在探讨全球汽车行业的未来走向时，一项由IBM商业价值研究院的调查结果尤为引人注目。该调查显示，高达60%的全球受访车企CEO认为，企业能否拥有最先进的生成式AI技术，将直接影响其竞争优势。然而，与此同时，65%的受访车企CEO却将行业颠覆视为一种潜在风险，而非机遇。
面对这样的不确定性，中国某工业制造业企业的CEO提出了一个独到的见解：“不确定性往往伴随着更多的机会。在过去，面对不确定性，十个CEO中可能有八个能做出正确决策，但现在可能只有两个。但这两个做对的人，将获得前所未有的巨大收益。”
汽车行业，作为内卷现象尤为严重的领域之一，正面临前所未有的挑战。IBM咨询中国区汽车行业总经理唐俊指出，车企一方面要应对成本压力的不断上升和降本增效的迫切需求，另一方面还要面对市场几近饱和、产品迭代加速的双重压力。而中国移动董事长杨杰的预测更是为行业增添了紧迫感：到2030年，智能网联汽车在新车中的占比将超过80%。
唐俊进一步强调，汽车行业正从“规模扩张”转向“价值创造”的新范式。技术升级周期的缩短与成本收益压力的增加，使得原有发展模式已触及临界点。此时，正是通过数据驱动深化转型、实现战略跃迁的窗口期。AI赋能以及系统化的工程方法，将在现有产业积累的基础上，推动行业的升级与重构。
蔚来创始人李斌也在上海车展上公开表示，智能电动汽车的“新三大件”——智驾芯片、全域操作系统和智能底盘，都离不开数字技术的加持。这些技术的发展，将成为推动汽车行业变革的关键力量。
在数字化转型的浪潮中，平台化运营成为了汽车行业的新热点。唐俊指出，对于传统国产汽车品牌而言，降本增效只是表象，更重要的是从管理角度思考，如何通过科学的方法打通产品线和研发到交付的全过程。而生成式AI技术，则在这一过程中发挥着越来越重要的作用。
IBM中国科技事业部汽车行业和跨国公司总经理王胜航表示，AI技术不仅能帮助车企在“研产供销服”每个环节实现降本增效、提高产品质量，还能在未来几年帮助车企打造独具特色的自研汽车品牌，将工具转化为价值。
从AI能力的角度来看，生成式AI具备总结提取、会话式问答和内容创作等多种能力。这些能力可以为车企带来包括AI呼叫中心互动、报告内容提取总结、产品描述等会话式互动问答、丰富服务与营销方案等多方面的支持。车企还可以通过生成式AI进行多环节数据分析，加快研发速度、提升服务质量。
以研发端为例，汽车的更新换代速度不断加快，给研发端带来了巨大压力。但应用了AI大模型后，企业可以通过构建研发知识库、利用模型能力辅助研发流程，并通过构建智能体平台进行低代码开发、辅助编程等操作，为新车的研发提速。同时，在智能驾驶成为新车标配的当下，利用高性能计算（HPC）的能力，可以帮助车企提升汽车芯片的研发效率、降低研发成本。
不仅如此，AI技术还在汽车行业的其他领域发挥着重要作用。例如，在智能制造方面，AI图像识别技术可以替代人工进行节气阀等零部件的识别，提高识别准确率、节省人力成本。在供应链优化上，AI技术可以帮助车企分析历史数据、预测订单需求、优化库存管理。在精准营销与服务方面，AI技术可以帮助车企整合多源数据、生成客户画像和营销洞察。
然而，AI在汽车行业的应用并不仅限于生成式AI。事实上，在生成式AI问世之前，AI技术就已经开始在汽车行业中发挥作用。例如，在自动驾驶、地图导航、自动客服、流程自动化等领域，AI技术早已得到了广泛应用。
对于车企而言，在使用AI技术时，需要找到一个细微的场景进行尝试应用。这样不仅可以降低试错成本，还更容易“跑通”单个场景。一旦跑通后，再将AI的能力通过搭建好的数字化平台进行复制和推广，进而实现全面的智能化。
以宝马为例，该公司在两年内落地了100多个AI应用场景。之所以能够形成如此大规模的应用与复制能力，一方面得益于数据的积累，另一方面则得益于平台化的能力。平台化作为AI规模化应用的一个重要前提，正在推动汽车行业向更加智能化、高效化的方向发展。
