企業網D1net杭州訊 9月13日，由企業網D1net、中國企業數字化聯盟、信眾智(CIO智力輸出及社交平臺)共同主辦的“制造業標桿兩會”之“2024全國汽車業數智化大會”在杭州順利召開。在一系列精彩的干貨分享之后，以“AI對汽車業的挑戰和機遇”為主題的大型圓桌討論最后壓軸出場。
圓桌討論由企業網D1net CEO范脡主持，參與討論的嘉賓包括：
東風汽車集團數智化部總工程師林斯團
廣汽豐田信息系統部部長萬海濤
上汽集團乘用車公司數據及信息系統部 基礎技術平臺總監 強斌
長城汽車智能座艙軟件總監 陳翰軍
北汽福田信息安全負責人 張志強
亞明汽車股份公司副總裁肖慶陽
范脡：這兩年，談及IT領域，似乎不談AI就顯得有些落伍。確實，從現實情況來看，OpenAI今天剛剛發布的新產品無疑像一陣陣滾滾的雷聲，震撼著整個行業。回想起前兩年，當AIGC(人工智能生成內容)技術首次通過GPT進行測試時，它就給我們帶來了巨大的沖擊。這種沖擊讓業內人士的心態變得復雜：一方面，大家對AIGC能為我們的行業帶來的無限可能性感到興奮;另一方面，又因為當前AIGC的應用水平以及國內外各種限制而感到忐忑不安。這些限制讓我們對未來AI的應用程度和具體落地場景充滿了未知。
實際上，我們一直在密切關注AI的發展動態。目前，AI的應用似乎還主要集中在知識庫、輔助辦公等領域。盡管油氣行業、銀行、金融以及消費零售、醫藥等行業都進行了一些嘗試，但尚未出現大面積、明顯的應用成效。
相比之下，汽車行業在AI方面的創新顯得尤為突出。這既是因為汽車行業近年來面臨著巨大的壓力，需要尋求新的突破點;也是因為汽車行業本身規模龐大、投入巨大，因此更有動力在AI技術進行深入的探索。
因此，我們今天的第一個問題就想請教一下在座的各位專家，在汽車行業里，你們看到的AI，尤其是AIGC方面的落地應用，有哪些是比較靠譜或者比較有前景的?即使這些應用目前還沒有大規模普及。
林斯團：AI這個話題相當新穎，但也并非一朝一夕之事。就我目前的體會而言，我認為在汽車行業中，AI的應用前景首先應當是在智能技術的長遠發展上。正如長城的領導(陳翰軍)所詳盡介紹的，他們已經在這個領域深耕了十幾年，雖然隨著AI技術的不斷深入，其難度也在逐漸加大，但另一方面，自動駕駛技術正方興未艾。
從數據量的角度來看，這絕對是一個PB級別的挑戰。想象一下，我們的數據在明年就將達到8個PB，這是一個多么驚人的概念!而我們現在的座艙數據，還遠遠沒有達到這個水平。我個人認為，在未來的十年之內，從L3到L5的自動駕駛技術將會占據主導地位，這將是自動駕駛的天下。在這方面，我與業內的溝通可能還比較有限，所以如果在座的各位都在從事這一領域的工作，那么大家可以放心，未來十年，我們都有“飯”可吃。
另外，AI在研發領域的應用，可以說才剛剛起步。比如，它在提升工作效率、知識查詢等方面都發揮著重要作用，這些都是正確的方向。但是，我們還沒有讓客戶真正感受到我們正在進行的是大規模、有影響力的項目。因此，客戶對我們的部門也抱有非常高的期待。
總的來說，我認為自動駕駛是未來發展的最重要的方向。同時，AI在整個設計的應用還只是小小的“綠葉”。
萬海濤：在審視AI帶來的重大變革時，我們主要從兩個核心維度進行深入探討：一是產品力，二是生產力。對于產品力這一層面，我深感林總(林斯團)的見解頗為獨到，與我的思考不謀而合。
我們共同聚焦于兩大關鍵點：自動駕駛與智能座艙。在廣汽豐田，我們正積極尋求與外部伙伴的合作，以期在這兩大領域取得突破。因此，關于產品力的具體實踐，我更多是以傾聽和學習的心態，期待林總分享更多寶貴經驗。
轉向生產力方面，結合AIGC的獨特優勢，我們已在多個領域展開了試點與推進。例如，在研發造型及文生圖的設計上，AI的介入顯著提升了研發人員的工作效率。對于正處于成長階段的研發人員而言，這樣的輔助無疑是大有裨益的。而對于資深設計師，如何更好地利用AI技術，還需我們進一步深入探討。
文生圖的應用不局限于研發領域，在宣傳營銷方面也展現出了巨大潛力。以往，銷售店在處理各類宣傳素材時，需根據各地區及不同車型的特點進行定制，這不僅耗費大量成本，也對銷售店的能力提出了較高要求。而AI技術的引入，恰好解決了這一難題，既提升了銷售店的生產力，又有效降低了成本。
值得注意的是，無論是造型研發還是廣宣素材的制作，我們都需要為AI的應用設定一定的框架。明確宣傳內容的邊界與定義，既保證了應用的確定性，又賦予了使用者一定的靈活性，使得AI技術能夠迅速融入我們的工作流程。
此外，在自然語言處理領域，我們已在客服、顧客語音分析、打標簽等方面取得了顯著成果。這些應用不僅在當前發揮著重要作用，更為我們未來探索更多AI應用奠定了堅實基礎。只有先將這些技術用起來，我們才能不斷發現更多、更好的產品，推動廣汽豐田在AI時代不斷前行。
強斌：我贊同萬總(萬海濤)的觀點。今天上午，我分享的幾個案例也是基于我們企業現有的知識圖譜和維修手冊，通過與業務的緊密碰撞，得以快速落地實施。為了讓更多員工了解AIGC，我們專門在企業內部召開了AI知識普及會，邀請各部門負責人參加。
在此，我想談談我的一些理解。近段時間，我深感AIGC市場有所降溫。我們當前最關注的是AI應用的可解釋性，其背后的邏輯。AIGC已經成為一個熱門話題。然而，在實際應用中，C端和B端的需求卻大相徑庭。
在B端應用中，對準確率和精確率的要求極為嚴格。因此，在選擇應用場景時，我們會嚴格判斷其準確率和精確率是否能達到95分以上，否則便無法視為真正的創新。畢竟，B端的商業模式和個人使用存在顯著差異。
我認為，智能座艙無疑是未來發展的一個重點方向。然而，對于AIGC在企業中的廣泛應用，我認為這更像是一個成熟曲線的過程。在此過程中，我們可能會看到許多令人眼前一亮的創新應用逐漸涌現。但在此之前，大眾可能仍會主要基于知識圖譜進行一些嘗試性的應用。
盡管我們擁有先進的技術，但并不意味著我們可以完全取消某些傳統崗位。例如，售后、維修接電話人員和一線客服人員，他們的角色在現階段仍然是不可或缺的。人工智能在這些領域中更多扮演的是輔助角色。至于何時能實現完全取代，我認為可能還需要一段時間。這是我目前的觀點。
范脡：剛才強總提出了一個引人深思的現象：近幾個月來，AI市場似乎開始降溫了。這是一個值得我們深入探討的話題。在接下來的討論中，我希望后面的嘉賓也能將你們的一些觀察和思考帶入這個問題中。
比如，你們是否也遇到了成本過高，或者難以找到合適落地場景的問題?又或者，你們認為市場降溫的背后還有哪些其他原因?讓我們共同分析，一起探尋這背后的真相。
陳翰軍：我深感贊同林總(林斯團)、萬總(萬海濤)及強總(強斌)先前的見解，關于AI是否降溫的話題?我個人觀點是AI并未降溫，接下來我從車端與研發端兩個維度，分享我的一些觀察和思考：
車端視角：
林總精準地指出了在大模型領域的應用中，自動駕駛已顯著領先，并成功實現了端到端無圖的自動駕駛模式，且這一成績并非孤立，長城、華為、小鵬等企業的方案均體現了這一點。這無疑預示著自動駕駛域正迎來一股強勁且不可逆的技術潮流。
在座艙方面，盡管目前它更多扮演的是用戶輔助角色，但其發展歷程同樣值得矚目。從早期的小模型語音，到2020年已實現的用戶自由對話、免喚醒等強大交互功能，座艙上AI技術一直在不斷演進，而近年來，大模型陸續實現上車，雖目前主要集中在閑聊、兒童陪伴等小眾領域，將來勢必會進一步大踏步的拓展其應用場景。
展望未來，座艙域的發展將更加注重專業性，如我們提及的“懂車大師”，旨在實現人與車的無縫銜接。再比如，長城也已啟動越野大模型的研發，以滿足日益增長的自駕、深度穿越需求，考慮到大部分用戶為越野新手，大模型無疑成為了他們學習越野知識、掌握操控技能的理想媒介。此外，在未來的發展中，端側小模型也展現出其獨特優勢，特別是在隱私保護、實時性及本地數據處理方面，會迎來小模型的普及，正如當前手機端側的發展趨勢。
研發端視角：
強總關于研發端仍處于初期階段的觀點，我深表贊同。在研發過程中，AI已廣泛應用于多個領域，尤其在編碼方面，其輔助比例已達到60%-70%，能夠削減20~30%的工時，顯著提升了工作效率。同時在創意類任務，如UI設計等方面，AI也展現出了巨大的效率潛力。
展望未來，AI在知識管理、設計輔助等方面的應用前景同樣令人期待，盡管目前仍處于“初級階段”，但隨著技術的不斷進步和實際應用的深入，我們有理由相信，AI將在這些領域發揮更加重要的作用。
很多人曾對大模型抱有一定的懷疑態度，擔心其無法交付、無法落地應用，然而隨著近期實際行業的深入，大模型本身所蘊含的強大能力，比如在70B模型的基礎上，只要數據達到一定規模(如百條以內高保真數據)，就能實現指標的顯著升級;而若數據達到千條以上，則80%的可信度基本可期。因此，可以更加堅信，在未來的日子里，AI將為我們創造不可限量的價值。
張志強：我深感贊同林總(林斯團)與強總(強斌)的觀點，特別是在商用車板塊，我們接觸AI的時間處于較為領先的梯隊。早在2022年，當ChatGPT初露鋒芒之時，我們便開始了與AI的親密接觸。那時，AI正如日中天，各行各業紛紛追逐這一熱潮。然而，時至今日，我認為我們已經進入了一個更為理性的階段。大家開始深入思考，AI究竟能在哪些產業、哪些行業、哪些場景中真正落地生根。
回顧2022年，我們初次接觸AI時，從文生文、文生圖、到文生視頻，我們一步步循序漸進地探索著。我們的目標始終如一，那就是通過AI實現降本增效，這是我們的核心主旨。 在車企中，有幾個關鍵環節，我想結合這些環節，分享一些我的個人理解。首先，在安全方面，AI為我們提供了巨大的幫助。我們的安全團隊人數有限，但安全事件卻層出不窮。在全球化布局的過程中，我們很難在每個地方都建立一支完善的安全團隊。這時，AI就成為了我們的得力助手，幫助我們進行輔助運營決策，確保安全工作的順利進行。
除了安全方面，我們在生產、研發、供銷服等各個環節也開始逐漸應用AI。在研發領域，福田汽車也在做自動駕駛，成立了智能網聯研究院。自動駕駛的代碼量通常達到10億行左右，而智能部分的代碼量也有1億行左右。相比之下，大家熟知的微軟Windows操作系統代碼量僅為5000萬行左右，波音飛機的代碼量甚至更少。面對如此龐大的代碼量，如果沒有AI的幫助，我們可以想象研發工作將會多么困難。
因此，我們把AI定位為一個非常有用的工具，它無論在研發還是在安全方面都發揮著重要作用。我們并不會過分夸大AI的能力，但它在千行百業中都將進行賦能的動作，這是一個不可逆的趨勢。
在生產過程中，我們將AI與機器人相結合，用于檢測零部件的損壞和生產過程中的問題。通過視覺分析，AI能夠判斷零部件是否合格，之后再進行抽檢以確保質量。同時，在智能客服領域，我們也開始應用AI。我們為智能客服灌輸了大量的知識庫內容，并基于AI構建了整體的運維機制。
以往，眾多公司依賴外包員工接聽客服電話，但這些員工的知識儲備往往有限。如今，我們轉而利用AI技術為這一環節賦能。具體來說，我們已部署了名為“數小福”的大數據提問助手，只需提出問題，它便能提供相應解答，極大地提升了服務效率。當然，我們的知識庫仍在不斷完善中。
顯而易見，AI正作為一種強大的工具，在多個場景中為我們的工作賦能。展望未來，無論是五年還是十年，我堅信AI將持續為各行各業帶來變革。當然，這一過程中難免會有部分工作崗位受到沖擊，但這正如馬車被汽車所取代一樣，是時代發展的必然。我們不應因此而拒絕AI，相反，應積極擁抱這一變革。
以我個人為例，我現在使用的電腦便是AI本，它能幫我生成Word文檔、PPT等，解決許多問題。即便在飛機上，無需聯網，我也能輕松使用;若聯網，則能獲取更多信息。因此，我深信AI將在未來廣泛應用于各行各業，成為眾多終端的標配。
肖慶陽：我來自一家汽車零部件工廠，我們專注于為各大主機廠提供配套服務，以生產制造為核心，確保每一件零部件都達到合格標準，滿足主機廠的需求。
當談及擁抱AI時，我們不得不正視一個現實：在主機廠層面，AI的應用或許已經如火如荼，從車載智能化系統到司乘人員的應用，都彰顯著AI的魅力。然而，對于我們這種純生產制造企業來說，AI的應用熱潮似乎并未如大家所想象的那樣洶涌澎湃。
傳統生產制造業的每一項創新，包括數字化、智能化，都是一個緩慢而穩健的過程。當AI這股新技術浪潮撲面而來時，我們如何擁抱它、接納它，確實需要一個長期的過程。在此，我認為我們需要降溫，需要理性地看待AI的應用。
那么，在我們的生產加工制造中，究竟有哪些場景已經用上了AI呢?首先，我要提到的是研發領域。我們的研發小伙伴對AI的應用感到非常高興。現在，我們有了多種AI工具，它們在測試和開發效率上為我們帶來了顯著的提升。這讓我們欣喜地看到，AI已經在我們這種零部件配套企業的研發部門中發揮了重要作用，實現了效率的提升和成本的降低。
此外，在生產環節，我們也嘗試應用了AI。特別是在質檢環節，我們采用了AI大模型來替代傳統的人工質檢。我相信，很多制造企業都已經在使用這種技術，它是近幾年我們生產加工制造業利用AI的一個非常典型的應用場景。
當然，AI的應用不僅僅局限于生產和研發。在行政辦公部門，我們也看到了AI帶來的減員效果。原本需要專人負責的材料和PPT編寫工作，現在通過AI大模型的輔助，我們可以更加高效地完成。雖然AI尚未完全取代人類，但它已經成為我們研發人員和工程師的一個非常好的工具。
展望未來，我堅信AI會發展得越來越先進、越來越智慧。它將成為人類的一個非常好的助手，為我們的研發和生產帶來更高的效率和更低的成本。但我也堅信，AI無法取代我們的研發人員和生產工人。它只能作為我們現有團隊的有力補充，共同推動企業的持續發展。
關于企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
京公網安備 11010502049343號