【网易汽车】对话联友科技高管：以全链路AI方案重构汽车数智化新格局

随着汽车行业电动化、智能化变革不断深入，车企在研发、生产、销售等环节面临诸多新挑战。在新车上市频率极高、市场竞争日趋白热化等背景下，车企对数智化的需求越来越迫切。AI 技术与汽车产业深度融合，正成为破局的关键。

9月19日，由联友科技主办的2025 AI+汽车数智创享年会暨汽车行业“十五五”规划数智发展峰会正式举行。与会期间，联友科技多位高管就AI在汽车全链路中的应用展开深入解读，详细介绍了企业深耕汽车全价值链、提供“研产供销服管”一体化数智化服务的思路与案例。

智能制造：AI从辅助工具走向生产核心

在制造环节，AI的应用已从早期的视觉检测，深入至保障生产稳定和提升质量的核心领域。对于汽车工厂而言，一旦发生意外导致产线停摆，将会带来巨大损失，联友科技将AI用于关键设备预测性维护，例如通过监控分析机械臂的噪音、振动、电流等相关参数，提前预警故障，有效避免非计划停机带来的重大损失。在质量控制方面，AI视觉系统能够自动检测装配是否到位、车身漆面是否有微小划痕等，显著提升了质检的准确性。

营销变革：打通数据，实现精准转化

在汽车数智化赛道上，车企、科技公司、第三方服务商均在角逐市场份额，不同于大部分聚焦通用技术研发的企业，联友科技的定位始终清晰：专注于“研产供销服管”全链条的流程拆解与优化。

针对营销领域线索转化率低、客户体验割裂等痛点，联友科技正推动营销全链路智能化。通过AI工具优化从内容生成、线索筛选到销售跟进的全过程，并对销售人员的沟通质量进行自动化质检，旨在提升转化效率。更重要的是，系统致力于打通前端订单与后端生产计划，使企业能够更快速响应市场变化，让消费者能够清晰感知从下单到交付的全程进度。

支持出海与车端智能：布局未来竞争力

基于中国车企出海的大趋势，联友科技的数智化解决方案也在同步走向海外。其正帮助车企构建适应不同地区法规要求的分销管理系统和车联网平台，以支持中国智能汽车在海外市场的本地化运营。同时，在车端智能化方面，联友科技聚焦于在有限算力下实现流畅的多模态交互体验，探索基于驾驶员状态的场景化服务，推动智能座舱从功能堆砌向主动服务演进。

面对全球经济不确定性加剧的现状，联友科技打造了全球物流执行平台G-LES。该平台实现了从零部件出厂到海外产线“一码到底追踪”，全程可视透明。此外，联友科技还参与了某车企海外生产基地建设，赋能管理模式信息化、数智化平台同步出海。

联友科技的实践表明，将AI与行业知识相结合，深耕汽车产业全价值链，是应对当前行业挑战的有效路径。能够深入具体场景，提供切实可行的解决方案，并伴随车企共同应对转型挑战，将在未来的竞争中赢得优势。

以下为现场访谈详细记录：

Q：联友科技认为未来的汽车生产制造的趋势是什么？联友科技如何通过 AI优化生产线？

A：从行业层面看，汽车制造有狭义与广义之分，狭义聚焦工厂制造工艺，广义则涵盖研产供销服管全体系。当下汽车行业竞争激烈，销售端与商品定义、研发端是主要承压点。销售端，电子快消品打法被应用于汽车领域，推动营销链路从新媒体到售后服务等质变；研发端，新车及改款车年发布量约700款，用户易眼花缭乱，车企需在电动化、智能化等核心卖点形成突出优势，同时软件在汽车成本占比及代码行数大幅增长，研发体系需加强软件开发管理。制造与供应链端，竞争不仅在设备、人力成本，更在供应链拉通，传统计划体系为单点计算，优秀车企需一周完成全链条计算，而AI应用推动计划拉平至小时级，实现从销售预测到装配线排程的全环节高效协同。

Q：在车企出海大趋势下，联友科技如何通过数智化解决方案支持中国品牌的国际化发展？是否有海外落地案例？联友科技在国际供应链数字化方面有哪些布局？如何帮助车企应对全球供应链断链风险？

A：一是助力中国车企出海，二是为国外的国际化大厂提供数智化服务。中国车企出海初期需建立海外分销系统，量增后推进物流共享系统，规模扩大后建设海外工厂。联友科技为汽车集团打造海外分销系统、出口通关贸易系统及经销分销管理系统，类似国内 4S 店、展厅的企业内管理系统；国内使用该系统的一级 4S 店超四五千家，且该模式已随车企出海导入欧洲、中东、俄罗斯等地区。在汽车电动化、智能化出海适配方面，联友科技为车厂打造车联网海外版，落地全球多国，凭借强数据安全识别能力及云端车联网系统建设维护能力，确保海外车联网符合当地法规，实现车端与云端打通，让海外用户享受与国内同等的智能化体验。在海外生产基地建设上，联友科技适配大型车厂，如近期建成的长安汽车海外工厂部分系统由其打造，同时还会跟随车企出海，输出适配的数智化平台与管理模式。

在国际供应链数字化布局与应对断链风险方面，联友科技打造了智能、韧性、可扩展的全球物流执行平台（G-LES），具备三大核心能力：一是全域数字底盘能力，通过全球物流执行系统实现“一码到底”，覆盖从整车到零件、从出发到海外产线等全过程最小单位追踪，可实时发现并处置问题，确保全程可视透明；二是数据驱动的洞察与协同能力，借助 AI 技术对全球区域紧急事件快速判断响应，系统可主动生成预案并缩短决策链；三是生态整合能力，系统整合车企、供应链伙伴、船公司等协同方资源，预设及同步各方方案，供主机厂在出现问题时选择最优解决方案，提升供应链韧性。

Q：当前车企、科技公司、第三方服务商都在角逐汽车数智化市场，联友科技的差异化优势和不可替代性主要体现在哪里？

A：联友科技的核心机遇在于汽车行业数智化转型中，“研产供销服管”全链条对深度业务绑定的数智化解决方案需求激增，尤其是AI与行业业务深度融合的场景；挑战则是需持续应对科技大厂在通用技术领域的竞争，同时跟上行业快速迭代的业务变革节奏。

其差异化优势与不可替代性体现在两点：一是专注汽车行业，深耕行业全价值链，深刻理解跨组织、跨部门等业务变革需求，能打通底层数据链路，适配灵活的业务流程与管理模式；二是拥有大量扎根业务现场的项目经理、业务专家及架构师，对汽车行业细分流程及逻辑结构理解深入，可快速响应业务变化，为车企提供 “稳态中台”敏态前台”的体系，保障业务变革中数智化平台的及时支撑。

Q：无论传统经销商体系还是直营模式品牌，在销售线索获得及筛选中都会混入大量无效或错误数据，导致业务走样，即便高成本采集的 “高精准线索” 也存在问题，还会对客户造成骚扰，AI 赋能有什么实际办法处理该问题？AI 赋能在汽车销售方面的价值是什么？联友科技在 AI 赋能智能座舱、智能辅助驾驶方面的应用情况和面向未来的布局是怎样的？

A：AI 在处理销售无效数据及优化销售环节的核心价值，在于全链路实现线索精准化与服务规范化。在线索获取与运营阶段，AI 可自动生成并分发营销内容（如一键生成车型宣传内容并同步至多账号），减少人工干预带来的低效与偏差；客户留资后，AI 驱动的后台链路可实时响应，快速将线索分配至客服并触发呼出，抓住客户兴趣窗口期，降低线索失效概率；客服邀约过程中，AI通过语音识别与大模型标签化技术进行质检，对照知识库检核语言规范与核心信息覆盖度，确保邀约质量，减少无效沟通；到店后，AI通过智慧门店软硬件一体化设别自动记录到店批次、检测店内布置，同时对销售介绍、试乘试驾讲解进行质检，保障服务标准化；客户意向阶段，AI支持企微自动建群，并基于车企车型知识库精准回复客户问题，避免大模型乱回复，提升沟通效率与客户体验，减少骚扰。此外，AI还能持续从数万次客户对话中提取新知识，更新知识库，实现每日多次迭代，不断提升线索筛选与邀约精准度。

联友科技在 AI 赋能智能座舱与智能辅助驾驶方面，从云端、车端、OS 层三个维度布局。云端层面，联合阿里、腾讯等生态伙伴，结合自身汽车行业经验与服务沉淀，对大模型进行训练与精修，开发出 AI 销售助手等应用，可帮助销售顾问快速掌握新车亮点，向潜客演示车型特点与操作，还能提供陪练功能；车端层面，针对车端算力有限的问题，通过模型裁剪技术适配小算力环境，已落地哨兵模式、疲劳感知等场景，同时开发多模态交互 demo（如展台的 “石头剪刀布” 游戏，通过识别用户动作、语言预判出拳，实现流畅交互）；OS 层层面，新增管理层实现多场景应用的统一调度与管理，避免割裂，同时探索需求预判功能，如通过识别用户打哈欠自动放音乐，而非仅执行指令，目前已落地数十个相关场景与应用，未来将持续优化完善。

Q：您认为“十五五””汽车数智化的重点是什么？联友科技的发展定位是什么？

A：重点体现在业务数智化与产品数智化两大维度，业务数智化聚焦研产供销服管全价值链的数智化转型，产品数智化则侧重智能座舱、自动驾驶等车载产品的智能化升级。AI将推动汽车数智化实现全业务变革，但这是长期过程，初期先突破低垂的果实，后续需聚焦汽车行业深度关联的业务点，这类点难度更高、价值更大，需以“一厘米宽度打出一公里深”的思路，找小突破点做深做透。

联友科技的发展定位是深耕汽车数智化领域，聚焦与行业业务强相关的核心场景，而非通用领域。其核心价值在于20余年汽车行业沉淀的业务深度理解，能在研产供销服管各环节挖掘行业特有场景，提供精准解决方案。例如在营销线索管理中，联友科技通过每日迭代知识库提升邀约精准度，在生产排产中实现深度业务适配；相较于科技大厂，联友科技虽不擅长通用问答机器人等产品，但在汽车行业特定场景下，凭借行业经验与持续陪伴服务，能提供更贴合需求的服务，助力车企实现业务数智化转型。

Q：AI 赋能汽车智能制造环节的具体案例有哪些（如与日产、东风的合作案例）？“十五五”期间燃油车与新能源车销量 3:7、合资车与自主品牌 3:7、国内与全球销量3:7的“3:7”比例，对联友科技有哪些机遇和挑战？

A：AI 赋能汽车智能制造的具体案例广泛覆盖生产与物流环节。生产端，在供应链计划层面，联友通过AI构建产销预测与智能排产体系，帮助车企将全链条计划计算周期大幅缩短，车主下单后能快速获得准确交付期，体现供应链拉动水平；设备维护方面，通过AI监听机械臂减速机的噪音、震动、电流等参数，可提前三个月以 70%-80% 准确率预测故障，避免生产线因设备损坏停工；质量检测方面，通过AI图像识别技术，实现零件装配正确性检测（对比标准影像）、天窗涂胶连贯性检测（胶枪实时录影判断）、车辆下线划痕检测（高清相机拍照识别），替代传统人工摸查，提升效率与准确性；此外，还探索用聚成机器人在电泳后有毒环境中完成杂物去除与检测，减少人工风险。物流端，通过算法优化叉车司机装车流程，系统计算最优装载顺序，确保运载车辆空间利用率最大化，提升物流效率，此类应用已在与日产、东风等车企的合作中落地。

“3:7”比例对联友科技而言，机遇在于新能源汽车、自主品牌及海外市场的快速增长，带来数智化需求扩容：新能源汽车对智能座舱、自动驾驶等产品数智化需求更高，自主品牌在“研产供销服管”全链条的数智化转型意愿强烈，海外市场则需要适配当地法规的分销、车联网、生产系统解决方案，联友可依托现有技术与经验（如海外车联网、分销系统）抢占市场。挑战则在于需快速适配新能源汽车的技术迭代、自主品牌差异化的业务模式，以及海外市场复杂的法规环境，同时需扩大下沉市场与海外市场的服务能力，确保解决方案的适配性与落地效率。

Q：站在行业视角，当前AI赋能汽车金融的整体发展阶段是怎样的？汽车行业金融场景的AI应用有哪些独特性？对于下沉市场用户或征信记录较少的“白户”，AI是否能通过非传统数据实现精准画像并提供适配的金融服务？这类创新面临哪些难点？

A：当前AI赋能汽车金融整体处于初始阶段，核心聚焦解决碎片化场景等痛点，尚未实现全价值链、全流程的线面级应用。汽车行业金融场景AI应用的独特性，在于其需深度适配汽车金融业务特性，例如面对千差万别的客户银行流水，传统金融机构需大量人力梳理核验，而联友科技通过AI技术实现客户在移动端上传 Excel 或图片格式的银行流水后，系统自动识别、审核，大幅提升审贷效率并减少人力投入，此类场景紧密贴合汽车金融的零售审批流程，体现行业专属价值。

对于下沉市场“白户”，AI可通过非传统数据实现精准画像并提供适配金融服务。联友科技在实践中，除传统征信数据外，还整合第三方数据（如用户车辆位置信息、手机APP安装与高频使用情况、社交圈层特征），结合自身20余年沉淀的汽车金融领域300多个专属标签，丰富用户画像。例如通过分析用户手机APP使用频次判断消费习惯，结合位置信息了解生活场景，弥补传统征信数据不足；同时，联友科技与温州数安港等机构合作，在数据合规框架下开展标签互换，进一步补充数据维度，帮助金融机构更精准评估“白户”信用风险，提供适配服务。

此类创新面临两大难点：一是数据合规性问题，非传统数据涉及个人隐私，需严格遵循国家数据安全与隐私保护法规，联友科技通过联邦学习技术及与政府、合规机构合作的框架，确保数据使用合法；二是模型准确性与适用度问题，一线城市用户画像模型偏差较小，但下沉市场样本量少，导致模型适配性与准确性不足，需随服务的下沉市场品牌规模扩大、用户群体增多，持续迭代算法，扩大模型适用范围，提升准确性，该过程需长期积累，无法一蹴而就。

（来源：网易汽车）