中国一汽近日完成企业级智能体OpenMind的2.0版本升级，并基于千问大模型自研的汽车行业大模型正式入驻阿里云百炼平台，面向全行业开放。这标志着中国一汽提出的企业运营智能（EOA）理念从架构设计进入体系化落地阶段。
2025年4月，中国一汽正式发布企业级智能体OpenMind，此前分散的AI应用开始进入体系化建设阶段。OpenMind被定位为EOA范式的核心载体，同时承担智能内核与执行引擎的双重角色。在技术架构上，中国一汽负责定义业务对象、规则和本体，千问大模型提供模型底座，阿里云百炼平台承载调用，双方各管一端，使范式从架构图走向可运行的系统。
中国一汽的数智化转型始于五年前。公司成立了前沿技术实验室，后命名为2053实验室，内部自称”盗火者”，名称取自建厂1953年与建厂百年2053年的愿景，聚焦智能制造与智能企业两个方向。早期探索并不顺利，部分应用准确率不足、响应速度不理想、与业务场景脱节。经过持续试错，中国一汽沉淀出一条原则：技术不能停留在实验室，必须进入业务一线，在真实流程、真实数据和真实责任中接受检验。
这条路径可概括为四个阶段：2021年从工厂视觉检测切入，用深度学习识别零部件表面缺陷，验证AI解决实际生产问题的可行性；随后逐步向大模型、智能办公和企业运营场景延伸；再训练汽车行业专有模型与企业级AI底座；最终将智能体嵌入生产经营主流程。核心逻辑是让”业务产生数据、数据训练AI、AI反哺业务”形成闭环。
在范式层面，中国一汽将其数智化进程概括为从ERP到EBC再到EOA的三次递进。ERP让流程稳定运行，通过标准化和集成提高运营效率；EBC把能力组织起来，让企业以可复用的业务能力应对变化；EOA则关注企业能否基于数据形成持续认知，能否让多个智能体围绕经营目标协同，并在运行反馈中不断进化。EOA并不否定ERP，也不是推倒既有系统重建，而是重新激活企业已沉淀的流程、数据和能力资产。
这一范式落到架构上，使中国一汽实现了从5A到6A的升级。传统5A架构是业务与IT之间的桥梁，可看作企业的骨架，把业务、应用、数据、技术和组织的基本关系固定下来。新增的智能体架构更像”神经系统”，不取代原有架构，而是在目标驱动下连接不同业务对象、数据和系统，完成感知、判断、编排和执行。它与业务架构、信息架构之间是双向互动的：业务架构提供业务单元、规则和责任边界，智能体据此形成可调用的Skill；信息架构提供企业级数据本体，让智能体理解对象、属性、关系和状态；智能体运行中产生的新数据、反馈和能力沉淀，又反过来推动业务流程与信息架构持续优化。
截至目前，中国一汽已标准化定义约3.8万个业务单元，覆盖七个产品链的核心业务。公司策略是选择数据条件更统一、可执行性和复用价值更高的场景优先Skill化。以一体化BOM（物料清单）为例，258个业务单元由20多个Skill基本覆盖全场景。Skill化之后最显著的变化，是把知识从写给人看的作业说明，变成了机器可以稳定调用的能力。传统业务单元更像菜谱，不同的人理解和执行会有偏差；Skill则把输入、规则、工具、输出和校验条件封装起来，使执行标准化。中国一汽用四年时间将研发、工艺、生产、售后四类BOM形态统一。
中国第一汽车集团有限公司体系数字化部总经理助理、企业运营总监孟祥月表示，不同之处在于中国一汽较早把数智化转型看成企业经营方式的变革，而不是由IT部门独立完成的技术工程。目前中国一汽已部署七个”硅基员工”，产销平衡调度员是其中之一。该岗位每天读取订单、设备、物料与产能数据，形成生产态势，识别设备故障、物料短缺与交付延期风险，围绕交付、成本、产能与安全做多方案推演并给出调度建议，建议确认后向相关系统和岗位分发任务并跟踪执行结果。
中国一汽为这类智能体建立了一套评价体系，关键标准不是看它”像不像人”，而是看业务表现：业务产出的可量化价值、决策建议的采纳率、新增Skill与能力曲线反映的进化速度，以及人工干预率是否持续下降。其工作风格由稳定、容错、连续生产等业务目标塑形出的策略偏好决定，而非拟人化的表演。
从行业视角看，中国一汽的实践为大型制造企业提供了一条可参照的路径：数智化转型的难点不在单个项目，而在于形成长期一致的目标、方法和组织能力。随着汽车行业大模型入驻阿里云百炼平台并向全行业开放，这一范式的可复制性将接受更广泛的市场检验。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
