【专家观点】许申平:AI驱动的数字化转型与实践

5月23日，百人会“浙江省加快培育制造业AI服务商”圆桌活动在绍举行。杭州吉利汽车数字科技有限公司总架构师许申平出席并做专题分享。百人会秘书处根据现场发言整理如下。

人工智能概念自1943年提出以来，历经知识驱动、数据驱动、智能驱动三大发展阶段，每一次技术跃迁都深刻重塑全球经济格局。

第一阶段（知识驱动）：全球GDP增长了5倍；

第二阶段（数据驱动）：全球GDP增长80倍以上；

第三阶段（智能驱动）：大模型技术突破，数智融合成为实体经济升级的核心引擎。

如今，拥抱AI早已不是企业的“选择题”，而是关乎生存与发展的战略必答题。AI直接决定企业服务客户的能力、市场份额的大小与核心竞争力的强弱。对吉利而言，若不主动拥抱AI，终将面临客户流失、被竞品赶超、被新兴业态颠覆的三重风险。

在数字化转型过程中，吉利识别了很多AI场景在汽车行业的应用，但仍面临两大核心痛点：一是业务与技术脱节，数字化推进多由技术部门主导，业务端参与度不足，技术落地难以贴合实际需求；二是数据孤岛突出，数据中台建设根基薄弱，数据分散割裂，难以形成驱动业务的有效资产。

因此，吉利提出“百人百智”专项，聚焦研、产、供、销、服全业务链条，挖掘100个核心业务场景，打造100个智能应用标杆，以场景化落地破解转型难题。接下来以营销场景为核心，详细解读吉利AI从机器学习到大模型的实践跃迁。

（一）保客增换购到战败激活：技术迭代，转“败”为胜

我刚入职吉利的时候设计的第一个环境是保客增换购模型，借助联邦平台，在合规前提下与三方运营商等合作伙伴共建模型，挖掘用户增购或换购意向，但初期9个月效果未达预期。复盘后发现，大量线索并非用户无购车意愿，而是销售顾问未能精准识别真实需求，导致线索被误判、战败了。

过程中又设计了战败激活模型，利用AI技术识别用户意图，再叠加大模型能力，设计了模型，最终实现了单月线索破百，稳定后月成交增长能达到300台。

汽车行业已进入存量竞争时代，线索成为营销与销售核心资源，但存在线索成本高（头部车企年均超数亿元，单条成本年增速15%—20%）、假性战败线索识别难（传统机制误判30%—40%有效线索）的痛点。

特别像吉利这样传统的主机厂，以经销商模式为主，过程中会有一些天然的弊端，如经销商门店之间的竞争机制导致门店线索不互通、缺少有效的激励政策等。

吉利通过战败激活模型，智能识别线索战败的真实原因，精准区分是不是假性战败。经分析，异地、价格、时间、品牌车系是最常见的四类假性战败场景。针对这些高频场景，模型将识别结果与业务SOP深度结合，实现线索智能分流与精准下发。

经典案例：7月8日、10日、12日，邵阳门店连续三次收到同一位客户舒先生的线索。初次沟通时，客户称自己是怀化人，不考虑在邵阳购车，被销售直接作废。后续两次跟进，客户均表示人在永州、购车不便，最终于8月7日明确“永州优惠1.5万元，不在邵阳买”，线索被判定战败。

然而，战败激活模型通过多模态数据分析，精准捕捉到关键信息：意向地为怀化、意向车型为星越L、意向购车时间为8月。8月9日，系统自动将线索下发至怀化匹配门店，最终促成成交。

因此，不是客户不想买车，而是我们没能读懂客户的真实意向。

（二）三层技术架构：数据打通，智能赋能

构建“数据层－模型层－应用层”三层架构：数据层整合CRM、客服通话、官网日志多渠道数据；模型层以ERNIE-4.5为核心，叠加实体抽取模块；应用层输出战败原因识别、意向信息，形成意向线索下发，高意向会自动结合SOP下发给门店，中低意向通过智能客服平台进行智能外呼。

最终达到的效果是仅投入10万元，模型准确率达到88.38%，2023—2024年累计带动成交3000余台，单台产值1万元，ROI价值突出。此外，模式成功复刻至售后保养、邀约等场景，开发周期从3个月压缩至数周。

目前，该模式仅为单一品牌试点，后续将推广至吉利集团多品牌复用。AI正将“低转化率”的行业难题，转化为可复制、规模化的生产力，并具备从车企向全行业迁移的通用性价值。

结合实战经验，吉利总结出“185架构”。

（一）新物种：1个角色

将AI定义为数字员工，赋予其明确岗位、职责与技能，建立“选、育、用、留、备、退”全生命周期管理体系，通过“三力九度”（业务力、专业力、经营力）考核，让AI深度融入业务组织，而非孤立的技术工具。

（二）新基因：8个步骤

从战略到落地，分8步推进AI转型：明确AI目标、识别AI场景、重塑AI流程、规划AI资源、改造AI系统、治理AI数据、适配AI模型、迭代AI运营，实现业务与技术的深度融合。

（三）新环境：5个保障

需要AI组织保障、AI投入保障、AI流程保障、AI架构保障和AI中台保障。在AI投入上，目前吉利在立项过程中要求AI投入在30%以上，是强制要求，也是我们对AI重视的体现。在AI架构上，吉利对传统的4A架构进行了升级，提出EA++企业架构，在传统的4A架构中融入智能架构、体验架构、安全架构——让AI不再是游离于业务之外的“插件”，而是长在企业肌体里的“新器官”。