刘昊：新能源汽车行业“智能化”体系框架初探

从企业应用AI面临的挑战入手，分析新能源汽车行业“智能化”体系架构，并提出未来AI在新能源汽车行业发展的相关建议

企业应用AI面临的挑战

业务侧，企业如何识别高价值AI场景，如何与企业现有运行流程相结合，应搭建什么样的AI组织；数字侧，如何在大量数字化系统和海量数据中实现模型和系统、数据间的有效融合，并改变现有的系统更有效地为业务赋能；智能侧，企业选择行业大模型的原则和策略是什么，应搭配怎样的算力才能实现有效支持；安全侧，大模型带来新生产力的同时也给业务、流程、场景、数据等带来新的挑战，如何确保安全合规。

新能源汽车行业“智能化”体系框架

一是AI覆盖相关场景，场景分为To B企业经营管理和To C产品研发、营销两类，并实现以价值为牵引，确保业务价值清晰、ROI达标，从场景切入，确保业务流程清晰、数字化程度高、AI技术可行，持续进化，确保运营有目标、可度量、有保障；二是AI渗透相关流程，将公司的业务流程解构，基于活动、任务判断每个环节使用AI或人工的效率、成本，识别AI可优化的环节，并在上述基础上，逐步推进AI渗透于整个流程，提升企业运行效率；三是AI升级相关组织，带来组织架构的调整，AI作为助理的角色，在业务方面、数字化BP、研发等方面形成AI团队与业务团队的协同，实现“前店后厂”的模式；四是AI重构相关系统，系统中很多功能被AI取代，系统本身API也被AI调用；五是AI引导数据治理，实现数据采集结构化、消费精确化，同时AI本身也能对非结构化数据进行治理，提升数据价值；六是AI适配相关模型，在企业端建设“模型路由”，适配多种模型以满足不同场景需求，并遵循“多、快、好、省、稳”原则；七是AI调度精准算力，为满足智能智驾、智能座舱、通用AI业务等高算力需求场景，从“东数西算”的算力基建出发，实现统一调度、统一管理，合理规划算力资源；八是AI确保安全可信，保证AI应用的全生命周期安全，包括内容、应用、数据和模型等；九是AI聚焦运营保障，运营以业务价值为牵引，运维以应用稳定为基石。

AI在新能源汽车行业发展的建议

面对即将到来的AI时代，算力将与电力一样沉淀成为一种重要基础设施，应搭建行业级/国家级的算力互联平台，支持AI能力的高效运行；同时，基于AI能力建设和运营，构建一套行业统一的企业数字化转型成熟度标准，牵引行业AI发展方向，帮助企业识别数字化转型成熟度并持续优化。

（作者系浙江极氪智能科技有限公司副总裁，本文由浙江数字经济百人会供稿。）