要在不确定的环境里找到更多的确定性，一个捷径是，去看那些世界上最先进的企业都在做什么。
2024年6月的COMPUTEX大会上，黄仁勋第一次给出了“AI的下一波浪潮是物理AI”的判断。今年，他又多次重申，认为生成式AI的爆发只是开始，真正颠覆未来的，是AI如何与物理现实融合。
放眼全球，中国庞大而复杂的制造业体系，正是物理AI最多元、最复杂的试验场。比如，上海交大智邦研发的智能体机床，能像“自动驾驶”一样自主寻找最优加工路径。生数科技的具身智能模型，仅需约千分之一的传统数据量，就能让机械臂学会并执行新任务。
Gartner预测，到2027年，中国制造业的AI使用渗透率将以10%的年复合增长率快速上升。
当AI开始重塑制造的底层逻辑，企业也呼唤着与之匹配的“新流水线”——一套能驾驭人、AI与机器复杂协同的操作系统。
正如互联网时代，office套件取代了孤立的纸质文件。物联网时代，在线智能工单系统又取代了离线、静态的office文档。每一次核心生产力的突破，都催生了新一代协作平台，以解决旧工具无法处理的新复杂度。
AI时代的制造企业也形成了新共识。12月18日在广州召开的2025飞书先进生产力峰会上，一组数据揭示了趋势：
TOP20的新能源车企，80%用飞书；
消费电子主流榜单TOP30，超50%用飞书；
众多头部具身智能企业，也在用飞书。
当AI开始重塑中国制造业，为什么飞书成为了中国制造企业落地AI的首选？
F1赛车，困在早高峰
想象一下这样的场景——
一家科技制造公司的工程师，刚刚在算法上取得突破，让机器手臂的抓取精度提升了十倍。但将这个突破应用于下一代产品前，他需要花半天时间在十几个系统里寻找最新的设计规范，跨三个部门确认仿真流程，并将结果手动整理成五份格式不同的报告，等待层层审批。
这就好比他驾驶着一辆能飙到时速300公里的F1赛车，却不得不堵在早高峰车流中。如此真实而荒诞的场景，就是今天许多科技制造企业的日常。
为何这种“赛车困在早高峰”的冲突，会集中爆发在科技制造业？
因为物理AI要真正融入制造业，必然会先选择技术高度最贴近的科技制造业。自动驾驶汽车、智能机器人、高端消费电子……这些领域的产品，本身就是物理AI要理解和操控的终极对象。
比如，中国智能驾驶企业地平线，其核心理念正是构建“物理世界AI底座”。它的车载芯片与算法，不仅驱动着汽车的智能驾驶，更通过“端到端”架构，让AI能像人类一样理解复杂路况、进行决策。
但与此同时，一个深刻的悖论出现了。当科技制造企业在物理AI的赛道上全力冲刺时，却被自身沉重的“组织重力”拖慢了脚步。
像小鹏汽车这样的企业会对这一“重力”的存在深有体会——业务多条战线同时推进，组织规模与信息量快速增长，原先适用于线性发展阶段的协作体系也面临新的挑战。
这样的公司往往知识文档数量达到千万级别，服务台与机器人消息遍布各处，找到关键资料或准确接口的效率有待进一步提升。工程师面对数百个系统构成的流程网络，让诸如请假、审批等日常流程也消耗了不少精力。
在更基础的运营层面，传统工具也已无法承载海量、实时的数据需求。文远知行的工程师曾表示，当测试车队从几十台激增至上千台，曾经轻便的维修管理Excel表格逐渐力不从心，制约了数据洞察与安全响应。
地平线副总裁兼首席架构师苏箐认为，当前科技制造业要在技术上产生质变，离不开“工业母机”的支撑，即工程能力和组织能力的持续强化。但这项复杂工程，非单一企业所能为。
比如有车企高层便坦言，车企想打造一个AI超级助理，需要同时承担生态聚合者、高效赋能者和安全守护者，“作为单一主体要做这么多事情，车企是卷不动的”。
但“工业母机”的缺失，直接侵蚀科技企业创新的根基。顶尖工程师的精力被无休止的“寻路”与“对接”耗散。跨部门、跨地域的协同延迟，让快速的技术洞察无法形成闭环决策。最终，企业可能在瞬息万变的市场中，因响应迟缓而错失抢占生态位的关键窗口。
这揭示了物理AI时代留给所有科技制造企业的核心组织命题：驾驭外部技术的复杂性，必须以解决内部协同的复杂性为前提。
中国科技制造企业需要的，不仅是一个更强大的“机器手臂”，更是一个能够打通数据孤岛、连接人机协作、让知识如血液般自由循环的协同网络。
而这一命题的答案，就藏在他们高度统一的选择里。
当组织学会“呼吸”
小鹏汽车CEO何小鹏曾经的一封全员信，引起了广泛关注和思考。
信里核心就四个字：组织提效。让他下定决心的是两个数据：公司一个月开了1.2万场会，总时长1.4万小时，足够一批人全职连开三年。他算了一笔账，十场大型会议的成本，就能买一辆顶配版小鹏G6。“第一次看到数据统计时，”何小鹏说，“我都吐了口血。”
一场围绕“会议”的效率革命就此开始。2024年，小鹏以线上会议替代了30%的非必要线下会议，通过飞书AI会议纪要自动抓取要点、生成结论与待办事项，直接同步至项目系统，让“开会”自然衔接“执行”。
这套方法不仅将会议效率提升了20%-25%，全年生成了16万份纪要，更支撑了来自40多个国家的海外团队，跨越语言实现无缝协作。今年上半年，小鹏又用AI生成了超过了63万份会议纪要，日均近3500次。
如此高频的使用，让小鹏用飞书重新定义了开会，也重新定义了效率。
而比会议低效更隐秘的损耗，是知识的沉寂与流失。为了解决工程师在庞大知识体系面前的大海捞针，小鹏基于飞书统一协同底座，打造了全员配备的数字员工IRON。它如同一个超级大脑，将散落在44个服务台、2000万份文档与84个消息渠道的信息彻底激活。
自此，知识检索、文档总结、流程发起，变为员工与IRON之间的一句对话。从3D导航直达会议室、工位，到一句话发起请假、智能填表，琐碎流程被压缩为瞬间动作。
效果立竿见影。 IRON上线后，智能问数功能每年可节省百万元成本；服务台工单处理时长缩短30%，表单流程效率跃升75%。整体而言，这相当于每月额外增加了128名专注于高效执行的“AI员工”。
这些实实在在的数字背后，是工作模式的根本转变。正如这次峰会上小鹏汽车所分享的，通过飞书与IRON，他们正实现“把重复的冗余的交给AI，把思考的尊严还给人类”。
从会议革命到知识激活，小鹏的提效之路，已是一场人与工具协同的系统进化。
当沟通与知识获取的底层效率被解放，AI便开始向业务腹地纵深，沉入千差万别的业务毛细血管中。
比如在自动驾驶的研发战场，效率就是速度。小马智行的第七代无人车，从4月亮相到11月实现全无人商业化，便仅用了半年。
如此疾速的推进，背后有飞书多维表格的灵活支撑做助力，它能适应不同业务需求快速迭代：生产端的零部件库存管理库、路测端的实时问题清单，都能责任到人、同步响应。这种深度适配使得小马智行的研发协作效率提升40%、需求响应提速60%、备件管理优化30%。
零配件仓库精细化管理
在自动驾驶与时间赛跑的工程中，飞书以灵活的工具形态，把“想到”和“做到”的距离压到了最短。
而在精密制造的生产线上，智能化也不是狂堆硬件。吉利汽车研究院的工程师们就做了一次轻巧而深刻的示范。他们绕过了昂贵的进口设备与漫长的IT排期，自己用飞书搭建出一个智能助手，将延续多年的“手填测量值+人工比对”模式，升级为“语音录入、自动成表、智能分析”的流畅闭环，直接省下了近千万元的硬件投入。
小鹏、小马智行与吉利的实践，共同勾勒出一条清晰的路径。应对物理AI的复杂挑战，必须率先完成组织本身的智能化升级。
当组织自身的“摩擦力”被降至最低，技术冲刺的能量才能毫无损耗地转化为定义未来的产品力。这也解释了为何在物理AI时代，先进的制造企业会在飞书上不期而遇。因为它们追求的，正是这个时代最稀缺的确定性：一个能随技术进化而不断生长、助其掌控创新节奏的协同基因。
飞书朋友圈，越扩越大
物理AI的浪潮，从来不会止步于科技制造业的实验室与试产线。当它在最前沿的领域证明了与物理世界“对话”的能力后，下一步，必然是带着这股势能，涌向中国经济的基石——那些看似“传统”、却构成国民经济主动脉的制造行业。
这里的变革场景更加具体而磅礴。比如，在钢铁厂的高温轧线旁，AI视觉正替代人眼，毫秒级检测钢板表面的微小缺陷；在巨大的石化罐区，传感器与AI模型正协同预测设备故障，守卫生产安全；在数以万计的消费品装配线上，机器人正学习更柔性的抓取与包装......
然而，与天生数字化的科技公司不同，传统制造企业的数字化转型，长期面临着不同程度的困难：
核心数据沉睡于纸质报表、孤立系统甚至老师傅的经验里，AI没有粮食；动辄千万上亿的定制开发、经年累月的流程再造，让人望而却步；再好的系统，如果一线工人和老师傅用不起来、不愿意用，就是白花钱。
但如今，一个有趣的现象出现了。越来越多“不像字节跳动”的企业，无论是万人规模的海信、雅迪、柳工，还是身处钢铁（永卓）、煤炭（鹏飞）、石化（东明）这些传统行业的企业，开始成群结队地选择飞书。
它们发现，飞书提供的并非又一套需要大动干戈的IT系统，而是一个“无痛数字化”的起点。
首先，它以极轻的方式，帮企业快速沉淀出“AI能懂的”活数据。 例如，永卓控股面对的是一个重资产、高能耗的典型场景——高炉炼铁。这座高达数十米、内部超1500摄氏度的“黑盒”，加料控温全凭老师傅的经验操控。
但如今，他们用飞书搭建的AI高炉智析系统，让交接班报告从30分钟缩至5分钟，风险自动生成任务派到责任人手机，每一次故障都被沉淀为“高炉病例”，AI甚至能逆向溯源、精准诊断。
于是，每周耗费8小时编写的生产周报，变成了AI每天早上8点准时推送的智能日报。沉默的数据开始说话后，哪里有问题、原因是什么，一目了然。
紧接着，它让降本增效变得肉眼可见，直抵一线。
在金鸿曲轴这家老牌制造企业里，老师傅的经验锁在脑中，年轻员工困于重复填表，昂贵刀具的流转依赖人盯人，转型的阵痛曾是具体的。
直到他们用飞书将整个车间重新“连接”起来，让能听懂方言的AI助手，成了24小时在线的“车间百事通”，让咨询量骤降80%；AI物料预警系统自动预警，每天为班长抢回1.5小时钻研技术......
这些改变不是自上而下的指令，而是每个岗位都能感知的省事和有用。预估全面推广后年增收超500万元的背后，是效率在一寸一寸地生根。
而最动人的改变，或许发生在那些打字不太灵活的老师傅身上。如今，他们只需对着屏幕语音输入，AI就能听懂四川话并迅速回应。最好的数字化转型正是这样，它不让任何人掉队，而是让大家都能用最自然的方式融入，让一线的双手最先触摸到改变的温度，也让最资深的眼睛看见科技切实的价值。
随着这些传统制造业涌入飞书，一个更深层的趋势也逐渐明朗——
飞书不仅仅是一个协同工具，它正成为AI能力进入实体经济最顺畅的导管。
正如飞书面向AI时代的“组织进化”宣言：当AI开始重新定义制造的“硬件”时，飞书正致力于用“软件定义组织”。
其目的，正是通过重塑信息与协作的底层逻辑，来解决物理AI技术狂奔而组织管理滞后的核心错位。
由此，我们可以回答最初的问题：当AI开始重塑中国制造业，为何是飞书成为了众多企业的首选？
答案不在于某一项单点领先，而在于它拥有一种技术普惠性。飞书提供的，是一个能随企业一同生长、从协同工具演进为AI时代“核心业务土壤”的生态。
无论是像字节还是不像字节的制造企业，他们不约而同地选择飞书，本质上都看到了飞书始终聚焦于解决真实业务问题。它让企业无需颠覆过去，就能将AI能力从会议、知识管理，逐步渗透至研发、生产、安全每一个核心环节。在空泛的概念炒作此起彼伏时，飞书所做的一切，都是要让技术回归价值本身。
因此，这不仅仅是工具的选择，更是发展路径的选择。
当所有制造企业，无论是造车的还是炼钢的，都能以最小的摩擦、最低的门槛，获得与时代最先进生产力同频共振的能力时，一种掌控创新节奏、穿越产业周期的全新确定性，便真正诞生了。