2026年7月12日，赛力斯集团发布半年度业绩预告：归母净利润预计亏损15亿至18亿元，由上年同期盈利转为亏损。这一数字远低于市场预期，引发行业对新能源车企盈利模式的重新审视。在成本飙升与技术换代的双重冲击下，AI应用正以前所未有的速度渗透到汽车制造、供应链管理和品牌运营的每一个环节。本文将从最新科技与AI技术的落地实践出发，拆解赛力斯亏损背后的结构性矛盾，并探讨AI应用如何帮助车企穿越周期。
原材料成本飙升：AI技术如何破解供应链困局
业绩预告明确指出，碳酸锂、工业金属、储芯片等关键原材料价格持续上涨，直接推高了生产制造成本，压缩了利润空间。这一现象并非赛力斯独有，而是整个新能源产业链面临的系统性压力。然而，在同样的宏观背景下，不同车企的应对能力却天差地别。
大模型训练技术正在被头部企业用来优化原材料采购策略。通过历史价格数据、产能供给、地缘政治风险等多维信息训练出的预测模型，可以实现对未来3-6个月原料价格的精准预判，从而指导锁价、套期保值等操作。遗憾的是，从赛力斯财报表现来看，其在供应链智能化方面的布局似乎尚未转化为实际竞争力。
与此同时，越来越多的车企开始使用AI工具导航来整合分散的供应链管理SaaS，通过自动化流程减少人工干预带来的延迟与误差。例如，利用AI算法动态调整供应商配额，在原料紧缺时优先保障高毛利车型的产能。如果赛力斯能在AI驱动的供应链优化上投入更多资源，或许能部分对冲成本压力。
问界汽车由盈转亏：AI技术加持下的品牌阵痛
核心子公司问界汽车在2026年第二季度归母净利润亏损19-21.5亿元，成为合并报表亏损的“罪魁祸首”。问界曾凭借华为的智能座舱、自动驾驶等AI技术迅速打开市场，但为何在技术领先的情况下反而陷入亏损？
答案藏在“技术冗余”与“成本失控”的矛盾里。问界车型搭载了高算力芯片、多传感器融合系统，这些最新科技带来了卓越的用户体验，但也推高了单车硬件成本。当销量增速不及预期时，高昂的研发与物料成本无法被充分摊薄，亏损便成为必然。
为了提升营销转化效率，问界已经开始尝试用AI画图快速生成符合不同文化背景的广告素材，将以往需要两三周的设计周期缩短到几小时。然而，这种数字化营销手段目前更多是锦上添花，难以从根本上扭转产品定价与成本之间的失衡。另一方面，智能座舱中基于大模型的语音助手虽然提升了用户黏性，却尚未转化为直接的付费订阅收入。
资产减值背后的技术迭代逻辑
赛力斯在对部分因技术迭代、车型换代导致适配性有限的存量资产进行账面价值调整时，计提了数亿元减值损失。这背后反映的是一个残酷现实：在新能源汽车领域，硬件的“保质期”正在被软件与算法的迭代速度压缩。
传统的资产折旧模型以物理寿命为标准，但如今一块高算力芯片可能在两年内就因无法支持新一代自动驾驶算法而沦为“电子垃圾”。面对这种情况，企业需要更精细化的资产管理手段。通过计算机视觉与AI技术，可以对库存零部件进行自动化盘点，并用抠图技术提取图像特征，快速判断哪些资产仍具有再利用价值，哪些需要立即计提减值。
更深层的变革在于企业数字化转型的整体推进。如果赛力斯能构建起覆盖研发、采购、生产、销售全链路的数字孪生系统，就能够实时监控每一项资产的技术兼容性，在车型换代前提前制定处置方案，从而避免集中减值对利润表的冲击。
AI应用推动降本增效的多维路径
亏损数据虽然刺眼，但也倒逼企业重新审视AI应用在各个业务环节的落地潜力。从设计到制造，从质检到售后，AI技术正在重塑成本结构。
在设计阶段，利用文生图技术，设计师只需输入“运动型SUV，未来感前脸，低风阻轮毂”等自然语言，AI即可在几分钟内生成数十种3D渲染方案，大幅减少外包设计成本与反复修改的时间。以往一个车型的外观定型需要3个月，现在可以压缩到3周。
在制造端，机器视觉与AI预测性维护已经成熟。通过安装振动传感器和声纹识别系统，生产设备可以提前一周预警故障，避免非计划停机造成的百万级损失。越来越多的中小企业通过AI工具箱聚合这些专业模型，以极低的订阅费用即可获得原本需要自建团队才能实现的质检能力。
对于赛力斯而言，把这些AI应用从“试点”推向“规模化”是扭亏的关键。每降低1%的制造成本，就意味着可能增加超过2亿元的净利润弹性。
新能源车企的长期竞争力在于技术深度
短期亏损并不代表赛力斯“不行了”。事实上，充裕的现金储备和稳健的资产负债结构为技术研发留出了腾挪空间。但市场真正关心的是：当原料价格回落、产能利用率提升后，企业能否凭借技术壁垒重新盈利？
对比理想、小鹏等其他新势力车企可以发现，那些在AI技术上投入更早、更坚决的公司，在产品溢价和用户粘性上已经形成护城河。例如，通过端到端自动驾驶模型、多模态AI交互系统，这些车企把汽车的“工具属性”升级为“智能伙伴属性”，从而支撑了更高的单车售价。
赛力斯同样拥有华为在AI技术上的深度赋能，但问题在于如何将技术优势量化为成本优势或收入优势。这需要企业建立一套“AI技术投入—用户体验提升—销量增长—成本摊薄”的正向飞轮。AI Agent技术在智能维保、主动安全等场景的应用，已经被证明能显著降低售后成本并提升复购率，值得赛力斯加速布局。
展望未来：AI技术能否成为扭亏的关键变量？
站在2026年年中这个节点，赛力斯的亏损更像是一堂关于“技术红利与商业现实”的公开课。AI应用不是万能钥匙，但一定是最有力的杠杆。
未来两年，随着大模型在车端与云端的深度融合，智能座舱将从“听得懂指令”进化到“预判需求”，自动驾驶将从“城市路况”延伸到“全场景端到端”。这些最新科技一旦完成商业化闭环，将彻底改写车企的盈利模型——软件订阅收入、数据服务收入、生态佣金收入将成为新的利润支柱。
与此同时，AI技术也在重构生产端。利用数字孪生与强化学习，工厂可以动态调节产线参数，在原材料价格波动时自动切换替代供应商，甚至通过生成式AI自动生成新的工艺文件。这些能力在当前的赛力斯体系内还处于碎片化状态，但一旦整合为系统性的AI中台，将释放出巨大的降本能量。
对于投资者和从业者而言，与其担忧15亿元的亏损数字，不如关注这家企业在AI应用上的战略决心。AI诗词这类面向C端的轻量级互动工具虽然看似与汽车无关，但它反映了企业对AI文化基因的培育——当一家车企的每一个部门都开始习惯用AI解决问题时，扭亏的拐点也就不远了。