企业网D1net杭州讯 9月13日，由企业网D1net、中国企业数字化联盟、信众智(CIO智力输出及社交平台)共同主办的“制造业标杆两会”之“2024全国汽车业数智化大会”在杭州顺利召开。在一系列精彩的干货分享之后，以“AI对汽车业的挑战和机遇”为主题的大型圆桌讨论最后压轴出场。

圆桌讨论由企业网D1net CEO范脡主持，参与讨论的嘉宾包括：

东风汽车集团数智化部总工程师林斯团

广汽丰田信息系统部部长万海涛

上汽集团乘用车公司数据及信息系统部 基础技术平台总监 强斌

长城汽车智能座舱软件总监 陈翰军

北汽福田信息安全负责人 张志强

亚明汽车股份公司副总裁肖庆阳

范脡：这两年，谈及IT领域，似乎不谈AI就显得有些落伍。确实，从现实情况来看，OpenAI今天刚刚发布的新产品无疑像一阵阵滚滚的雷声，震撼着整个行业。回想起前两年，当AIGC(人工智能生成内容)技术首次通过GPT进行测试时，它就给我们带来了巨大的冲击。这种冲击让业内人士的心态变得复杂：一方面，大家对AIGC能为我们的行业带来的无限可能性感到兴奋;另一方面，又因为当前AIGC的应用水平以及国内外各种限制而感到忐忑不安。这些限制让我们对未来AI的应用程度和具体落地场景充满了未知。

实际上，我们一直在密切关注AI的发展动态。目前，AI的应用似乎还主要集中在知识库、辅助办公等领域。尽管油气行业、银行、金融以及消费零售、医药等行业都进行了一些尝试，但尚未出现大面积、明显的应用成效。

相比之下，汽车行业在AI方面的创新显得尤为突出。这既是因为汽车行业近年来面临着巨大的压力，需要寻求新的突破点;也是因为汽车行业本身规模庞大、投入巨大，因此更有动力在AI技术进行深入的探索。

因此，我们今天的第一个问题就想请教一下在座的各位专家，在汽车行业里，你们看到的AI，尤其是AIGC方面的落地应用，有哪些是比较靠谱或者比较有前景的?即使这些应用目前还没有大规模普及。

林斯团：AI这个话题相当新颖，但也并非一朝一夕之事。就我目前的体会而言，我认为在汽车行业中，AI的应用前景首先应当是在智能技术的长远发展上。正如长城的领导(陈翰军)所详尽介绍的，他们已经在这个领域深耕了十几年，虽然随着AI技术的不断深入，其难度也在逐渐加大，但另一方面，自动驾驶技术正方兴未艾。

从数据量的角度来看，这绝对是一个PB级别的挑战。想象一下，我们的数据在明年就将达到8个PB，这是一个多么惊人的概念!而我们现在的座舱数据，还远远没有达到这个水平。我个人认为，在未来的十年之内，从L3到L5的自动驾驶技术将会占据主导地位，这将是自动驾驶的天下。在这方面，我与业内的沟通可能还比较有限，所以如果在座的各位都在从事这一领域的工作，那么大家可以放心，未来十年，我们都有“饭”可吃。

另外，AI在研发领域的应用，可以说才刚刚起步。比如，它在提升工作效率、知识查询等方面都发挥着重要作用，这些都是正确的方向。但是，我们还没有让客户真正感受到我们正在进行的是大规模、有影响力的项目。因此，客户对我们的部门也抱有非常高的期待。

总的来说，我认为自动驾驶是未来发展的最重要的方向。同时，AI在整个设计的应用还只是小小的“绿叶”。

万海涛：在审视AI带来的重大变革时，我们主要从两个核心维度进行深入探讨：一是产品力，二是生产力。对于产品力这一层面，我深感林总(林斯团)的见解颇为独到，与我的思考不谋而合。

我们共同聚焦于两大关键点：自动驾驶与智能座舱。在广汽丰田，我们正积极寻求与外部伙伴的合作，以期在这两大领域取得突破。因此，关于产品力的具体实践，我更多是以倾听和学习的心态，期待林总分享更多宝贵经验。

转向生产力方面，结合AIGC的独特优势，我们已在多个领域展开了试点与推进。例如，在研发造型及文生图的设计上，AI的介入显著提升了研发人员的工作效率。对于正处于成长阶段的研发人员而言，这样的辅助无疑是大有裨益的。而对于资深设计师，如何更好地利用AI技术，还需我们进一步深入探讨。

文生图的应用不局限于研发领域，在宣传营销方面也展现出了巨大潜力。以往，销售店在处理各类宣传素材时，需根据各地区及不同车型的特点进行定制，这不仅耗费大量成本，也对销售店的能力提出了较高要求。而AI技术的引入，恰好解决了这一难题，既提升了销售店的生产力，又有效降低了成本。

值得注意的是，无论是造型研发还是广宣素材的制作，我们都需要为AI的应用设定一定的框架。明确宣传内容的边界与定义，既保证了应用的确定性，又赋予了使用者一定的灵活性，使得AI技术能够迅速融入我们的工作流程。

此外，在自然语言处理领域，我们已在客服、顾客语音分析、打标签等方面取得了显著成果。这些应用不仅在当前发挥着重要作用，更为我们未来探索更多AI应用奠定了坚实基础。只有先将这些技术用起来，我们才能不断发现更多、更好的产品，推动广汽丰田在AI时代不断前行。

强斌：我赞同万总(万海涛)的观点。今天上午，我分享的几个案例也是基于我们企业现有的知识图谱和维修手册，通过与业务的紧密碰撞，得以快速落地实施。为了让更多员工了解AIGC，我们专门在企业内部召开了AI知识普及会，邀请各部门负责人参加。

在此，我想谈谈我的一些理解。近段时间，我深感AIGC市场有所降温。我们当前最关注的是AI应用的可解释性，其背后的逻辑。AIGC已经成为一个热门话题。然而，在实际应用中，C端和B端的需求却大相径庭。

在B端应用中，对准确率和精确率的要求极为严格。因此，在选择应用场景时，我们会严格判断其准确率和精确率是否能达到95分以上，否则便无法视为真正的创新。毕竟，B端的商业模式和个人使用存在显著差异。

我认为，智能座舱无疑是未来发展的一个重点方向。然而，对于AIGC在企业中的广泛应用，我认为这更像是一个成熟曲线的过程。在此过程中，我们可能会看到许多令人眼前一亮的创新应用逐渐涌现。但在此之前，大众可能仍会主要基于知识图谱进行一些尝试性的应用。

尽管我们拥有先进的技术，但并不意味着我们可以完全取消某些传统岗位。例如，售后、维修接电话人员和一线客服人员，他们的角色在现阶段仍然是不可或缺的。人工智能在这些领域中更多扮演的是辅助角色。至于何时能实现完全取代，我认为可能还需要一段时间。这是我目前的观点。

范脡：刚才强总提出了一个引人深思的现象：近几个月来，AI市场似乎开始降温了。这是一个值得我们深入探讨的话题。在接下来的讨论中，我希望后面的嘉宾也能将你们的一些观察和思考带入这个问题中。

比如，你们是否也遇到了成本过高，或者难以找到合适落地场景的问题?又或者，你们认为市场降温的背后还有哪些其他原因?让我们共同分析，一起探寻这背后的真相。

陈翰军：我深感赞同林总(林斯团)、万总(万海涛)及强总(强斌)先前的见解，关于AI是否降温的话题?我个人观点是AI并未降温，接下来我从车端与研发端两个维度，分享我的一些观察和思考：

车端视角：

林总精准地指出了在大模型领域的应用中，自动驾驶已显著领先，并成功实现了端到端无图的自动驾驶模式，且这一成绩并非孤立，长城、华为、小鹏等企业的方案均体现了这一点。这无疑预示着自动驾驶域正迎来一股强劲且不可逆的技术潮流。

在座舱方面，尽管目前它更多扮演的是用户辅助角色，但其发展历程同样值得瞩目。从早期的小模型语音，到2020年已实现的用户自由对话、免唤醒等强大交互功能，座舱上AI技术一直在不断演进，而近年来，大模型陆续实现上车，虽目前主要集中在闲聊、儿童陪伴等小众领域，将来势必会进一步大踏步的拓展其应用场景。

展望未来，座舱域的发展将更加注重专业性，如我们提及的“懂车大师”，旨在实现人与车的无缝衔接。再比如，长城也已启动越野大模型的研发，以满足日益增长的自驾、深度穿越需求，考虑到大部分用户为越野新手，大模型无疑成为了他们学习越野知识、掌握操控技能的理想媒介。此外，在未来的发展中，端侧小模型也展现出其独特优势，特别是在隐私保护、实时性及本地数据处理方面，会迎来小模型的普及，正如当前手机端侧的发展趋势。

研发端视角：

强总关于研发端仍处于初期阶段的观点，我深表赞同。在研发过程中，AI已广泛应用于多个领域，尤其在编码方面，其辅助比例已达到60%-70%，能够削减20~30%的工时，显著提升了工作效率。同时在创意类任务，如UI设计等方面，AI也展现出了巨大的效率潜力。

展望未来，AI在知识管理、设计辅助等方面的应用前景同样令人期待，尽管目前仍处于“初级阶段”，但随着技术的不断进步和实际应用的深入，我们有理由相信，AI将在这些领域发挥更加重要的作用。

很多人曾对大模型抱有一定的怀疑态度，担心其无法交付、无法落地应用，然而随着近期实际行业的深入，大模型本身所蕴含的强大能力，比如在70B模型的基础上，只要数据达到一定规模(如百条以内高保真数据)，就能实现指标的显著升级;而若数据达到千条以上，则80%的可信度基本可期。因此，可以更加坚信，在未来的日子里，AI将为我们创造不可限量的价值。

张志强：我深感赞同林总(林斯团)与强总(强斌)的观点，特别是在商用车板块，我们接触AI的时间处于较为领先的梯队。早在2022年，当ChatGPT初露锋芒之时，我们便开始了与AI的亲密接触。那时，AI正如日中天，各行各业纷纷追逐这一热潮。然而，时至今日，我认为我们已经进入了一个更为理性的阶段。大家开始深入思考，AI究竟能在哪些产业、哪些行业、哪些场景中真正落地生根。

回顾2022年，我们初次接触AI时，从文生文、文生图、到文生视频，我们一步步循序渐进地探索着。我们的目标始终如一，那就是通过AI实现降本增效，这是我们的核心主旨。 在车企中，有几个关键环节，我想结合这些环节，分享一些我的个人理解。首先，在安全方面，AI为我们提供了巨大的帮助。我们的安全团队人数有限，但安全事件却层出不穷。在全球化布局的过程中，我们很难在每个地方都建立一支完善的安全团队。这时，AI就成为了我们的得力助手，帮助我们进行辅助运营决策，确保安全工作的顺利进行。

除了安全方面，我们在生产、研发、供销服等各个环节也开始逐渐应用AI。在研发领域，福田汽车也在做自动驾驶，成立了智能网联研究院。自动驾驶的代码量通常达到10亿行左右，而智能部分的代码量也有1亿行左右。相比之下，大家熟知的微软Windows操作系统代码量仅为5000万行左右，波音飞机的代码量甚至更少。面对如此庞大的代码量，如果没有AI的帮助，我们可以想象研发工作将会多么困难。

因此，我们把AI定位为一个非常有用的工具，它无论在研发还是在安全方面都发挥着重要作用。我们并不会过分夸大AI的能力，但它在千行百业中都将进行赋能的动作，这是一个不可逆的趋势。

在生产过程中，我们将AI与机器人相结合，用于检测零部件的损坏和生产过程中的问题。通过视觉分析，AI能够判断零部件是否合格，之后再进行抽检以确保质量。同时，在智能客服领域，我们也开始应用AI。我们为智能客服灌输了大量的知识库内容，并基于AI构建了整体的运维机制。

以往，众多公司依赖外包员工接听客服电话，但这些员工的知识储备往往有限。如今，我们转而利用AI技术为这一环节赋能。具体来说，我们已部署了名为“数小福”的大数据提问助手，只需提出问题，它便能提供相应解答，极大地提升了服务效率。当然，我们的知识库仍在不断完善中。

显而易见，AI正作为一种强大的工具，在多个场景中为我们的工作赋能。展望未来，无论是五年还是十年，我坚信AI将持续为各行各业带来变革。当然，这一过程中难免会有部分工作岗位受到冲击，但这正如马车被汽车所取代一样，是时代发展的必然。我们不应因此而拒绝AI，相反，应积极拥抱这一变革。

以我个人为例，我现在使用的电脑便是AI本，它能帮我生成Word文档、PPT等，解决许多问题。即便在飞机上，无需联网，我也能轻松使用;若联网，则能获取更多信息。因此，我深信AI将在未来广泛应用于各行各业，成为众多终端的标配。

肖庆阳：我来自一家汽车零部件工厂，我们专注于为各大主机厂提供配套服务，以生产制造为核心，确保每一件零部件都达到合格标准，满足主机厂的需求。

当谈及拥抱AI时，我们不得不正视一个现实：在主机厂层面，AI的应用或许已经如火如荼，从车载智能化系统到司乘人员的应用，都彰显着AI的魅力。然而，对于我们这种纯生产制造企业来说，AI的应用热潮似乎并未如大家所想象的那样汹涌澎湃。

传统生产制造业的每一项创新，包括数字化、智能化，都是一个缓慢而稳健的过程。当AI这股新技术浪潮扑面而来时，我们如何拥抱它、接纳它，确实需要一个长期的过程。在此，我认为我们需要降温，需要理性地看待AI的应用。

那么，在我们的生产加工制造中，究竟有哪些场景已经用上了AI呢?首先，我要提到的是研发领域。我们的研发小伙伴对AI的应用感到非常高兴。现在，我们有了多种AI工具，它们在测试和开发效率上为我们带来了显著的提升。这让我们欣喜地看到，AI已经在我们这种零部件配套企业的研发部门中发挥了重要作用，实现了效率的提升和成本的降低。

此外，在生产环节，我们也尝试应用了AI。特别是在质检环节，我们采用了AI大模型来替代传统的人工质检。我相信，很多制造企业都已经在使用这种技术，它是近几年我们生产加工制造业利用AI的一个非常典型的应用场景。

当然，AI的应用不仅仅局限于生产和研发。在行政办公部门，我们也看到了AI带来的减员效果。原本需要专人负责的材料和PPT编写工作，现在通过AI大模型的辅助，我们可以更加高效地完成。虽然AI尚未完全取代人类，但它已经成为我们研发人员和工程师的一个非常好的工具。

展望未来，我坚信AI会发展得越来越先进、越来越智慧。它将成为人类的一个非常好的助手，为我们的研发和生产带来更高的效率和更低的成本。但我也坚信，AI无法取代我们的研发人员和生产工人。它只能作为我们现有团队的有力补充，共同推动企业的持续发展。

关于企业网D1net(www.d1net.com)：

国内主流的to B IT门户，同时在运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。