一汽是如何把自己打造成AI车企的？
从Digitalization到Tokenization，智能化的本质到底是什么？
为什么说未来企业的管理范式，将从ERP转向EOA？
本期《电子替身》节目，邀请到了中国一汽红旗品牌运营委员会副总裁门欣、阿里云AI汽车行业总经理李强、阿里云研究中心主任安筱鹏，与大家分享传统车企巨头一汽，是如何通过数据治理和组织变革，把自己打造成一家连新势力都要来取经的AI车企。节目深入探讨了从数字化到智能化的范式革命，以及EOA（企业运营智能体）如何颠覆传统的ERP管理模式。
【主播/主持人】
至顶科技CEO兼总编辑 高飞
【嘉宾】
门欣，中国一汽红旗品牌运营委员会副总裁
李强，阿里云AI汽车行业总经理
安筱鹏，阿里云研究中心主任
【以下是本期播客的后记，来自来自至顶科技CEO兼总编辑高飞】
前一阵，我去了一趟长春一汽总部，和中国一汽红旗品牌运营委员会副总裁门欣、阿里云AI汽车行业总经理李强、阿里云研究中心主任安筱鹏做了场对话，做了一期播客，感觉很有启发。
我一直是康威定律的信徒，也就是有什么样的组织结构，就有什么样的产品。所以，汽车产品AI化的浪潮之下，车企自身作为一个企业，如何AI转型？
没想到，一汽有一套很完整的方法论，而且有新势力车企到一汽取经（你没看错）。所以，不仅仅是车企，传统企业AI转型，都应该能从一汽这里得到很多启发。
根据播客总结了九个核心观点，具体请大家听音频，很有“哲学三问”的味道：
一、核心洞察
1、大模型正在引发三场根本性革命
安筱鹏的判断是：大模型不只是技术迭代，而是整个时代的转折点。
• 计算范式革命：英伟达市值超4万亿美元的背后，是整个数字技术体系从CPU切换到GPU为核心，这不仅仅是芯片的更替，而是意味着存储、网络、架构、操作系统、调度系统、数据库到应用的全面重构，整个技术栈都在经历一场彻底的换血。
• 认知协作革命：互联网时代的本质是信息匹配创造商业模式，所以有了"羊毛出在猪身上"的广告模式，而AI大模型的核心是为问题找答案、给出最短路径，商业逻辑变成了"羊毛出在羊身上"，你创造多少价值就收多少钱，这种直接的价值交换模式，让企业必须真正思考如何为用户创造价值。
• 人机交互革命：从40年前需要掌握汇编语言才能与机器对话，到DOS时代的命令行，再到Windows的图形界面，如今我们直接用自然语言交互，"说话就可以变成代码"，这种交互方式的代际跃迁，正在重新定义人与机器的关系边界。
"5到10年内，一切智能硬件都会被AI大模型驱动，一切软件都会被AI大模型重构，一切数据会被AI大模型激活。"
2、从Digitalization到Tokenization：智能化的本质
30年前《数字化生存》定义了一个时代，今天我们需要新的概念来理解智能化。这可能是整场对话中最具启发性的概念区分。
• 数字化时代的核心是Digitalization：把世界的信号转换成"01"代码，然后用基于规则的软件处理，但这种处理能力始终有限，就像门总说的，总是做到0.8就差最后0.2分才到满分，那种"差一口气"的感觉让很多数字化项目始终无法产生质变。
• 智能化时代的核心是Tokenization：把所有数据变成Token，无论是点云、摄像头还是雷达数据，都能变成同一维度处理，实现了"车同轨书同文"，这种统一让之前看似不相关的数据能够产生化学反应，多传感器融合的难题迎刃而解。
• 为什么Token如此重要：李强认为，"你只有真正理解了Token，才能理解这轮AI大模型的本质"，因为Token化不是简单的格式转换，而是让机器能够理解和处理人类世界的复杂性，让之前无法统一处理的多模态数据有了共同语言，这是从量变到质变的关键。
门欣用了一个生动的比喻："数据是21世纪的石油，但石油不能直接放在车里，需要提炼。Tokenization就是这个提炼过程，完成了从数据到价值的真正转化。"
3、一汽的"无心插柳"：4年前就开始的数据治理
当大部分企业在2023年才开始组建AI团队时，一汽的准备工作已经进行了4年。门欣坦言，这种超前布局并非完全出于战略预见，而是一种对数据价值的直觉判断。
• 方法论先行：建立了标准化的数据治理体系，信息架构是"六阶十八步"，指标治理是"五阶十六步"，把汽车工程化的思维应用到数据治理，这种标准化不是为了好看，而是确保每一个数据都有明确的来源、用途和质量标准，为后来的AI应用打下了坚实基础。
• 从被动到主动：不是去治理已有数据库里的"死数据"，而是"返回来，按照服务端的需求"主动设计数据采集和治理，门总说"数据在那，如果没有服务端的需求，它是没有价值的"，这种价值导向的数据治理思路，避免了很多企业陷入的"为了数字化而数字化"的陷阱。
• 清洁数据的重要性："没有清洁数据，大模型一跑就中毒了"，这个苦活必须干，而且不能干错，一汽为此培养了专门的数据管家团队，建立了完整的数据质量管理体系，这些看似枯燥的基础工作，恰恰是AI能够发挥作用的前提条件。
"我自己亲身感受是，我之前三四年做的所有事，都是在等这一刻。" 李强回忆说，"当时也不知道路在何方，但门总给我们讲的过程，让我们看到了一个很不一样的数字化转型路径。"
4、颠覆性的组织变革：IT不再是服务部门
传统企业的IT部门往往是"背锅侠"：业务部门提需求，IT部门实现，权责利都不清。一汽彻底颠覆了这个模式。
• 角色反转：传统模式是业务部门提需求、IT部门执行，一汽反过来，"我们提需求，业务部门办"，这不是简单的职责调换，而是让最懂技术可能性的人来设计业务流程，让最懂业务痛点的人来实施改造，双方的积极性都被充分调动起来。
• 全员赋能：培训各部门的"数据管家"，开发数据治理工作台，让业务人员自己做数据治理，"他需要什么数据，他需要什么指标，他自己做"，这种赋能不是简单的培训，而是真正让业务人员掌握数字化工具，成为自己领域的"数字化专家"，打破了技术与业务的隔阂。
• 战队模式：把业务的人和信息化的人整合到一个战队，共同推进项目，这种模式下，技术人员理解了业务逻辑，业务人员掌握了技术思维，形成了真正的"双向奔赴"，而不是传统的甲乙方关系或者部门墙。
5、EOA vs ERP：企业管理范式的根本转变
如果说ERP代表了工业时代企业管理的巅峰，那么EOA（企业运营智能体）则预示着智能时代的新范式。门欣提出的这个概念，不是对ERP的修修补补，而是彻底的重构。
• ERP的本质问题：基于财务和产销存的系统，业务跟着系统走，"很多企业放弃了自我思考"，SAP怎么设计模块，企业就怎么调整流程，数据服务系统而非创造价值，这种"削足适履"的做法，让很多企业的数字化转型变成了"上ERP找死，不上ERP等死"的两难困境。
• EOA的核心理念：基于数据成熟度自动流转，每个业务活动产生的数据成熟到一定阈值，就自动触发下一步工作，"不用等，它自己就在走"，这种基于数据驱动的业务流转，打破了传统的部门墙和审批链，让企业运营像生物体一样具有自适应能力。
• 实践成果：中国一汽红旗采购定点发包、供应商协同、报价全部自动化，"人已经不在过程中干预了，人真正的作业对象是模型"，这不是简单的流程自动化，而是让人从执行者变成了规则制定者和异常处理者，真正实现了人机协同的新境界。
"在中国一汽现在已经没有ERP的概念，全部打碎，形成基于数据流转、人工作业孪生的体系。" 李强作为前ERP专家感慨："门总给我讲这个东西时，我觉得是把ERP完全改变了一个时代。"
6、垂直行业大模型的必要性
一汽选择了打造自己的汽车行业大模型。这个决定背后，是对企业核心竞争力的理解。
• 通用模型的局限：响应太慢影响用户体验、幻觉问题导致决策失误、准确性不足无法满足专业需求，"不足以满足我们对企业改造的需求"，更重要的是，通用模型无法理解汽车行业的专业术语、业务逻辑和安全要求，简单套用只会产生"鸡同鸭讲"的效果。
• 垂域优势：基于汽车产业70年积累的优良、干净数据集训练，让模型"更准、更有效、发挥更大潜能"，这些数据包含了从研发设计到生产制造、从供应链到售后服务的全链条知识，是一汽独特的数字资产，也是构建竞争壁垒的关键。
• 能力建设："最重要的是培养了这个团队这群人，他们会用AI视角改造企业和产品"，技术可以购买，但能力必须自建，通过自主训练大模型，一汽培养了一支既懂汽车又懂AI的复合型团队，这才是真正的护城河。
门欣的核心观点："企业真正的发展不是战略牵引的，是能力溢出牵引的。AI能力可能成为中国一汽面向未来的核心能力。"
而阿里云也为一汽大模型提供了三重关键支撑：基础模型上，通义千问作为全球领先的开源模型提供技术底座，每三个月迭代一次，确保持续进化；差异化能力上，阿里云将部分未公开的先进模型定向开源给一汽，并派出专家团队深度参与，实现模型能力与汽车专业知识的融合；算力保障上，提供从CPU到各档位GPU的灵活配置，支撑从训练到调优的全流程需求。
7、座舱智能化的奇点时刻
2024年，多个技术要素的成熟度同时越过临界点，座舱智能化迎来了真正的爆发期。这不是渐进式改良，而是体验的代际跃迁。
• 硬件突破：新一代芯片算力提升10倍，"过去的芯片算力不够，模型大了跑不起来，模型小了效果很差"，现在终于可以在端侧运行真正有用的大模型，延迟从秒级降到毫秒级，用户体验产生质的飞跃，那种"说话就懂"的自然交互成为可能。
• 模型进化：通义模型"尺寸变得更小，但比过去尺寸大一倍的模型还能打"，这种效率提升不是简单的优化，而是模型架构和训练方法的革命性突破，让原本只能在云端运行的能力下沉到端侧，实现了"离线可用、实时响应"的理想状态。
• 体验革命：未来座舱将成为"另一个你"，辅助驾驶能学习个人驾驶风格，实现"千人千面"而非"千人一面"，这种个性化不是简单的参数调整，而是AI真正理解了你的习惯、偏好甚至情绪，车不再是冰冷的机器，而是懂你的伙伴。
门欣的前瞻思考："如果语言交互、肢体眼神交互甚至脑机接口都实现了，还需要那些大屏和按钮吗？就像Windows取代DOS，自然交互将彻底改变汽车的形态。"
8、从制造商到运营商的身份转变
汽车企业的本质是什么？安筱鹏给出了一个颠覆性的答案：不是制造商，而是运营商。这个定位的转变，将深刻影响企业的战略选择和资源配置。
• 关系重构：车企与车的关系从"卖完拜拜"变成"持续连接"、车主与车的关系从"拥有工具"变成"享受服务"、车与服务生态的关系从"孤岛"变成"节点"，这三重关系的重构，让汽车从一个产品变成了一个平台，从一次性交易变成了持续运营。
• 运营商模式："中国移动是运营商，载体是手机；汽车公司也是运营商，载体是车"，要实时洞察客户需求、实时满足、提供极致体验，这意味着车企要像互联网公司一样思考用户生命周期价值，通过OTA升级、增值服务、生态连接来创造持续价值。
• 价值创造：从一次性销售转向持续运营，从产品思维转向服务思维，从硬件利润转向软件和服务收入，这种转变不是简单的商业模式调整，而是要求企业具备完全不同的能力：数据分析能力、用户运营能力、生态整合能力。
"未来所有的企业都应当是一个运营商"，这个判断的背后，是对智能时代商业逻辑的深刻洞察。
9、数据视角下的企业运营革命
如果把企业比作一个生命体，传统管理是解剖学思维（组织架构），而数据驱动是生理学思维（信息流动）。门欣关于数据成熟度的观点，代表了管理思维的根本转变。
• 传统困境：基于组织和流程的管理，"路径不是最短的，协同起来非常难"，因为你要考虑部门利益、权力结构、历史包袱，每个决策都要经过层层审批，信息在传递中衰减和扭曲，最终导致大企业病：决策慢、执行难、创新少。
• 数据视角：通过数据成熟度触发业务流转，"金字塔组织和流程都会消弭于无形"，数据不会说谎、不会推诿、不会延迟，当数据达到设定阈值，业务自动推进，这种机制让企业运营像神经系统一样敏捷，而不是像官僚机构一样迟缓。
• 去审批化：过去几年最大成就是去审批化，"审批到底在审什么？用Token化方式一条条说清楚，模型化，审批就干掉了"，这不是简单的流程优化，而是把人的经验和判断转化为机器可执行的规则，让决策从"人治"走向"智治"。
"每个业务活动产生的数据，它的数据成熟到一定阈值，它就可以开始下一步的工作"，这种基于数据成熟度的自动流转机制，可能是企业管理的下一个范式。
【在这里找到我们】
公众号：科技行者（ID：itechwalker）�
收听渠道：喜马拉雅｜苹果播客｜小宇宙｜蜻蜓FM
