导读：握紧一汽这面红旗，阿里云关注的不是一城一地得失，而是在政企市场建立一个制高点，准备好迎接一场漫长的战争。

（文/观察者网 张广凯）

“同样是攀登珠穆朗玛峰，一汽选择了最难的北峰。”谈到中国一汽的数字化转型，阿里云智能副总裁、科技研究中心主任安筱鹏博士给出了极高评价。

1月22日，由中国一汽联合阿里云通义千问打造的大模型应用GPT-BI率先落地，成为汽车行业首个投入使用的同类应用。

BI（Business Intelligence，商业智能）日益成为企业决策数字化的关键系统，借助大模型能力，中国一汽的GPT-BI能够将企业研发、生产、销售中的海量数据进行建模、分析，并通过简单问答的形式实时呈现给使用者，以便于业务成本、流程的优化。

大模型上车，是当下汽车产业最时髦的话题。不过一汽并没有直接切入面向消费者的大模型应用，而是首先选择对自身业务流程动刀，目的不仅仅是卖车，更是要颠覆整个汽车行业生产方式。

而对阿里云大模型来说，成功进入壁垒极高的汽车行业也是意义重大的一步。旨在成为AI时代基础设施的阿里云，变现思路愈发清晰。展望未来，阿里云也并不讳言同一汽红旗扩大合作，进军智能座舱领域的野心。

AI时代的造车方法论

《哈佛商业评论》曾经刊登过一个著名的“啤酒+纸尿裤”的故事，说明数据分析的重要性。

据说沃尔玛的工作人员发现，周末购买纸尿裤的男性顾客中，有很大比例会同时购买啤酒。于是超市选择将啤酒和纸尿裤捆绑销售，获得巨大成功。

背后隐藏的逻辑是，年轻母亲常常会在周末让奶爸去买纸尿裤，而奶爸会为了周末观看体育比赛，顺便给自己买啤酒。

现实世界中这样的相关性无处不在，但逻辑往往较为隐晦，需要强大的数据挖掘能力才能发现，BI就是要解决这样的问题。

大模型则让BI的能力得到更大提升。

借助GPT-BI，企业管理者只要拿起手机用语音提问，就可以快速获得实时的车辆交付数据、经销商客流量排名。

GPT-BI不仅大大缩短了BI分析的报表设计、数据建模等交付周期，更可以自动生成最佳决策方案，实现“问答即洞察”。

例如，当问到“为什么某车型产量不及预期”时，大模型可先将预期产量和实际产量对比，得出差值后，不仅仅给出对显性变量的分析（例如：生产因设备等原因的异常停产20分钟、某型号配件质量异常等），而是分析涉及的所有变量（例如：原材料供应波动、能源消耗及供应稳定性）。通过对数据排查，最终找出关联性最大的原因并生成可视化报表。

此外，GPT-BI对汽车研发、生产带来的效率提升也非常可观。

中国一汽红旗品牌运营委员会副总裁、一汽集团体系数字化部总经理门欣指出，汽车行业中存在大量重复性的工作，例如整车开发中的成本控制、工艺评审，都有规律可循，只需要根据不同车型的不同需求进行微调。但是在传统的工作方式下，这些工作只靠工程师的个人经验来把握，就会出现很大偏差。

而在AI赋能之下，一汽红旗建立了基于海量数据和规则的自动评价模型，将原本需要人工花费50-80天进行的工作，放在数字化工作台上自动运行，可以把耗时压缩到天级、甚至秒级。

“大模型是面对未来生产关系的基石，我们要把一汽集团所有的业务用GPT大模型重做一遍。”门欣介绍，在GPT-BI落地之后，一汽接下来将在软件编程和整车开发工作中，都实现AI对人工的替代。

一汽数智化转型的目标之一，是将运营效率提升100%，即业务翻倍后，人员规模不明显增加，大模型的应用显然是实现这一目标强大助力。

中国一汽红旗品牌运营委员会副总裁、一汽集团体系数字化部总经理门欣

“老大哥”想要再次领先

行业首个GPT-BI落地，对一汽的意义绝不仅限于业务层面，更是一场企业架构和生产方式的深刻变革。

“中国一汽和阿里云联合打造的首个大模型应用GPT-BI正式上线，是一汽作为一家北方传统国企的高光时刻，双方的合作本身就有着特殊的意义”，门欣话语间透露着些许激动。

大模型应用，只是中国一汽数字化转型的成果之一。而门欣作为数字化部总经理，对数字化转型走过的弯路深有体会。

“大部分传统企业的数字化转型，都只是提需求，让互联网公司来搭建IT系统。后来我们发现这样是不对的，要摒弃。”

门欣介绍，大约3年前，一汽这样的传统企业对信息化的理解仅仅是“上系统”，IT项目多为“交钥匙”工程，系统建设“只管生，不管养”，导致IT部门跟业务部门割裂严重。

因此，2022年，中国一汽打响数智化转型升级攻坚战，走上了IT系统自研的道路。这正是安筱鹏博士所谓“北坡”的内涵。

借助阿里云的开发工具，一汽打造了一支全新的IT团队，建立起自己的云原生平台。而在此过程中，这家老国企也悄然开启了一场自我革命。

“我们数字化部门的职级体系，跟阿里是完全一样的，阿里这么多年来成熟的能力评价体系和模型，我们都引进来了，工资体系也是按此打造，”门欣指出，能力体系建设是传统企业的一大弱点，而一汽的数字化部门正努力向互联网企业看齐。

更重要的是，在IT系统的搭建过程中，一汽意识到自身存在的更深层问题，也就是体制的僵化。

“最大的敌人是自己。在业务流程中，我们多年来形成了很多做事的习惯，但这些习惯的流程往往是有问题的，不是以价值最大化为主导。”

在门欣看来，传统企业倾向于将流程固化，形成规则，谁都不要越过雷池，这导致部门之间壁垒林立，从固化走向僵化。“马斯克是没有流程的，他是以目标为导向，先去努力实现目标，然后再回过头来定义规则。”

IT系统的开发过程，则恰恰是对业务流程的一次重新梳理。在此过程中，一汽得以重新思考流程的合理性，重新思考用户需求，打破原有的部门隔阂，将组织架构拆解成原子化的业务单元，让业务单元之间的沟通更为顺畅合理。

例如，在传统的车型开发流程中，往往是工程师先完成初期设计，再交由财务部门进行成本评价，如果不过关再打回修改。而有了数字化工作台，数据可以在不同部门的业务单元之间实时流动，节省了大量的跨部门沟通成本。

“其实，现在一汽就像一个IT公司，具备了跟互联网公司掰掰手腕的技术能力。”门欣向观察者网透露，一汽的数字化转型已经成为国资委的标杆项目，半年多来开办了67场交流培训活动，并对外提供咨询服务。

曾经的“共和国长子”，想要在数字化时代重新成为领先者，这对于东北大地来说也弥足珍贵。

一汽数字化平台界面示例

阿里云的“电厂梦”

央企一汽的数字化转型，为什么选择了阿里作为合作伙伴？这不是一个无关紧要的问题。

在以政府单位、大型央国企客户为主的政企市场，阿里云在过去几年中表现挣扎。去年11月，阿里云新任董事长兼CEO吴泳铭提出了“AI驱动、公共云优先”的战略，更让外界猜测阿里云是否在主动弱化以混合云为主的政企业务。

不过阿里云内部人士向观察者网强烈否认了这一猜测。就在1月25日，阿里云官宣其混合云业务事业部更名为政企事业部，上述人士指出，此举就是要重申阿里云对政企市场的投入。

此次中国一汽GPT-BI项目落地，则无疑是阿里云在政企市场的一剂强心剂。

“我们同一汽红旗的合作，在行业内一定会形成头部效应，这是毋庸置疑的。”阿里云智能副总裁李强向观察者网表示。

阿里云智能副总裁、汽车能源行业总经理李强

其实，相比于拿下一汽这个客户本身，对阿里云来说意义更大的或许是双方合作形式的创新。

一汽内部人士向观察者网透露，一汽的数字化转型，最初是受到华为启发。“华为的数字化转型蓝皮书，我们组织了集体学习，所有高级经理连续6周参加考试，董事长亲自看每个人的成绩。”

然而在AI产品落地上，一汽最终选择了同阿里合作。

有消息人士对观察者网指出，目前大模型更多在矿山、港口等行业落地，是因为场景相对简单，而汽车行业更加复杂，壁垒极高，如果仍然采用“交钥匙”的模式，跟业务的匹配度并不理想。

价格则是另一个重要因素。据悉，阿里云同一汽合作的报价，只有对手的几分之一。这并非“价格战”，根本原因在于合作形式。

阿里云同一汽合作的主要形式，是基于公有云的vpc方案。在这一方案下，阿里云提供了通用大模型能力和训练支持，但由一汽自己的技术团队承担专属模型的训练，所使用的数据也运行在专属空间上。训练完成后，一汽可以将其封装为自己的大模型，并脱离公有云进行本地化部署，以满足政策监管要求。

换句话说，阿里云并不是在卖产品，而是向政企客户深度赋能，让对方拥有了自主的AI能力。

事实上，传统“交钥匙”的业务模式，尽管能够给云企业带来更高的营收，但利润率和现金流难以令人满意。在AI时代，阿里云正在试图回归云服务的本质。

阿里云创始人王坚院士去年提出，AI时代算力和应用的关系，正如同电力与电动机的关系，今天的数字化革命正如同过去的电气化革命。

在同一汽的合作模式下，阿里云便更加类似于“电厂”的角色，赚的是公共基础设施服务的钱。

安筱鹏博士对观察者网强调，“阿里云的目标，是能够做好一个基础资源、基础能力、基础组件的提供者，但在企业数字化转型过程中，总架构师一定是企业自身。”

而明确了“电厂”的定位，阿里云的另一重思考，是跳出单次项目收益考量，更关注如何快速扩大“朋友圈”，通过降低部署门槛，让更多传统企业用上AI大模型。其更深层的逻辑，正如王坚院士此前指出，人类正处在AI应用的初级阶段，未来的算力需求仍有巨大成长空间，相对于抢夺存量，谁能主导广阔的增量市场才是更大图景。

以汽车行业为例，李强对观察者网表示，目前智能座舱领域的AI应用仍然相对简单，智能助手与用户的连续对话能力远远不足，真正像同伴一样贴心的智能助手或许要3年后才能出现。

李强指出，而未来的智能座舱竞争，一定是头部企业的战场，需要大量的研发人员投入，阿里云拥有一流的软件工程师团队，会在未来竞争中占据优势。

握紧一汽这面红旗，阿里云关注的不是一城一地得失，而是在政企市场建立一个制高点，准备好迎接一场漫长的战争。