基于政策与技术的双轮驱动，人工智能以更快的速度和更高的效率在汽车制造领域解锁更多的应用场景。然而与目标对接，“算法与设备协同障碍、数据治理难题、工业场景复杂度高、数据隐私及安全”等诸多挑战，使得大模型、智能体等AI技术在汽车产业实现从技术到场景的落地，亟需方法论、路径、经验等多维度的参考答案。

2026年4月25日，由ENI经济和信息化网主办的“从技术到场景：汽车产业AI大模型应用场景探讨”CIO智行社活动中，宁波继峰汽车零部件股份有限公司(以下简称继峰股份)CIO唐家宝结合企业AI应用重要成果“AI知识中台”，分享了AI规划蓝图以及实施路径。Epicor高级解决方案顾问俞大胜介绍了AI加持下的智能制造方案如何赋能汽车产业全价值链协同。戴尔科技集团华东区首席渠道架构师康玮良以OpenClaw爆火面临的算力和安全挑战，分享了戴尔方案。上海适途科技则通过展台交流的方式，向与会CIO展示了其在汽车产业深厚的研发设计能力和经验积累。

唐家宝 宁波继峰汽车零部件股份有限公司CIO

继峰股份成立于1996年，是全球汽车内饰与座椅系统的重要供应商，主要客户涵盖宝马、奥迪、大众、特斯拉、比亚迪等国内外主流车企。继峰股份CIO唐家宝在演讲中提到，汽车零部件供应链具有“三高一长”，即‌高定制、高波动、高追溯、长链条的复杂性特征，而企业则在应对这些挑战、提升运营效率方面对AI从工具到决策的应用赋予了较高的期待。

‌本地化部署的“AI知识中台”是继峰股份当下AI落地的主要成果之一‌。围绕“知识智能化应用与价值释放、统一知识管理与规范入库流、复杂文档高效解析能力、精细权限配置与安全体系建设”目标，由本地部署的GPU算力及本地知识存储作为基础支撑、AI知识中心及应用层共同构建的“AI知识中台”满足了企业在知识管理方面的五大需求。

‌全生命周期知识管理：覆盖企业公共知识与员工个人知识的双向沉淀与管理，提供从文件上传、智能解析、审核到入库的全流程。

‌强权限与安全体系‌：支持多层级组织、角色、用户的精细化权限管控，确保核心知识资产安全，所有操作行为可追溯。

‌企业级文件全生命周期管理‌：支持超过20种文件格式(包括PDF、Office系列)的智能解析、版本比对与历史追溯，并可与飞书、内网磁盘等平台同步。

‌高可扩展性架构‌：平台可与企业现有IT生态(如OA、ERP、CRM)及身份管理系统(如AD)对接，提供丰富的API接口以灵活扩展。

‌融合业务深度拓展‌：基于知识中台的数据沉淀，可开发和集成面向具体业务的AI智能体，例如用于员工培训的AI模块和自动生成技术标准文件(TDM)的智能体。

演讲的最后，唐家宝分享了企业AI平台蓝图以及分布实施的路径：从搭建基础平台和知识库，到构建数据中台并落地核心应用，最终拓展至AI智能体应用与自主优化。

俞大胜 Epicor高级解决方案顾问

1972年成立的Epicor在制造业数智化领域深耕已有50多年，通过AI加持的方案创新成果，Epicor可以为汽车产业智能转型提供哪些更高价值的功能与场景?在以“从数据洞察到行动：Epicor AI赋能汽车制造全价值链协同”的演讲开篇，俞大胜介绍了Epicor基于以ERP为重要组成部分的核心平台，集成MES、APS、高级质量管理、PLM等系统构成的智能制造体系。

其中，AI加持的Epicor ERP+MES上手速度快、准确度高，可以优化与人的互动，具有更高的洞察力。Kinetic 中提供的可通过自然语言交互的智能体 Prism 代理，内嵌推理代理、知识代理、编程代理等多种专业代理，能够在业务现场直接回答问题、生成代码、分析数据与文档。

随后，俞大胜分享了Epicor ERP中的AI 落地典型场景。

‌智能销售配置(CPQ)：通过3D可视化配置与动态定价规则，结合ERP数据，‌将复杂报价周期从数天缩短至分钟级‌，提升订单准确率与转化速度。

‌智能预测与库存优化(IP&O)‌：利用AI自动选择最优模型进行精细化需求预测，并‌智能动态调整安全库存水平‌，力求在实现高订单交付率(如98%)的同时，‌降低库存成本(目标20%)‌，平衡销售、财务与供应链的目标冲突。

‌AI驱动的高级计划排产(APS)‌：结合设备实时数据(IoT)，以‌分钟级频率动态重排生产计划‌。当发生突发事件(如设备故障)时，系统能‌自动触发连锁行动‌(重派工单、更新物料需求等)，实现从被动响应到主动应对，并通过“‌排产数字人‌”提供对话式交互。

生产的实时可视与过程控制‌：通过工厂连接与互联过程控制模块，实现生产状态实时监控、无人盘点，构建透明化的车间执行环境。

康玮良 戴尔科技集团华东区首席渠道架构师

OpenClaw小龙虾的爆火，让AI智能体自主实现跨应用、跨任务自动化的能力和价值得到了直观的呈现。但在智能体等AI应用落地过程中，对于企业算力呈指数级增长的需求，大模型不可控性导致的严峻安全挑战，都成为企业在AI时代的数智化建设中亟待解决的问题。

为此，戴尔科技集团华东区首席渠道架构师康玮良在演讲中通过展示AI眼中的OpenClaw 架构实例，介绍了由Dell Power Edge R570构建小龙虾池塘具备的优势和能力。R570单机构建的算力池塘可支持3张双宽GUP，实现模型运行无压力;纯本地运行更能满足合规与隐私需求;无需云上Token开销让成本可控、可预测;易扩展平台可承载更多的本地AI负载。

针对以“OpenClaw”为例的AI智能体架构面临的多维安全挑战，康玮良介绍了戴尔以 ‌“零信任为核心原则的综合性安全与数据管理方案，贯穿AI智能体设计、开发、生产、部署、维护等生命周期的各个阶段。其主要功能包括：

‌风险阻断与介入：利用‌PowerScale‌的审计功能和专用软件进行实时监控与即时操作阻断。通过‌PowerStore‌存储扫描实时监控AI行为，甄别风险操作。

‌核心数据保护‌：使用‌WORM(一次写入，多次读取)‌ 功能锁定核心数据，防止被AI误改或恶意软件加密。通过‌PowerStore的MPA(多方授权)‌ 功能，对核心数据变更实施“机器决策+人员审批”的双重控制。

‌快速恢复与业务保障‌：利用‌戴尔存储的快照功能‌，在安装新插件前自动创建还原点，实现受损后的秒级恢复。采用‌“避风港”方案‌，在AI层爆发病毒后可安全隔离并快速恢复核心业务。通过‌同步/双活复制‌、异地容灾架构，确保业务的连续性。

‌安全的基础架构实践‌：构建一个安全的“多智能体”混合架构，整合了HPC计算集群、AirGap网络隔离、主存储(PowerStore, PowerScale)、备份与归档(Data Domain)等组件，并在各环节嵌入零信任与安全能力。

30多位宁波汽车及零部件企业CIO参与了活动，并就AI落地的规划、路径、场景和挑战等主题进行了深入的交流。