以下是现场速记。

原上汽集团人工智能实验室副主任，现上汽集团安吉物流安吉加加人工智能项目总监 金忠孝

 

金忠孝：各位专家、各位嘉宾，很荣幸能够有这样一个场合跟大家分享人工智能，因为我一直是搞人工智能的，现在人工智能又到了一个非常激动人心的时候，所以主题还是回到人工智能+汽车行业。其实我跟广汽还是很熟的，广汽的数字化确实做得非常不错，特别是最近几年成果非常让行业羡慕。看到集团这么大的投入，我们也是感到很欣慰，因为这个行业是需要大家一起去做的。

 

今天讲大模型时代也是讲汽车行业，因为我一直在数字化领域工作，可以跟大家分享一下今天重点介绍的几个话题。首先是我对整个行业的洞察，我在这个行业做了二十多年，也是一个汽车行业数字化的老兵，在座的肯定没有我在这个领域时间长吧?因为我一直是研究人工智能的，所以在ChatGPT出来以后，大模型时代到来以后，汽车企业特别是企业数字化的趋势是什么?趋势非常重要，如果把握的方向不对，前面投的钱全部都是白投。汽车行业数字化不是投几个亿就可以，一般要投几十个亿甚至是几百个亿，特别是在大模型时代，不投入100个亿能叫大模型吗?肯定不是。所谓的大就是巨额的投入，怎么做巨额的投入?哪有这么多钱拿来烧大模型?所以这是我们要思考的问题。当然还有一个非常关键的，既然大模型时代到来了，现在的企业数字化应该怎么做?我起的名字叫做重构，什么叫做重构?推多重来，很值得推倒重来。为什么?后面我会跟大家讲我的思想和想法，拿一些干货跟大家分享上汽集团是如何去做的。

 

因为我原来是上汽集团人工智能实验室的副主任，也是以人工智能研究为主，现在集团要求转型就必须落地，人工智能如果不落地和产业化还是没有用的。现在我在安吉物流做人工智能的落地工作，安吉物流其实是我们集团最大的供应链公司，是汽车供应链排名第一的，全行业遥遥领先。大家可以看到商品物流全球最大，高峰的时候一年全球运输1000多万辆整车，也是全世界第一。我们有供应链、零部件，支持生产供应链、生产物流，包括场内物流和场外物流，大家都知道这些对可靠性要求非常高。我们现在还有快运和数字科技，包括国际物流，当然还有自己的供应链金融板块。我们是在制造业行业以服务为主，不仅是汽车供应链，也是作为跨行业的供应链。

 

其实我真的是二十年前不小心学了人工智能算法专业，结果失业找不到工作，二十年前做算法是没人要的，你说我是搞遗传算法的，人家想了半天，好像没有什么工作可以给你做，所以只好去做IT，IT也做了二十年。集团的研发、供应链、生产、制造、营销、售后服务，全部写了一个平台。因为我是特别喜欢写代码的码农，所以写了二十年代码，突然找到了自己最感兴趣的领域。我一直跟人家说，我为了人工智能真正等了二十年，这种感觉你们想过没有?人工智能怎么像第二春?特别有动力，因为我整整等了二十年，我的时代终于到来了。

 

大家思考一下，一个汽车业数字化的老兵辛辛苦苦写了二十年的代码，就是专门搞汽车数字化代码，突然起来了。原来我是学人工智能的，博士和硕士一直是搞算法这一块的，所以对人工智能特别是在汽车行业到底怎么用?我觉得我是很有话语权的，因为我对这个行业理解得比较深刻。

 

今天还是可以有很多引起大家思考的话题，等于是几十年的经验，就是从数字化转型到最后的智能化。大家看这张图就知道，人工智能的发展，2016年AlphaGo横空出世，宣告人工智能时代的到来，ChatGPT是今年最热，但让整个行业看到了一条通往通用人工智能的道路。原来AlphaGo的核心还是决策型的，AGI通用人工智能，这条路让所有行业的人看到了希望。原来我们认为做通用人工智能是不可能的，但ChatGPT做出来的人工智能成果让大家觉得完全可能。

 

大家思考一下，如果通用人工智能都可以的话，这个世界就不得了，那是完全颠覆性的，所以通用人工智能是将来整个工业革命的核心驱动力。因为有了AGI，因为有了通用人工智能，所有现有的业务都值得重构，因为这些技术已经出来了，已经印证成功了，至少在ChatGPT已经印证出来了，所以这是一条可行的路。这些对所有行业特别是我们汽车行业带来的影响非常大，汽车行业五年以后会变成什么样?这个变化会非常快，以后每年在汽车数字化这个领域都会发生很大的变化，为什么?就是因为通用人工智能。我是一直搞这个的，太理解恐怖之处和厉害之处了。1个人工智能的模型相当于1万名专家的生产力，这在AGI时代是可以训练出这样的模型，如果你的企业用了10个模型，你就拥有10万名专家，生产力是不得了的。我们做CIO的，为企业做规划一定要有高度，要有格局，一定要考虑通用人工智能AGI技术。

 

最后跟大家总结一下，这些是我这么多年做人工智能的核心，就是对人工智能本质的理解。人工智能的核心是什么?应用场景、数据、算法、算力、工程、商业模式，缺一不可。离开了一个，人工智能就会做得不好。大家可以拿这六个核心检视一下，现在那些人工智能创业公司为什么做得不好?这些核心中都可以找到原因。现在很多人工智能创业公司都是科学家创业，科学家代表的是算法，光有算法不是真正的人工智能，不能应用，人工智能是一个系统工程、综合工程，需要有好的应用场景支持，搞清楚人工智能是用来解决什么问题的，问题空间有多大，然后才是这个场景有多少数据量可以让你训练，然后可以设计出什么样的算法，这些算法又有多少算力支撑，特别是神经网络算法可以有多深多广，这些就是算法和算力的匹配。

 

但是这些还不够，中国很多公司忽视了一个问题，就是工程能力，人工智能工程也是非常非常关键的，没有一个工程化的手段，这些算法是落不了地的。因为我也经常观察和分析中国各种各样的创业公司、人工智能公司，能够找出这家公司为什么做得不好，为什么烧了这么多钱还没有结果出来，就是这里有一个环节没有做好。现在还有一个环节经常被忽视，就是商业模式，这是一家公司能不能赚钱的关键。没有一个好的商业模式，你的算法没有办法落地，没有办法持续发展。

 

人工智能的应用、落地，六个哀诉缺一不可。大家可能第一次听到，原来人工智能落地还需要六个要素支撑，以前你们肯定没有听说过，所以这应该是你们今天最大的收获。通过六个要素的原理去看所有人工智能项目，为什么成功?为什么失败?你都可以找到根本原因，我是把我二十年的经验总结出来分享给大家。

 

L4级别的自动驾驶真的不远了，因为ChatGPT印证了大模型的能力。以前没有一家公司敢去做大模型，因为太烧钱，ChatGPT烧了四年，花了将近100亿美元烧出了一个结果，全世界只有这一家敢这样烧。没有一个看不见的结果，知道风险也很大，就凭科学家的信念花100亿美元去烧这样一个模型出来?但是做了这样一件事情以后，GPT大模型技术成果印证出来以后，让大家知道了大模型是很有价值的。特斯拉其实也做了很多年，大模型还印证量变到质变，这在哲学上一直是客观真理，量变肯定会引起质变。

 

以前我们不知道质变到底有多厉害，ChatGPT在语言大模型给大家印证出来这个质变有多么厉害。因为数据量已经快到临界点了，需要马上引起质变了，原来你开的可能只是L2级别的自动驾驶，第二天突然变成L4，汽车行业巨大的跳跃性发展就发生在这两年。因为特斯拉发布的资料进步角度分析，真的马上快来了。特斯拉最新的AI总监最新发表的演讲，介绍到现在特斯拉大模型的进展，看到这张图基本上可以感受到质变马上要发生了。马斯克说可能是今年就可以看到了，我觉得今年不行的话明年应该差不多。特斯拉也是用GPT重构整个原来的自动驾驶软件，效果不得了，比原来提升得非常多。OpenAI做到3.5的时候，特斯拉用GPT重构整个自动驾驶软件，所以现在效果是非常好的，特斯拉拥有自动驾驶领域最好的数据，我们讲大模型的核心是高质量数据、算力、算法，特斯拉全部具备，明年应该就会发生质变。

 

大家有机会的话可以看一看这个视频，就是特斯拉最新的视频，讲的就是自动驾驶，用生成式的人工智能。因为大模型的核心就是几个部分：预训练、生成式、强化学习，特斯拉现在用生成式的人工智能进入整个道路，你们想一想，这个难度肯定比前面讲的画图难得多，因为这些都有可靠性的要求。这么复杂的交通环境，怎么生成一张最好的地图出来?因为不是真实道路，自动驾驶才能往前开，而且需要快速生成，高可靠，这个难度其实是非常高的。我们在汽车行业对可靠性还是要求非常高的，所以我看了视频和演讲报告，真的感觉太厉害了，剥削他们做的整个神经网络的架构，基本上也是这个行业最顶级的，算法也是最顶级的，一大批的算法天才加上数据，算力、芯片都是最强的，所以很快就会到来。

 

L4如果普及，大家发现没有，整个汽车行业真的又会引起巨大的变革，颠覆性的创新。因为L4时代的到来，而且可能就在眼前，一旦我们汽车的使用率提升5倍，这是什么概念?以后这个车不可能停在车库里面，必须出去赚钱，因为有了L4，车就变成了一个赚钱的工具，行业就完全不一样了。美国很多专家已经预测，未来汽车行业的毛利润可以达到80%，现在汽车行业很苦逼的，就是靠那点制造业赚钱，10%左右的毛利润，有了L4，汽车行业的毛利润可以达到80%，这是什么概念?所以我们的空间其实非常非常大，未来汽车工业的空间是非常大的，特别有前途，所以大家应该把握这个趋势。

 

汽车行业最核心的就是自动驾驶+共享，有了L4的大规模量产落地，共享汽车，商业模式真正走通了，就是能够不断地成为盈利的工具。超级工厂、超级生产，这些都是将来汽车数字化五年内，大家马上可以一点一点看到的趋势，汽车工业就是这样会往这个方向去走，所以非常关键。大家可以看到，按照今天讲的这些思路一步一步去走。整个汽车行业肯定是重新洗牌的，因为这个行业规模特别大，特别有利润，剩下的不多了，汽车行业就是将来最赚钱的行业。为什么这么多科技公司都要进入汽车行业?就是因为汽车行业的数字化未来太有前途了。当然，这些肯定是基于数字化基础的未来，现在我发现特系西方工厂，昨天大家也去参观了一些工厂，我特别喜欢工厂，我也比较欣赏马斯克讲的一句话，工厂不是人们眼中无聊的地方，而是制造机器的机器，工厂就是一个机器人，就是一台不断为你赚钱的机器。

 

未来工厂的数字化方向，超级工厂、超级生产，主要是怎么做的?肯定是用先进的数字技术对精益生产的升级。汽车行业经常讲精益化，丰田的精益生产影响了几十年，但丰田的精益生产有了人工智能技术的支撑以后就更厉害了。超级生产其实就是在精益生产的基础上加上超级强大的高科技技术，特别是数字技术，所以这里强调现在工厂的改造核心要在数字化领域，包括5G、工业互联网、云计算、大数据、人工智能，这些对精益生产的重构，基于这样一些大的模型。现在这样的工厂出来以后就体现出价值，工厂将来就是一个不断创造财富的机器人，所谓的机器人就是不断进化、不断升级。这是我现在特别喜欢工厂的原因，因为可以用的数字化技术太多太丰富了，要比自动驾驶还赚钱。

 

前面范总说到经济下行，大家都不知道钱怎么赚，现在我就跟大家讲怎么赚钱。

 

软件定义汽车的时代到来了，其实软件工程2.0的时代到来了，就是因为人工智能，原来特斯拉的自动驾驶就是AK，斯坦福大学的一位高材生，全世界最优秀的人工智能专家，整个自动驾驶的软件、算法都是AK做出来的，将来在整个汽车行业会留下一个很高的位置，因为打通了整个自动驾驶体系。其实2018年的一次分享会上就提出2.0的概念，微软的Source Code和集成的软件工具开发，2.0的核心就是Data Engine数据引擎，做的是数据驱动的软件工程，以后的软件工程是什么样子的?数据驱动、深度学习、持续优化，一旦用算法模型做完，自己就会优化，根据运行的业务数据自己优化，现在的软件工程都是流程驱动，大企业的流程很容易僵化，影响整个执行效率，没有办法快速响应市场需求。

 

数据驱动的软件工程就不一样了，根据流程执行的数据，有算法、有模型，自动优化这些流程。软件自己会优化，我们那些程序还干什么?软件还需要厂商去升级吗?不需要，因为自己里面就是模型驱动，数据、算法、自动优化，这些就是2.0的软件工程。当然，微软利用OpenAI ChatGPT做了GitHub，软件不需要人写了，机器人帮你写。

 

软件工程2.0就在眼前，传统的IT将不复存在，靠流程驱动、流程分析的软件将来就没有了，不需要了，数据+模型的软件工程时代马上就要到来，传统的IT将不复存在。这些对汽车企业数字化转型的很多软件工程师真的是会影响很大，所以我有一句话，这是一个最好的时代，也是一个最坏的时代。如果你不能把握这个趋势，分分钟就会被机器人替代。大家都知道汽车软件非常复杂，新能源汽车自动驾驶是几千万级别的代码行，以后都是机器人帮你生产，不需要版本升级、版本维护，都是模型自动管理这些流程，怎样做到最优和更优，背后都是人工智能模型支撑产品越来越好。因此对很多人来说这是一个最好的时代，也有可能是一个最坏的时代，因为原来的知识和经验都失效了。

 

借用两张2023年Gartner的报告，企业数字化的趋势是自主业务，就是基于模型的人工智能业务，将来大家做IT规划一定要把自主业务放进去，这是下一个几十年的数字化趋势。我们可以看到1980年到1995年就是用数字化解决如何运营，1995年到2020年主要是电商，就是怎样销售，线上线下，公司怎么在线化，2010年到2025年是Digital Business，就是数字业务化，IT部门需要创造价值，之后就是Autonomous Business自主业务，人工智能创造的业务。

 

自主业务到底是什么?就是机器人客户，核心就是人工智能业务，或者是机器客户，将来一定会成为公司的第二增长曲线，所以就是现在的环境下去做企业增长，人工智能业务。现在人工智能业务最核心的三大要素就是自主操作，通过算法模型自主业务流程，哪些流程完全可以通过模型训练出来，让模型自己完成，不需要人干预，另外一种就是增强管理，没有办法完全代替人，那么就是增强操作，或者是智慧产品，自动驾驶、智能汽车，这些就是最顶级的自适应智慧产品。

 

自主业务的每个领域都在回到企业价值发挥作用，为企业创造更多的营收、更多的利润。一旦业务流程可以自主操作，创造的价值是非常大的，增强管理、自适应，就是把产品智能做得更好，能够让产品带来更大的价值。这些就是企业数字化转型，IT规划一定要把自主业务考虑进去。

 

怎么重构现有的业务系统，我也有学习自主驾驶的Shadow Model，为整个企业数字化设计两个层级的赋能方式：一个是工厂级的，就是基于工厂的生产系统，叫做工厂大脑模型系统，赋能厂长，让厂长可以做得更加有效率，然后就是赋能整个总经理，企业运营、企业管理层之上的模型，叫做企业大脑模型，赋能PLM、ERP、CRM，通过模型可以让他们运作得更加高效。背后是两大核心模型：企业大脑模型解决怎样研发更优、制造更优、供应链更优、销售更优、服务更优，通过模型形成一个飞轮。工厂层赋能厂长，可以通过模型让工序预测更优、排产更优、物流更优，通过模型不断地基于生产系统创造更多的价值。整个优化就是回答营收增长、成本下降、风险减少，就是围绕企业经营目标去做。

 

最后分享一下上汽在整个工厂领域、智能制造领域，我们已经把一整套体系搭建起来了。前面广汽讲的是营销，把这么多的客户订单拿到以后，怎么才能更好地生产出来?更低的成本、更高的效率，这些就是让物质高效流动，也是制造的关键，所以叫做超级工厂的基石。整车零部件就是基于这样的一套体系，仓配一体化，订单系统仓储、园区物流、运输管理、计费管理，形成一套背后有模型驱动的智慧系统。每个模型都非常复杂，不断迭代。目前自动化率已经接近40%，模型做出的自动决策效果已经达到至少40%的人工操作都可以由模型替代，所以叫做业务自动化。这些创造的价值是很大的，很多效率都是10倍级别的提升，所以这些是人工智能算法模型，能够带来的价值是非常巨大的，一旦把模型训练出来以后价值是非常大的。

 

大模型时代，所有的系统都值得我们是重构，太有价值了。每当训练成功一个模型，基本上在项目组里面人员至少减少80%，原来可能100个人，现在只有20个人，效率会提升更多。大家一定要把现在的能力，通过大模型的技术建立起来，然后进行规模化，这些是未来最有前途的数字化方向。