今年9月销量超46万辆、连续4年全球新能源汽车销量冠军。高速增长背后，比亚迪拥有近100万员工，以及遍布全球的研发、生产和销售体系。从内部协作到外部经营，这家世界级制造企业不断探索如何让百万级组织高效协同。
10月21日，比亚迪信息中心总经理办公室主任邓晓晖在企业微信官方直播中介绍，比亚迪作为一家近百万人的企业，要上一项 AI 技术，第一考虑的就是现有基础上结合 AI 去做升级。自2019年使用企业微信以来，比亚迪已经在这一平台上沉淀了七年的内外组织关系和和业务上下文，并将AI助手“大圆”融入真实的生产经营中。
十万级研发团队的项目协作，到生产现场的安全巡检，再到全球数千家门店的资产管理，看AI如何进入这家新能源汽车巨头的真实业务流程。
十万级研发团队如何协作？AI成为项目管理的数字助手
自主研发中国首个百万级高端新能源汽车品牌仰望、面向全场景的高性能个性化的方程豹品牌，比亚迪一系列明星车型背后是庞大的研发体系。公开资料显示，比亚迪拥有超过12万名研发人员，日常工作往往需要多部门密切配合。项目进度信息可能散落在各个项目管理系统、数十个跨部门的企业微信协作群、或是会议纪要等信息中。现在，AI可以加速研发协同的效率。
邓晓晖举例，他们已将信息化产品的研发进度管理交给大圆。它可以根据权限汇总企业微信项目群中的最新进度，把会议讨论、群聊沟通等整理成待办，并进一步形成阶段性项目报告，定期提供给项目经理和相关负责人，一目了然。
在复杂场景，AI让不同专业、不同项目团队更快知道“事情进行到哪里、下一步谁来做、还有什么没有解决”。十几万研发人员一起搞研发，拼的不只是技术创新，还有跨团队的协同效率。
从“老师傅经验”到标准化巡检：AI深入工厂现场
除了研发协作，在工厂生产场景，比亚迪正在尝试把AI嵌入一套由“巡检标准—问题巡检—安全培训”组成的完整安全生产流程。在生产车间的巡检，过去往往非常依赖老师傅的经验，确保隐蔽点位也能被检查到，现在，AI辅助可以让整个巡检更标准化。
大圆可以根据国标规范和已有设备资料，让这些“老师傅经验”沉淀为可标准化的巡检工作流程，最终成为标准化巡检的智能表格模板，后续还能根据新出现的隐患持续增加而迭代更新。
标准确定之后，巡检任务会定时推送到安全员的企微。安全员抵达现场后逐项检查、拍照并上传凭证，形成完整的现场记录。当巡检结果不断汇入系统，大圆还可以辅助管理人员整理未完成任务、存疑项目以及需要再次核验的问题，帮助负责人安排后续复查。
更重要的是，现场发现的问题还能重新进入培训环节。对于反复出现的问题，大圆可以结合已有巡检标准和现场资料，辅助生成图示提醒、警示海报和培训PPT初稿，经专业人员审核后用于车间培训，并针对不同工厂和产线准备相应材料。于是，一次巡检不再只是“一次检查”。
通过这套AI协作流程，检查标准、现场记录和培训材料能够随着问题反馈持续完善，这也让专业人员把更多精力留给现场核验和问题处理。
全球数千张门店报表：AI 一秒汇总，异常快速锁定
从内部的研发生产，到对外的门店销售，当比亚迪走向全球，AI面对的又是一道完全不同的题。比亚迪业务已覆盖全球超过120个国家和地区，随着销售网络快速扩张，如何让总部及时了解门店的真实经营现场，是全球化经营中的重要管理课题。
一家汽车门店往往涉及展车、宣传物料等资产盘点。过去总部发起一次盘点后，需要逐店催交及人工汇总，再与门店经理反复确认异常信息，而门店经理因消息较多常出现遗漏，当门店数量扩大到数千家，这种看似简单的工作也会成为庞大的协作任务。
引入大圆后，总部发起资产盘点任务，AI可以辅助向相关门店发送提醒，并将各门店提交的信息汇入统一表格。在权限允许的范围内，还可以结合已有工作沟通等上下文辅助识别异常项目，提醒负责人进一步核实。
对于一家销售网络全球化的车企而言，企微一端连接销售人员与微信客户，完成到店接待到车辆交付的全链路；一端连接门店与总部，AI大圆的出现进一步减少信息整理和任务跟进中的重复工作，让内部经营管理的提效，更好地衔接到一线销售与客户服务中。
七年协作基础上的“原地升级”：大企业为什么不需为AI重新搬家
过去一段时间，办公AI很大程度集中在“能不能写文档、做PPT、总结会议”上，但当AI真正进入百万级员工规模的制造企业，它能不能理解复杂组织的上下文，进入已有业务流程，让研发、生产和经营中的协作更顺畅，成为关键问题。
作为已有七年企微协作基础的比亚迪，企微大圆接入之后，员工仍然在原来的工作入口中办公协同。变化在于，AI开始在获得授权的业务范围内理解这些工作上下文，辅助完成信息整理、任务跟进和内容生成。对于拥有庞大员工规模和复杂组织体系的大型企业而言，这一点尤其重要。
“为了上AI，而去颠覆自己的组织和积累是很危险的事。”邓晓晖表示。企业使用AI，并不一定意味着重新购买一套系统、把上下文重新搬一次、要求大量员工学习一套新的工作方式。相反，让AI进入企业已经运行多年的协作网络，在原来的群聊、会议、表格和业务流程中直接工作，才可能是大型组织更现实的一条AI落地路径。