撰文|王 菁

編輯| 張 南

設(shè)計(jì)|甄尤美

開(kāi)發(fā)周期從五六年壓到兩年，發(fā)布頻率從兩三年一次變成一年兩三次——車(chē)企要用消費(fèi)電子的速度造車(chē)，同時(shí)還得守住汽車(chē)行業(yè)對(duì)安全和質(zhì)量的嚴(yán)苛標(biāo)準(zhǔn)。時(shí)間更短，工作量沒(méi)少，標(biāo)準(zhǔn)不能降——這是今天汽車(chē)行業(yè)最大的組織效率難題。

而AI恰恰在這兩年里連續(xù)跨過(guò)了三道門(mén)檻。從ChatGPT爆火、DeepSeek橫空出世，到今年年初OpenClaw帶來(lái)的“龍蝦熱”，AI Agent擁有了記憶、判斷和協(xié)作能力，開(kāi)始像一個(gè)真正的員工一樣持續(xù)工作。

一邊是行業(yè)在加速，一邊是AI在進(jìn)化。兩條線在2026年交匯：車(chē)企擁抱AI，已經(jīng)從“要不要做”變成了“怎么做得快”。

4月21日，“飛書(shū)AI先鋒大賽先進(jìn)制造專場(chǎng)”決賽在北京舉行——決賽現(xiàn)場(chǎng)也是汽車(chē)行業(yè)交流AI“抄作業(yè)”的現(xiàn)場(chǎng)，東風(fēng)奕派、東風(fēng)康明斯、阿維塔、北汽福田、億咖通、四維圖新等案例從146個(gè)參賽項(xiàng)目中脫穎而出成為年度“制造AI先鋒”，北汽、上汽、理想、奇瑞等主機(jī)廠專家匯聚評(píng)審。

值得注意的是，這些案例不是停留在PPT上的demo，而是已經(jīng)跑在真實(shí)產(chǎn)線上的方案——不少選手現(xiàn)場(chǎng)展示了自己“手搓”的企業(yè)級(jí)智能體與skill。從設(shè)備運(yùn)維、整車(chē)研發(fā)到工廠管理，AI進(jìn)入汽車(chē)行業(yè)的速度遠(yuǎn)超外界想象，而且已經(jīng)開(kāi)始真正改變這個(gè)行業(yè)的運(yùn)轉(zhuǎn)方式。

“龍蝦”打6分，領(lǐng)導(dǎo)拍板照此執(zhí)行

OpenClaw爆火僅僅過(guò)了兩個(gè)月，在北汽福田長(zhǎng)沙工廠，一只“龍蝦”已在工作群里有了實(shí)實(shí)在在的管理話語(yǔ)權(quán)。

有一回，它給一項(xiàng)業(yè)務(wù)打了6分（滿分10分），還逐條列出問(wèn)題和改進(jìn)建議。業(yè)務(wù)領(lǐng)導(dǎo)看過(guò)之后當(dāng)即表示，大家就按照它制定的目標(biāo)和策略執(zhí)行。

這份話語(yǔ)權(quán)不是高層硬推出來(lái)的，而是它憑借解決一個(gè)個(gè)實(shí)際問(wèn)題逐步贏得的。

北汽福田的場(chǎng)景，在汽車(chē)行業(yè)里格外特殊。作為商用車(chē)制造企業(yè)，它和乘用車(chē)有著本質(zhì)區(qū)別：乘用車(chē)廠通常只有五六個(gè)車(chē)型、少量配置，而福田長(zhǎng)沙工廠要同時(shí)生產(chǎn)輕卡、重卡、客車(chē)、專用底盤(pán)等200 多種車(chē)型，而且要按訂單柔性化生產(chǎn)。

高度柔性化帶來(lái)了極致的復(fù)雜度：前一輛是城市輕卡，后一輛就是重卡，裝配工藝、零部件、工序完全不同；零部件版本極多、專用件比例高，既不能缺件導(dǎo)致停線，也不能多產(chǎn)造成呆滯積壓，供應(yīng)鏈、物流、庫(kù)存、質(zhì)量、訂單都需要極度精細(xì)的管控。

36歲的文偉在北汽福田流程與數(shù)字化部，工齡15年。他很清楚，在汽車(chē)工廠，管理最難的地方不是形成決策，而是把決策真正落地。領(lǐng)導(dǎo)在會(huì)上講完要求，大家都說(shuō)“收到”，但“收到”不等于“做到”，精益閉環(huán)常常懸在半空。

問(wèn)題的根子，是數(shù)據(jù)散。工廠幾千人，訂單在 ERP、生產(chǎn)在 MES、質(zhì)量在QMS、考勤在Excel，沒(méi)有全局視圖。以前出一份運(yùn)營(yíng)日?qǐng)?bào)，要 6 個(gè)人跨系統(tǒng)找數(shù)、匯總、分析，快則 2 小時(shí)、慢則半天，拿到的還是昨天的數(shù)據(jù)。管理者看不清現(xiàn)狀，更談不上閉環(huán)。

文偉和團(tuán)隊(duì)首先著手的并非接入AI，而是利用飛書(shū)多維表格搭建數(shù)據(jù)底座。每個(gè)員工把工作內(nèi)容遷到多維表格里，這張表既是工作清單，也是績(jī)效結(jié)果。一千多張多維表跑起來(lái)，數(shù)據(jù)隨工作實(shí)時(shí)流動(dòng)，AI才有了可以分析和判斷的基礎(chǔ)。

2026年初，OpenClaw全球走紅，飛書(shū)因其易用性迅速成為國(guó)內(nèi)開(kāi)發(fā)者承接“養(yǎng)蝦”熱潮的核心平臺(tái)之一，北汽福田也積極擁抱這股趨勢(shì)。文偉把OpenClaw理解為一個(gè)“對(duì)業(yè)務(wù)不太熟悉，但學(xué)習(xí)能力超強(qiáng)的新員工”，并依托飛書(shū)為長(zhǎng)沙工廠打造了專屬的“龍蝦”智能體，取名為“長(zhǎng)超小福”。

它不再是被動(dòng)問(wèn)答，而是主動(dòng)感知、自主決策、持續(xù)追蹤的 “數(shù)字管理員”。日?qǐng)?bào)從 6 人 2 小時(shí)變成 3 分鐘，更關(guān)鍵的是，龍蝦會(huì)把訂單、生產(chǎn)、庫(kù)存串起來(lái)，直接給出問(wèn)題與調(diào)整建議，管理者拿到的是帶決策的報(bào)告。任務(wù)追蹤、精益閉環(huán)也交給龍蝦，它不講情面、持續(xù)盯辦，“收到不等于做到” 的老問(wèn)題被死死盯住。

減負(fù)隨之而來(lái)：審批、日程、會(huì)議、安全巡查全部交給 AI。領(lǐng)導(dǎo)一天上百個(gè)審批，語(yǔ)音交代即可；AI 24 小時(shí)盯控現(xiàn)場(chǎng)安全，春節(jié)期間還主動(dòng)發(fā)現(xiàn)設(shè)備未斷電并及時(shí)處置。產(chǎn)線缺料，工人對(duì) AI 說(shuō)一句話就能完成領(lǐng)料，系統(tǒng)復(fù)雜度全由 AI 消化。

“我們最近還完成了龍蝦的最厲害的一次進(jìn)化，我們把工業(yè)系統(tǒng)喂給了龍蝦，我們這些工業(yè)系統(tǒng)ERP、 MPS 沒(méi)有一個(gè)是省油的燈，大家應(yīng)該都深有體會(huì)。怎么辦？我們讓龍蝦去盤(pán)它，我們把復(fù)雜的系統(tǒng)圖形界面變成龍蝦可以用的CLI?！贝筚惉F(xiàn)場(chǎng)，文偉說(shuō)。

這套方案已在北汽福田全面復(fù)制，幫助北汽福田成功申報(bào)了汽車(chē)行業(yè)首個(gè)兩化融合 5A 級(jí)認(rèn)證。文偉把方案完全開(kāi)源，他說(shuō)：“讓人從系統(tǒng)里解放出來(lái)，讓 AI 把整個(gè)制造業(yè)的系統(tǒng)重做一遍。這一輪 AI 浪潮，不能只有互聯(lián)網(wǎng)行業(yè)遠(yuǎn)遠(yuǎn)跑在前面?！?/p>

“讓AI來(lái)找人”

阿維塔質(zhì)量體系副總監(jiān)龔成入行14年，經(jīng)歷過(guò)6年造一款車(chē)的時(shí)候。而現(xiàn)在，一款車(chē)的開(kāi)發(fā)周期已壓縮到2年甚至18個(gè)月。

這背后，還有軟件定義汽車(chē)的大背景，與IPD模式的流行。

作為深度踐行 IPD 的品牌，阿維塔的整車(chē)研發(fā)就是這樣一場(chǎng)挑戰(zhàn)。由于強(qiáng)調(diào)全周期打通與評(píng)估評(píng)審，IPD的復(fù)雜度遠(yuǎn)高于傳統(tǒng)研發(fā)模式：傳統(tǒng)車(chē)企是 “交鑰匙工程”，研發(fā)做完再逐級(jí)交接；而 IPD 強(qiáng)調(diào)跨領(lǐng)域全程協(xié)同，市場(chǎng)、研發(fā)、供應(yīng)鏈必須深度參與，角色多、評(píng)審節(jié)點(diǎn)多、對(duì)齊成本極高。

在阿維塔，1300多份關(guān)鍵交付物、幾千家供應(yīng)商參與、2000多人協(xié)同，任何一個(gè)問(wèn)題如果不能及時(shí)解決，都可能影響量產(chǎn)節(jié)點(diǎn)。在這種極限壓力下，信息同步的成本被放大了。

2024 年 7 月起，阿維塔花近一年，將整套 IPD 體系完整搬上飛書(shū)項(xiàng)目，把設(shè)計(jì)、供應(yīng)商、客戶、安全等全維度拉通，構(gòu)建端到端整車(chē)開(kāi)發(fā)流程。2500 名研發(fā)人員統(tǒng)一在一個(gè)界面協(xié)作，交付物、問(wèn)題單、變更記錄全部留痕，徹底告別 “各看各的 Excel和各種惱人的對(duì)齊會(huì)”。

也正是這一步，讓后面的一切成為可能。當(dāng)體系跑順、數(shù)據(jù)在飛書(shū)項(xiàng)目上持續(xù)沉淀之后，AI落地的土壤就有了——智能體不再面對(duì)一堆散落在不同系統(tǒng)里的碎片信息，而是一套結(jié)構(gòu)清晰、數(shù)據(jù)完整、流程在線的研發(fā)全景。

怎么在這個(gè)基礎(chǔ)上落地AI，阿維塔走過(guò)彎路。團(tuán)隊(duì)最初在飛書(shū)之外單獨(dú)開(kāi)發(fā)了幾個(gè)AI智能體，功能并不差，但訪問(wèn)量最高不過(guò)幾百次。原因很簡(jiǎn)單：工程師不會(huì)因?yàn)槎嗔艘粋€(gè)AI功能，就愿意再打開(kāi)一個(gè)系統(tǒng)、多走一步流程。

轉(zhuǎn)折發(fā)生在2025年4月之后。團(tuán)隊(duì)換了思路，用飛書(shū) aily 搭建智能體，直接嵌入飛書(shū)項(xiàng)目里已經(jīng)跑通的IPD流程——工程師正常提單、正常審簽，AI的分析結(jié)果自動(dòng)出現(xiàn)在界面上，零額外操作。

這件事之所以能做到，是因?yàn)轱w書(shū)項(xiàng)目原生支持IPD研發(fā)流程，智能體可以直接嵌入審簽節(jié)點(diǎn)——這不是在任何IM上掛一個(gè)聊天機(jī)器人能實(shí)現(xiàn)的，它需要AI和業(yè)務(wù)流程之間有原生的咬合。換句話說(shuō)，沒(méi)有前面那一年把IPD搬上飛書(shū)項(xiàng)目的苦功夫，后面的AI嵌入根本無(wú)從談起。

“關(guān)鍵轉(zhuǎn)變?cè)谟冢皇亲屓巳フ褹I，而是讓AI來(lái)找人?！卑⒕S塔質(zhì)量工程師董思維總結(jié)。

而搭建速度也遠(yuǎn)超預(yù)期。2025年8月的一個(gè)下午，龔成和董思維給幾十名工程師做了次培訓(xùn)，內(nèi)容是怎么用飛書(shū)aily搭建智能體。兩個(gè)半小時(shí)后，一個(gè)變更評(píng)審的智能體demo已經(jīng)跑了出來(lái)——一項(xiàng)變更會(huì)影響哪些模塊、要補(bǔ)充哪些測(cè)試，現(xiàn)在一分鐘內(nèi)就能完成初步評(píng)估。

在這個(gè)基礎(chǔ)上，幾類(lèi)高頻場(chǎng)景很快跑了出來(lái)。

交付物上傳后，AI會(huì)先做預(yù)審，提示問(wèn)題和修改方向，審簽效率提升30%；質(zhì)量問(wèn)題提單后，AI自動(dòng)查詢歷史案例，并給出參考方案，問(wèn)題工單關(guān)閉時(shí)間縮減至48小時(shí)，累計(jì)已調(diào)用超6萬(wàn)次；面對(duì)數(shù)千份用戶開(kāi)放性問(wèn)卷，現(xiàn)在提交后即可生成結(jié)果，效率提升超過(guò)99%。

在通過(guò)飛書(shū)搭建智能體的過(guò)程中，阿維塔業(yè)務(wù)人員逐漸意識(shí)到，AI并不是那么高大上，自己也可以輕易使用。截至目前，阿維塔內(nèi)部已有30多人自己動(dòng)手搭建了智能體，同時(shí)AI智能體搭建方法對(duì)外賦能20余次。

“經(jīng)驗(yàn)，站起來(lái)上班了”

“沒(méi)個(gè)兩三年你上不了手?！?湯俊在設(shè)備保全崗深耕十一年，比誰(shuí)都明白，這句話不只是經(jīng)驗(yàn)之談，更是產(chǎn)線模式、人力困局、信息孤島牢牢困住的無(wú)奈。

東風(fēng)奕派工廠覆蓋沖壓、焊裝、總裝、涂裝四大工藝，僅焊裝一車(chē)間就有 2 條產(chǎn)線、200 多臺(tái)機(jī)器人、超 1000 臺(tái)在冊(cè)設(shè)備，激光焊、大型壓機(jī)、PLC 控制柜等設(shè)備原理天差地別。

2 萬(wàn)平米的車(chē)間里，產(chǎn)線環(huán)環(huán)相扣，哪怕 “流水線該走不走” 的小故障，都要跨程序、硬件、圖紙層層排查，一步卡頓即全線停擺。

而科班出身的新人到現(xiàn)場(chǎng)依然無(wú)從下手，機(jī)器人復(fù)雜故障修復(fù)動(dòng)輒四五小時(shí)，老師傅常年疲于救火；同時(shí)，產(chǎn)線不停人不離崗、停產(chǎn)即檢修的情況，讓團(tuán)隊(duì)幾乎無(wú)暇做預(yù)防性維護(hù)。長(zhǎng)達(dá)三年的上手期，導(dǎo)致崗位留人難，人少活多的壓力，更是全部壓在崗人員身上。

湯俊知道問(wèn)題出在哪里：“經(jīng)驗(yàn)這個(gè)東西，說(shuō)不出來(lái)就傳不下去?！?/p>

工廠有十幾年積攢的140份長(zhǎng)停工報(bào)告、2000多條故障一元化表、275份原理原則課件，但全躺在文件夾里，新人找不到，找到了也看不懂，老師傅下班了更是什么都沒(méi)有了。

團(tuán)隊(duì)早年嘗試本地部署大模型，折騰數(shù)月無(wú)果；后來(lái)又在其他AI平臺(tái)上做了智能體，發(fā)布成微信機(jī)器人，但機(jī)器人沒(méi)有記憶，每次對(duì)話都要重新確認(rèn)信息。不是方向不對(duì)，是沒(méi)有找到真正貼合制造現(xiàn)場(chǎng)的工具。

2025 年 11 月，工廠全面接入飛書(shū)，保全團(tuán)隊(duì)當(dāng)周提出“all in飛書(shū)”。選飛書(shū)，不僅因?yàn)樗芙尤階I，更看重的是以 “事” 為中心的協(xié)作邏輯——故障處理本來(lái)就是一件完整的事，從發(fā)現(xiàn)問(wèn)題、診斷原因，到派工、維修、記錄、復(fù)盤(pán)，最好都圍著同一條流程走，飛書(shū)提供的正是這樣一個(gè)把知識(shí)和流程接在一起的環(huán)境。

在此基礎(chǔ)上，湯俊團(tuán)隊(duì)用飛書(shū)aily搭建了“設(shè)備大師”智能體，將歷史記錄全部導(dǎo)入飛書(shū)知識(shí)庫(kù)。和之前在其他AI工具上的體驗(yàn)完全不同——飛書(shū)知識(shí)庫(kù)能被智能體直接調(diào)用，維修工用語(yǔ)音描述故障，系統(tǒng)就能精準(zhǔn)匹配歷史案例，給出原因分析、處理步驟和設(shè)備點(diǎn)位。因?yàn)轱w書(shū)知識(shí)庫(kù)和飛書(shū) aily智能體共享同一套數(shù)據(jù)底座，不需要跨系統(tǒng)調(diào)接口。

“行為模式的轉(zhuǎn)變是順滑的、沒(méi)有阻力的?！睖≌f(shuō)。原本大約需要10分鐘的處理流程，縮短到了6分鐘?！疤芍慕?jīng)驗(yàn)，站起來(lái)上班了?！?/p>

他們并未止步于此，進(jìn)一步，湯俊通過(guò) Webhook 打通設(shè)備報(bào)警與飛書(shū)，讓 Agent 從 “被動(dòng)應(yīng)答” 變?yōu)?“主動(dòng)找人”。設(shè)備一報(bào)警，智能體自動(dòng)分析、派單、生成記錄，無(wú)需人工操作，6 分鐘再壓至 4 分鐘，工人最煩的記錄閉環(huán)被 AI 默默完成。

真正的質(zhì)變，是把“救火”變成“預(yù)防”。湯俊團(tuán)隊(duì)給關(guān)鍵設(shè)備加裝振動(dòng)與溫度傳感器，用神經(jīng)網(wǎng)絡(luò)模型分析趨勢(shì)，實(shí)現(xiàn)異常提前預(yù)警，沖壓機(jī)預(yù)警提前 4.2 天、準(zhǔn)確率 92%，從 “壞了再修” 變?yōu)?“防患未然”，維修時(shí)間從 4 分鐘走向 0 分鐘。

這還不夠?！褒埼r”火了以后，湯俊和他的團(tuán)隊(duì)更進(jìn)一步，引入OpenClaw來(lái)完成多Agent協(xié)作。

這套自進(jìn)化體系，讓故障發(fā)生率直接下降 25%，每年減少停機(jī)損失約179萬(wàn)元，并已在奕派武漢一廠和二廠兩個(gè)工廠全面落地。

兩條線，終于交匯了

當(dāng)車(chē)企擁抱AI從“要不要做”變成了“怎么做得快”，真正跑在前面的企業(yè)很快發(fā)現(xiàn)，AI能不能落地，不在于買(mǎi)了多貴的模型，而在于一個(gè)更底層的條件：組織有沒(méi)有一個(gè)讓AI能運(yùn)行、能介入的數(shù)字底座。

回看這幾年，車(chē)企對(duì)飛書(shū)的使用本身也經(jīng)歷了幾個(gè)階段。

2021年，“蔚小理”最早選擇飛書(shū)，看重的是用飛書(shū)解決組織“熵增”的能力。2021年春季飛書(shū)未來(lái)無(wú)限大會(huì)上，李想就曾提到，“飛書(shū)最大功能是超級(jí)感知工具，流轉(zhuǎn)的不僅是辦公流和信息流，還是認(rèn)知和知識(shí)，并把知識(shí)和認(rèn)知通過(guò)有效共創(chuàng)的方式連在一起?！?/p>

此后，飛書(shū)不斷長(zhǎng)出新能力，從多維表格、飛書(shū)項(xiàng)目到aPaaS，飛書(shū)逐漸從協(xié)作工具演進(jìn)為業(yè)務(wù)的數(shù)字化底座。2023 年，蔚來(lái)借助飛書(shū)多維表格落地 1000 + 座換電站，建設(shè)周期從原本的 1058 天縮短至 355 天。

從2025年開(kāi)始，隨著AI能力的提升和飛書(shū)AI功能的跟進(jìn)，越來(lái)越多車(chē)企開(kāi)始通過(guò)飛書(shū)在企業(yè)內(nèi)落地AI。吉利汽車(chē)研究院基于飛書(shū) AI 開(kāi)發(fā)的 “尺寸檢測(cè)智能化” 系統(tǒng)，實(shí)現(xiàn)了語(yǔ)音生成測(cè)量值和 AI 智能分析，支持映射 18 種問(wèn)題模型，提效超 100%。

截至2025年，包括吉利汽車(chē)研究院在內(nèi)的市值TOP10中國(guó)車(chē)企，已有9家選擇飛書(shū)。

如今，OpenClaw春節(jié)的爆火代表了AI能力的又一次躍升。以飛書(shū) aily為代表的AI Agent相當(dāng)于讓AI的“大腦”長(zhǎng)出了“手和腳”。而僅僅在OpenClaw誕生的2個(gè)月后，飛書(shū)AI先鋒大賽的決賽現(xiàn)場(chǎng)上，企業(yè)級(jí)AI Agent就已經(jīng)進(jìn)入車(chē)企，變成真正能幫業(yè)務(wù)一線干活的數(shù)字員工。

說(shuō)到底，變化并不是突然發(fā)生的，一邊，汽車(chē)行業(yè)的競(jìng)爭(zhēng)越來(lái)越快，把企業(yè)推到了必須尋找新解法的位置；另一邊，飛書(shū)也在這些年里一點(diǎn)點(diǎn)從協(xié)同工具成長(zhǎng)成了企業(yè)在AI時(shí)代最需要的那個(gè)業(yè)務(wù)底座。而這個(gè)底座真正的價(jià)值，不只某一輪表現(xiàn)上的優(yōu)異——隨著AI能力的持續(xù)迭代，車(chē)企不需要每一輪技術(shù)浪潮都重新開(kāi)發(fā)一套系統(tǒng)，飛書(shū)能夠持續(xù)接住最新的AI能力，讓前沿技術(shù)最快地落進(jìn)真實(shí)業(yè)務(wù)流。AI越強(qiáng)大，這個(gè)底座對(duì)企業(yè)就越重要。

當(dāng)兩條線開(kāi)始交匯，AI不再停留在展示層，而開(kāi)始進(jìn)入汽車(chē)制造的各類(lèi)復(fù)雜現(xiàn)場(chǎng)。而飛書(shū)AI先鋒大賽的價(jià)值，恰恰在于把這些原本散落在各家工廠里的探索，集中搬上了同一個(gè)舞臺(tái)——從設(shè)備預(yù)測(cè)性維護(hù)到整車(chē)交付物AI預(yù)審，從“龍蝦”值班巡檢到供應(yīng)鏈端到端協(xié)同——都不只屬于某一家企業(yè)。它們正在成為整個(gè)汽車(chē)產(chǎn)業(yè)鏈可以借鑒的公共經(jīng)驗(yàn)。

AI的能力還在加速迭代。下一輪新能力出現(xiàn)時(shí)，那些已經(jīng)在飛書(shū)上完成數(shù)據(jù)沉淀、跑通業(yè)務(wù)流程的企業(yè)，依然會(huì)是最先接住它的人。