在近日重庆举行的“汽车新质生产力发展论坛”主论坛上，中国一汽红旗品牌运营委员会副总裁门欣通过视频演讲，分享了一汽集团对AI大模型应用方面取得的成果和经验。

发展新质生产力 AI助力企业效能跃迁式增长

人工智能是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源，为发展新质生产力，完成企业转型升级，进而实现换道超车的目标，一汽集团通过数字化转型实践，重新定义了人和人、组织和组织、企业和用户间的关系，实现了全要素线上孪生并构建了高质量数据集。

门欣表示，为探索一条能够带动企业效能跃迁式增长的有效路径，集团建设了覆盖研、产、供、销、服全流程、全要素的AI大模型应用，全面赋能企业员工能力升级，引领企业业务模式变革。

数据质量决定大模型广度和精度 构建数据治理体系

“数据是大模型的生产要素，数据的数量决定了大模型的广度，数据的质量决定了大模型的精度，企业是否沉淀了充足的高质量数据资产决定了大模型能否成功落地。”门欣认为。

目前，一汽集团在生产经营、车联网等领域已经积累了超过5PB的数据，每天以20TB的速度增长。同时建立了以需求为拉动，以业务对象为核心的数据治理体系，所有数据全部直连直采，过程中沉淀了大量高质量数据资产，可以用来训练一汽集团专属的行业大模型。

算法决定大模型生产关系 场景创新重塑业务模式

门欣指出，要充分发挥实体企业良好的场景基础，在探索大模型应用落地的过程中加速AI技术的发展。企业要主动思考如何构建培育大模型创新的土壤，包括大模型建设的标准方法、角色能力、工具平台。

一汽集团基于GPT-BI等真实业务场景的探索，利用大量高质量数据资产，设计了大模型+小模型融合的架构，沉淀了改写、召回及NL2SQL等大模型，和意图识别、数据泛化、拒识等NLP小模型。

今年1月，一汽集团启动了AI+专项工程，计划到2025年建设千卡规模算力底座，打造百亿参数的行业大模型、构建TB级的多模态高质量数据集，同时基于业务IT一体化的战队模式，挖掘全价值链大模型应用场景，让业务单元AI化率超过50%。

门欣表示，一汽集团未来将以企业内部大模型探索为支点，加深与上下游企业在大模型领域合作创新，拓宽整个产业链技术水平，充分发挥科技与产业基础优势，加快发展具有制造行业特色的新质生产力。

在近日重庆举行的“汽车新质生产力发展论坛”主论坛上，中国一汽红旗品牌运营委员会副总裁门欣通过视频演讲，分享了一汽集团对AI大模型应用方面取得的成果和经验。

发展新质生产力 AI助力企业效能跃迁式增长

人工智能是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源，为发展新质生产力，完成企业转型升级，进而实现换道超车的目标，一汽集团通过数字化转型实践，重新定义了人和人、组织和组织、企业和用户间的关系，实现了全要素线上孪生并构建了高质量数据集。

门欣表示，为探索一条能够带动企业效能跃迁式增长的有效路径，集团建设了覆盖研、产、供、销、服全流程、全要素的AI大模型应用，全面赋能企业员工能力升级，引领企业业务模式变革。

数据质量决定大模型广度和精度 构建数据治理体系

“数据是大模型的生产要素，数据的数量决定了大模型的广度，数据的质量决定了大模型的精度，企业是否沉淀了充足的高质量数据资产决定了大模型能否成功落地。”门欣认为。

目前，一汽集团在生产经营、车联网等领域已经积累了超过5PB的数据，每天以20TB的速度增长。同时建立了以需求为拉动，以业务对象为核心的数据治理体系，所有数据全部直连直采，过程中沉淀了大量高质量数据资产，可以用来训练一汽集团专属的行业大模型。

算法决定大模型生产关系 场景创新重塑业务模式

门欣指出，要充分发挥实体企业良好的场景基础，在探索大模型应用落地的过程中加速AI技术的发展。企业要主动思考如何构建培育大模型创新的土壤，包括大模型建设的标准方法、角色能力、工具平台。

一汽集团基于GPT-BI等真实业务场景的探索，利用大量高质量数据资产，设计了大模型+小模型融合的架构，沉淀了改写、召回及NL2SQL等大模型，和意图识别、数据泛化、拒识等NLP小模型。

今年1月，一汽集团启动了AI+专项工程，计划到2025年建设千卡规模算力底座，打造百亿参数的行业大模型、构建TB级的多模态高质量数据集，同时基于业务IT一体化的战队模式，挖掘全价值链大模型应用场景，让业务单元AI化率超过50%。

门欣表示，一汽集团未来将以企业内部大模型探索为支点，加深与上下游企业在大模型领域合作创新，拓宽整个产业链技术水平，充分发挥科技与产业基础优势，加快发展具有制造行业特色的新质生产力。