AI正以浪潮之势席卷汽车行业，但其实际影响尚未达预期，且实现效益所需时间比预期更长。AI将从生成式向代理式演进，推动汽车与出行行业在软件定义汽车、自动驾驶和电动汽车等领域的关键转型。
AI预期影响的演变：
- AI正从概念热潮走向落地应用，但仍需立即采取行动。
- AI预期影响的演变经历了从狭义/感知型AI到生成式/代理式AI的演进，未来将向物理/类人AI加速发展。
- AI在产品、商业模式及业务流程中得到广泛使用，多技术协同下的全行业重构正在发生。
AI在汽车行业的影响：
- AI将全面助推所有技术驱动的创新方向，包括新型服务与商业模式、数字化运营与供应链、替代动力系统与可持续发展、软件定义汽车与自动驾驶汽车。
- AI在汽车价值链各环节均具备价值潜力，主要用例包括自动驾驶车辆软件生成与测试、生成式电池工程、产品全生命周期自动化管理、工厂自动化、视觉控制与资产定位、协作机器人/工业机器人应用、资产预测性维护、供应链物流优化与风险化解、自动化营销、内容生成与营销活动开展、虚拟客户服务中心/助手、预测性诊断与保修优化、个性化车辆配置与定价、电池健康状态与残值估算、二手车视觉检测与残值计算、自适应出行即服务、车队管理、多模式票务与支付优化、最后一公里交通优化、自动驾驶优化、座舱个人助手与体验优化等。
- AI对汽车价值链各环节的影响评估显示，AI有望带来40%-60%的运营利润率提升。
AI治理与实施：
- 定制化AI治理是实现全公司规模化应用的关键，建议采用“中心-辐射”模式。
- 可信人的工智能是应对伦理和监管挑战的关键，需沿着用例规划、数据、模型、验证及部署全链路建立并监控可信框架。
- AI相关工作需要与外部合作伙伴的协作，数据/AI专家供不应求，算法复杂难解，可与合作伙伴协作以提速增效，但需避免形成依赖。
- 文化对于成功落地AI至关重要，营造一种鼓励员工学习与实践AI工具的文化才是成败的关键。
数据与AI框架：
- 以全局视角审视AI与数据，成功实现从起步到规模化。
- 数据与AI从初始建设到规模扩展的发展阶段包括：从基础起步（短期）、通过重大项目发展（中期）、通过重大变革规模化（长期）。
行业领军者的AI战略：
- 行业领军者正快速从AI基础建设迈向高价值领域，如虚拟客户服务中心/助手、车辆软件自动化生成与测试、座舱个人助手、生成式车辆/零部件设计、协作式制造应用规模化、自动驾驶等。
结论：
AI将推动汽车行业实现显著的效率增长和价值提升，企业需制定全面的AI转型战略，加速AI布局以把握机遇窗口，并建立有效的数据与AI治理框架，以实现AI的规模化应用。
