【导语】
近日，在2025中国汽车人才高峰论坛上，世界汽车工程师学会联合会（FISITA）终身名誉主席，清华大学车辆学院教授赵福全受邀发表了《AI驱动下汽车产业发展趋势的预判与应对策略》的主题演讲。在演讲中，赵教授全面阐述了AI的本质及其如何重塑整个世界，精要分析了AI给人类带来的重大改变及挑战，前瞻研判了AI驱动汽车产业发展的主要趋势，并在此基础上系统提出了汽车产业拥抱AI的应对策略，引起了广泛关注和热烈反响。现将赵教授的演讲整理成文，以飨读者。
【正文】
当前，AI作为驱动汽车产业全面重塑和创新发展的核心引擎，已经成为全行业最热门的话题之一。不过要想预判AI驱动下汽车产业的发展趋势，进而提出拥抱AI的相应策略，却并不容易。究其原因，主要有三点：其一，AI本身的发展前景及速度尚无定论。对此很多AI专家的判断也不一致，甚至大相径庭。其二，近期AI发展进步之快远超预期，且其演进还在加速中。记得2024年谈及AI时，我用“山雨欲来风满楼”来形容，彼时其声势虽大，但还没有真正进入落地阶段；而2025年再谈AI时，我则用“忽如一夜春风来，千树万树梨花开”来形容。大家知道，这句诗写的不是春天，而是冬天。也就是说，AI在各行各业、不同领域都开始了实际应用，尽管这还只是AI落地的初期，但其展现出来的巨大潜力已经让人感受到春天般的勃勃生机。而这样一种热潮不断的纷乱局面，也增加了我们对AI进行判断的难度。其三，AI的影响广泛且深远。AI是一种关键技术，但绝不仅仅是一种技术，而具有多元属性，必须既考虑技术，又要跳出技术来进行审视；同时，汽车产业是高度复杂的集大成者，判断AI如何对其产生影响还必须结合产业重构的方向和进程，这无疑是难上加难。
更进一步来说，AI将引发整个人类社会的颠覆性变革，催生出人机共生的全新局面，甚至带来哲学层面“人何以为人”“人与AI究竟谁主沉浮”的本质性问题，如果对这些问题没有充分的认知，也就无法很好地应用AI。
无论如何，AI的时代已然来临。每个产业、企业乃至个人，都必须全力拥抱AI，才有可能形成面向未来的核心竞争力。所以，我们别无选择，唯有直面AI的影响、挖掘AI的价值、释放AI的潜能。有鉴于此，今天我想分享一下个人关于AI的一些思考和观点，以一孔之见，供大家参考。
一、对AI本质的理解
1.AI的本质：技术×工具×基础设施×范式
在我看来，AI的本质就是：基于算法与数据驱动，模拟、延伸和扩展人类智能行为的理论、技术及应用的综合性系统。其中，算法与数据缺一不可且相辅相成。今后AI的发展尤其依赖二者的有效组合：其中，高质量的数据是基础和支撑，而持续进步的算法可以更有效地利用数据。由上述定义出发，我有一个基本判断——未来AI的进步没有止境、潜力也没有上限。其发展只受两个因素制约：一是成本，毕竟芯片、算力基础设施等都需要大量的投入；二是安全，即人类必须确保AI充分受控，这恐怕会成为最大的约束。
具体而言，AI具有多重属性。我将其概括为，技术、工具、基础设施及范式四位一体。
第一，AI是一种技术，其发展源于数字化技术的积累，或者说是数字化从量变到质变的必然结果。一方面，采集、处理和应用数据的数字化技术，是今天AI取得重大突破的基础；另一方面，AI的突飞猛进也使数字化技术的价值得以具象化和最大化，实现了从“数据处理”到“决策赋能”的跨越。本质上，AI就是数据、算法、算力这三大要素相互融合的系统。
第二，AI又是一种工具，即一整套具备感知、决策与生成能力的工具。这样一种工具能够拓展人类的思维与认知边界，让专业知识及能力的获取变得异常快捷，从而产生难以估量的深远影响。未来几乎所有工作都必须借助AI工具，才能更快更好地完成。
第三，AI还是一种基础设施，将会成为未来新型社会的基座，支撑经济系统的重构、治理范式的变革以及文明形态的演进。一旦建成了基于算力、算法（大模型）的AI基础设施，各行各业就获得了应用AI的“高速公路”，就都可以迅速提升AI应用水平，进而产生巨大的价值。年初DeepSeek引发的AI应用热潮，就展现了这一趋势。
第四，AI更是一种全新范式。具体而言，AI实现了端到端的结果输出，这将改变人类的思维与工作方式。AI可以帮助人类实现“可见即可得、可说即可得”，这使人类不再需要编程来操控机器，只需发出相应的指令即可。随着AI应用的普及，知识将变得唾手可得，“知识平权”将成为现实，这将从根本上挑战人类学习的目的、方法及侧重。更进一步来说，随着AI技术的不断进步，AI必将成为人类的伙伴、代理乃至竞争对手，由此人与机器的关系将发生根本性的改变。诸如此类的范式改变可谓不胜枚举。尽管AI重塑未来社会的潜力目前还无法预判，但可以肯定的是，AI将彻底改变人类未来的思维、生产及生活范式。
综上所述，AI是“技术×工具×基础设施×范式”的集大成者。AI会让人造物越来越聪明，直至进化成为拥有高度智能的硅基生命。由此，AI将全面融入并重塑整个社会，碳基与硅基作为“双智”甚至是“双生命”共存的新纪元正在加快到来。届时，人类的知识体系、思维方式、价值观、社会分工乃至道德伦理都将发生根本性改变。
正因如此，我认为，“第四次工业革命”的概念并不足以概括AI带来的本轮巨变。毕竟此前三次工业革命均属于技术革命，而AI虽然源于技术、但却超越技术，其深远影响绝非技术层面所能表述。特别是AI在范式层面上引发的革命，在此前任何重要技术的突破和应用中都未曾出现过。所以，以单一视角片面看待和理解AI是不可取的，我们必须以综合性的“科学论”来认识和发展AI，这也是国家、产业、企业乃至个人拥抱AI的前提和关键。
2.AI的基本特征：强泛化；自学习、自生成；自进化
需要指出，当前引发热潮的AI技术与传统智能化技术有着根本性的区别：其一，AI具有强泛化性，可以普适于各种场景、解决各种问题，未来几乎所有人造物都可以籍由AI获得更强、更大的效能；而传统智能化技术只能解决特定的问题。其二，AI可以形成自学习、自生成的能力，目前AI在语音转换文字、文字生成图表等领域已经具备了这种能力，未来其能力边界还将扩展至更复杂、更专业的诸多工作；而传统智能化技术只能局限于预设的规则工作。其三，AI的最高境界是实现自进化，即AI可以不断自主优化，这也是其真正成为“硅基生命”的标志；而传统智能化技术无法实现自主提升，其进步只能依赖于人。
当然，AI的上述能力不可能一蹴而就，必将经历一个逐步积累直至由量变到质变的过程。总体而言，AI的发展可分为三个阶段：弱人工智能（ANI）、通用人工智能（AGI）以及超级人工智能（ASI）阶段。尽管也有专家对AGI尤其是ASI的概念提出了不同的看法，甚至存在质疑的声音，不过在我看来，ANI、AGI和ASI能够很好地表征AI进化过程中不同阶段的本质特征，其指示性价值毋庸置疑。同时，与其纠结于AI相关概念的准确性，不如聚焦于技术的实际应用和迭代优化，最终这些概念本身也将在实践中得以澄清和完善。从本质上看，这也是认识论与实践论互为支撑、互为促进的体现。
从基本原理看，ANI是由规则驱动、预先设定和被动优化的智能，只能解决单一场景下的特定问题。AGI是由数据驱动、自主学习和主动优化的智能，可以实现能力泛化而解决各类问题。而ASI则是由自我意识驱动，可以突破人类设计的全新智能范式，届时AI将能够自我拓展认知，形成超越人类的更强智能。
从能力边界看，ANI仅能应对特定场景的限定问题或任务，输出的是确定性结果。AGI则具有跨领域、强泛化和动态适应的能力，输出的是概率性结果。而ASI将超越人类的智能，并拥有更快的进化速度，将有可能自主发现规律并重构知识体系。
从人机关系看，在ANI阶段，人仍然处于主导地位，AI是辅助人的工具。进入AGI阶段，人机将协同共生，处于相互对等和平衡的地位。AI智能体开始承担各类复杂的任务，甚至在很多场景下，人需要接受AI的引导乃至领导。到了ASI阶段，AI将真正进化为有别于碳基生命的另一类智能生命形态，并开启硅基生命独立的演化进程。此时，碳、硅“双脑”可以共存协作，人类有望借助硅基智能获得空前赋能；不过硅基生命也可能脱离人类的管控，从而出现AI与人类竞争的潜在风险。
从影响范围看，ANI主要对应于企业层面的变革，包括产品赋能、工具提效等；AGI则将延展至产业乃至社会层面的变革，包括多主体分工协作、相互融合以及产业价值链乃至社会分工的全面重构等；而ASI必将引发整个社会层面的全面重塑，届时AI智能体之间将自行组织、彼此协作并实现自治，人人、人机、机机等各类智能体之间的复杂关系将彻底颠覆此前人类这种单一智能体主导的世界，从而推动人类社会步入全新的文明阶段。
我想强调的是，AI具有“网状交织”的特征，这决定了其能够以指数级速度快速迭代和进化。AI智能体学习知识的速度及强度叠加其存储、复制、传播知识的速度，使AI的智能水平终将超越人类。在此情况下，作为人类的我们，唯有积极拥抱AI并强化与其的协作共生，才能在充分释放AI潜力的同时，确保自身的可持续发展。
二、AI如何重塑世界？
那么，如此强大的AI究竟会如何重塑我们的世界呢？我认为，AI必将带来整个人类社会结构的全方位、颠覆性重塑：AI不仅会深刻改变人类的认知与思维方式，还会实现生产力的空前跃升，更会引发生产关系的全面重构。
第一，在认知和思维层面，AI跨领域的专业能力将打破人类传统的结构化认知和思维方式。AI可以在不同领域内迅速形成“超博士级”的专业水平；同时，AI还可以轻松实现跨领域的高效协同；此外，AI还具有端到端输出的能力，无需逻辑推理过程，却可以输出超越人类推理的更优结果；更进一步来说，未来AI甚至有望自主发现新规律。由此，AI将重塑人类的知识体系、拓展人类的认知边界。
第二，在生产力层面，AI展现出“新生产要素”与“新生产工具”的双重属性，并且作为新基础设施，将会驱动整个社会生产力的极大跃升。首先，AI将会重构生产要素：数据作为重要的新生产要素，其价值将被AI充分激活；在此基础上，AI还将进一步提升资本、劳动力等其他要素的价值。其次，AI将会赋能生产工具：AI工具将带来生产效率的极大提高以及创造力的指数级提升。最后，AI将引发生产方式的变革：AI将催生出数实融合、人机协同的新范式，进而推动各行各业进入价值创造的全新发展阶段。
第三，在生产关系层面，人机协同模式将重构社会分工体系。此前的生产关系仅涉及人与人之间的关系，而未来的生产关系将涵盖人与人、人与机器、机器与机器，这些主体之间的关系将变得更加多重和复杂。一方面，通过人类与AI能力的有效协同，跨界解决各类复杂问题将变得更加容易和普及，这将使不同行业、不同岗位的分工及边界渐趋弱化。例如，当前一些汽车企业之所以涉足飞行汽车、人形机器人等领域，就是因为这些领域所需的智能化等能力在底层上是共通的。另一方面，传统组织的信息壁垒和层级约束将逐渐被打破，这将形成基于AI（分工与整合）的敏捷型、任务流式的网络协作新模式。
以上三个层面的变化并非彼此孤立：其中，AI带来的生产力提升是核心突破点，将会冲击并重塑人类的认知和思维方式，并倒逼生产关系的全面重构；同时唯有构建新型生产关系，才能确保AI驱动的新生产要素及新生产力得到充分释放；而人类认知和思维方式的转变，则将助推生产力的发展和生产关系的重构。也就是说，三者之间是动态适配、相互促进的关系，最终引发人类社会发生根本性的改变。
当然，AI改变世界的巨大能力也伴随着潜在的巨大风险，正确看待AI的风险是拥抱AI的前提。不久前在上海举行的世界人工智能大会上，诺贝尔物理学奖和图灵奖得主辛顿就将AI比作老虎的幼崽，警示其长大后可能会对人类构成威胁。在我看来，AI更像是“披着经济价值外衣的核武器”，人类对其潜藏的风险切不可有丝毫的忽视。
事实上，当前AI已经暴露出了诸多问题。例如，AI的可控性与可靠性存在隐患，主要表现在生成虚假信息、决策逻辑不透明等多个方面，这就有可能放大社会偏见，或者导致安全事故。又如，如果人类长期过度依赖AI的记忆和决策能力，其自身的进化能力将会被抑制，包括自主思考、创造与社交等能力恐将退化。
所以，发展AI必须要客观理性，要严守安全底线，要坚持“以人为本”。也就是说，必须时刻强调人的主体性以及核心价值，确保AI能够真正实现“科技向善”。由此推断，未来推动AI发展必须同时关注两方面的能力：一方面是AI能力的提升，另一方面是人类安全的守护。两者必须协同推进，不可偏废。说到底，如果AI开始挑战人类的价值，甚至危及人类的存续，其发展也就没有任何意义了。
三、AI对人类的挑战和改变
1.AI对人类社会的冲击
下面我系统地谈一谈AI给人类带来的挑战。在我看来，未来AI不仅会改变机器，更将同时改变人。一方面，随着与人类的互动增多，AI赋能的机器会越来越具备类人的特质，从而成为真正意义上的“机器‘人’”，即拥有类似甚至超越人类智能的AI机器；另一方面，人类在与机器协作的过程中，为使机器更好地服务自己，将越来越倾向于顺应AI的思维方式、迎合机器的需求，从而逐渐变成“人‘机器’”，即人类将越来越像AI机器一样去思考和行动。由此可见，AI最终影响的不是机器，而是人类本身。
具体而言，我认为，AI对人类的冲击主要体现在以下四个方面：
一是快速、方便的知识获取导致记忆知识的价值锐减。借助AI工具，人们可以迅速了解各种各样的知识，似乎没有必要再费力去学习和记忆任何知识了。然而我们必须清醒地认识到，人类对知识的记忆其实也是一个对知识进行蒸馏的过程，只有在记忆的基础上去伪存真、消化吸收，人类才能真正理解和掌握相关知识，进而做到融会贯通，并最终实现触类旁通。如果一味依赖AI提供知识，人类恐怕就会变得“脑袋空空”、一无所知，那又如何去与AI互动并对其结果做出有效的判断呢？
二是知识的离散化和随机性导致知识的系统性和正确性受到挑战。未来人类将越来越习惯于通过AI来获取知识，不过AI针对各种问题提供的答案具有离散化和随机性的特点，这可能会导致人类自主思考、独立思考以及主动探索的高阶能力严重下滑。而系统性、批判性、独立性思维恰是人类形成主观判断力的关键所在，如果没有系统性的知识学习以及对知识正确性进行判断的训练，上述思维能力是很难形成并维持下去的。
三是AI端到端和“投喂式”的输出模式导致人类出现全面退化的风险。一方面，端对端的AI模型可以直接提供结果，但其思考过程完全不透明。AI并非“有意”隐瞒这个过程，而是其自身也无法解释这个过程。这种不可解释性让人“只知其然、而不知其所以然”，使人类只能方便地获得结果，却无法从过程中学习、提升自身的认知水平和思考能力。由此将引发人类对过程认知的缺失，最终带来人类技能空心化、应变能力退化等诸多风险。另一方面，当前AI普遍采用“投喂式”机制，即持续向个人推送其感兴趣的内容，同时过滤掉其他信息，从而把人困在了“信息茧房”中。这将导致人的知识面越来越窄、兴趣越来越单一，由此也使人变得越来越“无聊”，无法理解他人关注的领域，只会围绕自身的兴趣进行交流，进而使整个社会更加圈层化。
四是人机界限渐趋模糊给人类带来重大挑战。未来，人将越来越无法分辨与之交流的究竟是人还是机器。而当人与机器的互动占据主导地位时，人与人之间的情感交互就会日益淡化。由此，人的特质将逐渐退化，情感将向机器迁移，因为机器将越来越比人更懂人、更体贴人，更会哄人甚至骗人。与此同时，如前所述，人为了与机器有效互动，其思维与交流方式将越来越“机器化”，即前述的“‘人’机器”。而更大的风险则来自于道德算法化，即人类不得不把伦理判断“外包”给AI，未来诸如电车难题等哲学问题可能都要交给算法来做出判定。从表面上看，这也是一种解决方案；但实际上，这将导致人类价值观的扭曲和社会责任感的下降等巨大风险和严重的社会问题。
综上，AI对人类的冲击和改变是全面而又深刻的。同时这种改变不会是突如其来的，而是将在潜移默化中经过几代人逐步实现。最终，我们将不得不面对两个非常严肃的根本性问题：在未来社会中人类与AI究竟“谁主沉浮”？以及更进一步来说，在AI主导的时代人究竟“何以为人”？我想对于这些重大问题，人类无论怎样重视都不为过，我们必须认真面对，而且越早越好！
2.拥抱AI需要重塑个人能力
必须指出，尽管AI会对人类产生如前所述的严重冲击，但AI的到来及其对世界的重塑将是无可阻挡的大趋势。在此背景下，我们更应思考的是：个人究竟应该如何自我重塑，才能有效拥抱AI并规避其潜在的冲击。
我认为，我们首先必须重新明确人类的价值定位，我们要从一直以来“人力资源”主导的理念转向“人本价值”。在传统观念中，人更多地被视为一种资源，可以用于完成一定的工作。然而未来机器将替代人类完成大量工作，此时人的资源属性自然会不断弱化。相应的，我们更要强调以人为本的价值理念，即人本价值。这一理念的关键不在于人能够完成多少工作，而在于强调对人的尊重、包容与理解，推动人的全面发展。尤其当AI助力社会物质财富极大丰富之际，我们更要探求“人活着的意义究竟是什么”以及“如何更好地体现人的价值”等深层次的哲学问题，以此来标定人类存在的独特价值，并将其作为人本价值的重要组成部分。对这些问题的积极探索和有效回答，将成为人类最终能否很好地发展和驾驭AI的核心所在。
在上述理念的指引下，我们需要全面解析AI化对人类能力的深远影响，进而有针对性地探索人类能力升维的方向与重点。总体来说，传统的人才能力呈现出层级叠加、逐层进阶的结构：其中，基层及中层多以执行效率、专业能力和一定的系统思维为核心特点，而高层则表现出更强的判断力和决策力。此时人的竞争力主要取决于单一领域的深耕程度，因此需要知识系统化，这依赖于对结构化专业知识的深度学习和持续积累；也需要记忆资本化，这依赖于记忆的容量与准确性；还需要认知程序化，这依赖于逻辑链路闭环的完整推导。
而当我们进入到AI时代，人类知识的系统性开始瓦解，记忆的价值逐渐贬值，认知的过程也开始空心化，这些问题日益凸显的根本原因在于，机器相较于人的效率和专业优势越来越大，人类只靠单一维度的能力叠加将越来越无法适应社会的需求，必须转向多个维度的能力融合，以实现全面的能力升维。这样才能在AI主导的未来，找到自我生存的空间。在此过程中，人类只有通过彰显并放大AI所不具备的独特性，才能更好地实现人本价值的意义。
展望未来，AI时代的人才能力升维可以定量地描述为：人文素养约占25%；思辨与创新能力各占约20%；人机协同能力约占30%；动态适应能力约占5%。这其中，我认为人文素养与思辨能力尤其值得重视。因为人才唯有具备这些能力，才能有效辨别AI幻觉，避免被虚假信息和错误观点误导，才能在更高维度发展和驾驭AI。当然，以上占比数值并不是绝对的，仅供大家参考，但一个不争的事实是，AI时代的个人能力图谱将与此前完全不同。同时，上述能力并非单维和孤立的，而是多维和融合的。其核心有两点：一是人与AI的能力要深度融合，二是人性的价值要最大化。为此，人的各种能力必须协同发挥作用，以确保整体效能的最大化。
具体来讲，面对快速到来的AI时代，我想着重强调三点：首先，未来人类更需要强化人文素养，这既是人与AI有效互动的基础能力，也是人与人乃至人与机器融洽相处的伦理基石，更是人类最终区别于机器的根本所在，所以人文科学在AI时代不是可有可无，而是更加重要；同时在知识更新日益加快的AI时代，人类需要更强的辨伪能力，而这要以系统、精深的专业知识作为保障，所以人类的终身学习能力将变得更加重要；此外，掌握运用与控制AI的知识，也将成为AI时代人类的必备能力。其次，人类必须强化高阶的原创思维并注重辨别力、想象力和创造力的培养。尽管AI也会具备某种意义上的想象力和创造力，但这两种能力仍然是人类最重要的，并且有可能是人类与AI抗衡的最根本的能力。最后，人类还必须具备在技术洪流中守护人性本真的定力和正确的价值观，以确保AI始终是辅助人类的强大工具，而不会颠覆“以人为本”的基本原则。
综上所述，AI时代个人能力的塑造，必须从过去的单维叠加竞争转向未来的多维融合较量：一方面，我们要特别关注人与AI协同能力的形成，并且重点放在“人×AI”上，而非简单的“人+AI”；另一方面，我们还要不断强化机器无法复制的“人之所以为人”的独特创造性和思想性。唯有如此，人类才能在AI日益强大的新时代永保主导地位，真正回答“何以为人”以及“谁主沉浮”的本质问题。
四、汽车产业如何拥抱AI？
1.汽车产业拥抱AI的复杂性
汽车产业拥抱AI无疑是机遇与挑战并存的：一方面，汽车产业是AI的核心应用载体，AI将推动汽车产业数字化转型实现质变，全面实现价值最大化，因此汽车产业拥抱AI具有巨大的机遇及潜力；另一方面，汽车产业业务复杂、涉及主体多元、场景兼具广泛性与特殊性，所以汽车产业应用AI也面临着巨大的挑战及困难。总体来看，汽车产业全面拥抱AI是一项高度复杂的长期系统工程，必须进行多个维度的系统性布局。
具体而言，汽车产业拥抱AI，一要以数据为支撑。为此，车企必须首先解决数据治理难题。作为生产要素的数据，其可用性、专业性、流通性以及安全性至关重要，只是单纯的数量堆积毫无意义。而获取高质量的数据并实现跨领域、跨主体的打通，挑战企业数据治理的综合能力；二要以技术为保障。为此，车企必须积极应对技术复杂性的挑战。这其中既包括大模型，也包括专业的小模型，既有单点技术，又有复合性技术，而且各种技术及其边界均处于动态变化的持续探索中；三要以业务场景为目标。为此，车企必须有效识别关键场景，并建立起处理多重复杂场景的系统能力，诸如不同业务的数字化进程不一，不同场景的需求差异化，以及不同主体的角色多元化等一系列问题，这其中的核心是如何以AI的泛化能力适配汽车产业的泛在化场景；四要构建起基础设施，即算力、通讯等能力。为此，车企要直面基础设施的巨大投入，并有效利用好社会上的相关能力。毕竟AI算力门槛高、建设周期长，即便外购也依然如此，这无疑又考验企业持续投入的定力和实力；五要调整企业内部的组织架构以及与外部的协作模式。为此，车企必须打破现有组织协同的高壁垒。而拆除原有业务模块之间的部门墙，简化相互协同的复杂流程，必然面对巨大的变革阻力。但也唯有如此，才能充分发挥AI弱/去人化的组织设计和流程管理优势。
应该说，上述五个维度环环相扣、缺一不可、相互制约。做好其中任何一个维度都不容易，而要同时解决五个维度的问题，其综合挑战就更大了。为此，车企必须紧紧抓住一条逻辑主线：以数据打通模型，以模型适配场景，并以基础设施和组织架构共同支撑模型在场景中的应用，最终确保AI的全面、有效落地。
除此之外，车企还必须强化自身对AI的监管能力，并适应社会对AI的监管，这涉及到安全、合规乃至伦理等各个方面。即要在积极打破制约AI发展的瓶颈和严格控制AI可能带来的风险之间，取得合理的平衡，以推动AI健康发展。
总之，汽车企业需要从数据、技术、场景、基础设施、组织以及商业合作模式等多个维度着手，多管齐下、协同推进，以形成相互支撑、相互促进的正向循环。换言之，企业拥抱AI的关键在于，面向AI建立起一套完整的有机体系，并且不断完善。这就要求企业必须重构认知思维、建设新型能力、变革组织架构、创新商业合作模式，而企业高层的领导力将在这一过程中起到决定性的作用。下面我将就这些要点具体展开。
2.汽车产业拥抱AI的要点一：认知思维重构是前提
认知思维的重构是汽车产业拥抱AI的前提。企业必须对AI建立正确的认知理念和思维方式。鉴于AI发展的颠覆性和迅猛性，我认为，企业真的已经到了“不换理念就换人”的阶段。
那么，什么才是正确的认知呢？当前业界对于AI有各种不同的论点，包括“万能论”“有限论”“花瓶论”“泡沫论”等等。这些认知的关注重点虽然各有合理之处，但都不够准确，有些甚至是错误的。在我看来，正确的认知应该是综合系统的“科学论”。而从AI的应用价值及方法来看，业界也有诸如AI+、+AI、×AI、XAI等不同的描述。其中，认为AI可以解决一切问题的“AI+”万能论，恐怕过于理想化了，不同行业的AI应用差异显著，应用于特定行业的AI必须具备很强的专业性，所以目前还不存在通用、万能的AI。而认为AI只是助力众多行业发展的一种技术工具的“+AI”思维，无疑弱化了AI的巨大价值。在我看来，AI在本质上是“技术×工具×基础设施×范式”的综合体现。所以，“×AI”更能体现AI“科学论”的重要内涵，即所有产业、企业乃至个人都需要与AI深度融合，才能最大化释放AI的潜在价值。此外，也有专家提出了“XAI”的观点，强调AI不是普通的技术或工具，而是能够给不同行业带来指数级重大改变的新物种，这也是一种科学的认知。
在正确认知的指引下，企业必须以积极的态度拥抱AI，并且越早投入越好，切不可有丝毫的犹疑或观望。其原因在于：第一，企业与AI的融合无法一蹴而就，唯有持续探索和不断积累，“一步一个脚印”，才能逐步实现AI与自身业务的深度融合。第二，企业推行AI变革无法借助后发优势，因为这是一项全新的复杂系统工程，诸如数据及专业模型等都需要企业自身不断的积累才能产生效果，即使是组织架构及流程也没有可供直接采用的成熟方案，企业必须通过自身的全面实践，才有可能逐步摸索出适应自身AI变革的有效路径。第三，AI变革意味着用新范式取代旧范式，而原有范式的淘汰与全新范式的建立，无疑越快越好。当前，AI正处于快速发展中，且发展速度还在不断提升。因此我判断，企业拥抱AI的窗口期会非常短，未来三到五年是关键阶段。在此期间，先发企业一旦建立起“技术+数据+组织+生态”闭环的竞争优势，就会对落后者构成“代际技术鸿沟+全新范式”的降维打击。这意味着错过了这一窗口期的企业，将会面临被淘汰的境地。
有了积极拥抱AI的态度，企业还必须科学地推进AI的落地。核心工作的关键词之一是系统工程。企业要认识到AI的落地不仅是单纯的技术升级，更是从能力、体系到组织基因的系统性重构。关键词之二是目标牵引。企业要在全领域和全维度上设定清晰目标，以指引和拉动AI的系统布局与持续投入。例如在产品打造方面，以实现用户体验升维为目标；在价值创造方面，以实现研产供销服全业务链一体化协同为目标；在管理优化方面，以实现企业运营效率和质量提升为目标。关键词之三是长期主义。企业要做好战略性的统筹规划和系统布局，并落实好各项具体举措以实现战术性的单点突破，进而以点带面、实现AI的全面落地。在此过程中，切忌各部门、各领域各自为战，这与AI强化协同的本质是相悖的，也是不可能成功的。
综上，企业拥抱AI首先要有正确的认知：唯有真相信、真实干、真投入，才能形成真能力，并由此推动AI逐步落地、使企业持续受益。
3.汽车产业拥抱AI的要点二：新型能力建设是核心
新型能力建设是汽车产业拥抱AI的核心。对此，我们团队提出了“三纵六横”的全新AI应用体系。其中，“三纵”是目标，即企业推进AI落地的三大方向：一是产品力，对应与产品相关的能力，旨在借助AI提升企业的产品竞争力；二是创造力，对应与业务相关的创新能力，旨在依托AI打通企业研产供销服的全业务链，并全面提升各环节的能力；三是管理力，对应与管理相关的能力，旨在基于AI大幅提升整个公司的运行效率和质量。而“六横”则涵盖了AI落地的关键能力，包括数据、模型和算力等三项内容的基础能力，以及场景、智能体与组织保障等三项内容的应用能力。也就是说，企业要在构建数据、算力及模型能力的基础上，以组织变革为保障，实现智能体在相关场景中的广泛应用，来达成产品力、创造力和管理力全面跃升的AI落地目标。
具体来看，“三纵六横”的体系实际上指向三个层面的AI应用能力：一是场景的需求定义及转化能力。企业需要基于对三力场景的理解，面向AI应用，进行需求的清晰定义和技术转化。这是AI赋能三力的前提，同时也决定着AI落地的程度。
二是数字基础支撑与AI技术深度开发的能力。一方面，企业需要形成高质量的数据集和知识图谱，动态规划与建设相关算力，同时选择合适的基础大模型及其部署方式，并强化垂域模型和专业模型的开发与积累；另一方面，企业需要构建技术协同架构，编排跨场景的业务流，并集成内外部的相关系统和工具，以实现智能体的有效开发与协同。
三是组织动态适应变革的能力。企业需要积极进行内部组织变革与外部生态建设，以形成内外部资源充分打通、能力有效融合的新型组织体系。同时这种新型组织还需要结合AI落地需求的变化，进行动态调整与优化。对于这部分内容，后面我还会进一步展开。
从上述分析可见，汽车企业应以“产品力×创造力×管理力”为目标导向，清晰定义相关场景的应用需求，并通过系统性的关键能力建设，加快AI能力与各项业务的深度融合，逐步建立起以智能体应用为主导、以组织动态调整为保障的协同共创型生态，进而驱动企业实现提质增效降本的持续价值创造。
4.汽车产业拥抱AI的要点三：组织变革与生态建设是关键抓手
最后我想特别强调，组织变革与生态建设是汽车产业拥抱AI的关键抓手。能力建设要解决的是生产力问题，而组织变革和生态建设要解决的是生产关系问题。为了充分释放AI带来的全新生产力，我们必须建立起与之适配的全新生产关系。这不仅涉及到企业内的组织变革，还涉及到跨企业的生态建设，由此相关的流程、分工以及决策机制等都将发生全面重构。
在面向AI的全新组织中，AI智能体将成为连接车企、各类供应商以及用户等不同主体的核心枢纽，并形成“需求精准把握-方案高效生成-自动预测分析-持续反馈优化”的全任务流智能化闭环。这不仅能够有效弥合业务断点，还将显著提升整体效能并不断演进。与之相应，车企在内部需要基于企业级的共性AI能力平台，构建部门界限模糊、业务相互融合的协同型组织；同时，车企在外部需要以专业化分工的多主体协作为目标，构建能够充分整合生态伙伴资源的能力型组织。
具体来说，汽车企业进行组织变革的目标是：以用户体验为导向，基于各种任务流，由智能体驱动，打造形成一个“内部业务协同+外部能力导入”的自组织型综合智能体。
就内部的协同型组织而言，企业各职能部门的边界不再泾渭分明、工作渐趋融合交织，呈现出“你中有我，我中有你”的协同关系。我想强调的是，这种协同不是简单依靠行政命令就能达成的，而是必须调整任务流，并基于智能体实现业务协作与资源调度。展望未来，几乎所有工作都将由碳基智能的人类与硅基智能的AI共同协作来完成。事实上，如果说人性中天然具有阻碍协作的因素，那么企业借助AI智能体来组织协作，恰恰可以弱化或规避这种不利影响，从而形成一个跨职能的融合型共创整体。
就外部的能力型组织而言，企业需要与各类伙伴形成资源共享、能力整合的生态，即实现由内及外的协同，以充分借助生态伙伴的专业化能力。为此，车企不能再像过去那样简单从供货成本维度来选择供应伙伴，更要从供需两端能否高效匹配、实时响应以及动态决策等维度来选择生态伙伴；而对供应商来说，成本竞争力只是基础能力之一，综合性的业务能力强大乃至稀缺才能使其成为不可或缺的生态协作伙伴。最终，各类生态主体之间的诸多智能体将相互连接、有效协作，从而形成一个跨企业的融合共创整体。
为了做好上述组织变革，我认为，企业应在数据畅通、充分联动、协同创新三个方向上重点施策。为此，一要建立企业级AI中台，以充分吸收软件能力，统筹规划AI应用。这是协同创新的基础支撑。二要强化数据中心建设，以实现跨场景、跨部门、跨领域、跨企业的数据贯通，有效释放数据价值。这是数据畅通的根本保障。三要做好全局统筹的资源配置，这也应成为企业领军人直接督进的一把手工程。具体可根据业务需要从局部试点探索入手，例如车企可以先将智驾和座舱部门相互打通，然后由点及面，逐步实现AI的全局落地。这是充分联动的终极目标。
需要强调的是，组织变革不可能一步到位，更不是对传统架构的修补，而是必须按照“变革更深化、协作更广泛”的新思维，打造数据闭环、智能体主导的生态型组织，最终实现全场景打通、弱/去中心化运行以及内外部价值共生。
5.汽车产业拥抱AI的实施路径
接下来，谈谈汽车产业拥抱AI的实施路径。在我看来，企业必须奉行以下原则：一是坚持长期主义。车企拥抱AI是一场马拉松比赛，靠短期冲刺是不可能成功的。我判断未来50年，AI都将是企业最重要的议题之一。有专家甚至提出，AI可能是人类最后的科技创新，其隐含意义是，未来AI将代替人类进行科技创新；当然，也有专家担心AI甚至可能会危及人类的存续。二是切忌操之过急。例如，企业如果战略目标不明、业务需求模糊、数据基础薄弱、组织协同不足，就贸然建立AI中台，只会沦为“技术花瓶”，空有大量投入，却无实际收益。三是需要分阶段推进，并确保“沿途下蛋”。车企拥抱AI要不断产生价值，才能持续受益、不断投入。
由此出发，我认为，拥抱AI的实施路径可以划分为三个阶段，每个阶段企业都要在产品力、创造力和管理力三个方面同步施策。具体如下：
第一步是场景切入，即选择价值高且易落地的场景来导入AI。在产品力方面，应选择与用户体验直接相关的重要场景切入，如开发智驾模型、接入座舱模型等；在创造力方面，应选择设计开发、供应链管理、销售及服务等成熟的业务场景合理匹配相应的大模型；在管理力方面，应选择提质增效降本见效快的职能部门及其工作场景应用AI。此阶段的关键在于，企业将AI用起来就能产生价值。
第二步是深度开发，一方面，参与各种行业垂域模型的开发，并基于此建设企业自身的可复用平台；另一方面，基于合理选择的大模型，导入并优化企业自身的专业模型。在产品力方面，应致力于实现驾舱跨域协同，进而实现整车全域AI化；在创造力方面，应基于共性模型平台的建设与个性业务模型的积累，向复杂业务环节不断深入；在管理力方面，应着力开发垂域模型，例如在法务、财务等领域，使AI逐步渗透到企业管理的各个层面。此阶段的关键在于，企业将业务需求与AI深度融合，并逐步沉淀形成全面支撑AI应用的平台架构能力。
第三步是业务智能体化，从单个智能体的构建到多智能体的协同，进而形成共性架构在全企业乃至全行业应用。在产品力方面，应打造各个系统/总成的单个智能体，再相互打通形成整车级的复合智能体；在创造力方面，应打造研产供销服全链条各个环节的智能体；在管理力方面，应打造覆盖所有职能的专业智能体。最终要形成“产品力×创造力×管理力”的企业综合智能体，并融入整个社会的智能体生态中，实现更高维度、更广范围的多智能体协同共生。
总之，为了确保AI落地的有效性和有序性，汽车企业必须统筹规划、分层建设、逐步深入。在这个过程中，“沿途下蛋”是不断产生AI价值、持续推进AI落地的关键动力所在。
五、制造业拥抱AI对企业、产业和国家的要求
我想特别强调的是，整个制造业都需要拥抱AI，否则就无法确保可持续的核心竞争力。未来制造业的转型方向应该是“AI+机器人”：也就是说，机器人将替代人类从事制造业的大量工作；而AI将使机器人的能力更强、效率更高，并把各类机器人都连接和组织起来，从而创造出价值空前的全新制造业。而汽车产业作为制造业中的集大成者，拥抱AI的难度最大、价值最高，既可以为制造业拥抱AI提供强大的牵引和拉动，又需要通过制造业拥抱AI来获得有力的基础支撑。所以，我再分享一下自己关于制造业如何拥抱AI的思考。
总体而言，制造业拥抱AI对企业、产业乃至国家，都提出了全新的要求，其核心是要构建AI时代全新的产业生态。一方面，对于制造型企业而言，要在AI时代取得成功，我认为必须具备以下三个方面的能力：20%的制造业基因强化，50%的AI体系重构，以及30%的生态协同。其中，制造业基因强化旨在充分发挥规模制造优势，为此企业需要持续优化生产效率、质量控制和供应链韧性等基础能力；AI体系重构旨在实现业务与AI的深度融合，涵盖从多元数据治理到模型导入、再到智能体构建的有效闭环，为此企业变革组织形态、构建人机协同治理的新模式，需要着力培养和储备AI人才，还需要在模型、算力等方面持续投入资源；而生态协同旨在培育能力共生型的生态关系，为此企业需要确保自身需求与外部伙伴能力供给之间形成高效匹配、实时响应与动态决策的完整链路。
另一方面，对于产业和国家而言，必须为制造业拥抱AI，特别是不同企业的AI体系融合与生态构建，提供强有力的支撑。其重点工作包括：一是建立清晰的战略规则，制定并不断完善相关标准与法规，诸如数据安全与共享标准、AI监管法规等。二是建设普惠性基座，大力发展AI基础设施，例如构建行业高质量的数据集，组建算力网络，以及建立数据可信空间等。三是搭建开放的生态，推进开源生态平台的建设，并对各行业的开放生态进行引导，使知识、数据、技术、人才和资源等要素都能够跨行业、跨主体顺畅流动。
必须指出，AI时代制造型企业竞争力升级的上述举措，绝非相互孤立，而是一个有机的整体。其中，制造业基因是“生存底线”，如果失去了这一基础，制造业无论智能程度有多高，也只是空中楼阁；AI体系是“增长引擎”，将为制造业提质增效降本提供强大动力；生态协同是“价值天花板”，跨企业、跨领域、跨行业的协同效果越好，制造业的发展空间就越广阔。而所有这一切都需要产业与国家的基础支撑，而非只靠企业自身努力就能够完全实现。
最后，简单做个总结。汽车产业拥抱AI是一次现在就要出发、不断向前迈进的万里长征，是一项关联广泛、高度复杂的长期系统工程，也是一场人人都无法置身事外的颠覆性变革。我们必须彻底升级自己的认知理念，加快培育全新的能力体系，大力推进组织变革与生态建设，并且始终坚持“以人为本”的基本原则，以期在确保人类安全底线不被突破的前提下，最大限度地释放AI的巨大潜力。
