穿越周期-德赛西威的创新出海与AI布局20260720 原文

2026年07月20日23:42 发言人00:00 慢慢会在智能化的程度，并不是说我。我们反而是玫红玫热的时候就开始照顾了。这其实不是勇气，你说有多敢其实这从我们的你的这个逻辑来说，它就是一个在你的延长线上。 发言人00:29 说到AI那德赛现在在AI的投入发展方面有些什么可以分享的吗？我们在AI的上面去，其实是整个智能化的一个延长线的这个角度再去去做持续的投入。并不是说我们all in，其实德赛西威一直没有说我all in或者是说我彻底转型。其实德赛西威在整个自己发展的历程上都是在自己的这种延长线。比如说我们从产品的AI化去做，比如我们最早的是做整车的多媒体信息娱乐系统，信息网联智能，这是我这个延长线。 发言人01:15 大家觉得我你为什么要做智能驾驶？智能驾驶的AI的这种密度可能更高。因为他要做算法，人工智能的算法。他说我们不是从做信息娱乐车能网联车的这部分，跳到这个智能驾驶的这部分。就是很简单，我们在做这个网联车的时候有很多的感知传感器。 发言人01:45 然后这有一个很好玩的意思，就是我们原来那个车上有很显示屏。我们有时候问自己，那个显示屏给谁看什么场景你会看显示屏。其实我们说你导航地图，我说没人看你你看着地图，你车有可能就撞了，发生事故了。那个屏什么时候我们我们问自己，你平你什么时候看我不看我在车上就打开电脑或者是发呆休息了如果你驾车什么时候看那个屏，倒车的时候不是往前开的时候，倒车的时候你要保证我看到周围是怎么样的，你还要看那个屏。所以当时我们就把这个屏的应用很多的不是在娱乐上面，是很多我整个感知周围其 实更重要。所以我们就做了这个ada as的这种提示性。 发言人02:42 然后有了这种感知的这种能力，说我们能不能算力更好的决策，那我要做这个车上的算力，我们跟英伟达最早去做这个车上的算力，开始就是做的比较早。那年我们我记得我们那年1819就很早，因为那还没红，然后就相当于我们的利润才四个亿，我们花了将近两个亿去做这个事。所以你刚才说你all in AX怎么智能化，但是从我们自己的角度来说，我不叫all in。其实我觉得这个是从我们的分析，不是堵，而是就是很有信心。就是你的车的演变的过程中，从一块屏到你那个屏不是给娱乐的，你你你是更有价值的，是给这个用户在安全上面的场景更重要。然后我们有了整个视频，然后再有雷达感知，然后再有算力，它是你有感知，你要算，这两个彼此的互相促进。所以在那个时候就有就是我觉得在这个上面我们在智能化的投入，并不是说我突然觉得这个红了热了，我们反而是玫红玫热的时候就开始去做这个布局。这样因为其实不是勇气，你多有你多敢，而且其实这是从我们来我们的这个逻辑来说，它就是一个在你的延长线上，并没有跨越了什么，他就在你的延长线上，你很自然的就要去做这个工作。 发言人04:28 然后现在可以看到整车的这个座舱体验和智能驾驶的融合，我觉得也是水到渠成。但AI不止于在产品端，因为你可以看到我们的客户他已经转身想成为AI的科技公司。车是一个具身智能的一个一个一种形态。那那我们是他的合作伙伴，我们也要变成我我我要怎么跟他适配。如果他通过AI去做他自己的研发，自己的公司的运营，那我们如何跟这样的公司去对接呢？所以我们在AI的里边有非常多的我们在研发领域，我们觉得在提升20%到30%的这样的一个研发的效率是非常正常。那这样来说就是说我的客户有这样的需求，那我自己也要去适配这样的一个需求。 发言人05:29 另外一个在我们的运营端，在我们的制造端也是这样的。就是我们现在也在布局一些机器人业务。我们的 机器人不是说用机器人代替人人是干这个工作。这个机器人其实我们能想象的一种场景是我现在的生产的工艺装备和我人是匹配的一个系统。未来如果有了机器人，那不是人被机器人替代了，而是机器人这个要素在你的生产的这个现场的他的加入，它的特征，你的整个有可能你制造的一个底层的范式就变了，因为它有它的特征。 发言人06:12 我举一个例子，就是我们生产线有很多的扫描的仪器。就要做那个芭蔻scan，他去做这种追溯性去做那那人是需要用他读不懂那个二维码。但是机器人天生的就是拿眼睛看视觉的，就能做这样的那你还要这样的工艺吗？再再在生产线，这是最简单的一种，你可能不需要这个工艺的。因为你的机器人天然的就会有，包括检测，我们会做一些尺寸一致性，就包括我们的这种接插件的这种是不是完好的。三维的人眼看不了但视觉他是天生就直接就可以看。那我的生产工艺就安排就变了。所以在这个上面我们从运营到制造，我的AI的布局也在会变。 发言人07:06 还有一个就是我们的这个组织，如果AI在更多的这样的我们的生产的场景，工作研发的场景和工日常工作的场景越来越多的时候，那我们的同事们应该有哪些？就是我们比如说我们的这个人员的技能，我们现在这个可以薅公司羊毛。我们talkking现在是公司战略投入。对，就你们自己去。我们有HR的这个AI的大赛，我们有财务的，我们有这个只要我们自己有AI委员会，就是公司现在战略投入，我不算你经营的绩效，你们去用这些AI但前提是要有安全，就是信息安全是数字安全是特别重要，对于一个企业都包括个人都非常重要。这个时候我们的人首先要去转变，这是我觉得一个我们对AI的，还有一个就是组织，这也是跟IBM学的。就是你这个战略意图，这个关键任务清楚了你的组织要怎么适配。 发言人08:19 其实我们去看到非常多我们内部的一个现象，就很多时间都在开会，我不知道IBM不要学，那边也有，我 们也在尽量简化。我们发现一个非常有趣，因为我我们会做公司数据运营。我们发现一个现象就是早晨我们有大量的token就放在会议系统。这人用会议系统做智能记录，就是我们说的类似的早上的峰值，到了下午coding，那什么意思？就是我我工程师早上都在开会，就对齐各种需求，下午他才有时间再去做这个事。 发言人09:11 那我们觉得看你怎么想，那那如果说我们认为开会是很重要，我们有让省了更多的工程师的经历，他能够面对面的沟通需求，在聊我们未来的架构，这是人应该去做的。我们并不是说从一个角度来说，我并不是反对开会。那那人和人面对面去这种交互，这种交流的价值还是非常高的。我如果有更高效的开会的，而不是开一些无意义的，就大家为了对齐一些信息，那我觉得我们应该去让这种会议，那那你的那个时间从哪来呢？我可能有非常多的对齐性的工作，我agent就可以做了。我人更多的是创造性的这种评审性的选择，选择就是我们如何做选择。 发言人10:05 前提就是前几年我们去做我们的企业的数字化，这个IBM去参与了这个过程。就是你会有数据，你会发现一些很有趣的就是你。所以我们相信AI去走进企业的时候，企业会不一样，每个企业的特征会更不一样。而不会说AI走进企业了，这企业就变成一样的了。所以我们相信每个企业都有自己的选择，他会有更多的时间去思考我们该怎么选择，而不是说该怎么执行。有很多很多流程性的执行，可能就是走到AI一侧，更多的时间去投入到这个上面去。所以听起来德赛在你领导下，你已经大力在推ai去在企业里面去塑造这种运用AI的文化，把AI的把手在企业里慢慢给建立起来。 发言人11:03 我觉得看到非常多企业很多企业就是在用AI的时候太快，经常做一些对外对着客户的小的POC。但是这些POC往往太小，很难找出一个ROI，而不是说先从自己开刀。内部有很多场景，场景对了，流程其实可以通过AI去优化。通过这样的一个手段，确实也让企业的员工意识到AI可以这么用，用的自信越来越高技 术的手段也越来越好。 发言人11:41 我想你已经在推了，我们公司还是蛮有共识的，包括我们的同事们也都非常积极但是还是会有一些阻力，就是有些人不太理解。我觉得这企业必须有责任，也必须有耐心去做这部分的准备。我觉得这是一个，因为毕竟这个是一个不是某一个企业，这是社会转变的一个过程。就是我们的员工不管在我们公司工作，还是哪一天他有其他的职业选择，那社会在变化，它我们也要提供这样的一个转变的一个平台。所以我觉得这是一个企业的责任，我们会坚持去做，其实另外一个就是我们再去有一个想法，就是说就AI走进企业的时候，其实我们每一个人更多的就应该去作为一个研究人员。 发言人12:41 如果有了这样的环境和工具的话，你怎么看待你的工作，你怎么研究这个事，我觉得这个是很有意思的一个。就是我们为什么在公司里边去做非常多。其实他是做一种不管是管理的实验，还是做我们的工作的一个实验，它就是一个很好的实验场。会有数据，它会有反馈系统。你知道你所做的某一个动作，在你的系统所产生的效果是怎么样的。这个是原来没有数字化之前你是做不到的那在这个上面就会有非常多的创新的实验。所以我们自己的对我们的人才的这种需求可能也慢慢越来越往这个方向去走了，就会有这种实验的精神。就是我觉得我在我的工作这个范围，我在我的工作流里边，我能不能有一另外一种方式去看模拟就是我们所说原来所说的这种数字孪生的这种我模拟它，我如果这样，我希系统会变成什么样的可能，这是蛮有意思的一件事。 发言人14:04 您在新行业那么久了，从燃油车到新能源，从比较是硬件为主到现在硬软件结合，对更加智能化。那除了AI以外，你看往前看有哪一些趋势你可能觉得是被低估的，也是让你最兴奋，有机会增长的地方。我们看到一个趋势就是融合，尤其是跨域的，就我们车里边本身它就是在融合的一个过程。因为你的这个技术的 要素在不断的涌现，就是你怎么去让他去组合成一个给你带来新的价值，或者更高效的创造价值的这样的一个过程。 发言人14:51 有另外一个就是我们去看到的，我们所在未来看到一个趋势，就是有非常多的这个产业，它是会形成新的数据的闭环。比如说我们现在去做这个无人物流车，就是我们原来去获得这种数据是非常难的。但是如果说无人物流车，你给这个一个场景一种服务，你自然而然的你就会有了你的数据闭环的这样的一个能力。所以在在未来我们觉得这种数据的这种能力，然后包括数据获取，我觉得这是被大家低估的。就是其实有很多企业是有天然的，你有很多场景的，这个场景会产生数据的。如果你没有投入或者研究，我觉得那部分是被严重低估的。所以我们在内部去非常多的去强化我们的数字化中心。就是这部分如果不做，就是我刚才用产品做个比喻可能更好理解。 发言人15:55 就是你你有你的数据的生产，你有你的数据的这样的一个萃取标签训练，然后用这些数据产生不同的模型然后我们的企业在运营的过程中就会有非常多的这样。那如何用？我觉得以后的企业的差异就在这上面。我觉得是一个非常大的一个机会。我觉得现在可能做的不多，尤其是中国这个制造业当家的这样的一个过程里边，你其实有非常多的产生这样的数据。那在人工智能的这种你光有模型没有用，就是你的数据的产生，你高质量的数据的产生，你的应用。 发言人16:43 我觉得这是一个行业，我觉得跟汽车没有关系，跟每个行业都是非常相关的。如果我们在未来更多的布局所以我们需要去做这一部分的。你的数据是会有这种国境，我们以后有可能地缘政治。那数据在不同区域你该如何去运营？这对一个企业来说是一种必须具备的能力，要合规，比如说我们在不同区域当地的要求是怎么样的，你怎么样来有更好的方式获取你需要的这样的一个数据。 发言人17:23 我觉得这个既是一个非常被低估的，但是它门槛也会很高。就是不是哪里的数据你都可以用一种方式去获取。所以一个企业可能在这个上面也需要去多做一些布局，并且非常令人振奋。数据还有很多power没被挖掘，再加上ai我想这是一个非常棒的增长点。 发言人17:51 高总您现在已经是很多年轻人职场的榜样了，在结束之前我想请您给年轻人一点建议。现在很多年轻人都看好AI智能汽车这些热门行业，也想加入这个赛道。在您看来年轻人是应该具备什么样的能力？你会给他们一些怎么样职场上规划的建议和经验？年轻人他不太爱听建议。年龄大的人愿意听人建议。 发言人18:24 我觉得德赛西威有一个比较好的地方，就是不是只有管理的通道才是每个人追求的。在在我们公司为什么没有换过工作，也是这个原因，在这个企