一家汽车央企如何把AI推向研产供销服全链条
文｜徐鑫
编｜任晓渔
长安汽车河北基地的物流包装管理部门，55岁的包装管理员张永泽工位上摆着两块显示器——一块自己用，另一块留给了AI。
这位有36年工龄的老员工，把过去需要对接全国几百家供应商以及内外部五六个部门，单个项目涉及到数千条零件信息的包装评审流程，用千问办公拆解为七八个自动化脚本。数据抓取、进度汇总和滞留预警都通过AI自动化完成，繁琐复杂的包装评审流程工作量锐减了九成。
张永泽用AI的尝试在长安并不是个例。目前，这家汽车央企三巨头之一，正在研发、制造、供应链以及智能营销、智能客服等多个环节里，全面铺开AI：河北生产基地的质量工程师把上百项出厂必检文件的核对交给了AI，产品开发中心的工程师把熟练工两天才能完成的线束选型压缩到约5分钟……几千名员工在研、产、供、销、服各个领域每天高频使用千问办公。企业内甚至在研究怎么管理“碳基人”和“硅基人”。
大众认知里，汽车是个技术高度密集、产业链条极长又涉及复杂系统集成和工序协同的行业。现在，AI落地这一复杂领域正跨越了个人问答浅水区，进入更长程任务。
长安的探索恰恰踩中了目前整个汽车产业技术变革的浪潮。当下，智能化、数字化在车企的产品力和生产力创新中扮演核心驱动因素已是一大行业共识。
“无AI，不长安”的口号之下，科技正在成为长安汽车发展的重要底色。长安汽车公司总裁助理、变革与效率部总经理梁光忠表示：“在长安汽车，千问办公这类Agent不仅仅是个人提效工具，更是企业打造AI native组织的利器，它能把AI能力嵌入到业务流程本身，让整个组织的运转方式发生变化，使得AI成为企业基础设施的一部分。”
而长安在“研产供销服”用AI的探索本身，也在践行一个理念——数智化不是孤立的技术，更要转化为组织能力和经营能力，真正形成企业长期的竞争力。
一场围绕业务、组织、流程、数据和技术的持续变革正在进行。
01
AI办公接入长安汽车研产供销服
在长安汽车，AI正在改变普通员工的工作方式。
龚玄是长安汽车采购中心全球采购平台数字化高级项目经理。最近她的日程表里多了一场固定的周末复盘会——对象不是同事，而是AI。“周一到周五让AI替我干活，周末再和AI一起讨论还有哪些地方需要改善，让下一周更轻松。”
上周，AI给她交出了一份使用清单：58个工作场景由58个技能承接，两周交互240多次，估算节约了45个小时。
很难想象，这位 2025 年以前从未接触过 IT、连计算机二级证书都没拿到的采购人，如今的工作方式已经是“AI First”——接到任何任务，第一反应是先判断AI能帮自己完成什么。
图为龚玄。
龚玄介绍，邮件、会议纪要、跨渠道的沟通信息被AI收集、分类并沉淀进专门的知识库，AI拥有了与自己同步的知识和智慧，“更接近我的‘替身’”。
变化还发生在车间里。在长安河北生产基地，质量管理处的郭子雅把AI用在了每台车出厂的最后一道关口上。
合格证和随车文件的参数必须与国家监管网站完全一致，这是汽车出厂必检的环节，信息的准确性会直接影响车辆能不能上牌。过去这项工作要靠人工一张一张比对，现在质量管理处自己基于千问办公搭好了应用，只需拍照上传，小工具可以自动到国家网站核查、生成比对结果，人工只需确认和处理异常。
搭应用的郭子雅，学材料出身，2013年入职长安工龄后十几年没有写过一行代码，用她自己的话说，大学计算机二级的知识也早已忘光。
今年靠着千问办公的指引和帮助，她一步步搭出了随车文件核查小程序。除了随车文件核查，这个部门还基于千问办公打造了一个扫码转中文工具，解决了之前产线扫码枪无法识别汉字的问题，目前这个工具已在河北长安多个生产单位推广使用。
图为郭子雅。
郭子雅所在的工厂，在长安旗下的十几个生产基地中属于老字辈，此前这类建设时间比较长的工厂里经常做硬件层面的改善，这两年尤其是今年，AI工具进入生产一线，一扇新的大门正在打开。
长安汽车变革与效率部AI应用开发处经理肖世强介绍，一线员工们开始介入数据、软件层面的改造，对一座老牌生产基地来说，也是正在发生的跃迁。
在产品研发环节，AI也啃起了汽车电气工程里的硬骨头。
线束是汽车的血管和神经，能量供给和信号传递都靠它。它涉及线径、引脚、电流负载、电压负载、温度等，参数多、数量大，过往从车头到车尾的逐条选型工作，熟练工程要花上两天时间才能完成。
图为毛海。
现在，电气系统集成测试工程师毛海和他的同事们把线束工程师头脑里的计算逻辑整理成需求文档，交给AI开发成工具，只需要五分钟就能完成线束选型。整个过程里，每一步的计算过程还能列出来供工程师追溯。
销售服务环节里，AI也在带来真实的变化。单个调研项目通常需处理约两到三万份用户样本。过去，对这些非结构化的用户原声进行分类和分析需耗费数天人力，现在通过千问办公可自动完成情绪识别和观点聚类，将分析周期压缩至半天以内，为产品设计提供数据化的用户洞察支撑。
可以看到，以千问办公为代表的AI智能体正在长安汽车的研发、生产制造、供应链、销售、服务等业务场景催生出一批创新案例。
这些汽车行业的全链条应用创新，过往需要IT立项靠专业研发支撑，现在AI带来的技术平权，让被业务痛点追着走的人也能自己造出新方法。
肖世强是长安汽车变革与效率部AI应用开发处经理，日常工作需要负责将AI深度嵌入公司的日常运营。他认为，“AI没有那么复杂”，员工学会用好AI后，正跨越数字世界的技术屏障，去做更多以前想做而做不了的事情。
02
一场不设明确指标的变革
对一家大型企业而言，数智化最难的并不是做一个项目，而是让它能够持续、规范、协同地做下去。
在长安汽车，AI早已不是一个项目，而是写进了公司战略。“无AI，不长安”，围绕这句口号，长安汽车提出了“一体三域”的变革策略：以算力与平台合作为基础，推动AI深入产品、智能制造、运营三大领域。目标是让AI从工具逐步转化为企业基础能力，进入更多业务场景，解决实际问题并探索新的工作方式。
长安汽车变革与效率部副总经理景笑飞介绍，长安几年前就开始跟踪AI发展。当前模型能力已达到一定成熟度，同时企业自身也存在效率提升需求，因此他们开始在多个领域推广应用，现阶段重点是把AI真正放进业务场景，由员工结合实际工作探索提效方法，并逐渐沉淀为可复用的组织能力。
数智前线获悉，今年春天，长安在全链条推进AI应用算得上一个重要节点。龙虾热潮席卷全国，肖世强和他的团队也开始关注并研究起Harness工程。他们发现，给模型增加一层Harness工程后，模型能力能被极大释放，从问答转向真正执行任务。这种能力跃迁也为长安内部的AI应用加速提供了契机。同时，龙虾教育市场，长安内部高层加速用起来AI，高层认知到位也为组织内全面推动AI应用提供助力。
率先用起来AI的先锋分子们认为，AI变革能在长安内推得动，一个深层次的原因在于，它和上一轮数字化转型有本质区别。
图为肖世强。
“过去做数字化转型，更多聚焦于系统，往往希望通过一个大型系统解决很多问题；现在做AI，很大的变化是更加聚焦于人，由具体的人使用AI解决具体问题”，肖世强判断。
在长安内部，不少AI应用创新者感知到了这种差别。龚玄既是AI的先锋应用者，也长期关注数字化转型。她发现之前的很多数字化系统有时候实现的是管理者的意图，主要由少数IT人员建设和推动，而AI则给每一名员工带来直接的省时、省力体验，两者的产品势能和群众基础完全不同。
员工的创造能力和积极性被调动起来，他们就会结合自己的业务场景，用AI创新出自己的提效方式。那些从业务一线冒出来的工具和应用，正是这种势能的产物。学材料的体系工程师、没写过代码的采购员、干了 30 年的物流包装管理员……“人人程序员”在长安汽车已经是工位上的日常。
千问办公使用界面。
有意思的是，长安汽车内发生的这样一场自上而下的变革，当下却几乎不设硬性节省成本和减少人力的硬指标。“目前行业仍处于探索阶段，把AI创新完全转化为经营指标，既不现实，也容易产生虚假结果。”肖世强说，公司高层给技术团队布置的更多是研究课题，比如怎么管理“碳基人”和“硅基人”。
代替硬指标的，则是一套数据驱动的运营机制。负责将AI深度嵌入公司的日常运营的变革与效率部则会关注一系列指标。他们从后台筛选使用量高的员工，每周树标杆做分享；也会主动找到还没用起来的“沉默用户”，必要时进部门做整场培训；再结合AI场景应用大赛，来推进AI在组织内的渗透。
至于场景从哪里来，来自长安汽车一线的声音认为，场景不需要刻意去找，AI技术让此前做不到的许多事现在有了解决的契机，这也是许多AI应用一经推出能快速在长安推开的原因。
目前，长安汽车AI工具的平均日活率指标约为百分之五十几——每天大约一半员工在高频使用，肖志强透露，这个比例还在上升。
总体而言，这家大型汽车制造集团，正在朝三个方向全面拥抱AI变革：个人军团化，让一个人拥有一支AI团队，成为超级个体；能力Skill化，把专家的绝活沉淀为组织资产；IT的AI化，让过去给人看的系统页面，变成可以被AI调用的接口。
03
AI进入深水区，挑战和解法
把AI往制造业的业务深水区推进，这是前所未有的探索，长安汽车和合作伙伴也在不断面对和解决新的问题。
第一道关是数据安全。汽车央企的数据敏感度远高于一般企业，长安的做法是分层分级：内部受控、普通商密、核心商密各有各的通道，涉密和核心商密数据由内部AI Agent处理。
面向外部服务，长安汽车把边界也定义得非常明确。技术上，桌面智能体的大部分环境运行在本地，部分任务调用云端模型，处理完成后删除缓存。肖世强介绍，一方面依靠分层分级管理，另一方面通过技术架构和数据处理规则规避风险，共同解决数据合规问题，这也是AI能走进车企研产供销服的前提。
合作方对央国企的需求也有心理预期。千问办公副总裁、产研负责人束骏亮告诉数智前线，服务央企和大型制造业客户，“产品肯定要做私有化部署”，从而与长安的央企安全审查要求相互契合。
比安全更隐蔽的一道坎，是数据治理。过去企业做数据治理，服务的对象是人：把数据汇聚起来、统一结构，由人去调用，同一件事在数据库里存着两个不同的判断，人可以自己分辨。现在取数的变成了AI。“AI怎么知道哪个对、哪个在先在后？”束骏亮说，以前可以不处理的语义冲突，如今必须在治理阶段解决，因为给AI用的数据治理，和给人用的不是同一件事。
还有一个隐形的堵点。企业往往重视提效指标，但效率数字背后，个人提效不等于组织也实现了提效。
一个流程由三个人协作完成，每人的两小时工作都被AI压缩到15分钟，但流程照样要走三个小时，这时卡点就不在单点效率上，而在人和人、人和Agent、Agent和Agent之间的协作。
打通这些断点，需要把企业的制度、系统乃至员工头脑里的经验，变成AI开箱可用的知识。束骏亮把这称作企业级上下文，“这是接下来6个月到一年的核心词”。
更远一步的问题是组织本身：企业设计组织结构时，有没有给AI这个新物种留下位置。在一些科技公司里数字员工已经有了工号，也背着KPI。
长安汽车管理层则发现，企业整合碎片化场景时理顺业务架构的重要性。长安在推进AI数字化变革时，提到了6A架构，其中除了有数据架构、应用架构、技术架构、安全架构和AI，还有业务架构。并且在6A架构里，排在第一位的正是业务架构（BA)。只有先把业务架构梳理清楚，AI才有更好的应用基础。
千问办公带来的AI提效展示。
还有一道关卡，是成本账。AI用得越深，智能体的推理和执行链路比问答长得多，Token账单势必要持续增加。不过，长安汽车算得却是另一笔账，员工用AI创造的价值，当下就已经展现出来价值，未来将以数倍甚至数十倍的提升体现出来，因此当下他们更看重一线能否先把AI用起来。
在双方共同推进的AI进制造业纵深的探索里，双方都抱着极为开放和灵活的姿态合作。长安汽车当下坚持自主研发与合作共创两条腿走路，从而构建自己的知识库和差异化的模型服务，他们十分开放地拥抱新的技术。
而作为能力提供方，千问办公也姿态灵活。束骏亮提到，他们服务客户时并不打算把自身的能力都收拢到自己的界面里。“入口应该五花八门，长在员工最高频使用的流程和工具里。”束骏亮说，他们不追求替代企业已有的门户，也不替代任何一套业务系统，千问办公的全栈AI能力可拆解为原子化组件，按企业所需，丝滑嵌入企业原有的流程。
汽车行业的竞争正在从“单车智能”走向“企业智能”。阿里云智能集团副总裁，AI汽车行业总经理李强看到，拉开车企差距的已经不是谁率先接入某个模型，而是谁能把AI转化为企业持续进化的能力。模型会逐渐普及，单点应用也容易被复制。难以复制的是车企能否借助AI打通“研产供销服”的完整链条，他认为，千问办公落地长安汽车的示范价值正在于此。
在汽车制造业“研产供销服”里的AI探索还在继续。对长安汽车而言，这是一场围绕业务、组织、流程、数据和技术的持续变革，AI正从工具长成组织的基础能力。
改变已经发生，55岁的包装管理员、学材料出身的质量工程师、没拿到计算机二级证书的采购人……员工正在从数字化系统的使用者，变成AI能力的共建者。他们创造的工具和沉淀的经验，也在跨越个人与岗位的边界，成为组织在AI时代里可被反复调用的能力。
在长安汽车，从各业务单元的一线员工到领导层，愈来愈有一个共识，那就是——AI不是来替代我们的，它是来放大我们对专业的判断力。