人人学AI、年省数百万：汽车产业链爆发智能体“入职潮”

早上9点，某汽车零部件厂的采购工程师林伟打开电脑。

17封未读邮件。3封客户图纸变更，2封供应商报价，剩下12封系统自动抄送。

他端起咖啡，叹了口气。今天的工作，是把这17封邮件里的关键信息，分别搬进PLM、搬进ERP、搬进MES——三个系统互不相认，全靠他一个人手动复制粘贴。

“我每天的工作，有一半是在当数据搬运工。”林伟说。

这不是个例。在汽车产业链上游，从零部件到整车，无数工程师、计划员、质量员正被困在同样的循环里。

而最近，变化正在发生。

普华永道思略特丨人工智能对汽车行业的影响

普华永道思略特在2025年的一份报告里，给出了一个让汽车行业高管无法忽视的数据：

通过系统性部署AI转型战略，汽车制造商的运营利润率有望从基准100提升至140—160，绝对值提升40—60个百分点。

不是靠多卖几辆车，而是靠把散落在各个系统里的数据真正用起来——让数据替人跑腿，让智能体替人干活。

汽车行业数字化转型实施方案

2025年12月，工信部等四部门联合印发《汽车行业数字化转型实施方案》，给2027年画了具体的线：行业全员劳动生产率较2025年提升10%，产品研发周期及交付周期缩短20%。

方案专门部署“汽车零部件中小企业数字化转型赋能行动”和“典型场景与人工智能应用示范行动”。

这股浪潮并非孤例。IDC调研显示，2025年中国工业企业中应用大模型及智能体的比例，从2024年的9.6%飙升到47.5%，在多环节开展应用的企业从1.7%跃升至35%。汽车产业链作为工业制造的核心板块，正是这股智能化浪潮涌向的重点领域。

那剩下的一半工业企业还在观望——你的企业，是已经上车的47.5%，还是仍在岸边的那一半？

01 工程师最贵的成本不是工资？

一块钢板、一颗螺丝、一枚芯片——这些不起眼的原材料和零部件，构成了一辆汽车的骨骼、关节和神经。上游不“快”，整车不可能“快”。

环节多、系统多、数据多，但彼此不通。行业管这叫“数据孤岛”——数据锁在PLM、MES、ERP、DMS、CRM等系统里，缺乏统一的标准和语义，数据出不去，智能进不来。

落到日常工作里，问题集中体现在三件事上：

第一件：人在当搬运工。

一个简单的操作——把客户发来的图纸变更同步到生产系统——可能需要：打开邮件看变更→打开PLM查物料清单→打开ERP查库存→打开MES调工单→回邮件确认。每一步都是复制粘贴。工程师的专业能力，大半耗在了搬运上。

第二件：人在当救火队员。

一个关键零件延迟到货，可能影响好几条产线、好几个订单。采购经理每天要盯几十个数据源：铁矿石价格、港口库存、供应商状态、产线排期……信息散落各处，决策全凭经验。计划员的时间，大部分花在疲于奔命的救火上。

第三件：人在当侦探。

市场端反馈质量问题，质量工程师要反向追溯：这个批次零件来自哪家供应商？哪些设备生产的？同时期还装在了哪些车上？翻系统、查记录、打电话、发邮件……追溯周期以“天”甚至“周”计算。召回的决策，往往是在信息不全的情况下做出的。

三件事的本质是同一个问题：数据在各个系统里都有，但人没能力把它们实时串起来。

工程师最贵的成本不是工资，是花在复制粘贴上的大脑带宽。

一个资深材料工程师，用30%的脑力做专业判断，用70%的脑力做本该由机器完成的搬运、核对、追溯。这不是人力资源的浪费，这是人力资源的”谋杀”。

02 有哪些企业在用智能体？

智能体最擅长的事，恰恰是跨系统取数、跨部门协同、跨流程追踪——每一步单独拿出来都不难，难的是“串起来”。从零部件供应商到整车厂，智能体正在批量“入职”汽车产业链的上游。

德赛西威

德赛西威：上百个自动化流程年省成本超百万

德赛西威是国内汽车电子龙头，全球24个分支机构。作为一家数字化程度已经很高的企业，德赛西威很早就引入了自动化工具，财务、人事等后端部门的流程自动化已经很成熟了。2025年，德赛西威在人力资源部、财务部上线了实在数字员工。

不同之处在于——实在数字员工更易用，操作人员经过短期培训就能直接参与流程配置。原来依赖IT排期、动辄等待数周的流程，现在业务和IT可以同步协作，释放了后端部门大量时间。比如合同续签每天自动登录飞书下载信息、筛选清单、自动审批；网银数据每天自动登录建行系统下载流水回单、整理上传。截至目前，德赛西威内部已有上百个自动化流程，年节省成本超百万元。

豪迈集团

豪迈集团：业务人员自己写了40个机器人

豪迈是全球轮胎模具龙头。2024年底引入智能体，覆盖12个关键部门。在为期12天的实战培训中，23人通过初、中级认证，19人取得高级认证——这意味着豪迈具备了自主设计复杂自动化流程的能力。培训期间，业务人员自己就开发了超40个自动化流程。

采购合同上传最能说明问题：各科室每年经手数万份纸质合同，每份需扫描上传，人工操作每份约60秒。智能体接手后，每份仅需15-20秒，效率提升近9倍，且可24小时不间断运行。豪迈把这个模式叫做“用户自主开发+集团专家资源池”——让离业务最近的人，自己给机器人写“说明书”。

三花智控

三花智控：769人学会“指挥”AI

三花智控的做法与豪迈一样——让一线业务员拿起“数字教鞭”指挥AI。不到一年，整个集团769人完成了工程师认证，340多个自动化场景在不同事业部落地运行。AI机器人承接了20万小时的重复劳动，把人力释放到需要专业判断的岗位上。

三家企业的共同点是：让离业务最近的人，自己定义哪些活该交给机器。

不止他们，更多玩家正在以更快的速度跟上。

赛力斯

赛力斯：财务在飞书里发一句话

赛力斯是问界品牌的造车主体。2025年，赛力斯在财务端引入10余个实在Agent智能体Skill，覆盖银行流水对账、发票核验、费用审核、报表生成全链路。

最具代表性的是“财智上账智能核对与审批”：财务人员只需在飞书发一条“帮我处理今天的发票报销”，智能体自动登录NC系统获取流水账单，依次完成录入台账与DMS票据数据比对；数据一致则流程结束，不一致则打包成异常工单推送，财务人员只需点“通过”或“驳回”，智能体接手后续所有操作。

原来每月80小时的工作，现在10多个小时全部完成，效率提升近8倍，准确率100%。从一期试点到二期推广，赛力斯已在财务、IT、质量部门部署30余个智能体Skill，累计运行超15000小时。

东风柳汽

东风柳汽：把“黑灯工厂”延伸到“黑灯办公室”

东风柳汽是广西汽车制造的骨干企业。制造业的“黑灯工厂”已是标配，但办公室里依然靠人工导数据、搬表格、对账目——东风柳汽决定让办公室也“黑”下来。

以质量部环保清单处理为例：以往需人工查阅函件、复制编号、切换多个系统查询数据、在Excel中手动核对计算并逐条导入系统；实在Agent上岗后，自动提取函件编号、登录系统查询、智能完成Excel处理并导入合格证系统，效率提升90%，且精准无误。

不止环保清单——营销日报自动生成、承兑汇票自动签收、生产零件清单自动打印、供应链订单自动推单、法务法规自动采集……数十个Agent在东风柳汽的办公室里“黑灯运转”，全业务场景平均效率提升超80%，累计分担了数百人天的工作量。

五个案例，五种解法，但释放的是同一种资源——人。

这里有一个问题值得大家思考。如果你的采购经理每天花3小时手动对账、你的计划员每天花2小时跨系统调数据、你的质量工程师每周花2天追溯批次……这些时间加起来，等于你公司每年流失了多少“有效人力”？

03 如果你从事汽车产业，

智能体可以帮你做哪些？

智能体带来的不是“自动化”，是“身份重组”。

在德赛西威、豪迈、三花、赛力斯、东风柳汽的实践中，我们看到三种身份的同时转换：

采购工程师：从搬运工到判断者

每天打开七八个系统看价格、查库存、对订单、回邮件。智能体帮你自动完成信息采集和初步整理，你只需要关注异常、做决策。宝马有个Alconic系统，上线后，采购人员不再手动核对数万件模具资产状态，系统自动读取、比对、追踪，只有异常才通知人。

计划员：从调参到审核

排产一变，要同步改采购、物流、库存。牵一发而动全身。智能体自动识别变更影响范围、生成调整建议，你只需审核确认。一汽OpenMind已经跑通——订单交付周期15.9天，比行业快25%。

质量工程师：从侦探到专家

出了问题要查来源、查批次、查关联。智能体几分钟完成全链路反向追溯，你只需聚焦根本原因。理想汽车PPAP审核智能体——上百页文档从5小时缩到2分钟。质量工程师不再一页页翻文档，智能体把“翻”的活干了，你只需要做“判断”。

普华永道报告指出，系统性部署AI可带来40%—60%利润提升，来自研发、采购、供应链、生产、销售全链路的AI赋能。具体到上游企业，红利体现在以下三个层面：

• 响应速度：客户需求变更，传统模式几天传导到产线；智能体分钟级完成。
• 决策质量：供应链预警、质量追溯、采购决策——过去靠经验和直觉，现在有数据支撑。
• 人力效能：工程师从重复劳动中解放，把精力放在真正需要专业判断的事情上。不增加人头，增加效能。

中国汽车工程学会的一则报告指出，AI正以颠覆性力量重塑汽车产品，企业的价值创造从“造好车”转向“运营智能体”，资源配置从固定硬资产转向数据软资产。

04 从“制造”到“智造”的最后一步

2025年，中国汽车行业利润率降至3.9%，创近十年新低。

价格战、库存高企、供应链波动——上游企业的经营压力前所未有。与此同时，47.5%的中国工业企业已经用上了大模型和智能体。

德赛西威、豪迈、三花、赛力斯、东风柳汽、智己……智能体正在批量“入职”汽车产业链的上游。

宝马负责采购数字化的副总裁甘瑟在接受媒体采访时，说了一句很实在的话：“你需要先有一个能让大家感受到好处的切入案例，当他们看到AI帮上忙，自然会想用更多。”

这句话的另一面是：你的竞争对手，可能已经在做那个“切入案例”了。

智能体不需要你推翻现有系统、不需要大规模重构IT架构——它只需要你愿意把重复劳动交给机器，把专业判断留给人。

如果你在汽车行业工作，不妨停下来想一想：

• 你的工程师，每天花多少时间在复制粘贴上？
• 你的计划员，每天花多少时间在跨系统调数据上？
• 你的质量工程师，每周花多少天在追溯批次上？

这些时间加起来，就是你公司每年“流失的有效人力”。

这场变革已经开始。剩下的问题不是“要不要做”，是“你的对手什么时候做完”。