通用汽车内部高管每月比拼 AI 使用率以推动战略落地

一句话结论

通用汽车高管团队按职能月度比拼 AI 使用数据，以加速技术渗透并应对中国车企竞争压力。

关键要点

• 通用汽车 CFO 保罗 · 雅各布森确认，直接向 CEO 玛丽 · 博拉汇报的高管层每月按职能部门和业务部门比较 AI 使用数据，形成“良性竞争”。
• 雅各布森透露其负责的财务团队目前在内部 AI 使用排名中处于“中游位置”，公司发言人亦证实存在这种“友好竞争”机制。
• 财务部门目标是利用 AI 扭转分析师时间分配比例，将从 80% 时间解释过去、20% 预测未来，转变为 80% 时间预测未来、20% 时间回顾过去。
• 通用汽车 AI 工具已应用于汽车设计建议与供应链风险识别，首席产品官斯特林 · 安德森团队目标为加速从设计到量产的全流程。
• 雅各布森指出美国因产能回流成为避开中国激烈竞争的“避风港”，但警告无法通过 AI 提高效率的企业将“越来越落后”。

背景与事实

当地时间周三（9 月 24 日左右），通用汽车首席财务官保罗 · 雅各布森在伦敦举行的摩根大通美国全明星会议上披露了公司内部的人工智能应用管理策略。他表示，直接向首席执行官玛丽 · 博拉汇报工作的高级管理层，会按照业务职能和部门比较每月的 AI 使用数据。雅各布森称，这种机制是“整个公司范围内一种良性、健康的竞争”，旨在通过数据透明化推动各部门主动提升 AI 工具的使用频率和深度。

通用汽车发言人确认，高管之间确实存在这种基于数据的“友好竞争”。雅各布森在受访时表示，他所负责的财务团队目前在这场内部竞赛中处于“中游位置”。这意味着财务部门在 AI 集成度上并未领先，仍有提升空间。这一排名机制将抽象的技术战略转化为可量化、可比较的月度指标，使 AI 采纳情况成为高管绩效评估的潜在维度之一。

在业务应用层面，通用汽车近年来已在多个部门加快 AI 落地。此前该公司向 Business Insider 透露，AI 工具已经能够为汽车设计提供建议，并帮助公司识别供应链可能面临的风险。通用汽车首席产品官斯特林 · 安德森表示，其团队的目标是加快从汽车设计到量产的整个流程。AI 介入设计环节意味着研发周期的压缩，而供应链风险识别则直接关系到生产稳定性和成本控制。

财务部门的变革计划更为具体。雅各布森指出，目前通用汽车的分析师大约 80% 的时间用于解释过去的业绩，仅 20% 的时间用于预测接下来会发生什么。他希望通过引入 AI，彻底扭转这一比例，让分析师将 80% 的时间用于预测未来走势，仅用 20% 回顾过去。雅各布森强调，“AI 完成这件事的速度将远远超过我们任何一个人”，这意味着 AI 将承担数据整理与基础分析工作，使人类分析师聚焦于战略判断与前瞻研究。

影响分析

对中文开发者与从业者而言，这一案例揭示了传统制造业巨头将 AI 从“技术试验”推向“管理常规”的路径。通用汽车将 AI 使用率纳入高管月度对标，表明 AI 战略的成功不再仅取决于模型性能，更取决于组织内部的数据透明度与竞争机制。这对国内企业的启示在于，AI 落地的瓶颈往往不在技术层，而在管理层愿意为技术使用设定明确、可量化、可比较的 KPI。

此外，雅各布森关于“80% 时间用于预测”的目标，展示了 AI 在财务分析领域的深层应用逻辑：从描述性分析（过去发生了什么）转向预测性分析（未来会发生什么）。国内金融与供应链领域的从业者可参考此思路，评估自身团队中回溯性工作与前瞻性工作的时间占比，利用 AI 自动化处理历史数据复盘，释放人力投入风险预警与市场预判。同时，面对中国车企在电动汽车领域的全球扩张，美国车企通过产能回流与 AI 效率提升进行防御，国内供应链相关从业者需关注上游主机厂在 AI 驱动下的生产流程变革，这可能导致对软件定义汽车组件的需求结构发生调整。

适用边界

此结论主要适用于拥有复杂内部职能部门、且已初步部署 AI 工具的大型制造企业或跨国集团。对于尚未建立 AI 使用基础设施、或业务模式相对单一的小型公司，直接套用“高管月度比拼 AI 使用率”的机制可能缺乏数据基础，且容易因指标设计不当导致形式化应对。此外，雅各布森强调通用汽车 AI 战略仍处于“起步阶段”，该案例反映的是探索期的管理手段，不意味着 AI 已完全解决业务痛点，企业不应将使用率等同于业务效能的最终结果。

孤本观察

编辑判断：将 AI 使用率作为高管间“良性竞争”的月度指标，反映出传统巨头在 AI 转型中缺乏成熟路径依赖，转而通过组织压力强制推动技术渗透，这既是管理创新，也暗示当前 AI 价值落地尚未完全内化为业务本能。

来源：IT之家