长安汽车最近的一个传播案例挺有意思：55岁的物流包装老师傅张永泽，用AI做出了七八个自动化脚本，把跨部门流程里的重复工作砍掉了九成；电气测试工程师毛海，把一套灯效从想法到能投屏讨论的动态Demo，从”一两周起步”压缩到了几十分钟。他们用的工具，是同一个：千问办公。
这不是公司层面的战略叙事，而是发生在工位上的真实变化。汽车行业被称作”物理AI”的试验田，长安想验证的命题是：AI到底能不能走进一家百年车企的日常。
不会代码的人，先跑起来了
河北长安质量体系管理岗的郭子雅，2013年进厂，干了13年没写过一行代码。她让AI做随车文件核查：车辆交付前，合格证、环保清单上的几十项参数要跟网站公告逐项核对，人工查一台要十几分钟还容易漏。现在拍照上传，程序自动提取参数、查询公告、标出差异，一两分钟完成。
厂里像她这样”自己动手造工具”的员工已经超过百人，还形成了每周一次的内部分享会。55岁的张永泽就是听完分享后，把自己的包装评审流程拆成了七八个脚本：批量发放任务、按件号分配到责任人、生成进度报表和滞留预警。他给AI划了条线——需要凭经验判断合格还是驳回的零件，仍然自己处理。
AI负责流转，人负责决策
采购中心的龚玄走得更远。她给千问办公里的智能体配上自己的工作头像和名字，让它学习自己的资料和判断规则，做了一个”数字分身”。每周一份四五十页的例会PPT，过去一页新稿要磨一个小时，现在她把素材和要求留给AI，电脑设成”关屏不关电源”，第二天早上带着图表的成品已经生成。她盘点了两周的工作：AI协助追踪了240多项任务，估算节省约45小时。
长安AI应用开发处经理肖世强总结得更直接：当AI先按规则做初检、人只需要处理判断和修改时，流程就从”人负责流转、AI辅助”转向”AI负责流转、人负责决策”。他说，真正的AI边界，只有每个人用起来以后才能知道。
汽车只是千问办公落地的一个切面——能源、金融、制造、科研等行业头部企业都在接入。对多数企业来说，这事真正的启示或许不是”要不要上AI”，而是：当最懂业务的人都能把自己的经验变成工具时，组织该把哪些流程交给AI流转，又把哪些判断留给自己。
