行业参考 · 制造 · 其他 · 证据 E2
AI进车企：千问办公深入长安汽车研产供销服
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
汽车央企研产供销服各环节存在大量规则明确但重复性高、耗时长的计算与比对工作，亟需让一线员工自行把流程自动化，减少跨角色等待和人工核对时间。
概要
长安汽车在研发、生产制造、供应链、销售、服务全链路接入阿里云千问办公，一线员工自建自动化工具解决线束选型、随车文件核查、包装评审、用户原声分析等重复性工作，2026半年报披露18个AI大师项目上线场景160个、员工累计使用超311万次、AI自主执行超1300万次。
原文写明的事实
- 原文写明线束选型此前由资深工程师手工完成约需两天，导入参数表后5分钟输出结果
- 原文写明灯效模拟器在3D车模上渲染，方案共识从数周缩短到一次会议
- 原文写明郭子雅13年工龄、2026年前没写过代码，基于千问办公开发扫码转中文工具，已在河北长安等多个生产单位推广
- 原文写明随车文件核查拍照上传后单车核对时间从十几分钟降至1到2分钟
- 原文写明55岁物流包装管理员张永泽将包装评审流程拆解为七八个自动化脚本，工作量减轻九成以上
- 原文写明单个调研项目2到3万份用户原声，分析周期从数天压缩至半天以内
- 原文写明2026半年报18个AI大师项目累计上线场景160个，员工累计使用超311万次，AI自主执行超1300万次
- 阿里云李强表述约80%工作由长安团队完成
还有 3 条细节，见文末原文来源。
怎么做的
- 输入：线束参数表、随车文件照片、供应商零件数据、用户调研原声
- 处理：按业务规则自动计算选型、核对公告数据、抓取进度、情绪识别与观点聚类
- 数据：线束参数、随车文件公告数据、包装零件数据、用户原声
- 动作：自动计算选型、自动核查差异、自动抓取汇总、自动聚类分析
- 输出：5分钟线束选型结果、1到2分钟随车核查结果、供应滞留预警、半天内用户洞察报告
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：中（需要配置 Skill / Connector）
- 需要的能力：线束选型计算Skill、随车文件核查Skill、情绪识别与观点聚类Skill
- 需要接的数据/系统：国家公告数据网站、长安内部供应链系统
- 仍需人工的环节：异常差异人工确认；供应商滞留预警人工跟进
- 风险：数据安全要求高需私有化部署；线束计算错误影响整车安全
- 原文没披露的：需要企业自建Skill和Connector，原文未提供具体实现细节
办公Agent生成自动化脚本和小程序可行，但对国家网站和内部系统的安全合规对接需另行开发并实测
来源
证据说明：经济参考网原发加数智前线独立采写，两个独立来源