长春CIO论坛：AI驱动汽车产业智能化升级

《人工智能赋能制造业重点行业转型指引》明确指出汽车行业为装备制造业重点转型领域，强调了其在“全链条智能化升级”中的战略作用。那么，汽车产业智能化升级有哪些技术路径，哪些典型应用场景，以及有哪些值得借鉴的AI应用成功案例呢？

3月27日，在由ENI经济和信息化网与吉林省电子信息行业联合会联合举办的“AI+数智化：重塑汽车全产业链”长春CIO智行社活动中，中车长春轨道客车研发中心人工智能负责人李波分享了企业“AI应用实践与案例”，康普中国北区技术经理孙天光和金智维大区总监李彦春分别围绕“智能制造网络解决方案”和“AI驱动生产优化”主题，从网络基础设施建设和智能运维管理角度，介绍了智能化转型的相关技术方案和应用场景。

李波 中车长春轨道客车研发中心人工智能负责人

作为高端装备制造领域的标杆企业，中车长春轨道客车创建于1954年，是我国首个现代化轨道客车制造基地。在国家人工智能战略与交通科技创新规划的双重推动下，轨道交通行业正加速迈向数字化、智能化、绿色化融合发展的新阶段。

随着大模型技术的兴起，时序大模型在工业实时数据分析和设备健康管理等领域展现出独特的应用价值。李波重点介绍了时序大模型在轨道交通装备全生命周期管理中的实际应用，分享了中车长客如何通过AI技术实现保安全、降成本、提质量、增效益的管理理念与实践经验。

针对行业普遍存在的多系统信号难以整合、数据采集周期不统一等技术难题，中车长客基于自有数据和开源数据集进行模型训练，利用传感器时序数据建模，开发了“斫轮·九章”轨道交通车辆健康管理大模型。该模型突破了传统PHM技术的局限性，构建了从感知到诊断、预测再到执行的全流程智能应用体系。

此外，团队还开发了智能专家系统，实现了数据驱动的精准定位和决策支持，为轨道交通装备智能化升级提供了可复制、可推广的解决方案。

孙天光 康普中国北区技术经理

作为拥有3500项专利、业务遍布全球的制造商，康普深谙解决方案交付的重要性。孙天光在演讲中指出，智能制造网络面临多重挑战：生产环境复杂，抗干扰要求高；应用场景多样，系统兼容性要求高；车间跨度大，长距离传输需求高；同时，智能制造和AI对数据采集、分析和利用提出了更高要求。

汽车制造涉及冲压、焊接、涂装和总装四大环节，各环节对网络环境提出了不同需求：电磁干扰强度大、防水防尘要求高、信息节点同步要求高以及通信链路长。康普为此提供了包括高速无线网络、双层屏蔽线缆、智能连接设备等在内的全套解决方案。

康普通过高速铜缆和光纤布线系统，满足办公和研发部门的高速数据传输需求；通过超长距离网络和POE供电方案，解决仓储场景中的复杂应用需求。其imVision智能布线管理系统集成了文档管理、自动化工作流程、远程运维和风险控制等功能，为企业的智能网络管理提供了有力支撑。

孙天光还以天津某跨国制造企业和南昌某本土汽车制造企业的实际案例，详细讲解了上述解决方案在不同场景下的应用效果。

李彦春 金智维大区总监

在数字经济时代，人机协同正在重塑生产力组织方式。金智维专注于AI数字员工和企业智能体解决方案，通过将AI算法、大模型技术和RPA流程自动化技术与行业场景深度融合，开发了具有自主知识产权的AI解决方案。

金智维的数字员工解决方案覆盖了生产流程、资金流动、信息传递和IT运维等多个维度。李彦春重点介绍了该方案在汽车制造领域的典型应用：通过RPA流程自动化平台整合系统资源，优化业务流程；在财务报销审核、集中支付对账等场景中实现高效运营；在IT运维方面提供智能监控和可视化管理工具。

李彦春强调，部署数字员工可以将业务流程时间缩短50%以上，实现零差错运行。其优势在于无需对现有系统进行改造，即可快速响应业务变化需求。这不仅让员工从重复性工作中解脱出来，专注于核心业务，同时也降低了新业务场景开发的试错成本。

在随后的圆桌讨论环节，与会的CIO和数字化管理专家围绕AI技术在制造行业的应用、智能制造网络建设、AI应用场景优化等议题，与演讲嘉宾展开了深入交流。

活动亮点