师建华表示，随着AI模型加速进入汽车行业应用，汽车产品开发范式已发生根本性变化，智能驾驶和智能座舱正成为推动产业增长的主力赛道。从市场接受度来看，绝大多数车主对AI上车持积极态度，智能化已从“可选配置”变为用户购车的重要考量因素。据行业数据，全球智能驾驶市场规模将从2022年的248亿美元增长至2030年的2430亿美元，近10倍增长空间；智能座舱也将从461亿美元增至681亿美元。从盈利模式来看，汽车产业的价值创造方式也在发生转变。过去车企的收入基本止于车辆交付；现在软件选装和数据服务使交付成为持续盈利的起点，推动产业价值链从低附加值制造环节向两端高价值服务环节延伸。
与此同时，AI化对算力的需求正呈爆发式增长。智驾模型参数从过去数百万级跃升至数十亿级甚至百亿级，训练数据量增长10到50倍，头部车企算力普遍已在10EFLOPS以上。“十五五”规划中明确提出，要加快培育自主可控的软硬件生态。随着国内软硬件生态完善，自主算力正逐步具备替代海外算力的能力，华为昇腾便是其中的典型代表。
伴随AI上车，车企自身也在发生深度变革。据调研，目前已有超过60家车企和零部件企业本地化部署了DeepSeek、豆包等大模型。师建华认为，车企的AI化转型有三个阶段：第一步是将AI作为提效工具应用于组织经营；第二步是把人工智能理念和技术引入研发与制造环节，重构生产流程；第三步是建立AI原生企业基因，以AI技术平台驱动产品创新，量产AI汽车、机器人等终端产品。
师建华同时指出，AI与汽车的深度融合仍面临现实障碍，未来需要在四个方向重点突破：
第一，加快跨界技术上车。当前AI行业与汽车行业之间存在技术迭代周期不匹配、技术标准不适配的问题，需建立跨界创新平台和检测认证机制，打通两个领域的中间环节，推动AI能力更高效融入汽车智能化进程。
第二，重塑产业协作模式。AI汽车的产品竞争力，越来越体现为企业之间协同开发、联合定义产业的综合能力，产业生态正从单一产品竞争转向开放共创、共生协作。
第三，拓宽产业生态边界。AI汽车“好玩”“好用”的属性，正吸引消费电子应用服务加速上车，跨界参与者持续增多，用户可直接参与产品功能定义，用户生态正成为企业生态和开发者生态之外的新课题。
第四，完善智能汽车法规标准。AI技术上车带来的风险，既包括传统安全延伸，也涵盖AI带来的新风险，应在鼓励创新与守牢公共安全底线之间找到平衡。
师建华最后表示，AI与汽车的融合仍处于起步阶段，产业链各个环节都在发生深刻变化。未来可采取“敏捷监管、沙盒试点、动态调整”的策略，建立覆盖法规、标准、监管、保险、技术的政策体系，以更加开放的姿态推动这一进程。
