AI时代,工程师真正要升级的,不只是工具,而是工程系统能力

💡 读了德勤和凯捷两份报告后，我想清楚了一件事：AI不是在替代工程师，而是在重新定义工程能力。未来有竞争力的工程师，不是会用AI工具的人，而是能把AI嵌入整个工程价值链、把技术、数据、模型组织成系统的人。

最近我越来越强烈地感觉到，工程师正在进入一个新的分水岭。过去我们谈工程能力，更多是在谈专业经验、测试方法、仿真工具和问题解决能力。但现在，AI正在把这些能力重新组合。它不是简单多了一个工具，而是在改变工程师理解问题、处理数据、建立模型和做判断的方式。

这两天我连续读了两份关于AI与工程研发的报告。一份来自德勤，更多讨论AI如何进入物理产品创新；另一份来自凯捷研究院，更系统地调研了全球工程与研发体系在AI时代面临的压力和转型方向。这两份报告放在一起看，让我有一个很强的感受：AI时代，工程师真正要升级的，不只是工具，而是自己的工程系统能力。

昨天和大家分享了德勤那份关于AI与工程研发的报告，今天再和大家分享另一份来自凯捷研究院的报告，以及它给我的一些启发。这份报告给我最大的感受有三点。

一、全球工程体系正面临代际切换

目前全球工程体系正同时面临机遇和挑战，而且这种机遇与挑战在不同区域呈现出明显差异。报告中提到，44%的企业认为如果未来五年不能加快创新，就可能失去显著市场份额；78%的企业表示过去三年成本上升；48%的企业表示开发周期变长。第一次看到这些数据时，我其实是有些怀疑的，因为从国内尤其是新能源汽车行业来看，我的直观感受是开发节奏明显在加快，而不是变慢。

后来我逐渐意识到，这种差异来自所处环境的不同。我刚好身处中国市场，而且上一家公司也处在行业领先位置，因此更容易感受到效率提升的一面。但如果站在欧美传统企业的角度，他们过去积累的大量流程、系统和验证体系，在需求变化较慢的时代是优势，而在当前快速迭代的环境下，反而可能成为负担。本质上，这是工程体系的一次代际切换——从强调一次做到完美，转向强调快速迭代和持续演进。报告中提到，3M全球研发负责人也明确表示，他们正在从”perfection-first”转向”iteration-first”，这对我触动很大。

二、工程能力升级是整个体系的重构

AI时代工程能力的升级，不是简单增加一两个工具，而是整个工程体系的重构。报告总结了几个关键方向：通过多种AI能力进行结构化应用、提升工程体系的灵活性、强化人才与能力建设，以及拓展工程生态。从这个角度看，德勤报告更多聚焦”AI怎么进入具体工程动作”，而凯捷这份报告关注的是”工程体系整体如何重构”。两者并不矛盾，而是分别从操作层和系统层描述同一个趋势。

从组织层面来看，大部分企业已经在积极拥抱这一变化。报告显示，84%的企业计划在未来2到3年增加工程与研发中的AI投入，其中接近一半的企业计划增加10%到15%。同时，目前企业大约将7%的工程研发预算投入AI相关项目，并计划继续提升。这一点我也有切身感受，我们公司正在提供充足的AI Token资源，让大家探索AI和实际业务的结合点，这种开放的尝试本身就非常重要。

三、AI不是替代工程师，而是增强工程师

也是对个人最有启发的一点：AI不是替代工程师，而是增强工程师。报告中提到，只有15%的受访者认为AI可以替代工程师的创造力和问题解决能力。这一点我非常认同。真正重要的，不是AI能不能替代人，而是我们如何把AI嵌入自己的工作方式。

我现在尝试用一个比较清晰的方法来理解这个问题，就是把自己的工程价值链拆开来看。以我做声音与振动体验工程为例，大致可以分为六个环节：技术调研、数据处理、模型与机理理解、概念设计、详细设计以及集成验证与问题解决。

在技术调研阶段，AI已经可以完成大量文献检索和信息整理工作，效率提升非常明显；在数据处理阶段，我最近做了一个小Demo，用Agent将振动原始数据转化为人体感知相关的客观指标，原来需要两三个小时的工作，现在几分钟就可以完成，而且还能自动生成可视化结果和报告。在模型与机理理解阶段，我也尝试用AI辅助搭建两自由度和三自由度模型，通过调节参数来理解系统响应，这种”可交互的机理理解方式”非常高效。

在概念设计阶段，AI可以帮助发散思路、对比方案和识别变量，但不会直接给出最终答案；而到了详细设计以及集成验证与问题解决阶段，目前仍然高度依赖工程师的经验和判断。尤其像振动舒适性这样的问题，既涉及客观指标，也涉及主观体验。我这次试用期做的样车改进，本质上就是通过机理分析找到关键路径，再通过改车验证形成闭环，这一部分AI更多是辅助，而不是主导。当然，从长期看，如果有足够高质量的工程数据，AI在这些环节的能力也会逐步增强。

四、结语

所以，这篇报告让我最核心的一个收获可以收敛成一句话：AI时代工程师真正要升级的，不是某一个工具，而是工程系统能力。我们需要重新看清自己的工作链条，判断哪些环节可以交给AI加速，哪些可以借助AI增强，哪些必须由人来主导。

未来真正有竞争力的工程师，不是简单会用AI的人，而是能够把AI嵌入整个工程过程，把技术、数据、模型、经验和流程组织成一个系统的人。对工程师来说，最重要的不是和AI竞争，而是学会与AI协同，让AI成为自己能力的一部分，从而在更高层级上解决问题。