【首席数字官】一份蓝图、一个联盟：联友科技把汽车AI押在“场景”上

10月22—23日，“联接AI世界 友享智能未来”2026汽车AI World创享年会在广州举行。来自全国各地300余家企业、600余名行业精英参会，1场闭门会、1场高峰论坛、6场主题分论坛同期展开。会上，联友科技总经理高亮发布“汽车AI World蓝图”，“友星联盟”正式启动。

两天里被反复讨论的其实是同一个问题：AI投进汽车行业的钱，怎么才能在一笔具体的业务里算回来。

一、先看清这一年：钱真投了，账大多没算过来

理解这场大会，得先看清楚2026年的行业处境。

规模还在涨，但大盘在缩。工业和信息化部数据显示，1—9月我国汽车产销分别完成2324.6万辆和2327.1万辆，同比均下降4.5%；新能源汽车产销1248.3万辆和1247.2万辆，同比增长11%和11.1%，新能源新车销量占比升至53.6%，9月单月达到61.6%。

效益却在收窄。国家统计局与乘联分会数据显示，1—7月汽车行业收入60780亿元、同比增长2.7%，成本54058亿元、同比增长3.8%，利润2162亿元、同比下降20%，行业利润率仅3.6%，低于下游工业企业6.5%的平均水平。8月，乘用车市场降价车型较同期少13款，新车降价幅度却达到16.1%——降价的车变少了，降得却更狠了。

出口是另一番景象：1—9月整车出口820.5万辆，同比增长65.8%，新能源汽车出口400.6万辆、同比增长1.3倍。但规则同时在收紧，工信部等八部门印发的《汽车数据出境安全指引（2026版）》首次系统界定汽车重要数据范围，提出27类51项重要数据及判定规则。

AI这一侧的数字同样不好看。麦肯锡相关调研显示，近九成组织已在至少一个业务职能中常规使用AI，但只有约6%被界定为“高绩效者”。联友科技总经理高亮在演讲中引述的另一组数据更扎心：2026年中国企业AI Agent项目中，通用辅助类场景占83.7%，专业纵深业务场景只占16.3%。

他在会上把这句话说得很直白：多数企业AI投入陷入“局部很热闹，整体没价值”的怪圈，预算集中在办公、客服等浅水区，业务模式不变，AI投入就难以转化为实质经营收益。

所以，行业对AI的疑问，已经从“行不行”变成了“落没落地”。

二、蓝图给出的答案：不比模型，比场景

10月23日上午，高亮以《AI WORLD 让改变发生》为题发布“汽车AI World蓝图”。

这套蓝图由两个要素构成，被他概括为“居民”与“土壤”：“居民”是碳基人定目标、硅基人与具身人协同执行的全域端到端Agent，是改变业务的核心力量；“土壤”是基于行业Know-how的AI原生底座，涵盖算力与基础模型、智能体、知识库、本体与Agent工程能力。他的原话是——居民让改变发生，土壤让改变能够发生。

落到业务上，这张全景图覆盖“研、产、供、销、服、管”全价值链以及智能汽车与经营管理，每个环节都对应一批具体的“专家”和“助手”。会上给出的四个高价值场景，都带着数字：

营销端，AI汽车营销大脑对线索做评级与智能分配，并给出“下一最佳行动策略+话术”。在已上线门店的AB测试中，高潜线索到店率超过整体2倍，整体到店率相对提升11.77%，高潜线索成交转化率是平均值的4.85倍。

制造端，产销协同从“人驱动、事后纠偏”转向“数据驱动、事前闭环”，大模型负责推理演算，求解器与规则引擎负责精确计算。联友科技给出的目标值是排产效率提升42%、整车库存下降40%、缺料停线次数减少40%—50%。

AI质检端，硅基人向工厂的具身人下发质检能力，让质检能力可以被复制而不是重复建设——质量提升60%以上，稼动率提升35%以上，现场调试效率提升80%以上。

座舱端，万演引擎把车机、手机与云端拉通，从“逐项下指令”走向“理解意图、替你办事”，3—5个月可完成上车，集成成本下降约60%。

为让这些“居民”可信、可控，联友科技配套了LY-ADLC全生命周期方法、YO系列工具和300人以上的FDE团队。高亮说，如果只让行业记住一句话，他希望是这句：AI的价值要通过协同共享来改变业务，进而创造价值。

三、“友星联盟”：场景这件事，一家公司做不完

蓝图要铺开，靠的不是一家企业。同日，“友星联盟”正式启动，联友科技面向全行业发起四项倡议：共创场景与生态、共建AI原生底座、共育“AI+汽车数智”FDE人才、共守安全可控。

它不是销售渠道，也不是技术联盟。联友科技副总经理陈锣给出的定义是“价值的同盟”——联友科技拥有二十余年的业务经验，同行和大厂各有各的价值，把它们拢到一起，是为了让客户拿到更多收获。

四、场景要跟着车走出去：出海这道附加题

场景铺好了，第一道考验是：它能不能跟着车一起出去。

高亮把车企出海拆成三个阶段：从产品出海，到销服出海，再到制造甚至研发的本地化运营。他判断，多数企业现在采取的是“中台型”打法——能力沉淀在国内总部，各分支做可配置化部署，同时按当地的法律法规、数据安全要求和习惯做适配。

但他强调的一句更实在：出海一定要“真人肉身出海”。会前他刚接待一家马来西亚车企，对方说得很直接——“我们马来西亚人和中国人不同，中国人很勤奋，我们比较relax”，所以产品再好，也要坐下来一起做适配。能力可以复制，用法得在当地重新长一遍。

这也是数据合规变严之后绕不开的一环。《汽车数据出境安全指引（2026版）》落地后，“车卖出去了、数据回不来”“回不来就训练不了算法”这两个问题，第一次有了可操作的解法，也第一次有了明确的边界。联友自己的出海路径也被问到：2024年10月在横滨设立日本子公司，走的是“项目出海—公司出海—公司全球化”三步走，目前在谈的下一个据点是墨西哥与泰国。

五、场景要能赚钱：破卷这道题怎么换

第二道考验更现实：这些场景能不能赚钱。

价格战打到第三年，靠降价换来的量已经换不来利润，1—7月行业利润同比下降20%、利润率只有3.6%，让“破卷”从口号变成必答题。同济大学汽车与能源学院教授、资深汽车安全专家朱西产在会上给出的判断是，新能源与人工智能的双重技术革命正推动汽车产业发生本质变革，AI是智能汽车的灵魂，智能汽车已进入大模型上车时代；而产业的盈利模式，将从卖车逐步转向软件订阅与运营服务——行业需要建立指数增长思维。

这与联友科技在蓝图里给出的路径指向同一件事：不是在同一道题上比谁更用力，而是换题——换场景、换成本结构，用AI去压那些过去压不下去的成本。从智能制造的排产与质检，到汽车金融的可信赖Agent，再到营销端的线索与内容，被反复验证的也是这一件事。

六、思辩之后，问题还是那一个

AI、出海、破卷，看起来是三件事，落点其实是一个：让AI在汽车业务里算得过账。

关于“AI定义汽车”与上一轮“软件定义汽车”的区别，高亮给了一个值得记下来的判断：软件定义汽车定义的是产品本身，工程框架相对明确，大家知道怎么做；AI定义汽车重塑的是整条价值链甚至组织流程，难点在于“懂AI的人不一定懂业务，懂业务的人不一定懂AI”，没有人知道未来的理想形态长什么样——但这条路必须往前走。所以只能采取坚持的策略，同时围绕业务场景、以价值为目标去探索。

汽车产业正从“软件定义汽车”走向“AI定义汽车”。而这次大会给出的提醒是：下半场比的不是谁的模型更大，而是谁的场景能被反复复制、能被算清楚、能跟着车走出去。