AI从单点应用迈向全链协同，中国车企抢占全球智造制高点

来源：滚动播报

（来源：中国工业报）

■ 中国工业报 耿鹏飞

当新能源汽车赛道进入白热化竞争，车型迭代提速、混线生产常态化、高阶智驾落地，正在倒逼汽车制造告别传统流水线模式，迈入全链路数智化新阶段。去年年底，工信部、教育部、市场监管总局、国家数据局四部门联合印发《汽车行业数字化转型实施方案》，明确以智能制造为主攻方向，释放数据要素价值，推动人工智能与汽车产业深度融合，为行业转型划定清晰路线图。

近日，在华为中国合作伙伴大会2026现场，华为智能制造车辆装备系统部部长王淑贞、依柯力信息科技（上海）股份有限公司董事长&CEO尹可杰，围绕车企数字化转型供需平衡、AI落地瓶颈、柔性制造升级、高阶智驾验证等核心议题，向中国工业报等媒体分享大中小企业转型痛点，解码AI赋能汽车智造的落地路径，更勾勒出中国汽车产业从“制造大国”迈向“智造强国”的核心逻辑。

数智化转型面临供需失衡与卡点凸显困境

汽车产业链涵盖头部主机厂、中小零部件企业等多元主体，数字化转型需求呈现显著分化：大型车企资金充裕、场景复杂，追求定制化、全流程的数智化解决方案；中小企业预算有限、场景单一，更青睐轻量化、标准化产品，以严控转型成本。如何平衡两类群体的核心诉求，成为智能制造服务商破局的关键。

王淑贞向中国工业报介绍道，车辆装备行业的核心客户以汽车主机厂为主，无论企业规模大小，研产供销服的核心业务流程高度趋同，这为标准化方案搭建奠定了基础。“大型企业有充足预算，可直接采购覆盖全业务链的完整解决方案，实现全域数字化转型；中小企业无需一步到位，可根据自身发展阶段，选取单一环节的模块化方案，循序渐进推进转型。”这种基于统一业务流的分层服务模式，既保障了大型企业的定制化需求，又降低了中小企业的转型门槛。

针对轻量化落地需求，华为依托昇腾服务器打造开箱即用的一体机方案，将依柯力等合作伙伴的应用方案深度集成，实现“即插即用”。更关键的是，昇腾服务器实现国内开源模型0day适配，彻底解决算法适配难题，让中小企业无需投入大量研发成本，即可快速享受AI技术红利。这种“全案定制+模块拆分+轻量一体机”的组合打法，完美契合《汽车行业数字化转型实施方案》中“大中小各类企业数字化协调发展”的要求，推动产业链整体转型提速。

当前，我国汽车零部件中小企业数量占比超九成，政策明确提出梯次推进中小企业数字化转型，引导工业互联网深度应用。这一打法精准契合中小企业转型需求，而中小企业作为产业链核心组成，其转型速度直接决定行业整体升级步伐，华为与依柯力的协同实践，正是通过标准化、模块化的低成本方案，破解中小企业“不敢转、不会转、没钱转”的困境，让数智化技术覆盖产业链上下游。

AI技术从单点应用迈向全链条渗透，是汽车智造升级的核心趋势，但落地过程中仍面临多重挑战。结合三十年行业经验，尹可杰向中国工业报分析道，当前车辆装备行业的AI转型，已告别早期单点试水阶段，进入整体化打通、价值化落地的深水区，核心瓶颈集中在三大层面。

一是整体规划能力缺失，转型缺乏顶层设计。很多企业即便投入大量资金布局AI技术，仍难以实现价值落地，根源在于缺乏全流程规划，工厂建设初期就应做好数智化顶层设计，明确算力、算法、数据的协同路径，工具选型只是第二步，华为的核心价值之一，就是为企业提供系统性的规划能力，避免企业陷入“重技术、轻规划”的误区，确保AI应用与业务流程深度融合，唯有先定方向、再落场景，才能避免无效投入。

二是数据治理与场景识别难度大，价值见效慢。随着算力、算法技术日趋成熟，数据与场景成为AI落地的核心卡点，数据治理是一项长期工程，涉及流程重构、基础搭建，往往需要3-5年才能见效；而场景选择更是考验企业判断力，当前企业经营压力大，数字化项目必须实现“降本、增收、提效”的即时价值，因此场景筛选需遵循“高频、刚需、高价值”三大原则，但多数企业缺乏精准识别能力，导致AI应用浮于表面。

三是复合型人才稀缺，“六边形”战士难寻。AI落地需要既懂业务场景、又懂算法算力，还精通应用落地的复合型人才，这类“六边形战士”在行业内极度稀缺，而外部服务商中，仅有华为等少数企业具备全链条服务能力——既拥有制造业实践经验，又掌握核心IT技术，能搭建起技术与业务的桥梁，人才短板也正是政策重点发力的方向。

在尹可杰看来，破解AI转型瓶颈，企业需抓好三件事：夯实数据治理根基、精准识别高价值场景、加快复合型人才培养，唯有三者协同，才能让AI技术真正转化为产业竞争力。而华为与依柯力的协同实践，正是围绕这三点持续发力，为行业提供可落地的破解路径。

技术落地与范式革新打造汽车智造新路径

过去，汽车智能化局限于单一环节的技术探索；如今，智能座舱、智能驾驶、智能服务已实现全产业链覆盖，汽车智造的发展路径也随之发生根本性变革。王淑贞认为，大模型、AI智能体的出现，彻底颠覆了传统智能的定义，推动产业逻辑从“被动适应”转向“主动变革”，越来越多车企制定专属AI战略，拥抱数智化浪潮。车型迭代快、混线生产频繁，是当前汽车智造的核心特征，也是对柔性制造能力的极致考验。30年前，汽车选配方案不足30种；如今，以阿维塔为代表的新能源车企，选配组合超2000种，叠加电池差异后组合突破10万种，传统制造体系根本无法支撑这种极致柔性的生产需求。

围绕汽车智造核心痛点，依柯力与华为联手打造的数字工厂，破解了这一行业难题。依托华为云、数据库、算力等底层底座支撑，依柯力深耕计划、质量、物流等制造应用平台，实现全流程体系打通，构建起行业领先的柔性制造能力。“车型、配置切换仅需几分钟，系统层面客户完全无感，仅需预留设备、工装调整时间。”尹可杰表示，这种柔性制造能力，让中国头部新能源车企实现“6个月完成新车从发布到批量上市”，远超合资品牌1-2年的周期，成为中国车企抢占全球市场的核心优势。华为与依柯力的协同赋能，让柔性制造从概念变为现实，不仅提速车型迭代，更保障了多品类车型的高质量交付，推动汽车智造进入“按需生产、快速响应”的新阶段。

L3、L4高阶智驾的规模化落地，对汽车制造端的验证环节提出全新挑战。传统汽车仅需路试、淋雨等基础检测，而软件定义汽车时代，新能源车功能繁杂、测试流程长，既要保障测试精度，又不能影响生产节奏，如何平衡效率与安全，成为车企亟待解决的难题。

尹可杰介绍，依柯力联合华为，通过数字孪生、IoT技术与全链路数据打通，构建起完善的智驾验证体系，传统数字孪生多应用于研发端，依赖经验驱动；而双方打造的数字孪生平台，依托华为全量、实时、精准的数据采集能力，用真实场景数据驱动仿真测试，实现“虚拟仿真+实车测试”的双重验证，同时通过IoT技术实现设备预测性维护，提前排查潜在故障，推动生产质量从“事后检测”转向“事前预防”，助力高端车企实现“零缺陷”出厂目标。

“AI工具再先进，离不开底层基础设施的支撑。云底座、数据平台没有搭建完成，数据飞轮、AI飞轮就无法运转。”尹可杰强调，中国制造业的底气，在于完善的基础设施与规模化产业集群，这是AI技术深度落地的核心保障。

降本增效是企业永恒的追求，而AI技术为汽车智造提供了全新解题思路。

华为有这样一个观点：“高质量意味着低成本”，打破了“降本就是压缩开支”的传统认知。在王淑贞看来，零缺陷生产就是最大的降本，通过AI结合CV大模型，实现质检环节99.9%以上的精准度，杜绝返工损耗，以高质量倒逼成本优化。增效层面，AI技术大幅缩短研发周期，传统燃油车研发需历经“两冬一夏”测试，周期长达24个月；华为与广汽合作打造的研发智能化项目，将新车研发周期压缩至14个月左右，2025年相关车企新车发布量较2024年显著提升，这种“质量降本+效率增效”的模式，让AI技术真正转化为企业的核心竞争力。

“未来，华为将聚焦三大环节深化AI应用：一是深耕研发与制造，依托广汽、江淮等标杆案例，持续打磨AI研发、智能制造解决方案；二是拓展营销领域，通过AI+智能体技术，助力车企从‘造好车’向‘卖好车’延伸，实现开源节流；三是强化产业链协同，将汽车智造的成熟经验复制推广，赋能更多行业主体。”王淑贞介绍道。

协同创新探索中国汽车智造的全球领跑之路

尹可杰表示，依托多年深度合作，依柯力与华为形成了高度契合的战略共识，未来将聚焦三大赛道开展联合创新，持续巩固中国汽车智造的全球领先优势。其一，深化数智化场景应用，在AI质检、知识图谱等传统AI应用基础上，持续优化高价值场景，让AI技术渗透生产、研发、供应链全环节；其二，攻坚AI高阶应用，基于昇腾澎湃算力与盘古大模型，发力智能体、具身机器人领域，打造智能制造新增长曲线；其三，拓展跨产业赋能，将汽车行业的数智化体系、标准、规范复制到商业卫星领域，针对这一超级智能终端搭建完整制造体系，开辟全新增长空间。

“华为既懂IT技术又深耕制造业，天然承担起连接技术与车企的桥梁角色，未来将持续聚焦车辆装备领域，以昇腾算力、大模型技术为核心，携手依柯力等合作伙伴，为车企提供全流程数智化解决方案，助力中国汽车产业抢占全球制高点。”王淑贞表示。

当前，AI技术迭代加速，汽车产业变革充满不确定性，但政策导向、技术趋势、市场需求已形成清晰共识。《汽车行业数字化转型实施方案》设定的2027年、2030年两阶段目标，为行业指明方向；华为与依柯力的实践证明，唯有扎根研产供销服核心业务链，夯实数据、算力、人才基础，精准布局高价值场景，才能在变革中把握先机。

站在数智化转型的关键节点，当技术创新与产业需求深度融合，当头部引领与中小协同形成合力，中国汽车智造必将突破边界，在全球新能源汽车赛道中持续领跑，书写制造强国的崭新篇章。