随着AI办公大战快速推进，头部玩家的竞争焦点已经从“谁能生成”切换到“谁能把活干好”，对企业用户的争夺进一步白热化。

　　8月初，阿里将QoderWork、悟空、MuleRun三条产品线整合为“千问办公”上线；最新数据显示，9月4日，千问办公上线满一个月，用户数突破3000万，其中企业用户占比超过一半。

　　长安汽车，正是千问办公最受外界关注的落地样本之一。作为中国汽车行业三大央企之一，目前长安汽车已在研发、生产制造、供应链、销售、服务等全链路业务场景接入千问办公。

　　日前《中国经营报》记者实地探访长安汽车发现，AI已经不再是技术团队的试验品，而是一线员工手中的生产力工具——从不会写代码的质量工程师，到55岁的包装管理员，都在用它解决真实问题。

　　长安汽车公司总裁助理、变革与效率部总经理梁光忠对记者表示：“在长安汽车，千问办公这类Agent不仅仅是个人提效工具，更是企业打造AI native组织的利器，它能把AI能力嵌入到业务流程本身，让整个组织的运转方式发生变化，使得AI成为企业基础设施的一部分。”

　　让AI在“一线”跑起来

　　今年以来，长安汽车将AI创新推进到组织内部，目前已覆盖各个业务单元。

　　“现在已经出现一些明显变化。过去只会用一句话提出需求、完全不会编码、也不是计算机专业出身的业务人员，已经能够借助AI做出产品Demo，甚至开发出可以实际使用的工具或系统。”长安汽车AI应用开发处经理肖世强告诉记者。

　　长安汽车产品开发中心电气系统集成测试工程师毛海，用千问办公开发了两款工具，其中低压线束选型计算工具让他印象最深。

　　线束被称作汽车的“血管和神经”，一个车型涉及成百上千条线束的参数计算，涵盖线径、引脚、电流负载、温度等复杂参数。过去资深工程师完成这项工作需要整整两天，大约2880分钟。

　　重复劳动不仅耗时，漏算、算错也是常态。毛海的做法是把线束工程师头脑中的计算逻辑整理成产品需求文档，输入、输出和计算规则全部写清楚，再交给AI开发可执行工具。经过几轮调试后，工具正式投入使用。如今导入参数表后约5分钟即可输出结果，效率提升超过570倍。

　　另一个工具是灯效模拟器。过去设计团队要验证灯光效果，要么用语言描述、难以可视化，要么走开发流程制作实车demo，方案共识往往拖上数周。现在，工具直接在3D车模上渲染灯光效果，把周期缩短为一次会议。

　　在生产制造端，河北长安质量体系管理工程师郭子雅工作了13年，此前她专业是材料学，没写过一行代码。2026年接触AI后，她开发了扫码转中文工具，解决了产线扫码枪无法识别汉字的痛点，已在多个生产单位推广。

　　她参与的另一个工具是随车文件核查小程序。车辆出厂时，合格证、COC证书、环保清单等随车文件的参数必须与国家监管网站保持一致，涉及出厂必检项目超100项。过去人工逐张核对需要十几分钟，现在拍照上传后，小程序自动抓取参数并比对公告数据，单车核对时间降至一到两分钟。

　　在供应链端，55岁的物流处包装管理员张永泽是另一个典型。他把连接全国数百家供应商、单个项目数千条零件的包装评审流程拆解为七八个自动化脚本，实现数据自动抓取、进度汇总和滞留预警，工作量减轻九成以上。

　　采购中心全球采购平台数字化高级项目经理龚玄的经历更具代表性。龚玄没有IT背景，大学连计算机二级证书都没拿到。但如今她的工作方式已变成“AI First”：58个场景、58个技能由AI协助完成，过去两周累计交互240多次，按复盘估算节省约45小时。

　　AI在销售及服务端同样跑出了效果。单个调研项目涉及两到三万份用户样本，过去非结构化用户原声分类分析耗费数天人力，现在通过千问办公可自动完成情绪识别和观点聚类，分析周期压缩至半天以内。

　　在肖世强看来，集团内部快速深入使用AI有两个关键节点：第一个是技术节点，AI从问答转向真正执行任务，模型外增加应用工程层后能力释放；第二个是企业内部推广节点，当公司领导真正安装、使用AI并认可其落地能力后，内部推进明显加速。

　　当AI成为基础设施

　　如果只是一线员工的零星尝试，AI很难穿透一家大型制造企业的肌理。长安汽车的做法是，把AI嵌入组织本身。

　　据长安汽车变革与效率部副总经理景笑飞介绍，长安数字化建设有两个关键词：AI和效率。在AI方面，长安提出“无AI，不长安”，并形成“一体三域”的AI变革策略，“一体”是算力和平台底座，“三域”是产品、智造和运营，目标是让AI从工具逐步转化为企业基础能力。

　　“公司内部正在推动三个变革：第一是个人军团化，希望让一个人拥有一支AI团队协助作业，成为超级个体；第二是能力Skill化，把专家的绝活沉淀为组织资产；第三是IT AI化，让过去给人看的系统页面，转变为可以被AI调用的接口。”肖世强进一步介绍了内部正在发生的系统性变化。

　　据了解，目前长安汽车推动全员使用AI，没有简单地下达节省成本、减少人力的硬指标。肖世强解释：“行业仍处于发展和探索阶段，把AI创新完全转化为经营指标既不现实，也容易产生虚假结果。”

　　公司的做法是数据驱动运营，后台会分析使用量较高的员工，邀请他们参加每周分享、树立标杆；也会关注尚未使用AI的员工，了解其顾虑并针对性培训。

　　目前公司AI工具的平均日活率约为50%，即每天大约一半员工在高频使用，比例仍在不断提升。除日活外，后台还会观察Token消耗、活跃天数、Skill数量等指标，用于衡量使用率和价值。

　　与之前的数字化转型相比，这一轮AI转型为什么能在一线快速跑通。

　　在肖世强看来：“过去做数字化转型更多聚焦于系统，希望通过一个大型系统解决很多问题；现在做AI，更大的变化是聚焦于人，由具体的人使用AI解决具体问题。”

　　过去数字化重点解决信息孤岛、数据质量不高、系统未打通等问题。AI具备类人操作能力后，可以模拟人的工作方式，把相互隔离的系统和信息连接起来。它也不受人员数量的同等限制——只要有足够算力，就可以快速补充执行能力；人则负责审查和质量管控。

　　龚玄还补充了一个重要观察：数字化系统很多时候实现的是管理者的意图，主要由少数 IT 人员建设和推动；AI 则能够给每一名员工带来直接的省时、省力体验，员工自己也可以参与使用和改进。AI 的产品势能和群众基础与传统数字化系统不同，这也是AI 推进更顺利的重要原因。

　　引入智能体后，如何看待Token消耗快速攀升，如何衡量投入产出比，景笑飞告诉记者，当前阶段的首要任务，是让员工了解AI、学习AI，形成使用AI改善工作的习惯，暂未把Token消耗设为最重要的限制因素。“一些场景能够实现数倍甚至数十倍的效率提升，现阶段获得的价值可能高于Token成本。”

　　“进入下一阶段后，公司会更系统地分析投入产出。最终目标仍然是让效能和效益提升高于投入。”景笑飞进一步表示。

　　当AI逐步融入企业内部，在未来可见的三到五年内，将会给车企带来哪些肉眼可见的变化。

　　景笑飞透露，目前长安汽车正从产品和经营管理两个方向推动AI。“未来3至5年，汽车产品可能普遍具备AI能力；生产体系中，员工可能形成碳基员工配硅基伙伴的协作方式，具身智能机器人也可能进入工厂，企业会逐渐向AI原生方向发展。”

　　阿里云副总裁、AI汽车行业线总经理李强则认为，主要变化会发生在产品力和生产力。生产力方面，AI进入业务流程后，部分流程会被简化，智能体和数字员工会进入办公体系，不同企业的运行速度和效率可能出现明显差异。产品力方面，智能座舱、主动服务、多屏融合和自动驾驶将直接影响消费者体验。

　　另据记者了解，千问办公融入长安汽车只是阿里与长安汽车合作的一个截面，长安天枢智驾系统已在使用平头哥自研AI芯片，天枢座舱也已接入千问大模型。

　　在李强看来，未来行业竞争将从“单车智能”走向“企业智能”，拉开车企差距的不是谁率先接入某个模型，而是谁能把AI转化为企业持续进化的能力。

　　从不会写代码的工程师自主开发工具，到55岁员工减负九成；从集团A I工具日活突破50%，到AI真正融入组织架构——长安汽车的样本说明了一个朴素的进化论：模型会逐渐普及，单点应用也容易被复制，难以复制的是车企能否借助AI打通“研产供销服”的完整链条，变身生产力工具。这些，或许才是AI办公从“能用”走向“好用”的真正分野。

（文章来源：中国经营报）