來源：滾動播報

（來源：中國工業(yè)報）

■ 中國工業(yè)報 耿鵬飛

當新能源汽車賽道進入白熱化競爭，車型迭代提速、混線生產(chǎn)常態(tài)化、高階智駕落地，正在倒逼汽車制造告別傳統(tǒng)流水線模式，邁入全鏈路數(shù)智化新階段。去年年底，工信部、教育部、市場監(jiān)管總局、國家數(shù)據(jù)局四部門聯(lián)合印發(fā)《汽車行業(yè)數(shù)字化轉(zhuǎn)型實施方案》，明確以智能制造為主攻方向，釋放數(shù)據(jù)要素價值，推動人工智能與汽車產(chǎn)業(yè)深度融合，為行業(yè)轉(zhuǎn)型劃定清晰路線圖。

近日，在華為中國合作伙伴大會2026現(xiàn)場，華為智能制造車輛裝備系統(tǒng)部部長王淑貞、依柯力信息科技（上海）股份有限公司董事長&CEO尹可杰，圍繞車企數(shù)字化轉(zhuǎn)型供需平衡、AI落地瓶頸、柔性制造升級、高階智駕驗證等核心議題，向中國工業(yè)報等媒體分享大中小企業(yè)轉(zhuǎn)型痛點，解碼AI賦能汽車智造的落地路徑，更勾勒出中國汽車產(chǎn)業(yè)從“制造大國”邁向“智造強國”的核心邏輯。

數(shù)智化轉(zhuǎn)型面臨供需失衡與卡點凸顯困境

汽車產(chǎn)業(yè)鏈涵蓋頭部主機廠、中小零部件企業(yè)等多元主體，數(shù)字化轉(zhuǎn)型需求呈現(xiàn)顯著分化：大型車企資金充裕、場景復(fù)雜，追求定制化、全流程的數(shù)智化解決方案；中小企業(yè)預(yù)算有限、場景單一，更青睞輕量化、標準化產(chǎn)品，以嚴控轉(zhuǎn)型成本。如何平衡兩類群體的核心訴求，成為智能制造服務(wù)商破局的關(guān)鍵。

王淑貞向中國工業(yè)報介紹道，車輛裝備行業(yè)的核心客戶以汽車主機廠為主，無論企業(yè)規(guī)模大小，研產(chǎn)供銷服的核心業(yè)務(wù)流程高度趨同，這為標準化方案搭建奠定了基礎(chǔ)。“大型企業(yè)有充足預(yù)算，可直接采購覆蓋全業(yè)務(wù)鏈的完整解決方案，實現(xiàn)全域數(shù)字化轉(zhuǎn)型；中小企業(yè)無需一步到位，可根據(jù)自身發(fā)展階段，選取單一環(huán)節(jié)的模塊化方案，循序漸進推進轉(zhuǎn)型。”這種基于統(tǒng)一業(yè)務(wù)流的分層服務(wù)模式，既保障了大型企業(yè)的定制化需求，又降低了中小企業(yè)的轉(zhuǎn)型門檻。

針對輕量化落地需求，華為依托昇騰服務(wù)器打造開箱即用的一體機方案，將依柯力等合作伙伴的應(yīng)用方案深度集成，實現(xiàn)“即插即用”。更關(guān)鍵的是，昇騰服務(wù)器實現(xiàn)國內(nèi)開源模型0day適配，徹底解決算法適配難題，讓中小企業(yè)無需投入大量研發(fā)成本，即可快速享受AI技術(shù)紅利。這種“全案定制+模塊拆分+輕量一體機”的組合打法，完美契合《汽車行業(yè)數(shù)字化轉(zhuǎn)型實施方案》中“大中小各類企業(yè)數(shù)字化協(xié)調(diào)發(fā)展”的要求，推動產(chǎn)業(yè)鏈整體轉(zhuǎn)型提速。

當前，我國汽車零部件中小企業(yè)數(shù)量占比超九成，政策明確提出梯次推進中小企業(yè)數(shù)字化轉(zhuǎn)型，引導(dǎo)工業(yè)互聯(lián)網(wǎng)深度應(yīng)用。這一打法精準契合中小企業(yè)轉(zhuǎn)型需求，而中小企業(yè)作為產(chǎn)業(yè)鏈核心組成，其轉(zhuǎn)型速度直接決定行業(yè)整體升級步伐，華為與依柯力的協(xié)同實踐，正是通過標準化、模塊化的低成本方案，破解中小企業(yè)“不敢轉(zhuǎn)、不會轉(zhuǎn)、沒錢轉(zhuǎn)”的困境，讓數(shù)智化技術(shù)覆蓋產(chǎn)業(yè)鏈上下游。

AI技術(shù)從單點應(yīng)用邁向全鏈條滲透，是汽車智造升級的核心趨勢，但落地過程中仍面臨多重挑戰(zhàn)。結(jié)合三十年行業(yè)經(jīng)驗，尹可杰向中國工業(yè)報分析道，當前車輛裝備行業(yè)的AI轉(zhuǎn)型，已告別早期單點試水階段，進入整體化打通、價值化落地的深水區(qū)，核心瓶頸集中在三大層面。

一是整體規(guī)劃能力缺失，轉(zhuǎn)型缺乏頂層設(shè)計。很多企業(yè)即便投入大量資金布局AI技術(shù)，仍難以實現(xiàn)價值落地，根源在于缺乏全流程規(guī)劃，工廠建設(shè)初期就應(yīng)做好數(shù)智化頂層設(shè)計，明確算力、算法、數(shù)據(jù)的協(xié)同路徑，工具選型只是第二步，華為的核心價值之一，就是為企業(yè)提供系統(tǒng)性的規(guī)劃能力，避免企業(yè)陷入“重技術(shù)、輕規(guī)劃”的誤區(qū)，確保AI應(yīng)用與業(yè)務(wù)流程深度融合，唯有先定方向、再落場景，才能避免無效投入。

二是數(shù)據(jù)治理與場景識別難度大，價值見效慢。隨著算力、算法技術(shù)日趨成熟，數(shù)據(jù)與場景成為AI落地的核心卡點，數(shù)據(jù)治理是一項長期工程，涉及流程重構(gòu)、基礎(chǔ)搭建，往往需要3-5年才能見效；而場景選擇更是考驗企業(yè)判斷力，當前企業(yè)經(jīng)營壓力大，數(shù)字化項目必須實現(xiàn)“降本、增收、提效”的即時價值，因此場景篩選需遵循“高頻、剛需、高價值”三大原則，但多數(shù)企業(yè)缺乏精準識別能力，導(dǎo)致AI應(yīng)用浮于表面。

三是復(fù)合型人才稀缺，“六邊形”戰(zhàn)士難尋。AI落地需要既懂業(yè)務(wù)場景、又懂算法算力，還精通應(yīng)用落地的復(fù)合型人才，這類“六邊形戰(zhàn)士”在行業(yè)內(nèi)極度稀缺，而外部服務(wù)商中，僅有華為等少數(shù)企業(yè)具備全鏈條服務(wù)能力——既擁有制造業(yè)實踐經(jīng)驗，又掌握核心IT技術(shù)，能搭建起技術(shù)與業(yè)務(wù)的橋梁，人才短板也正是政策重點發(fā)力的方向。

在尹可杰看來，破解AI轉(zhuǎn)型瓶頸，企業(yè)需抓好三件事：夯實數(shù)據(jù)治理根基、精準識別高價值場景、加快復(fù)合型人才培養(yǎng)，唯有三者協(xié)同，才能讓AI技術(shù)真正轉(zhuǎn)化為產(chǎn)業(yè)競爭力。而華為與依柯力的協(xié)同實踐，正是圍繞這三點持續(xù)發(fā)力，為行業(yè)提供可落地的破解路徑。

技術(shù)落地與范式革新打造汽車智造新路徑

過去，汽車智能化局限于單一環(huán)節(jié)的技術(shù)探索；如今，智能座艙、智能駕駛、智能服務(wù)已實現(xiàn)全產(chǎn)業(yè)鏈覆蓋，汽車智造的發(fā)展路徑也隨之發(fā)生根本性變革。王淑貞認為，大模型、AI智能體的出現(xiàn)，徹底顛覆了傳統(tǒng)智能的定義，推動產(chǎn)業(yè)邏輯從“被動適應(yīng)”轉(zhuǎn)向“主動變革”，越來越多車企制定專屬AI戰(zhàn)略，擁抱數(shù)智化浪潮。車型迭代快、混線生產(chǎn)頻繁，是當前汽車智造的核心特征，也是對柔性制造能力的極致考驗。30年前，汽車選配方案不足30種；如今，以阿維塔為代表的新能源車企，選配組合超2000種，疊加電池差異后組合突破10萬種，傳統(tǒng)制造體系根本無法支撐這種極致柔性的生產(chǎn)需求。

圍繞汽車智造核心痛點，依柯力與華為聯(lián)手打造的數(shù)字工廠，破解了這一行業(yè)難題。依托華為云、數(shù)據(jù)庫、算力等底層底座支撐，依柯力深耕計劃、質(zhì)量、物流等制造應(yīng)用平臺，實現(xiàn)全流程體系打通，構(gòu)建起行業(yè)領(lǐng)先的柔性制造能力。“車型、配置切換僅需幾分鐘，系統(tǒng)層面客戶完全無感，僅需預(yù)留設(shè)備、工裝調(diào)整時間?！币山鼙硎?，這種柔性制造能力，讓中國頭部新能源車企實現(xiàn)“6個月完成新車從發(fā)布到批量上市”，遠超合資品牌1-2年的周期，成為中國車企搶占全球市場的核心優(yōu)勢。華為與依柯力的協(xié)同賦能，讓柔性制造從概念變?yōu)楝F(xiàn)實，不僅提速車型迭代，更保障了多品類車型的高質(zhì)量交付，推動汽車智造進入“按需生產(chǎn)、快速響應(yīng)”的新階段。

L3、L4高階智駕的規(guī)模化落地，對汽車制造端的驗證環(huán)節(jié)提出全新挑戰(zhàn)。傳統(tǒng)汽車僅需路試、淋雨等基礎(chǔ)檢測，而軟件定義汽車時代，新能源車功能繁雜、測試流程長，既要保障測試精度，又不能影響生產(chǎn)節(jié)奏，如何平衡效率與安全，成為車企亟待解決的難題。

尹可杰介紹，依柯力聯(lián)合華為，通過數(shù)字孿生、IoT技術(shù)與全鏈路數(shù)據(jù)打通，構(gòu)建起完善的智駕驗證體系，傳統(tǒng)數(shù)字孿生多應(yīng)用于研發(fā)端，依賴經(jīng)驗驅(qū)動；而雙方打造的數(shù)字孿生平臺，依托華為全量、實時、精準的數(shù)據(jù)采集能力，用真實場景數(shù)據(jù)驅(qū)動仿真測試，實現(xiàn)“虛擬仿真+實車測試”的雙重驗證，同時通過IoT技術(shù)實現(xiàn)設(shè)備預(yù)測性維護，提前排查潛在故障，推動生產(chǎn)質(zhì)量從“事后檢測”轉(zhuǎn)向“事前預(yù)防”，助力高端車企實現(xiàn)“零缺陷”出廠目標。

“AI工具再先進，離不開底層基礎(chǔ)設(shè)施的支撐。云底座、數(shù)據(jù)平臺沒有搭建完成，數(shù)據(jù)飛輪、AI飛輪就無法運轉(zhuǎn)。”尹可杰強調(diào)，中國制造業(yè)的底氣，在于完善的基礎(chǔ)設(shè)施與規(guī)模化產(chǎn)業(yè)集群，這是AI技術(shù)深度落地的核心保障。

降本增效是企業(yè)永恒的追求，而AI技術(shù)為汽車智造提供了全新解題思路。

華為有這樣一個觀點：“高質(zhì)量意味著低成本”，打破了“降本就是壓縮開支”的傳統(tǒng)認知。在王淑貞看來，零缺陷生產(chǎn)就是最大的降本，通過AI結(jié)合CV大模型，實現(xiàn)質(zhì)檢環(huán)節(jié)99.9%以上的精準度，杜絕返工損耗，以高質(zhì)量倒逼成本優(yōu)化。增效層面，AI技術(shù)大幅縮短研發(fā)周期，傳統(tǒng)燃油車研發(fā)需歷經(jīng)“兩冬一夏”測試，周期長達24個月；華為與廣汽合作打造的研發(fā)智能化項目，將新車研發(fā)周期壓縮至14個月左右，2025年相關(guān)車企新車發(fā)布量較2024年顯著提升，這種“質(zhì)量降本+效率增效”的模式，讓AI技術(shù)真正轉(zhuǎn)化為企業(yè)的核心競爭力。

“未來，華為將聚焦三大環(huán)節(jié)深化AI應(yīng)用：一是深耕研發(fā)與制造，依托廣汽、江淮等標桿案例，持續(xù)打磨AI研發(fā)、智能制造解決方案；二是拓展營銷領(lǐng)域，通過AI+智能體技術(shù)，助力車企從‘造好車’向‘賣好車’延伸，實現(xiàn)開源節(jié)流；三是強化產(chǎn)業(yè)鏈協(xié)同，將汽車智造的成熟經(jīng)驗復(fù)制推廣，賦能更多行業(yè)主體?！蓖跏缲懡榻B道。

協(xié)同創(chuàng)新探索中國汽車智造的全球領(lǐng)跑之路

尹可杰表示，依托多年深度合作，依柯力與華為形成了高度契合的戰(zhàn)略共識，未來將聚焦三大賽道開展聯(lián)合創(chuàng)新，持續(xù)鞏固中國汽車智造的全球領(lǐng)先優(yōu)勢。其一，深化數(shù)智化場景應(yīng)用，在AI質(zhì)檢、知識圖譜等傳統(tǒng)AI應(yīng)用基礎(chǔ)上，持續(xù)優(yōu)化高價值場景，讓AI技術(shù)滲透生產(chǎn)、研發(fā)、供應(yīng)鏈全環(huán)節(jié)；其二，攻堅AI高階應(yīng)用，基于昇騰澎湃算力與盤古大模型，發(fā)力智能體、具身機器人領(lǐng)域，打造智能制造新增長曲線；其三，拓展跨產(chǎn)業(yè)賦能，將汽車行業(yè)的數(shù)智化體系、標準、規(guī)范復(fù)制到商業(yè)衛(wèi)星領(lǐng)域，針對這一超級智能終端搭建完整制造體系，開辟全新增長空間。

“華為既懂IT技術(shù)又深耕制造業(yè)，天然承擔起連接技術(shù)與車企的橋梁角色，未來將持續(xù)聚焦車輛裝備領(lǐng)域，以昇騰算力、大模型技術(shù)為核心，攜手依柯力等合作伙伴，為車企提供全流程數(shù)智化解決方案，助力中國汽車產(chǎn)業(yè)搶占全球制高點?！蓖跏缲懕硎?。

當前，AI技術(shù)迭代加速，汽車產(chǎn)業(yè)變革充滿不確定性，但政策導(dǎo)向、技術(shù)趨勢、市場需求已形成清晰共識。《汽車行業(yè)數(shù)字化轉(zhuǎn)型實施方案》設(shè)定的2027年、2030年兩階段目標，為行業(yè)指明方向；華為與依柯力的實踐證明，唯有扎根研產(chǎn)供銷服核心業(yè)務(wù)鏈，夯實數(shù)據(jù)、算力、人才基礎(chǔ)，精準布局高價值場景，才能在變革中把握先機。

站在數(shù)智化轉(zhuǎn)型的關(guān)鍵節(jié)點，當技術(shù)創(chuàng)新與產(chǎn)業(yè)需求深度融合，當頭部引領(lǐng)與中小協(xié)同形成合力，中國汽車智造必將突破邊界，在全球新能源汽車賽道中持續(xù)領(lǐng)跑，書寫制造強國的嶄新篇章。