【太平洋汽車】自動車業界に20年以上深く根ざす、聯友AI Factoryが「AI＋自動車」デジタル・スマート応用の新たなモデルを構築

現在、自動車業界はかつてない変革の中にある。販売面では電子消費財型の販売手法への転換、開発面ではソフトウェアコスト比率の急増、そして製造・サプライチェーンにおける高効率な協調ニーズまで、あらゆる領域が「AI＋自動車」のデジタル・スマート化による高度な支援を求めている。

9月19日、「AIの力をともに創り、デジタル・スマート変革を共有する」をテーマに開催された2025年AI＋自動車デジタル・スマート化イノベーション年次フォーラムおよび自動車業界「第15次五カ年計画」デジタル・スマート化発展サミットにおいて、聯友科技の胡永力総経理は「自動車業界におけるAI応用イノベーションモデル――聯友AI Factory」と題する基調講演を行った。聯友科技は、自動車業界で20年以上にわたって培ってきた経験をもとに、独自の「AI Factory」モデルを構築し、AI技術を自動車の「研究・生産・供給・販売・サービス・管理」全バリューチェーンに深く融合させている。

AI Factoryのイノベーションモデルに基づき、聯友科技は総額1億2000万元を投資し、自動車業界向けのAI応用シーンデータベースの構築を計画している。現在すでに106の応用シーンが実用化されており、さらに146のシーンが開発中である。今後は、「研究・生産・供給・販売・サービス・管理」を網羅する1000件以上のAI応用シーンの構築を目指している。

1．AIが切り拓くスマート製造の変革

人工知能（AI）の波はすでにあらゆる業界へと押し寄せているが、一部の伝統的企業には“従来型情報化”への依存が残っており、依然として旧来の方法・技術・組織体制のままでAI応用のイノベーションに取り組んでいる。その結果、多くの課題が生じ、イノベーションが成功する機会は極めて限られている。

胡永力総経理は次のように述べた。聯友AI Factoryの核心的な考え方は、AI技術の「汎用的応用」を排し、自動車産業における業務と強く結びついた“深い領域”に焦点を当てることである。すなわち、「1センチの業務幅で、1キロメートルの技術深度を掘り下げる」アプローチである。このモデルは単一の技術的ブレイクスルーを追求するものではなく、「業務ニーズを中心に据え、データを基盤とし、アルゴリズムをエンジンとする」ことで、プロセスの再構築から価値創出に至るまでの全バリューチェーン変革を実現するものである。

例えば、開発の領域において、聯友AI Factoryは企業が「素材の積み上げ競争」から脱却し、「精密な定義」へと転換することを支援し、製品の同質化という業界の課題を打破している。胡永力氏によれば、現在の自動車業界では、年間700車種を超える新型車および改良車が発表されており、平均すると1日あたり2モデルのペースで市場に登場している。その結果、消費者は選択に迷い、メーカーは「装備を盛り込んでもユーザーの心をつかめない」というジレンマに陥っている。

こうした状況を踏まえ、聯友AI Factoryはまず「ユーザーのニーズと製品定義」を結びつけるAIマッピング体系を構築した。従来の“経験主導型”とは異なり、聯友科技は膨大なユーザー行動データ（ソーシャル嗜好、利用シーン、評価フィードバックなど）を分析し、自動車メーカーの開発データと組み合わせることで、「スマートコックピットの操作嗜好」「航続距離への不安点」などを含むユーザー需要タグライブラリを構築し、製品の“差別化されたセールスポイント”を精密に特定している。

次に、自動車におけるソフトウェアコストの比率が大幅に上昇し、コード行数も急増するなかで、従来の開発体制ではソフトウェアの複雑化の課題に対応しきれなくなっている。聯友AI Factoryは、AIをソフトウェア開発の全プロセスに組み込み、要件分析からコード生成、テスト、運用・保守に至るまで自動化された管理を実現している。

製造の領域でも、聯友AI Factoryは従来の仕組みを根本から覆している。自動車製造のサプライチェーンは「長いプロセス構造」と「多数の変数」を特徴としており、従来の計画体系では「一週間かけて計画を立て終えた時には、すでにその計画が古くなっている」という状況に陥っていた。これに対し、聯友AI Factoryは「アルゴリズムによる連携とリアルタイム応答」によって、サプライチェーンの協調ロジックを完全に再構築した。計画スケジューリングの段階では、AIアルゴリズムが販売予測、生産能力、物流調整、サプライヤーの生産能力など、多次元データを統合し、「月単位の計画」から「時間単位のスケジュール」へと細分化している。例えば、ユーザーが注文してから1時間以内に生産計画へ組み込むことができ、納期を大幅に短縮している。さらにAIは、動的に計画を調整することも可能であり、あるサプライヤーの生産能力に突発的な変動が発生した場合でも、システムが即座に代替案を算出し、生産ラインの停止を防ぐことができる。

それだけではなく、AIは「設備保全」と「品質管理」という二大課題の解決にも貢献している。胡永力氏はその一例として、産業用ロボットアームの減速機など、故障が許されず予備も難しい重要設備に対して、聯友科技がAI技術を用いて装置の騒音、振動、電流などのリアルタイムデータを収集し、寿命予測モデルを構築していることを挙げた。その精度は70〜80％に達し、故障の3か月前に警告を発することができるという。品質検査においても、AIビジョンシステムが人手に代わって複数の重要な検査を実施している。例えば、シーリング工程ではリアルタイム映像認識により塗布中断のリスクを検知し、車両出荷前の検査では高解像度カメラによる自動傷検出を行うことで、検査効率を向上させるとともに、人為的疲労による誤差を防いでいる。

2．AIが変革する自動車マーケティング

研究開発や生産分野に加え、販売・マーケティングの領域でも、AIはTo C（消費者向け）チャネルを再構築しつつある。自動車マーケティングがTo B（法人向け）からTo Cへと転換した後、「リードの質が低い」「成約率が低い」「顧客体験が悪い」という課題が業界全体の共通問題となっている。聯友AI Factoryは「全バリューチェーンAI活用」を通じて、リード獲得から成約後のサービスまでをつなぐ閉ループ型の仕組みを構築している。

リードの獲得・選別の段階では、AIが「コンテンツ自動生成＋精密配信」を実現している。AIコンテンツ生成ツールを活用することで、車種紹介動画や画像付きPR素材をワンクリックで作成できるほか、各プラットフォームのユーザー属性に応じて自動的に内容のスタイルを調整することができる。また、数千にのぼるマトリックスアカウントに対して、AIが自動でコンテンツの配信とデータモニタリングを行い、人手による管理の非効率性を回避している。

リード運営の段階では、AIが「リアルタイム応答＋スマート品質管理」体制を構築している。ユーザーがライブ配信中に連絡先を残すと、AIシステムが即座にリードを対応するカスタマーサービスに割り当て、電話による招待を自動的に発信する。これにより「ユーザーが配信を終える前に、招待の電話がすでにつながっている」という即時性を実現している。さらに、カスタマーとの通話中には、AI音声品質管理システムがリアルタイムで会話内容をモニタリングし、定型トークの適正性をチェックしてナレッジベースと照合し、情報の正確性を確保している。同時に、AIはリードを動的にタグ付けし、問い合わせ頻度や注目する装備などの指標に基づいてユーザーの関心度を段階的に分類する。これにより、高い購買意欲を示すリードを優先的に営業担当へ配信し、成約効率の向上を実現している。

来店・成約の段階では、聯友のスマート店舗システムがAIによるソフトウェア・ハードウェア両面での支援を行っている。これにより、顧客の来店回数や来店バッチを自動で記録し、店内の商品レイアウトが規定どおりに配置されているかをモニタリングできる。試乗・試運転の際には、AI品質検査システムが販売スタッフの説明内容を監視し、製品紹介が漏れなく行われているかを確認する。成約後は、AIが自動的に企業用WeChatのサービスグループを作成し、自動車メーカーのナレッジベースと連携したAIカスタマーサポートを通じて、ユーザーの車両使用に関する疑問にリアルタイムで回答する。これにより、「返信が遅い」「回答が不正確」といった従来の問題を回避している。

聯友科技によると、再構築されたこのプロセスでは、リード管理はもはや「人が人を監視する」ような手間のかかる作業ではなく、AIが駆動する高速フローへと進化している。その結果、業務効率は30％以上向上し、従来は数時間かかっていた作業が数分で完了するようになった。人手による品質検査は大幅に削減され、コストは15％低下した。さらに、すべてのリードが最大限に活用されることで、成約率は8％上昇したという。

3．AIが再定義する自動車金融

自動車金融の分野は、「信用履歴のない顧客への融資が難しい」「リスク管理の効率が低い」といった課題に直面している。聯友AI Factoryは「非伝統的データ＋コンプライアンスに基づくアルゴリズム」によって、この分野に新たな可能性を切り開いている。

聯友科技の李嵩総経理補佐はメディアに対し、リスク管理のプロセスにおいてAIが「全方位データモデリング」を実現していると説明した。従来のリスク管理は信用情報データへの過度な依存が問題であったが、聯友科技は、ユーザーのスマートフォンアプリ使用頻度やソーシャルネットワーク上の属性タグなど、第三者のコンプライアンスデータを統合し、300を超える自動車金融専用のデータラベルを構築している。

特に、銀行口座の取引明細審査は自動車金融のリスク管理における大きな課題である。従来の人手による審査は効率が低く、ミスも起こりやすかった。聯友科技はAI技術を用い、Excelファイルや画像形式などさまざまな形の明細データを自動認識し、収支情報を抽出してリスク管理モデルと照合することで、審査・融資の効率を大幅に向上させている。

また、下位市場の「信用履歴のない顧客」は、従来の金融機関からの与信を受けにくいという課題を抱えている。この問題に対し、聯友科技は温州数安港などの機関と協力し、データセキュリティの枠組みの下でデータラベルを相互利用することにより、4級・5級都市ユーザーの行動データを補完している。

自動車金融の分野では、ローン実行後のアフターサービス業務が最も遅く、最も煩雑な工程となっている。ローン契約が完了した後、顧客が返済計画を変更したり、返済口座を差し替えたり、返済延期を申請したりする場合、これまではすべて人手でシステムに入力し、契約書、取引明細、信用情報を一件ずつ審査し、複数の承認プロセスを経なければならなかった。そのため、ひとつの手続きが完了するまでに数日かかることも珍しくなかった。聯友AI Factoryはこのローン後業務のプロセスを再構築し、「人による処理」から「AIによる代行」へと進化させた。顧客が一言リクエストを入力するだけで、AIが自動的に内容を識別し、照合・検証を行い、即座に処理案を生成してワンクリックで実行する。これにより、担当者は煩雑な入力や審査作業から完全に解放された。ローン後業務の自動化率は80％を超え、顧客体験は40％以上向上した。人手によるカスタマー相談対応の件数も半減した。これまで数日を要していたローン後の手続きが、いまでは数分で完了し、顧客はその場で結果を受け取ることができる。さらに、AIが業務全体を一括管理することで、全プロセスの追跡が可能となり、コンプライアンス審査の要件にも完全に対応している。

4．聯友AI Factory：AIを理解し、業界にも精通する

汎用型AI企業と比べると、聯友科技は必ずしも最強というわけではない。しかし自動車業界においては、同社ならではの中核的な競争力を備えている。

聯友科技の兪斌CTOによると、汎用AI企業が「技術を先行させ、後から業界に適用する」モデルであるのに対し、聯友科技は20年以上にわたり自動車業界を深く掘り下げ、「研究・生産・供給・販売・サービス・管理」に関わる末端のプロセスと業務ロジックを熟知しているという。例えば、スマート生産計画の分野では、聯友科技は単にアルゴリズム技術を理解しているだけでなく、自動車生産における「異なる車種を切り替える際の設備調整時間」や「部品サプライヤーの納期変動パターン」などの業界固有の細部を把握しており、アルゴリズムを実際の業務ニーズにより密着させることができる。また、販売リード管理においても、AIがユーザーの「航続距離に関する問い合わせ」の背後にある本当の意図（例えば長距離移動への不安）を正確に読み取ることができる。このような「業界経験と技術力の融合」により、聯友科技のAIは「技術的には先進だが実装が難しい」というジレンマを回避している。

さらに、聯友AI Factoryは自動車メーカーと「長期的共生」関係を築いている。例えば、マーケティングリードの運営においては、AIナレッジベースが毎日数万件におよぶ顧客との対話データから新たな知識ポイントを抽出し、「1日2〜3回の更新」を実現している。また、サプライチェーン協調においては、自動車メーカーの海外展開（例えば東南アジアに新工場を設立するなど）の変化に応じて、AIシステムがリアルタイムで物流アルゴリズムやサプライヤー管理モデルを調整する。このような「高頻度の反復更新」と「動的適応」によるサービスは、一般的なテクノロジー企業の「半年に一度の更新」ペースをはるかに上回り、自動車業界の急速な変化により柔軟に対応できる。

自動車業界が「電動化・スマート化」への転換期を迎える中で、聯友AI Factoryは自動車メーカーに対し、実際に導入可能で高い価値をもつAI＋自動車のデジタル・スマートシーンのソリューションを提供するだけでなく、自動車産業におけるAI応用の「新たな革新モデル」を提示している。それは、技術の「高度さ」や「華やかさ」を追求するのではなく、AIを真に業務課題の解決やユーザー価値の創出に資する「生産力ツール」として機能させるという発想である。おそらくこれこそが、中国の自動車産業がグローバル競争の中で「デジタル・スマートの優位性」を実現するための鍵となるモデルである。

（出典：太平洋汽車）