汽车工业的下一条流水线，开始由 AI 来安排

1913 年，美国密歇根州的福特 Highland Park 工厂里，工程师们进行了一项看起来有些简陋的实验：他们用绳索和卷扬机牵引车辆底盘，让它缓缓经过不同的装配工位。如此这样，工人们就不再需要围绕静止的汽车来回移动，而是在自己的位置上等待底盘经过，进而完成手头的装配任务。

这个实验起初甚至谈不上精密，但成效十分惊人，经过不断改进，到 1914 年的时候，福特 Model T 车型底盘的装配用工时间，从最初的 12.5 小时缩短到了 93 分钟。

▲ 最早的福特车型工厂流水线

这就是后来写进了历史书，改变了车辆工业的移动装配流水线。

一个多世纪过去，汽车工业沧海桑田早已不同往日，从内燃机到电机，从机械控制到软件定义车辆，今天的汽车与当初的福特 Model T 已经大相径庭。

但「流水线」的巧思依旧不过时，10 月 29 日，在深圳举行的腾讯全球数字生态大会智慧出行专场上，腾讯带来了全新的智能化座舱 TAI 智慧体，以及面向车型行业的 AI 组织效能解决方案，同时公布了智能驾驶、汽车出海、具身智能化和 Robotaxi 等领域的最新进展。

腾讯智慧出行横跨 BC 两端，这些业务看起来相距甚远，一端是车主用一句话预订餐厅、规划旅程，另一端则是车型厂商利用 AI 完成研发、生产和经营决策。

▲ 腾讯集团副总裁、腾讯智慧出行总裁钟翔平

不过依旧可以找到一些内在联系：过去需要人在不同软件、部门和平台之间反复沟通的工作，正在被 AI 重新组织。腾讯集团副总裁、腾讯智慧出行总裁钟翔平将其概括为：

新品进化牵引组织变革，组织变革支撑新品进化。

TAI 智能化体方案，让车辆学会自己把事情办完

都说有了车之后，生活半径就会扩大许多，假如客户准备在周五晚开车去跨省 4 个小时车程的陌生城市度过一个周末，事情就有趣又复杂了。

在过去，这是一项体力和脑力都耗费不少的劳动密集型的娱乐活动。

我们需要先在社交平台搜索攻略，打开地图研究路线，找餐厅、查营业时刻、订酒店、买门票，再把各种地址保存到智能化手机里。

出发之后，还得在导航、歌曲、电话和其他服务之间不断切换。即便坐进一辆拥有高实力芯片、几块大面板和语音助手的智慧汽车，大部分事情依然需要人来完成。

在今年北京车展期间，腾讯已经发布了覆盖点单、向导、娱乐、车主服务等场景的智能化体矩阵，尝试把汽车与现实世界的业务连接起来。在这次生态大会上，腾讯又往前走了一步：让智慧体从理解需求、调用服务，进一步走向执行任务。

此次升级的 TAI 智能体方案，由 TAI 座舱助手、TAI 出行服务支持智慧体、TAI 内容娱乐智能体，以及跨端接续业务兼容共同组成。

首先升级的是汽车与人交流的能力。

TAI 座舱助手融合了元宝全双工端到端语音、元宝搜索和混元大模型，能够提供低延迟、多音区的自然语言交互，并通过上下文记忆和车端感知，更准确地理解驾驶员的意图。

这里有一个不得不提的核心前提：车型是一个对安全和注意力有特殊要求的场景。

在亮相会前的采访中，腾讯云副总裁、智慧出行负责人钟学丹特别强调：

车内的 AI 需要真正理解用户，同时尽可能减少驾驶过程中的分心。信息来源的准确性和交互效率，比单纯追求聊天的趣味性更关键。

为此，腾讯将元宝搜索引入车端，元宝搜索已接入出行、金融等 13 个垂直行业的 157 个权威信源，试图减少 AI 在真实服务场景中出现的信息错误。

AI 在手机上讲错一个不好笑的冷笑话，顶多让人尴尬；但在驾驶过程中提供错误的道路信息，后果可能严重得多。

交流能力之外，另一项变化发生在任务执行上。

▲腾讯云副总裁李博

腾讯云副总裁李博在推出会上解释了这种任务分工：

腾讯地图负责找得到、腾讯生态负责连接业务、微信支付负责交易闭环。

看起来很简单，实际上链条还挺长，并且这事儿基本上也只有腾讯能做。

具体来说，腾讯地图提供位置搜索、路线规划、周边服务等基础能力，帮助 AI 理解用户的出行需求并找到合适的目的地；微信小程序和第三方业务生态负责连接餐饮、酒店、景区等现实世界的服务，智能化体可以进一步完成预订、购票和点单，甚至通过 AI 外呼餐厅完成订座；微信支付则打通交易的最后一个环节。

依旧是用周末跨省游的场景来举例，客户只需要告诉车辆「想在 xx 市找个适合带孩子玩的地方，最好沿途还能吃顿不错的午饭」，AI 就可以结合实时路况、目的地信息、使用者偏好和周边服务，值得入手合适的景点，规划包含补能和休息的路线，寻找符合口味的餐厅，并协助完成门票购买、餐厅预订和支付。

对使用者来说，最理想的情况就是不再需要了解这些特性究竟来自哪个 App、由什么工艺实现。「这么近，那么美，周末到河北」或者加个后半句「路好找，店好订，服务全都在腾讯」。

汽车相关的智能体也可以存在于汽车之外。这次腾讯同步升级了 TAI 跨端接续业务，打通机型元宝、微信小微等入口，让用户可以在车外查询车辆状态、传递目的地、同步行程，部分服务在抵达目的地后还可以回到手机上继续使用。

这就意味着，一次旅行未必是从按下汽车启动键开始，也不必在熄火下车时结束。从出门前的准备，到驾驶过程中的服务，再到抵达后的活动，车型开始成为一套连续服务操作系统中的组成部分。

钟学丹在采访里提到，未来不同汽车厂商之间的智能化差异，一方面来自车辆自身的感知、车控和硬件能力，另一方面则来自对用户上下文、喜好和习惯的理解。

也就是说，车辆厂家们除了要学会造好车之外，去理解了解客户是同等关键的事情。车辆的智慧化价值，开始体现在它能替人完成多少工作，以及让人少花多少精力。

汽车工厂，也需要用 AI 来排出一条新的流水线

车内的智能体正在帮助用户减少操作把体验自动化起来，走进汽车机构内部，AI 面对的则是另一种复杂得多的状况。

比如一个让不少厂商 CEO 丢掉工作的灵魂拷问，下个月应该生产多少辆车型？

最简单的提问背后，是最复杂的计算，想要回答准确这个难题，需要几乎整个厂商都动脑筋。销售部门关心赛道订单，生产部门关心产能，采购部门关心供应商交付，财务部门关心库存和现金流。更麻烦的是，各个部门都有自己的数据和工作目标。行业需求随时可能变化，而企业的经营决策必须综合考虑所有因素。

▲ 腾讯云副总裁孙燕

腾讯云副总裁孙燕在采访里提到了一个案例，某汽车大厂原先需要通过大量跨部门会议完成产销协同，产量的决策过程往往要持续两三周，甚至一个月。腾讯与其联手引入智慧化体后，系统能够综合企业内部经营统计结果与外部市场信息，围绕利润、销售表现等不同方向生成决策提议。

这套流程将原先需要数周完成的决策，压缩到了 1—2 天。当然，最终决定仍然由机构管理者作出，AI 主要的作用是承担信息整合、分析和辅助决策的工作。

一家大型车辆企业内部，可能有数万名员工、数百个业务平台，每个人都在努力提高自己的工作效率，但组织的整体效率往往受制于部门之间的信息传递与协作成本。

这种摩擦或许是当下中国汽车工业「卷」过头的一个诱因，个体的效率增加未必促成整体效率的提升。

这也是腾讯此次提出 AI 组织效能解决方案的背景，今年以来，WorkBuddy、CodeBuddy 等 AI 工具已经进入不少汽车机构。腾讯透露，长安、比亚迪、广汽、零跑等近九成国内车企，正在使用相关智能体产品及模型业务支持。

生成文章海报 / 分享二维码