汽车链路长、触点散——销售线索跟进慢、售后诊断依赖技师经验、智驾路测数据标注成本高。Agent 可串联 CRM、DMS 与数据平台，但车辆安全相关决策必须保留人工与车端权威。
营销、售后与智能驾驶数据场景的 Agent。
宏观趋势、价值链与数字化阶段——先理解行业全貌，再讨论 AI 能落在哪一层。
汽车产业链长：研发、制造、销售、售后、金融与二手车，智能网联与新能源重塑产品定义。车企与经销商数字化转型不同步，用户数据、车辆数据与售后数据分散在 DMS、CRM、TSP 与工厂 MES 中。
智驾研发带来海量路测数据与标注需求；销售端线索跟进与售后一次修复率直接影响品牌口碑。AI Agent 需理解车辆全生命周期语境，而非单点聊天。
典型系统分层与数据流向。Agent 不是悬空的能力，而是嵌在具体层级之间的协同节点。
「车端与 TSP 层 — 销售与服务层 — 研发与制造层 — 数据平台层」。Agent 常见于销售 CRM 与售后 DMS 接口，以及智驾数据平台中的场景挖掘；不远程改写车端软件。
车联网、远程诊断、OTA、智驾数据采集。
线索、试驾、DMS 工单、配件与保修。
PLM、MES、质量、路测与仿真。
用户画像、预测维护、算法模型仓。
Agent 位于销售服务与数据层：线索分级跟进、售后诊断 Copilot、路测场景优先级排序；成交价格以 POS/DMS 为准，车端控制指令不自动执行。
与 AI 相关的业务瓶颈——问题是什么，为什么传统手段不够，AI 为何能切入。
门店线索来自官网、直播、到店多条链路，销售顾问跟进节奏不一，高意向客户冷却，总部难实时看清漏斗。
Agent 按行为评分分级触达，生成个性化话术并同步 CRM 任务，比固定短信模板更有效。
故障码、维修历史、技术公告分散，新手技师查资料慢，一次误判导致返修与客户投诉。
Copilot 聚合车端与服务端数据，给出排查树与相似案例，技师确认后下单配件与工时。
路测每小时产生海量场景片段，人工筛选 corner case 慢，版本回归覆盖难保障。
场景预分类与优先级排序，把标注资源投向高价值片段，加速模型迭代闭环。
具体业务情境、工作流步骤、交付物与衡量指标——可直接作为 PoC 立项参考。
新势力品牌 200 家体验店，月均线索 10 万+。总部 DCC 与门店顾问协同难，高意向用户 48 小时未跟进占比高。
48h 跟进率提升、试驾转化率上升、线索流失率下降、DCC 人均产出提升。
遵守个人信息授权；不承诺未公布价格政策；外呼频次合规限制。
品牌授权服务中心，日均进场 150 台，复杂电气故障平均诊断 2 小时+，依赖总部技术支持热线。
平均诊断时间缩短、一次修复率提升、热线咨询量下降。
不远程改写车端软件；安全相关操作按厂商规范；客户数据脱敏。
L2+ 研发团队周路测 5000km，回传视频 2000+ 小时，标注团队难优先处理 cut-in、鬼探头等 corner case。
高价值片段标注占比提升、版本回归遗漏下降、标注人效提升。
路测数据不出域；预标签非训练终态；安全关键场景人工复核。