夜雨聆风8月16日，有幸参加上海交大徐汇校区举办的AI时代产业创新管理论坛暨“智能时代五链人才”MBA培养改革发布会
主办：上海交通大学安泰经管学院MBA
核心目标：面向AI浪潮，打造复合型五链产业领袖，同步发布MBA人才培养改革方案、产业共创计划；丁奎岭校长（中科院院士、交大校长）出席致辞，鄂维南院士做主旨主题演讲。
✅ 五链定义：链接智能、链接科创、链接产业、链接世界、链接交大
二、时间线预判：智能社会三阶段路线
1. 2027年｜深度融合产业场景：AI应用普及率超70%，落地六大领域重点行动
2. 2030年｜全面赋能高质量发展：AI应用普及率超90%，智能经济成为核心增长极
3. 2035年｜全面步入智能社会：全民共享智能发展成果，服务中国式现代化建设
六大落地方向：人工智能+科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作
三、鄂维南院士主旨演讲核心观点（重点）
鄂维南｜中科院院士、上海交大人工智能学院首席顾问
1）AI会带来三大结构性变革
- 优质教育资源平权化
- 再教育/继续教育常态化，传统第一学位、单一专业的权重持续下降
- 高校核心任务，从教书转向育人；现状痛点：大量高校、教师尚未做好转型准备，会成为发展阻碍
2）AI时代，人人都要成为“领军人才”
领军人才三大必备能力：
1. 基本原理思维：物理、数学底层核心（看透复杂问题本质）
2. 提出问题的能力：深度挖掘真实需求（比解决问题更关键）
3. 工程实践能力：实验、编程、熟练使用AI辅助工具
3）AI科研范式变迁
- 牛顿范式：基本原理驱动
- 开普勒范式：数据驱动
- AI for Science 正在把两条范式融合；交大AI学院替代传统数据科学研究院
4）AI领域当下核心困境
1. 高校容易被产业边缘化，很难站在技术最前沿（不只是算力差距）
2. 大量前沿模型、成果不开放
3. 学生、年轻人反而走在前沿，现有教育科研体系跟不上节奏
4. 尖锐判断：人工智能最先替代的，就是传统AI从业者
5）破局解决方案
- 评价机制改革
- 组织文化改革：强化产品思维、深度理解真实产业需求
- 三位一体机制：人工智能学院 + 算法创新研究院 + 产业企业
- 自主基座大模型长期投入
6）人才培养方法论（借鉴北大元培学院）
- 入学引导三问：你最喜欢什么？你最擅长什么？你认为最有前景的方向？
- 价值观塑造：大班授课+小班研讨，鼓励学生坦诚表达疑惑
- 书院制：大学核心是挖掘自我，课堂之外搭建渠道，综合能力塑造，思考“幸福生活”底层意义
从以上活动结合AI目前发展趋势以及国家十五五战略，引发对于汽车从业者如何破局的思考？
身边很多做整车研发的朋友，最近都有相似的感受：行业迭代太快了，刚吃透电动化的技术逻辑，智能化的浪潮又扑面而来。每天泡在项目里加班，抬头看政策总提“十五五”“新质生产力”，又觉得这些宏大的词离自己的日常很远——直到某次项目卡了工具授权、踩了数据合规的坑，才忽然意识到：行业的风向，早就和每个人的职业路径绑在了一起。
我们这代造车人，赶上了中国汽车从追赶到领跑的最好时代，也承受着技术快速迭代的职业焦虑。与其被动跟着风口卷，不如慢下来想清楚：未来五年，行业的主航道在哪，自己的位置又在哪。
一、别只盯着眼前的项目，先看清长期的行业风向
很多人对“十五五”的印象，停留在新闻里的政策表述。但落到汽车研发的真实场景里，它其实是四个非常具体的行业变化，会直接影响我们未来五年的工作重心：
1. 从“能用就行”到“自主可控”：过去做项目，优先选成熟的海外商用软件、进口部件；未来五年，国产CAE工具、车规芯片、自研算法的替代会加速推进。早接触、早积累，就不会在国产化切换时被动掉队。
2. 从“单车智能”到“体系协同”：以前做好单车性能就够了，现在城市NOA、自动泊车、众包建图，都在往车路云一体化走。只懂单点技术，慢慢会看不懂整个系统的逻辑。
3. 从“先跑起来”到“合规跑稳”：智驾普及带来海量数据采集，野蛮生长的阶段已经过去。数据安全、隐私保护、测绘合规，正在从法务的纸面要求，变成项目落地的前置门槛。
4. 从“国内内卷”到“全球出海”：中国车企已经走到了出海的深水区，未来的技术方案、合规体系，都要适配全球不同市场的规则。视野只盯着国内，会错过很大一片增量市场。
说白了，未来五年拼的不只是谁技术做得深，更是谁能踩准产业升级的节奏，提前补上短板。
二、先别急着追热点，先找准自己的职业坐标
行业越浮躁，越容易陷入“什么火就学什么”的误区：大模型火了就学大模型，机器人热了就看机器人，最后精力分散，本职工作没做透，新方向也没摸到核心。
其实对绝大多数扎根量产一线的研发人来说，我们最大的优势，从来不是会多少新潮概念，而是懂真实的工程约束、懂量产落地的全链路痛点——算法团队写不出的量产边界、高校实验室碰不到的现场问题，恰恰是我们不可替代的价值。
当然我们也有普遍的困境：技术学习碎片化，踩过的坑没沉淀成体系；对行业法规、合规标准一知半解，总等出了问题才补救；常年埋头做执行，慢慢失去了对技术方向的判断能力。
所以十五五周期，我们不用逼自己成为全能的技术大神，给自己一个更务实的定位就足够：做懂工程落地、懂合规边界、能解决真实问题的复合型技术骨干。这个定位，既不脱离我们现有的积累，也能稳稳接住产业升级的红利。
三、四个成长方向，把日常工作变成长期资产
成长从来不是离职跳槽、突击学习才能完成的事，更多是在日常工作里，有意识地调整方向、沉淀积累。
1. 技术深耕：守好主赛道，做“深”不做“泛”
不用盲目追逐每一个技术热点，先把自己手里的仿真验证、场景落地、底盘调校这些核心能力做透。每做一个项目，就把失效案例、边界条件、优化方案整理成自己的案例库——经验之所以值钱，不是因为做过的项目多，而是踩过的坑都变成了方法论。
同时可以主动接触国产自主的仿真工具、自研平台，不是为了赶时髦，而是给自己的职业留足缓冲带。毕竟产业链自主可控的趋势下，早一步适应国产化方案，就多一份不可替代性。
2. 认知补位：补上“合规”这门课，打造差异化壁垒
很多工程师会觉得，数据合规、行业法规是法务和合规部门的事，和自己没关系。但实际工作里，众包地图采集、车端感知数据脱敏、场景数据存储，第一步就卡在研发环节。
与其等项目到了后期被合规打回返工，不如提前系统梳理汽车数据安全、智驾测试相关的标准规则，在方案设计阶段就把风险考虑进去。慢慢你会发现，团队里懂技术又懂合规的人，永远是最稀缺、最不可替代的。
3. 能力升级：从“埋头干活”到“抬头输出”
这是很多技术人的共性短板：活干得很漂亮，但讲不清楚、写不明白，跨部门沟通费劲，经验也传不下去。
不用强迫自己变成演讲高手，从每次项目复盘开始练习：把解决问题的思路、踩过的坑、可复用的方法，整理成结构化的文档。既能帮自己梳理逻辑，也能慢慢建立个人的技术影响力。很多时候职业上的突破，差的不是技术能力，是把经验转化成价值的能力。
4. 心态放平：做长期主义者，给自己留足缓冲带
汽车行业有明显的周期，风口起起伏伏很正常，不用因为一时的行业冷热就焦虑跳槽，也不用因为身边人转行就慌了阵脚。
技术长跑拼的从来不是短期爆发力，而是长期的稳定性。平衡好工作和生活，照顾好身体，兼顾好家庭，保持对行业的关注和温和的学习节奏，比突击式内卷、焦虑式学习走得更远。
写在最后
我一直觉得，我们这代造车人是很幸运的。
前人花了几十年追赶海外的技术脚步，到我们这一代，终于站到了智能化变革的同一起跑线。“新质生产力”从来不是宏大的口号，它是每一个工程师在仿真台架前的一次次迭代，在试验场里的一次次验证，在无数个项目里抠出来的细节优化。
未来五年，行业一定会淘汰盲目跟风的人，但一定会奖励找准赛道、踏实积累的人。
不用羡慕别人的风口，也不用焦虑未知的变化。守好自己的技术基本盘，补好时代需要的新能力，把每一份工作经验都变成自己的职业护城河。
我们认真造好每一辆车，时代自然会给认真的人，留好位置。
你觉得未来五年，汽车行业最值得深耕的方向是什么？欢迎在评论区聊聊你的看法。