
2026年10月30日上午,由中国汽车工程学会主办、中国汽车工程学会技术管理分会协办的“第十届汽车产业与技术管理”专题论坛在苏州国际博览中心成功举办。
FISITA终身名誉主席、中国汽车工程学会副理事长、清华大学(车辆学院)汽车产业与技术战略研究院院长赵福全教授担任论坛主席,清华大学(车辆学院)汽车产业与技术战略研究院院长助理刘宗巍副教授担任联合主席并主持本次论坛。来自高校、整车企业、科研院所及咨询机构的五位重量级嘉宾齐聚现场,围绕学科交叉与人才培养、电动化与智能化转型、AI驱动研发创新、产业跨界融合等议题进行分享。
盖斯特管理咨询公司总裁何伟受邀出席,并作了题为《AI驱动车企研发模式变革的思考》的主题演讲,系统剖析新汽车研发创新面临的挑战、AI驱动研发模式的逻辑以及车企落地实施路径。
盖斯特管理咨询公司总裁何伟发表演讲
何伟指出,有别于传统汽车以移动属性为主,新汽车兼具移动属性升级、空间属性放大与情感属性突破的特征,新的产品定义正在推动汽车研发创新逻辑全面重构:需求逻辑由对标竞品转向用户、场景及体验研究;产品逻辑由硬件集成转向软硬协同;技术逻辑由清晰分层分工转向生态化多主体协作;研发逻辑由树状分层、周期迭代,转向跨主体全链路协同、持续迭代。由此给研发创新带来三大挑战:协同要求更高、迭代节奏更快、技术决策要求更准。协同复杂性已经成为制约车企研发效率与决策质量的首要瓶颈。
AI成为应对上述挑战的重要变量,AI已经从信息处理辅助工具发展为具备理解、推理、执行与协同能力的智能体,工程师可以提出目标,由智能体调用工具,辅助完成检索、方案生成与分析等任务,再由人来审核结果。同时,AI还可以参与跨环节任务衔接,辅助关联专业信息、传递变更要求,并调用工程知识与验证结果,推动任务执行、流程协同及知识反馈方式共同演进。AI将逐步进入汽车研发全流程,驱动研发模式彻底变革。
何伟表示,当前汽车研发模式AI化实践,从单点应用到深度协同,仍面临数据难用、流程难通、结果难验证等挑战。企业需要围绕重点场景推进数据关联与知识复用,连接跨专业、跨主体的任务和反馈,并建立专业校核、工程验证与责任机制。通用AI工具可以从外部获取,但企业自身的专业智能体能力则需要在真实研发实践中,通过数据积累、持续训练与反复验证中逐步形成。
对于车企研发AI化的具体落地路径,何伟提出,可从工具应用、流程协同和模式变革三个层次由浅入深推进。他建议先从高价值研发任务入手,形成经过工程验证、可复制推广的AI应用能力;进一步连接专业工具、研发数据与智能体,改善跨环节任务衔接、变更响应和结果反馈;逐步贯通需求、开发与验证,形成数据与AI驱动的研发闭环。上述三个层次可在不同业务场景中并存,由重点场景牵头逐步深化,多应用层次并行推进,在落地过程中逐步打通跨主体协同、数据反馈与工程验证体系,驱动研发模式持续迭代演进。
何伟最后强调,研发模式AI变革的关键是改变工作方式,解决现实挑战,形成自身能力,但其根本目标始终是提升研发能力与产品竞争力。因此,企业应从真实研发问题出发,选准场景、跑通流程,再结合实践调整管理机制,通过持续训练与工程验证积累自身的专业AI能力。同时,需要明确人与人、人与机器、机器与机器之间协同的组织方式及工程责任,在缩短研发周期、提高决策质量的过程中,必须坚守质量与安全底线。









