范疇，而一些新勢(shì)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(shí)間短、轉(zhuǎn)型負(fù)擔(dān)輕，所以建立適配AI發(fā)展的組織可能相對(duì)容易一些。但這并不是絕對(duì)的，事實(shí)上，當(dāng)前不少傳統(tǒng)車企的智能化轉(zhuǎn)型速度也非常快。
汽車行業(yè)引入AI具有獨(dú)特性，車企需與供應(yīng)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(shí)踐中，有沒有共性的經(jīng)驗(yàn)可以為汽車產(chǎn)業(yè)提供參考和借鑒？與此同時(shí)，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(gè)性的差異？
吳曉如：我主要談?wù)劜煌?。在我看來?/span>汽車與其他行業(yè)的第一個(gè)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(fù)責(zé)；但是汽車行業(yè)不同，車企始終要對(duì)整車產(chǎn)品及其核心系統(tǒng)負(fù)責(zé)，科大訊飛提供的只是系統(tǒng)內(nèi)的一個(gè)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(dǎo)，僅在部分場(chǎng)景下我們會(huì)受邀參與，提供建議、商討方案。這也導(dǎo)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(dāng)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(duì)封閉，且自身決策周期較長(zhǎng)，一些功能就難以快速落地。我認(rèn)為這一點(diǎn)是汽車與其他行業(yè)的最大差異所在。
第二個(gè)差異是，汽車智能化的復(fù)雜性更高。未來汽車產(chǎn)品不僅仍將具有復(fù)雜工業(yè)品的基本屬性，還將成為一個(gè)復(fù)雜的大智能體，這個(gè)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(yàn)。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(yīng)商，這種跨領(lǐng)域、跨系統(tǒng)、跨企業(yè)的協(xié)同難度是非常大的。
第三個(gè)差異是，汽車的使用周期更長(zhǎng)。與手機(jī)等快消品完全不同，汽車產(chǎn)品屬于耐用型消費(fèi)品，其使用周期通常長(zhǎng)達(dá)5-8年乃至更久。因此，汽車產(chǎn)品定義必須考慮硬件長(zhǎng)期支撐軟件迭代更新的問題，這對(duì)車企來說無(wú)疑是一大挑戰(zhàn)。事實(shí)上，由于不同的軟硬件供應(yīng)商往往各有立場(chǎng)，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(guān)供應(yīng)商的有效協(xié)同，這樣才能確保汽車產(chǎn)品在整個(gè)使用周期內(nèi)都可以為用戶提供良好的服務(wù)及體驗(yàn)。
我認(rèn)為，以上三點(diǎn)就是汽車行業(yè)引入AI時(shí)的獨(dú)特之處。
趙福全：我覺得，吳總剛才談到的三點(diǎn)抓住了汽車行業(yè)的核心。正是因?yàn)榭拼笥嶏w在教育、醫(yī)療、汽車等多個(gè)行業(yè)均有深入布局，加上你們對(duì)AI及其應(yīng)用的理解非常深刻，才更能體會(huì)到汽車行業(yè)的獨(dú)特性。這就是我常說的，在電動(dòng)化、智能化的時(shí)代，原本就高度復(fù)雜的汽車產(chǎn)業(yè)、企業(yè)和產(chǎn)品正變得更加復(fù)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(fù)雜關(guān)系。
從產(chǎn)品層面看，我認(rèn)為，未來汽車產(chǎn)品必將成為整合多個(gè)單智能體的復(fù)合智能體，像空調(diào)等單智能體都是這個(gè)復(fù)合智能體的組成部分。從企業(yè)層面看，車企要設(shè)計(jì)、制造并運(yùn)營(yíng)好這樣的汽車產(chǎn)品，其自身也必須進(jìn)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(yùn)營(yíng)管理也要形成相應(yīng)的智能體；最終這些智能體將共同構(gòu)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(dǎo)，其參與主體相對(duì)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(dǎo)、各級(jí)供應(yīng)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(dǎo)，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(fù)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(qiáng)的群體智能，從而為人類提供更多元、更精準(zhǔn)、更優(yōu)質(zhì)的出行服務(wù)。顯然，這意味著汽車的復(fù)雜度和協(xié)同性都將空前提升。也就是說，在AI時(shí)代，汽車產(chǎn)業(yè)的邏輯將會(huì)發(fā)生根本性的變化。
正因如此，汽車產(chǎn)業(yè)亟需重新構(gòu)建與傳統(tǒng)汽車產(chǎn)業(yè)完全不同的整供關(guān)系及商業(yè)模式：未來一些不生產(chǎn)任何零部件的供應(yīng)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(yùn)營(yíng)好越來越懂人的汽車，為用戶提供越來越貼心的服務(wù)體驗(yàn)。
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(huì)經(jīng)歷5-8年的使用周期，需要持續(xù)為用戶提供服務(wù)，因此車企與供應(yīng)商的關(guān)系顯然不可能“交付即結(jié)束”，否則后續(xù)必將出現(xiàn)各種問題。何況AI的迭代進(jìn)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(gè)月，AI技術(shù)就會(huì)有很大的差異，這就更需要車企與提供AI技術(shù)方案的供應(yīng)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(shù)，用戶每天直接使用的并非AI技術(shù)本身，而是AI技術(shù)支撐下的各類服務(wù)，所以關(guān)鍵在于能否把AI技術(shù)與具體場(chǎng)景有效結(jié)合起來。為此，車企需要主動(dòng)與各類AI科技公司及服務(wù)公司深度對(duì)接，將自身的場(chǎng)景需求與這些合作伙伴提供的技術(shù)與服務(wù)融為一體，并且在汽車漫長(zhǎng)的使用周期內(nèi)持續(xù)迭代更新、不斷優(yōu)化用戶體驗(yàn)。我認(rèn)為，這是當(dāng)前汽車行業(yè)亟需解決的核心問題之一。
趙福全：進(jìn)入“軟件定義汽車”的時(shí)代，汽車可以通過OTA實(shí)現(xiàn)高頻的迭代升級(jí)；而到了“AI定義汽車”的時(shí)代，汽車甚至可以實(shí)現(xiàn)近乎實(shí)時(shí)的持續(xù)自我迭代進(jìn)化。我將這種“自進(jìn)化”稱為“智能化”的高級(jí)階段，或者也可將其視為汽車智能化的終極發(fā)展目標(biāo)。事實(shí)上，如果AGI真的能夠在短期內(nèi)實(shí)現(xiàn)，那么汽車“自進(jìn)化”的圖景其實(shí)并不遙遠(yuǎn)。無(wú)論如何，傳統(tǒng)的整供關(guān)系及商業(yè)模式都面臨嚴(yán)峻挑戰(zhàn)：之前供應(yīng)商在SOP（產(chǎn)品投產(chǎn)）節(jié)點(diǎn)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(yīng)商伙伴長(zhǎng)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(gè)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(jí)，就一定不可行嗎？或者說，汽車產(chǎn)品持續(xù)迭代升級(jí)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(rèn)為，供應(yīng)商在產(chǎn)品SOP后即退出、后續(xù)工作都由整車企業(yè)來負(fù)責(zé)的傳統(tǒng)模式，今后肯定是行不通了。從根源上講，這是因?yàn)檎嚻髽I(yè)并不具備供應(yīng)商的相關(guān)核心能力。比如，AI底層模型的持續(xù)演進(jìn)，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(jiǎn)單的編碼優(yōu)化、漏洞修復(fù)之類的版本升級(jí)了，而是可能涉及到底層邏輯的變化，進(jìn)而基于“模型即服務(wù)”，產(chǎn)生應(yīng)用層面的根本性變化。與此同時(shí)，底層模型在云端迭代相對(duì)容易，但在車端迭代將會(huì)面臨諸多現(xiàn)實(shí)難題：特別是模型持續(xù)升級(jí)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(yù)期演進(jìn)，選擇可以長(zhǎng)期支撐模型順暢運(yùn)行的硬件平臺(tái)。顯然，整車企業(yè)唯有與提供AI模型及應(yīng)用服務(wù)的相關(guān)公司建立起長(zhǎng)期穩(wěn)定的強(qiáng)綁定關(guān)系，才能把雙方不同的核心能力有效結(jié)合起來——即車企依托產(chǎn)品硬件平臺(tái)及運(yùn)營(yíng)體系，借助合作伙伴的AI技術(shù)能力，確保汽車的底層模型與應(yīng)用服務(wù)能夠持續(xù)優(yōu)化、不斷升級(jí)。除此之外，我覺得整車企業(yè)沒有其他方式可以做好這項(xiàng)工作。
趙福全：這正是新汽車時(shí)代的核心特征——不僅技術(shù)、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?？梢哉f，過去100多年來形成的汽車產(chǎn)業(yè)體系，包括技術(shù)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(gòu)。正因如此，就像吳總剛剛談到的，過去那種“供應(yīng)商完成交付后即離場(chǎng)，后續(xù)只有在新產(chǎn)品或改款產(chǎn)品上才能實(shí)現(xiàn)功能和服務(wù)更新”的模式已經(jīng)完全不適用了。現(xiàn)在汽車產(chǎn)品的迭代甚至不是按年、按月，而是按周來進(jìn)行的，未來更會(huì)實(shí)現(xiàn)實(shí)時(shí)在線、持續(xù)更新的自進(jìn)化，即在多元數(shù)據(jù)的支撐下，企業(yè)可以隨時(shí)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(wù)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(shì)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(qiáng)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(zhǎng)期性的共創(chuàng)，需要貫穿于產(chǎn)品全生命周期持續(xù)進(jìn)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(shù)，就不需要上述生態(tài)協(xié)同了，但這其實(shí)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(gè)意義上講，產(chǎn)業(yè)重構(gòu)對(duì)整車企業(yè)以及像科大訊飛這樣的供應(yīng)商來說，都是嚴(yán)峻的挑戰(zhàn)，但也是重大的機(jī)遇。
汽車智能體需由整車企業(yè)主導(dǎo)，統(tǒng)一標(biāo)準(zhǔn)、分工協(xié)作是關(guān)鍵
趙福全：吳總，剛才我們圍繞AI在汽車行業(yè)的應(yīng)用及其引發(fā)的變化展開了深入交流。我們達(dá)成了一個(gè)共識(shí)：過去汽車產(chǎn)業(yè)是由整車企業(yè)與供應(yīng)商、經(jīng)銷商組成的線型鏈條，供應(yīng)商并不參與產(chǎn)品上市后的迭代更新與運(yùn)營(yíng)服務(wù)；而今后汽車產(chǎn)業(yè)將是由跨產(chǎn)業(yè)、跨領(lǐng)域的眾多參與主體組成的網(wǎng)狀生態(tài)，特別是供應(yīng)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(jìn)入軟件乃至AI定義汽車的時(shí)代，汽車產(chǎn)品將成為可以不斷進(jìn)化的智能體，并且正如我前面提到的，這將是一個(gè)由眾多單智能體構(gòu)成的復(fù)合智能體。與此同時(shí)，在AI的驅(qū)動(dòng)下，企業(yè)本身也將向智能體的方向演進(jìn)，其運(yùn)營(yíng)管理體系將越來越依賴于各類專業(yè)化的智能體。事實(shí)上，業(yè)內(nèi)很多人都認(rèn)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(gè)發(fā)展階段，即聊天機(jī)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(jìn)入第三階段后，智能體將使前兩個(gè)階段形成的AI能力倍增，例如AI技術(shù)在不同產(chǎn)業(yè)、不同場(chǎng)景的應(yīng)用價(jià)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(huì)降低，反而會(huì)更加凸顯，因?yàn)閷脮r(shí)各種業(yè)務(wù)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(dān)大量復(fù)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(shí)。
所以，接下來我想和吳總聊聊智能體方面的話題，我想請(qǐng)教您三個(gè)問題：第一，面向智能體在汽車產(chǎn)品端的應(yīng)用，整車企業(yè)與AI科技公司應(yīng)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(yùn)營(yíng)管理的智能體，應(yīng)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(dān)起“老師”的角色，與學(xué)生互動(dòng)；在醫(yī)療行業(yè)的智能體則逐步擔(dān)負(fù)起“醫(yī)生”的職責(zé)或者成為人類醫(yī)生的助手，與患者互動(dòng)。那么智能體大規(guī)模應(yīng)用于汽車行業(yè)時(shí)，將會(huì)負(fù)責(zé)什么工作？實(shí)現(xiàn)怎樣的互動(dòng)？對(duì)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(yùn)行邏輯。正如趙老師所說的，未來車載的各種功能和服務(wù)都是一個(gè)個(gè)單智能體，然后集成起來，就形成了汽車這個(gè)大智能體。而汽車作為大智能體，其各種功能和服務(wù)是通過類似“路由”的機(jī)制來統(tǒng)一調(diào)度的?？拼笥嶏w這類科技公司的核心任務(wù)，就是將用戶的自然語(yǔ)言轉(zhuǎn)化為能夠驅(qū)動(dòng)某項(xiàng)功能，也即某個(gè)單智能體的指令，使用戶可以隨時(shí)獲得所需的服務(wù)。但是這些指令要真正啟動(dòng)某項(xiàng)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(yǔ)言已經(jīng)準(zhǔn)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(guān)重要。車企必須明確各種接口及標(biāo)準(zhǔn)，這樣才能將車內(nèi)各類功能所對(duì)應(yīng)的單智能體，與驅(qū)動(dòng)這些單智能體的控制指令有機(jī)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(shè)計(jì)與統(tǒng)籌協(xié)調(diào)，必須由整車企業(yè)主導(dǎo)。這意味著車上各種軟硬件的接口標(biāo)準(zhǔn)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(biāo)準(zhǔn)和規(guī)范來進(jìn)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(yǔ)言或者說自然交互，能夠順暢調(diào)用汽車產(chǎn)品上的各個(gè)智能體，讓人們盡享各種功能及服務(wù)。又如，像音樂廠商、地圖廠商等第三方服務(wù)商，其未來的服務(wù)也會(huì)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(guān)硬件的能力，讓自身提供的服務(wù)能夠更好地觸達(dá)用戶。
由此可見，對(duì)于您剛才提出的問題，我認(rèn)為答案應(yīng)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(fù)責(zé)的工作做好，共同推動(dòng)各個(gè)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(gè)個(gè)殘缺的智能體。對(duì)用戶來說，這些智能體的使用體驗(yàn)甚至可能還不如沒有。
趙福全：也就是說，AI時(shí)代整車企業(yè)作為集成者的角色要比以前更加重要了。因?yàn)樾缕嚠a(chǎn)業(yè)所需的核心能力及資源日益多元，無(wú)論是整車企業(yè)，還是大科技公司等供應(yīng)商，沒有任何一家乃至一類企業(yè)能夠獨(dú)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(wú)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(gòu)建及應(yīng)用也會(huì)半途而廢或者形如虛設(shè)——看起來各項(xiàng)功能也都具備，但用戶體驗(yàn)卻難以令人滿意，不可能真正形成市場(chǎng)競(jìng)爭(zhēng)力。
剛才圍繞AI如何賦能汽車產(chǎn)業(yè)，我與吳總進(jìn)行了深入交流。下面我簡(jiǎn)單做個(gè)小結(jié)，我們主要談了四個(gè)問題。
第一，關(guān)于AI大模型在汽車產(chǎn)品上的應(yīng)用。吳總認(rèn)為，汽車需要專屬的端側(cè)模型。由于端側(cè)算力、快速響應(yīng)以及隱私保護(hù)等需求，超大規(guī)模的通用基礎(chǔ)模型無(wú)法在車端部署。正因如此，專屬的汽車端側(cè)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(chǎng)景。同時(shí)，云端則可能會(huì)形成“基礎(chǔ)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(wù)之間實(shí)現(xiàn)有效協(xié)同。
第二，關(guān)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(diǎn)，今后會(huì)越來越影響用戶的購(gòu)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(xiàng)高度復(fù)雜的系統(tǒng)工程，要做好并不容易。對(duì)此吳總認(rèn)為，組織架構(gòu)和人才結(jié)構(gòu)是企業(yè)轉(zhuǎn)型的突破口。尤其是汽車企業(yè)需要構(gòu)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(gè)角度講，資金并非主要障礙，組織慣性才是關(guān)鍵卡點(diǎn)。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(shì)力車企，擁抱AI可能會(huì)相對(duì)容易；而傳統(tǒng)車企即便高層也有認(rèn)知，但長(zhǎng)期以來基于硬件主導(dǎo)形成的固化組織與人才結(jié)構(gòu)，還是會(huì)制約其面向AI的轉(zhuǎn)型節(jié)奏。
第三，關(guān)于汽車行業(yè)引入AI的獨(dú)特性。吳總基于科大訊飛的實(shí)踐經(jīng)驗(yàn)，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(diǎn)。一是供應(yīng)商的定位存在差異，汽車產(chǎn)品的定義由車企主導(dǎo)，供應(yīng)商處于配合實(shí)現(xiàn)的角色；二是相關(guān)各方協(xié)同的復(fù)雜性存在差異，汽車本就具有復(fù)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(lǐng)域的各類不同供應(yīng)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(zhǎng)達(dá)5-8年甚至更長(zhǎng)，這就需要硬件長(zhǎng)期適配不斷迭代更新的軟件，為此車企唯有與供應(yīng)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(yàn)。
第四，關(guān)于未來汽車智能體打造的問題。我們的共識(shí)是，汽車必將成為集各種單智能體于一身的復(fù)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(shè)計(jì)、確定標(biāo)準(zhǔn)規(guī)范，再基于此協(xié)同諸多科技公司以及第三方服務(wù)商等，打造出各種單智能體并有效打通，最終確保各項(xiàng)功能及服務(wù)都能準(zhǔn)確、快速地觸達(dá)用戶。正是由于AI驅(qū)動(dòng)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(shí)候都更加重要。同時(shí)，整供車企之間“交付即結(jié)束”的傳統(tǒng)合作模式也不再有效，雙方需要建立長(zhǎng)期的強(qiáng)綁定關(guān)系，以共同應(yīng)對(duì)AI模型不斷迭代與硬件持續(xù)適配的難題，進(jìn)而形成實(shí)時(shí)共創(chuàng)的新汽車產(chǎn)品創(chuàng)新及運(yùn)營(yíng)模式。
