WorkBuddy 正式入职零跑，40+ 核心业务场景 AI 提效 90%。

9 月 23 日，腾讯对外披露 AI 落地最新成果—— WorkBuddy   AI 工作台在零跑汽车完成规模化部署，将帮助零跑落地超 40 套标准化业务系统，把原有 1700 余人天的传统开发工作量压缩至 177 人天，节省约 90% 的人力投入。

当前，汽车行业的 AI 舆论焦点大多集中在车载端，座舱大模型交互、车载智能体迭代、高阶智驾算法进化等占据了大量篇幅。而腾讯本次将 AI 工具应用于车企研产供销后台的实践，则抛出了一个新的行业议题：车企的智能化竞争，是否应当把内部效率的提升也纳入评估框架？

后台 AI 落地

从单点试点走向规模化

据腾讯介绍，针对汽车行业长尾业务数字化难题，腾讯 AI 工作台能够适配整车制造体系的人机协同开发体系，重构车企传统 IT 开发流程。

这套模式由腾讯输出标准化 AI 开发能力、业务封装能力与安全审核机制，结合车企一线业务需求落地场景，形成 " 业务提需求、AI 快速生成原型、IT 合规审核落地 " 的闭环体系，打破了传统车企 IT 排期紧张、需求积压的行业困境。

目前，这套 AI 工作台已经在零跑汽车完成全场景的落地，覆盖整车研发、冲压制造、试验验证、智能驾驶、车联网、供应链风控、内部审计等 40 余个核心业务域，带来了可观的量化成果。

例如，冲压模具全生命周期管理系统 12 大功能模块，传统开发需 100 人天，借助腾讯 AI 开发能力仅需 10 人天即可完成上线；试验车下线交付管理系统，将 45 人天的开发工作量压缩至 5 人天，解决多部门数据混乱、状态无法统一管控的问题。

除了提质增效，依托于 WorkBuddy 的技能封装能力，腾讯 AI 工作台还能帮助车企完成业务经验的数字化沉淀，有效规避人员流动带来的经验流失，帮助车企实现从单一效率提效，到整体组织数字化能力升级的跨越。

区别于行业普遍的单点试点模式，这套方案还具备跨场景、跨板块批量复制的能力。不仅深度适配汽车工业标准，保留业务校验、IT 审核联调双重合规关卡，还能够杜绝 AI 输出直接上线带来的数据风险、追溯风险，解决了多数行业 AI 方案 " 灵活有余、严谨不足 " 的难题。

据悉，目前腾讯与零跑的合作仍在持续迭代，后续还将持续向生产、销售、交付等全经营链条进一步拓展，全流程赋能车企。

两条技术路线

海内外车企的不同选择

腾讯 AI 工作台的落地实践是国内工业 AI 赋能车企的一个缩影。在价格战常态化、车型迭代加速的当下，行业逐步意识到：车企的核心竞争力已经不再局限于产品参数，成本管控、供应链安全、研发效率、组织沉淀等后台能力，也是穿越周期的核心壁垒。相对应的，AI 的应用边界也不止于座舱与智驾，工厂、研发、供应链体系同样是重要的落地场景。

目前来看，基于产业基础、技术路径的差异，海内外车企在 AI 领域的 B 端实践演化出了两条不同的路径。

先看海外车企，AI 改造更侧重于底层架构革新，投入周期长、体量庞大，偏向自上而下的体系化升级。

例如，英伟达与现代共建 AI 工厂，依托 Blackwell 算力底座打通自动驾驶仿真、数字孪生、产线机器人训练体系，实现产线规划、仿真调度的全域 AI 管控；通用携手英伟达，基于 Omniverse 平台训练工业 AI 模型优化工厂布局与机器人作业逻辑；宝马依托 Omniverse 搭建全球统一虚拟工厂，通过数字孪生完成产线仿真、质检模型训练、多工厂协同规划；大众联合 AWS 搭建全球统一工业云平台 DPP，统一全球工厂设备数据标准，批量落地预测性维护、智能排产 AI 应用；奥迪落地边缘云生产架构，以虚拟化硬件替代传统工业设备，为产线 AI 规模化运行提供算力支撑；特斯拉则自建全域 AI 计算集群，闭环承载自动驾驶训练、工厂机器人迭代、工艺模型优化，走高度垂直整合的自研基建路线。

与海外重基建模式不同，国内车企更倾向于从具体的业务痛点切入，以 AI 工作台、企业 AI   Agent 为载体，轻量化、快速化地赋能一线业务人员。

例如，长安依托 AI 工具实现工程师自主搭建业务应用，将线束选型计算的工作时长从手工的两天压缩至 AI 的数分钟；一汽自研 OpenMind 智能体，应用于 BOM 物料管理，实现大部分工艺路线自动编制，减少手工数据处理工作量；上汽推进集团全域 AI 建设，覆盖研发协同与供应链管理；江汽落地工业质检大模型，用于四大工艺产线缺陷识别。

这两条路径无优劣之分，都是产业演进中的不同探索方向。而客观来看，汽车产业的 B 端 AI 规模化落地整体仍处于早期发展阶段。在这一时期，企业端 AI 定位是补充，而非替代传统 IT。ERP、MES 这类核心工业系统承载生产关键业务，仍需要传统 IT 流程严谨实施。AI 工作台与 Agent 则主要承接需求零散、迭代速度快的中小型业务，填补原有数字化空白，二者属于协同共生关系，将共同推动汽车工业智能化升级。