AI、大模型、元宇宙等概念的不断提出，正在对包括汽车行业在内的各行业各业产生巨大影响，尤其是AI大热，甚至催生出“万事不决问AI”的现象。今年全国两会期间，青年人过度依赖AI等问题就被代表、委员们关注到，提出要协同治理，防治“AI依赖症”。全国人大代表、小米集团创始人、董事长兼首席执行官雷军就针对“AI换脸拟声”滥用提出治理建议。他提出，要加强人工智能方面的法制宣传教育，增强民众的警惕性和鉴别力，聚焦重点人群，在中小学人工智能教材中加入伦理规范内容，深入老年人聚居的社区开展相关知识普及活动，在全社会夯实“以人为本、智能向善”的人工智能发展生态。
在智能新能源汽车的发展过程中，包括AI在内的创新技术的融合，为行业发展提供了助力，在很大程度上，正是这些融合技术的快速推进和应用，才有了智能新能源汽车如今的发展。AI技术的融合创新，为汽车行业从研发、到制造，甚至到营销等各方面都带来了便利。
利用大模型优化自动驾驶的感知与决策效率，降低对高算力硬件的依赖，通过技术创新与工程化挖潜，提升中低算力芯片的适用场景，为智驾行业降本增效；通过生成式AI重构数据生产流程，减少标注成本并加速模型迭代；探索跨模态融合，提升系统对复杂场景的逻辑理解能力，实现更安全、可靠的用户体验；强大的数据分析能力，让AI大模型对海量的消费者数据进行深度挖掘，精准匹配需求，大幅提高营销触达率。在客户服务环节，它赋能线上客服，使其瞬间拥有“最强大脑”，迅速给出专业、精准且贴心的回复……AI正在渗透到汽车领域的各个方面，帮助各项工作提升效率，甚至产生意想不到的效果。
但AI不是万能的，一些企业、领域隐约出现了过度依赖AI的现象。一些设计师或工作室建立了车辆外观大模型数据库，打造出号称各个部分都是AI评测出来最优部分的汽车。但事实上，这些过度依赖AI评测出来的产品，更像是“拼凑怪”，并不具有参考价值。
还有一些咨询机构，过度使用AI，面对一些问题，首先要做的是“问AI”，然后根据AI的意见做修改，进而出具报告提交给企业。这些由AI主导出具的咨询报告，很大程度上脱离了市场、行业实际发展情况，存在很大的偏差，自然也就沦为“废纸”。
类似这样的“AI依赖症”正在更多环节出现，虽然尚未有车企根据AI意见制定发展规划、产品设计的案例，但按照目前的发展态势，难免会出现某些工作内容主要依赖AI产出结果的现象。诚然，依托强大的数据库，AI给出的一些成果有一定的样本基础，帮助相关工作提高效率，但这些结果尚不能作为工作成果落地。以智驾为例，AI被过度使用，脱离实际道路训练，可能给汽车安全行驶带来很大风险。
有研究显示，人工智能也有幻觉，脱机状态下比例为22％，联网的状态下，幻觉比例也超过5％。而大量采用人工智能技术支撑的智驾，面对这些可能出现的幻觉，尚没有解决方案。本质上，AI出现幻觉是因为AI模型从海量数据中学习，但数据本身可能包含错误、过时信息或偏见，这会导致AI把“有毒”数据纳入进来，最终影响输出结果。现阶段，在AI运行过程中，还没有方法能杜绝“有毒”数据的影响，自然也就无法杜绝幻觉的产生。由此，也必然给智驾安全性带来风险。
同时，在某些专业领域，过度使用AI，很可能会降低人的批判性思维能力，AI会剥夺人们维持大脑运作的脑力活动，这可能会导致人们的思维机制变得迟钝，进而削弱人们的思维、判断、决策、执行能力。
AI不是万能的，在很大程度上，大数据的支撑只能在某些方面帮助人类提升工作数据，避免一些低端的数据处理的低级工作，但本质上，面对一些创造性、决策性工作，AI这种由大数据处理产生的信息、决策，可靠性并不高。一旦人类过度依赖AI，不仅会做出错误的决策，甚至可能会影响人类创造性工作成果的产生。
AI可以用，但过犹不及，我们应该是AI的主人，而不是AI的传声筒，更不能成为AI的“奴隶”。驶上发展高速道的汽车行业，更要警惕“AI依赖症”。
文：王金玉 编辑：郭晨 版式：王琨