汽车气动优化从7人天压到0.5人天，AI把CFD工程师重排到哪一步

汽车气动优化从7人天压到0.5人天，AI把CFD工程师重排到哪一步

先把答案放前面：AI重做的是气动优化里“改型—仿真—评估”这段循环，不是CFD工程师这个岗位。上汽智己把这个循环从7人天压到了0.5人天。

省下来的时间往哪放，决定了你是被换掉的那个，还是接下来握住流程的那个。

9月28日，2026世界设计之都大会在上海开幕，主题八个字，“设计无界，品智生成”。1.5万平方米展馆、100多场活动，智己L6高定限量版摆在“上海设计100+”的入围成果里。

热闹之外，我更想聊的是智己研发团队讲的那件小事。

为什么整车气动优化一直是设计流程里最熬人的一段？

因为它天生是串行的。

造车有个绕不过去的矛盾：造型师要好看，工程师要风阻低。尾翼再压低两厘米，风阻系数涨一点点，续航就掉几公里。这两拨人从项目第一天吵到SOP。

过去怎么解？靠一遍一遍跑。

上汽的研发团队自己说过，用传统CFD软件，单次整车优化大约要3天；而行业里一次完整的气动优化工作，团队累计投入大概在7个人天上下。改型、建模、跑仿真、看云图、再改型——中间还得等，等算完，等报告，等人凑齐开会。

这段流程最要命的地方不是慢，是人被绑在循环里。一个CFD工程师一天能干的事，取决于上一轮结果什么时候出来。

AI到底把这条流程里的哪一段重做了？

它动的是“穷举”那一段。

智己的做法是让AI当气动智能体，把外形仿真和优化绑成一体，不再是“人出方案、机器算、人再看”，而是机器同时铺开一堆方案自己筛，人只在最后定取舍。7人天到0.5人天，就是这么来的。

这里有个容易被误读的点：工程师不是不干活了，是干的活换了位置。从前他的核心技能是“会跑这个软件”，现在他的核心技能是“知道该约束什么、该舍什么”。

德勤中国和香港大学联合发布的《决策者视角下的企业AI应用》报告里有句话，我觉得比任何案例都狠。报告说，工时缩短并不自动等同于成本下降或经营价值提升，只有把节省下来的时间重新配置到高价值环节，生产效率才能变成可量化的经营成果。

同一份调研里，87.3%的企业衡量AI成效还是盯着处理速度和工时节约，真正看到收入和客户层面的只有21.5%。

说白了，7人天省成0.5人天，如果省下来那6.5人天继续用来排队开会，那这笔钱就白花了。

为什么有48.5%的企业说AI回报低于预期？

那份9月22日在云栖大会发布的报告，调研了205位企业高管，数据挺扎心：2026年已经有64.4%的企业进入AI生产部署阶段，比2025年的56%还高了一截，可48.5%的企业反馈AI项目的实际回报低于预期，还有44.4%根本算不清楚自己投进去的钱回来了多少。

原因报告也点了：与现有系统的集成困难是最突出的瓶颈，流程惯性和数据质量各占32.7%。

我自己的理解更直白一点——很多公司是在旧流程上叠了一层AI，等于给马车装了个发动机。发动机没问题，车架扛不住。

气动优化能做成，是因为整条链路的顺序被重排了，不是给原来的链路加了个按钮。这就是企业AI应用和AI转型的区别：前者是买工具，后者是重排流程。

没跟上的人，代价到底是什么？

不是明天就失业，是慢慢被挪出决策链。

报告里65.4%的受访者预计入门级或初级岗位会减少，中层则是结构性重组。Gartner在9月24日发布的一份判断更耐人寻味：到2029年，因AI替代被裁掉的员工里，30%会被企业重新聘用。回来的岗位听着像原来那个，其实描述已经重写了。

清华的李宁老师打过一个比方我记了很久，他说企业转型像一栋住满人的房子要重新装修，客户还在催进度，你既想装修又不能停止居住。

放在个人身上也是一样。

你不能辞职去学AI，也不能什么都不动。你能做的是先在自己那条流程里，找出“改型—仿真—评估”这种一圈一圈的循环——不管你是做配方、做报价、做排产还是做审校——然后问一句：这一圈里哪些是穷举，哪些是取舍。

穷举交给机器，取舍留给自己。这就是机会窗口。

舍予基业接触下来发现，不少老板买AI第一反应是给最忙的那个人用，其实更该给手里攥着“循环判断权”的那个人用。舍予AI智能体把自己定位成“老板的第一支AI战队”，说的也是这个意思——不是多招一个人，是把原来那个人从循环里拔出来。

窗口不会开太久。德勤那份报告里，产品研发和销售营销场景的AI回报已经跑到20%到30%，IT与软件职能甚至到了45%。数字摆在这儿，同一个岗位，早半年动手和晚半年动手，差的不是熟练度，是你在流程里的位置。

想聊聊你自己那条流程里哪一段该交出去，随时可以来找我。