一、核心要点
- 德赛西威在AI与智能化领域的布局遵循自身业务延长线,未盲目跟风,而是在2018-2019年非行业热点期投入近2亿元用于相关领域,基于汽车安全需求演进,当年实现利润4亿元。
- AI应用覆盖产品研发、生产制造、组织管理多维度:产品端布局智能驾驶、智能座舱,预计研发效能提升20%-30%;制造端推进机器人替代特定工艺,优化生产范式;组织端搭建AI委员会、内部AI大赛,推动员工技能转型。
- 行业增长趋势的核心是跨域融合、数据闭环,数据获取与高质量利用被严重低估,尤其制造业场景的数据产生及地域合规、地缘适配的数据运营能力是企业长期竞争力差异的关键。
- 职场与人才策略:不唯管理通道,技术、专业领域员工可获认可;年轻人无需焦虑,应立足本职感知工作价值,聚焦长期逻辑,形成自我反馈闭环,从内部岗位尝试,培养底层逻辑与实验精神。
二、风险与关注
- AI落地需严控安全风险,优先解决信息安全问题。
- 数据运营需适配不同区域合规要求,地缘相关的运营能力构建需关注。
- AI应用推进中需平衡自动化与人力适配,避免过度替代或适配不足问题。
三、后续关注点
- 德赛西威AI投入后的研发效能实际提升数据的验证落地。
- 生产端机器人替代特定工艺的实际推进成效及适配情况。
- AI委员会、内部AI大赛等组织端举措对内部人才技能转型的实际影响。
- 跨域融合、数据闭环核心能力的落地进展及数据合规问题的解决情况。