以下是現場速記。

原上汽集團人工智能實驗室副主任，現上汽集團安吉物流安吉加加人工智能項目總監 金忠孝

 

金忠孝：各位專家、各位嘉賓，很榮幸能夠有這樣一個場合跟大家分享人工智能，因為我一直是搞人工智能的，現在人工智能又到了一個非常激動人心的時候，所以主題還是回到人工智能+汽車行業。其實我跟廣汽還是很熟的，廣汽的數字化確實做得非常不錯，特別是最近幾年成果非常讓行業羨慕?？吹郊瘓F這么大的投入，我們也是感到很欣慰，因為這個行業是需要大家一起去做的。

 

今天講大模型時代也是講汽車行業，因為我一直在數字化領域工作，可以跟大家分享一下今天重點介紹的幾個話題。首先是我對整個行業的洞察，我在這個行業做了二十多年，也是一個汽車行業數字化的老兵，在座的肯定沒有我在這個領域時間長吧?因為我一直是研究人工智能的，所以在ChatGPT出來以后，大模型時代到來以后，汽車企業特別是企業數字化的趨勢是什么?趨勢非常重要，如果把握的方向不對，前面投的錢全部都是白投。汽車行業數字化不是投幾個億就可以，一般要投幾十個億甚至是幾百個億，特別是在大模型時代，不投入100個億能叫大模型嗎?肯定不是。所謂的大就是巨額的投入，怎么做巨額的投入?哪有這么多錢拿來燒大模型?所以這是我們要思考的問題。當然還有一個非常關鍵的，既然大模型時代到來了，現在的企業數字化應該怎么做?我起的名字叫做重構，什么叫做重構?推多重來，很值得推倒重來。為什么?后面我會跟大家講我的思想和想法，拿一些干貨跟大家分享上汽集團是如何去做的。

 

因為我原來是上汽集團人工智能實驗室的副主任，也是以人工智能研究為主，現在集團要求轉型就必須落地，人工智能如果不落地和產業化還是沒有用的。現在我在安吉物流做人工智能的落地工作，安吉物流其實是我們集團最大的供應鏈公司，是汽車供應鏈排名第一的，全行業遙遙領先。大家可以看到商品物流全球最大，高峰的時候一年全球運輸1000多萬輛整車，也是全世界第一。我們有供應鏈、零部件，支持生產供應鏈、生產物流，包括場內物流和場外物流，大家都知道這些對可靠性要求非常高。我們現在還有快運和數字科技，包括國際物流，當然還有自己的供應鏈金融板塊。我們是在制造業行業以服務為主，不僅是汽車供應鏈，也是作為跨行業的供應鏈。

 

其實我真的是二十年前不小心學了人工智能算法專業，結果失業找不到工作，二十年前做算法是沒人要的，你說我是搞遺傳算法的，人家想了半天，好像沒有什么工作可以給你做，所以只好去做IT，IT也做了二十年。集團的研發、供應鏈、生產、制造、營銷、售后服務，全部寫了一個平臺。因為我是特別喜歡寫代碼的碼農，所以寫了二十年代碼，突然找到了自己最感興趣的領域。我一直跟人家說，我為了人工智能真正等了二十年，這種感覺你們想過沒有?人工智能怎么像第二春?特別有動力，因為我整整等了二十年，我的時代終于到來了。

 

大家思考一下，一個汽車業數字化的老兵辛辛苦苦寫了二十年的代碼，就是專門搞汽車數字化代碼，突然起來了。原來我是學人工智能的，博士和碩士一直是搞算法這一塊的，所以對人工智能特別是在汽車行業到底怎么用?我覺得我是很有話語權的，因為我對這個行業理解得比較深刻。

 

今天還是可以有很多引起大家思考的話題，等于是幾十年的經驗，就是從數字化轉型到最后的智能化。大家看這張圖就知道，人工智能的發展，2016年AlphaGo橫空出世，宣告人工智能時代的到來，ChatGPT是今年最熱，但讓整個行業看到了一條通往通用人工智能的道路。原來AlphaGo的核心還是決策型的，AGI通用人工智能，這條路讓所有行業的人看到了希望。原來我們認為做通用人工智能是不可能的，但ChatGPT做出來的人工智能成果讓大家覺得完全可能。

 

大家思考一下，如果通用人工智能都可以的話，這個世界就不得了，那是完全顛覆性的，所以通用人工智能是將來整個工業革命的核心驅動力。因為有了AGI，因為有了通用人工智能，所有現有的業務都值得重構，因為這些技術已經出來了，已經印證成功了，至少在ChatGPT已經印證出來了，所以這是一條可行的路。這些對所有行業特別是我們汽車行業帶來的影響非常大，汽車行業五年以后會變成什么樣?這個變化會非?？?，以后每年在汽車數字化這個領域都會發生很大的變化，為什么?就是因為通用人工智能。我是一直搞這個的，太理解恐怖之處和厲害之處了。1個人工智能的模型相當于1萬名專家的生產力，這在AGI時代是可以訓練出這樣的模型，如果你的企業用了10個模型，你就擁有10萬名專家，生產力是不得了的。我們做CIO的，為企業做規劃一定要有高度，要有格局，一定要考慮通用人工智能AGI技術。

 

最后跟大家總結一下，這些是我這么多年做人工智能的核心，就是對人工智能本質的理解。人工智能的核心是什么?應用場景、數據、算法、算力、工程、商業模式，缺一不可。離開了一個，人工智能就會做得不好。大家可以拿這六個核心檢視一下，現在那些人工智能創業公司為什么做得不好?這些核心中都可以找到原因?，F在很多人工智能創業公司都是科學家創業，科學家代表的是算法，光有算法不是真正的人工智能，不能應用，人工智能是一個系統工程、綜合工程，需要有好的應用場景支持，搞清楚人工智能是用來解決什么問題的，問題空間有多大，然后才是這個場景有多少數據量可以讓你訓練，然后可以設計出什么樣的算法，這些算法又有多少算力支撐，特別是神經網絡算法可以有多深多廣，這些就是算法和算力的匹配。

 

但是這些還不夠，中國很多公司忽視了一個問題，就是工程能力，人工智能工程也是非常非常關鍵的，沒有一個工程化的手段，這些算法是落不了地的。因為我也經常觀察和分析中國各種各樣的創業公司、人工智能公司，能夠找出這家公司為什么做得不好，為什么燒了這么多錢還沒有結果出來，就是這里有一個環節沒有做好。現在還有一個環節經常被忽視，就是商業模式，這是一家公司能不能賺錢的關鍵。沒有一個好的商業模式，你的算法沒有辦法落地，沒有辦法持續發展。

 

人工智能的應用、落地，六個哀訴缺一不可。大家可能第一次聽到，原來人工智能落地還需要六個要素支撐，以前你們肯定沒有聽說過，所以這應該是你們今天最大的收獲。通過六個要素的原理去看所有人工智能項目，為什么成功?為什么失敗?你都可以找到根本原因，我是把我二十年的經驗總結出來分享給大家。

 

L4級別的自動駕駛真的不遠了，因為ChatGPT印證了大模型的能力。以前沒有一家公司敢去做大模型，因為太燒錢，ChatGPT燒了四年，花了將近100億美元燒出了一個結果，全世界只有這一家敢這樣燒。沒有一個看不見的結果，知道風險也很大，就憑科學家的信念花100億美元去燒這樣一個模型出來?但是做了這樣一件事情以后，GPT大模型技術成果印證出來以后，讓大家知道了大模型是很有價值的。特斯拉其實也做了很多年，大模型還印證量變到質變，這在哲學上一直是客觀真理，量變肯定會引起質變。

 

以前我們不知道質變到底有多厲害，ChatGPT在語言大模型給大家印證出來這個質變有多么厲害。因為數據量已經快到臨界點了，需要馬上引起質變了，原來你開的可能只是L2級別的自動駕駛，第二天突然變成L4，汽車行業巨大的跳躍性發展就發生在這兩年。因為特斯拉發布的資料進步角度分析，真的馬上快來了。特斯拉最新的AI總監最新發表的演講，介紹到現在特斯拉大模型的進展，看到這張圖基本上可以感受到質變馬上要發生了。馬斯克說可能是今年就可以看到了，我覺得今年不行的話明年應該差不多。特斯拉也是用GPT重構整個原來的自動駕駛軟件，效果不得了，比原來提升得非常多。OpenAI做到3.5的時候，特斯拉用GPT重構整個自動駕駛軟件，所以現在效果是非常好的，特斯拉擁有自動駕駛領域最好的數據，我們講大模型的核心是高質量數據、算力、算法，特斯拉全部具備，明年應該就會發生質變。

 

大家有機會的話可以看一看這個視頻，就是特斯拉最新的視頻，講的就是自動駕駛，用生成式的人工智能。因為大模型的核心就是幾個部分：預訓練、生成式、強化學習，特斯拉現在用生成式的人工智能進入整個道路，你們想一想，這個難度肯定比前面講的畫圖難得多，因為這些都有可靠性的要求。這么復雜的交通環境，怎么生成一張最好的地圖出來?因為不是真實道路，自動駕駛才能往前開，而且需要快速生成，高可靠，這個難度其實是非常高的。我們在汽車行業對可靠性還是要求非常高的，所以我看了視頻和演講報告，真的感覺太厲害了，剝削他們做的整個神經網絡的架構，基本上也是這個行業最頂級的，算法也是最頂級的，一大批的算法天才加上數據，算力、芯片都是最強的，所以很快就會到來。

 

L4如果普及，大家發現沒有，整個汽車行業真的又會引起巨大的變革，顛覆性的創新。因為L4時代的到來，而且可能就在眼前，一旦我們汽車的使用率提升5倍，這是什么概念?以后這個車不可能停在車庫里面，必須出去賺錢，因為有了L4，車就變成了一個賺錢的工具，行業就完全不一樣了。美國很多專家已經預測，未來汽車行業的毛利潤可以達到80%，現在汽車行業很苦逼的，就是靠那點制造業賺錢，10%左右的毛利潤，有了L4，汽車行業的毛利潤可以達到80%，這是什么概念?所以我們的空間其實非常非常大，未來汽車工業的空間是非常大的，特別有前途，所以大家應該把握這個趨勢。

 

汽車行業最核心的就是自動駕駛+共享，有了L4的大規模量產落地，共享汽車，商業模式真正走通了，就是能夠不斷地成為盈利的工具。超級工廠、超級生產，這些都是將來汽車數字化五年內，大家馬上可以一點一點看到的趨勢，汽車工業就是這樣會往這個方向去走，所以非常關鍵。大家可以看到，按照今天講的這些思路一步一步去走。整個汽車行業肯定是重新洗牌的，因為這個行業規模特別大，特別有利潤，剩下的不多了，汽車行業就是將來最賺錢的行業。為什么這么多科技公司都要進入汽車行業?就是因為汽車行業的數字化未來太有前途了。當然，這些肯定是基于數字化基礎的未來，現在我發現特系西方工廠，昨天大家也去參觀了一些工廠，我特別喜歡工廠，我也比較欣賞馬斯克講的一句話，工廠不是人們眼中無聊的地方，而是制造機器的機器，工廠就是一個機器人，就是一臺不斷為你賺錢的機器。

 

未來工廠的數字化方向，超級工廠、超級生產，主要是怎么做的?肯定是用先進的數字技術對精益生產的升級。汽車行業經常講精益化，豐田的精益生產影響了幾十年，但豐田的精益生產有了人工智能技術的支撐以后就更厲害了。超級生產其實就是在精益生產的基礎上加上超級強大的高科技技術，特別是數字技術，所以這里強調現在工廠的改造核心要在數字化領域，包括5G、工業互聯網、云計算、大數據、人工智能，這些對精益生產的重構，基于這樣一些大的模型?，F在這樣的工廠出來以后就體現出價值，工廠將來就是一個不斷創造財富的機器人，所謂的機器人就是不斷進化、不斷升級。這是我現在特別喜歡工廠的原因，因為可以用的數字化技術太多太豐富了，要比自動駕駛還賺錢。

 

前面范總說到經濟下行，大家都不知道錢怎么賺，現在我就跟大家講怎么賺錢。

 

軟件定義汽車的時代到來了，其實軟件工程2.0的時代到來了，就是因為人工智能，原來特斯拉的自動駕駛就是AK，斯坦福大學的一位高材生，全世界最優秀的人工智能專家，整個自動駕駛的軟件、算法都是AK做出來的，將來在整個汽車行業會留下一個很高的位置，因為打通了整個自動駕駛體系。其實2018年的一次分享會上就提出2.0的概念，微軟的Source Code和集成的軟件工具開發，2.0的核心就是Data Engine數據引擎，做的是數據驅動的軟件工程，以后的軟件工程是什么樣子的?數據驅動、深度學習、持續優化，一旦用算法模型做完，自己就會優化，根據運行的業務數據自己優化，現在的軟件工程都是流程驅動，大企業的流程很容易僵化，影響整個執行效率，沒有辦法快速響應市場需求。

 

數據驅動的軟件工程就不一樣了，根據流程執行的數據，有算法、有模型，自動優化這些流程。軟件自己會優化，我們那些程序還干什么?軟件還需要廠商去升級嗎?不需要，因為自己里面就是模型驅動，數據、算法、自動優化，這些就是2.0的軟件工程。當然，微軟利用OpenAI ChatGPT做了GitHub，軟件不需要人寫了，機器人幫你寫。

 

軟件工程2.0就在眼前，傳統的IT將不復存在，靠流程驅動、流程分析的軟件將來就沒有了，不需要了，數據+模型的軟件工程時代馬上就要到來，傳統的IT將不復存在。這些對汽車企業數字化轉型的很多軟件工程師真的是會影響很大，所以我有一句話，這是一個最好的時代，也是一個最壞的時代。如果你不能把握這個趨勢，分分鐘就會被機器人替代。大家都知道汽車軟件非常復雜，新能源汽車自動駕駛是幾千萬級別的代碼行，以后都是機器人幫你生產，不需要版本升級、版本維護，都是模型自動管理這些流程，怎樣做到最優和更優，背后都是人工智能模型支撐產品越來越好。因此對很多人來說這是一個最好的時代，也有可能是一個最壞的時代，因為原來的知識和經驗都失效了。

 

借用兩張2023年Gartner的報告，企業數字化的趨勢是自主業務，就是基于模型的人工智能業務，將來大家做IT規劃一定要把自主業務放進去，這是下一個幾十年的數字化趨勢。我們可以看到1980年到1995年就是用數字化解決如何運營，1995年到2020年主要是電商，就是怎樣銷售，線上線下，公司怎么在線化，2010年到2025年是Digital Business，就是數字業務化，IT部門需要創造價值，之后就是Autonomous Business自主業務，人工智能創造的業務。

 

自主業務到底是什么?就是機器人客戶，核心就是人工智能業務，或者是機器客戶，將來一定會成為公司的第二增長曲線，所以就是現在的環境下去做企業增長，人工智能業務。現在人工智能業務最核心的三大要素就是自主操作，通過算法模型自主業務流程，哪些流程完全可以通過模型訓練出來，讓模型自己完成，不需要人干預，另外一種就是增強管理，沒有辦法完全代替人，那么就是增強操作，或者是智慧產品，自動駕駛、智能汽車，這些就是最頂級的自適應智慧產品。

 

自主業務的每個領域都在回到企業價值發揮作用，為企業創造更多的營收、更多的利潤。一旦業務流程可以自主操作，創造的價值是非常大的，增強管理、自適應，就是把產品智能做得更好，能夠讓產品帶來更大的價值。這些就是企業數字化轉型，IT規劃一定要把自主業務考慮進去。

 

怎么重構現有的業務系統，我也有學習自主駕駛的Shadow Model，為整個企業數字化設計兩個層級的賦能方式：一個是工廠級的，就是基于工廠的生產系統，叫做工廠大腦模型系統，賦能廠長，讓廠長可以做得更加有效率，然后就是賦能整個總經理，企業運營、企業管理層之上的模型，叫做企業大腦模型，賦能PLM、ERP、CRM，通過模型可以讓他們運作得更加高效。背后是兩大核心模型：企業大腦模型解決怎樣研發更優、制造更優、供應鏈更優、銷售更優、服務更優，通過模型形成一個飛輪。工廠層賦能廠長，可以通過模型讓工序預測更優、排產更優、物流更優，通過模型不斷地基于生產系統創造更多的價值。整個優化就是回答營收增長、成本下降、風險減少，就是圍繞企業經營目標去做。

 

最后分享一下上汽在整個工廠領域、智能制造領域，我們已經把一整套體系搭建起來了。前面廣汽講的是營銷，把這么多的客戶訂單拿到以后，怎么才能更好地生產出來?更低的成本、更高的效率，這些就是讓物質高效流動，也是制造的關鍵，所以叫做超級工廠的基石。整車零部件就是基于這樣的一套體系，倉配一體化，訂單系統倉儲、園區物流、運輸管理、計費管理，形成一套背后有模型驅動的智慧系統。每個模型都非常復雜，不斷迭代。目前自動化率已經接近40%，模型做出的自動決策效果已經達到至少40%的人工操作都可以由模型替代，所以叫做業務自動化。這些創造的價值是很大的，很多效率都是10倍級別的提升，所以這些是人工智能算法模型，能夠帶來的價值是非常巨大的，一旦把模型訓練出來以后價值是非常大的。

 

大模型時代，所有的系統都值得我們是重構，太有價值了。每當訓練成功一個模型，基本上在項目組里面人員至少減少80%，原來可能100個人，現在只有20個人，效率會提升更多。大家一定要把現在的能力，通過大模型的技術建立起來，然后進行規?；?，這些是未來最有前途的數字化方向。