在智能汽车与自动化辅助驾驶技术加速迭代的浪潮中,企业的核心竞争力不仅源于技术突破,更取决于数字化底座的坚实程度与AI技术的落地能力。知行科技作为首个登陆港股主板的辅助驾驶供应商,正通过与SAP的深度合作构建数字化转型的坚实基础,同时以全栈式AI技术栈破解复杂路况难题,在智能辅助驾驶领域开辟出独特的发展路径。从数据驱动的算法迭代到全球化运营的效率提升,知行科技正以“数字化+AI”的双轮驱动,重新定义智能出行的技术边界与商业可能。
SAP Cloud ERP:数字化转型的“神经中枢”
当知行科技的业务版图从国内拓展至德国、马来西亚等海外市场,从单一生产基地扩张到多区域研发与制造网络时,需要升级离散化的系统架构。“物流有进销存系统,采购有SRM,财务有独立的支付结算工具,各模块数据相对离散,财务做账时需手工制单,追溯凭证来源更是难上加难。”知行科技首席财务官刘芳的表述,道出了企业高速成长中普遍面临的数字化痛点。
2024年11月启动的SAP Cloud ERP项目,成为破解这一困境的关键。作为全球领先的ERP云解决方案,SAP Cloud ERP带来的不仅是一套系统,更是历经50年沉淀的全球行业最佳实践。其“开箱即用”的特性让知行科技在短时间内完成了多业务线的整合——从采购下订单、物料入库到发票制单、付款审核,全流程在系统内自动流转,实现了业务数据向财务凭证的自动抛转。这一改变直接减轻了财务与业务人员的工作量,更重要的是,通过多账套管理在顶层架构上打通了数据链路,让集团内控与成本管控有了实时可见的依据。
对于正加速全球化布局的知行科技而言,SAP Cloud ERP的价值更体现在对合规性与协同效率的支撑上。知行科技首席信息官宋炜瑾指出,选择SAP的核心考量之一便是其在海外合规方面的优势。随着德国研发服务中心、马来西亚生产基地的陆续落地,系统需应对不同地区的法律、税务要求,而SAP内置的全球合规框架恰好满足了这一需求。同时,系统与周边MES系统、仓储系统、OA系统的辐射式集成,彻底打破了数据孤岛,形成了从业务端到管理端的完整数据闭环。
这种整合正在重塑知行科技的供应链协同模式。以往与主机厂客户同步物料、仓储信息时,需跨系统手动汇总,响应速度滞后;如今基于SAP系统的接口打通,客户可实时获取关键信息,合作效率大幅提升。刘芳强调,尽管系统搭建已完成,但让“水流按既定方式流转”仍需磨合——改变员工的操作习惯,确保单据填制符合统一规则,才能让这套数字化体系真正发挥效能。当所有环节顺畅运转后,SAP Cloud ERP将成为支撑知行科技从“单一(市场、业务)企业”向“全球化(市场、多种业务)集团”跃迁的“神经中枢”。
AI技术栈:破解复杂路况的“智能引擎”
数字化工具为企业带来的,不仅仅是塑造出企业拓展管理的“中枢神经”,更重要的是,对于业务能力的加持赋能。数字化转型和AI智能,正在为企业带来更多遐想。中国道路场景的复杂性,始终是智能辅助驾驶技术落地的核心挑战——穿梭的三轮车、突发横穿的行人、多变的天气光线,要求AI模型具备超越常规的环境感知与决策能力。知行科技产品总监胡俊成的答案直指核心:“复杂场景的解决,本质是数据驱动的问题。”
在数据采集环节,知行科技已构建起覆盖国内外的完整采集链,其自研的“真值数据采集系统”实现了从数据采集、打包、上传、的全流程单人操作,大幅提升了数据生产效率。随着采集车辆数量的持续增加,数据规模正呈几何级增长,为模型训练提供了海量“原材料”。而自研的多模态大模型iMotionGPT(imoGPT),进一步放大数据价值——通过修改天气、光线等参数,同一次采集的数据可被复用为多种场景的训练样本,相当于在虚拟环境中“复制”出更多相似却又不同真实路况,既降低了采集成本,又加速了模型迭代。
工程化能力的深度积累,让知行科技在AI模型落地时展现出独特优势。通过应用BEV(鸟瞰图)+transformer等多项模型化技术,在地平线J6芯片上实现城区领航功能,这些成果背后是对算法与硬件适配的精准把握。更令人瞩目的是其在小算力平台上的技术突破:在8TOPS算力平台部署BEV+OCC算法,在13TOPS平台实现高速NOA(导航辅助驾驶),且均已量产落地。胡俊成解释,这并非简单的算法压缩,而是通过对工程化降本增效方式的深度挖掘——将现有技术做精做透,比如在海外泊车数据采集时,通过在国内复现海外场景,既规避了文化与法规障碍,又将训练周期与成本大幅降低。
面对“司机驾驶习惯是否为有效数据源”的疑问,胡俊成借鉴特斯拉的经验给出答案:通过小模型筛选优质驾驶数据,而非全盘接收。这种精准的数据筛选机制,确保了模型训练的“质”与“量”平衡。而场景生成技术的探索,则试图让AI模型具备对物理世界的宏观理解——尽管投入巨大,但一旦成熟,将让模型在虚拟场景中完成千万次“预演”,大幅提升应对极端场景的能力。从数据采集到模型训练,从算法优化到工程落地,知行科技的AI技术栈正形成一套“感知-决策-迭代”的完整闭环,为破解复杂路况提供了持续进化的“智能引擎”。
生态协同:从智能驾驶到具身智能的“技术复用”
当智能驾驶技术日趋成熟,知行科技正将目光投向更广阔的AI应用场景——具身智能。2025年初与地平线的全面战略合作,不仅涉及芯片与辅助驾驶产品,更将机器人纳入生态布局,其首款自动充电机器人便是技术复用的典型案例。胡俊成指出:“机器人与辅助驾驶同属强AI行业,感知、规划等技术栈存在大量共通之处。”
这种技术复用可被应用在多个场景中。园区物流小车、公开道路的快递车与清扫车,其行驶环境虽与乘用车不同,但感知障碍物、规划路径等 核心技术可直接复用自辅助驾驶系统;硬件与底层软件的差异仅体现在接口层面,对于平台化能力突出的知行科技而言,技术迁移的难度相对较低。这种复用不仅降低了新业务的研发成本,更让不同领域的数据形成互补——比如机器人在室内场景的感知数据,可反哺辅助驾驶系统对停车场等封闭场景的决策优化。
SAP Cloud ERP在这场生态拓展中扮演着“数据基座”的角色。宋炜瑾明确区分了两类数据:运营数据由SAP系统管理,研发数据则归入模型训练平台,基于相关要求实现合规管理。随着具身智能业务的推进,系统需支撑更多元的业务场景——从汽车域控制器的生产到机器人大小脑一体主控制器的研发,从国内供应链的调度到海外服务的协同,SAP的AI功能将逐步融入这些流程。
这种协同正在创造新的商业可能。知行科技已完成充电机器人的全链路功能验证,与辅助驾驶业务结合形成 “行 – 泊 – 充” 的智能化服务闭环;在行业物流领域,其高性价比的技术方案正快速拓展项目。胡俊成强调,无论是智能驾驶还是具身智能,知行科技始终聚焦 “商业化闭环”—— 这意味着技术复用不是简单的复制,而是基于场景需求的精准适配,而 SAP 系统则为这种适配提供了高效的资源调度与数据支撑。
结语
从 SAP Cloud ERP 构建的数字化底座,到 AI 技术栈驱动的智能驾驶突破,再到跨领域生态协同中的技术复用,知行科技的发展路径清晰展现了一家科技企业如何以 “数字化 + AI” 重构核心竞争力。在智能汽车行业价格战向智能化蔓延的当下,其在小算力平台上的高性价比方案、在全球化布局中的合规高效运营、在技术拓展中的务实落地策略,正成为应对行业变革的关键筹码。
未来,随着 SAP 系统与业务场景的深度磨合,以及 AI 大模型在更多领域的应用,知行科技或将在智能出行与具身智能的交叉地带开辟出更大的商业空间。而其坚守的 “数据驱动” 与 “工程化落地” 理念,也为行业提供了技术创新与商业价值平衡的参考样本 —— 在智能革命的浪潮中,唯有将坚实的数字化底座与持续进化的 AI 能力深度融合,才能真正驶向智能出行的新蓝海。