35 个人,管整个丰田

丰田北美负责企业 AI 的团队只有大约 35 人,却要给制造、供应链、金融、经销商、整车研发在内的全公司定 AI 方向。

团队由工程师、架构师、产品经理组成,丰田自己形容它「像一家内部创业公司」。它干三件事:定全公司的 AI 方向,制定所有 AI 应用必须遵守的标准,亲自开发优先级最高的那几个产品。

人少活多带来一个硬约束:不能为每个新应用从零造一遍工具。丰田北美 AI 工程总监 Kordel France 说得很直白:

我们经历过什么都自己造的痛苦。自己搞一套方案的那份煎熬我们受够了,它太耗人力、太耗工程时间。

更硬的约束在钱上:每个项目每年必须跨过六位数到七位数美元的回报门槛,也就是至少几十万美元起步,才值得立项。

约 35 人 负责全丰田北美 AI 的团队规模 6-7 位数 每个项目的年回报门槛(美元)
一个三十几人的团队,要给制造、供应链、金融、经销商、整车研发全线定 AI 方向,每个项目还得跨过至少几十万美元的年回报门槛。数字出自原文。

ToyotaGPT 和它的 50 个助手

丰田内部的 AI 平台 ToyotaGPT 已经有 50 多个各管一摊的 AI 助手在实际运行,员工用它查公司内部资料。

ToyotaGPT 是一个不断变长的助手清单,每个助手管一个专门领域。员工提问,它从丰田内部的制造文档、研发报告、供应链记录里找答案。

权限跟着原始数据走。一个员工本来就没有某份资料的访问权,助手也不会把里面的内容说给他听。这解决了企业内部 AI 最容易出事的地方:不该看到的人看到了不该看到的东西。

真正的变化在开发速度上。在搭起现在这套开发底座之前,上线一个新助手要 6 个工程师干 6 个月。现在是 1 个工程师干 4 天。

单位: 人天 (工程师人数 × 工作日) 改造前: 6 人 × 6 个月 约 780 人天 按每月 22 个工作日推算 改造后: 1 人 × 4 天 4 人天
上线一个新 AI 助手的人力投入,从约 780 人天降到 4 人天,差约 195 倍。原文只给了「6 个月 6 个工程师」和「4 天 1 个工程师」,人天为换算值。

知识不塞进助手里

丰田没有把公司的专业知识写死在每个 AI 助手内部,而是做成一个可以反复取用的「技能库」,用的时候现装进去。

这是丰田做法里最值得注意的一个选择。多数团队做行业 AI 助手,是把领域知识一股脑写进这个助手的设定里,换个场景就得重写一遍。

丰田反过来:把制造、供应链、研发、品牌等领域的知识各自做成一份独立的技能(一包写好的领域知识和操作方法,能被任意 AI 助手临时调用),运行时再喂给模型。同一份制造知识,生产线上的助手能用,研发端的助手也能用。

这套底座叫 Deep Agents,来自一家叫 LangChain 的 AI 开发工具公司。丰田的智能体 AI 与产品研究总监 Ravi Chandu Ummadisetti 这样描述它:

Deep Agents 是个漂亮的概念。敲一条命令 create deep agent,你就拿到一整套强大的框架和生态。
运行时注入 生成 生成 生成 技能库 制造 / 供应链 / 研发 / 品牌知识 Deep Agents 底座 一条命令生成新助手 ToyotaGPT 50+ 内部问答助手 GearPal 产线设备诊断 R&D GPT 研发资料检索
丰田把领域知识抽出来做成共用技能库,运行时注入到统一底座上,三个主力应用都从同一套知识和框架里长出来。结构据原文对 Deep Agents 与 skills 的描述绘制。

停机一分钟,几十万美元

丰田的生产线停一分钟,损失几十万到上百万美元,所以他们给技工做了个能用大白话问的诊断助手 GearPal。

生产线是丰田最核心的资产。每一辆丰田车都从这条线上下来,停机的代价按停在哪一段算,一分钟从几十万到上百万美元不等。

GearPal 让任何一个机修技工走到出故障的机器前,直接用日常语言问:这台机器为什么坏了,怎么修。它会调出相关的诊断信息、这台设备过去的维修记录和修理指引。过去 5 到 6 小时的排查,现在 2 到 3 分钟出结果。

它还顺手解决了另一个问题:老技工陆续退休,脑子里那些没写进手册的经验会跟着走。丰田把机器维修知识固化成技能库的一部分,新人也能调出来用。

为了让它能真正装在运转中的产线上,团队加了一道保险:某家 AI 模型的服务商断线,系统自动切到另一家。产线上的工具,不允许有「服务暂时不可用」这种回答。

技工人工排查 取中值 5.5 小时 5-6 小时 GearPal 诊断 取中值 2.5 分钟 2-3 分钟
产线设备故障诊断从 5 到 6 小时压到 2 到 3 分钟,按中值算约 132 倍。原文给的是区间,条长按区间中值绘制。

三年调一款车漆

丰田研发端的 AI 助手 R&D GPT 把一个课题的周期从大约三年压到一年。

一辆丰田车身上的漆,听起来简单,实际要做好几年的配方工作:在极热和极冷环境下反复测试,分析防锈能力,验证机器人喷涂的精度。这些资料分散在几十个不同的文档库里,又多又专业。

R&D GPT 让研究员能一次性把所有内部研发资料都问一遍,把那些原本要花几周人工翻阅才能发现的细节捞出来。课题周期从大约三年缩到一年。

难点出在「找对地方」上。丰田的研究领域彼此交叠,车漆、防锈、座椅材料、皮革,边界模糊。早期出过一个典型问题:问车漆的事,系统跑去防锈数据库里翻答案。

团队的解法是让助手同时问多个地方:主数据库里找不到,就并行去查其他几个库,把结果合并之后再回答,而不是一个个试过来。

给 AI 装一块安灯板

丰田用 LangSmith 监控所有 AI 助手的运行状况,Kordel France 把它比作丰田车间里的安灯板。

安灯板是丰田制造体系里最老的发明之一:一块挂在车间里的大屏,谁都能抬头看到哪条线在跑、哪里出了故障、人手该往哪调。丰田把同一套逻辑搬到了 AI 上。

Kordel France 说:

LangSmith 让我们能监控所有助手,搞清楚什么在起作用、什么没有、哪次工具调用失败了、哪一次代码改动搞坏了流水线、用户在用哪些功能。

他强调的第二个用途常被忽略:这些记录不只是给工程师调错用的,更是说服公司高层的材料,证明「我们做的每个工具都是安全的」。他把这套可观测能力称为团队从 LangChain 整个生态里拿到的最大一笔资产。

团队还用它在平台层面看:哪些部门在用 ToyotaGPT、用得怎么样,从而决定下一个该专门做哪个助手。

车间 AI 系统 看什么 哪条线在跑 哪些助手在跑 故障信号 设备停机报警 工具调用失败 谁看 车间所有人 工程师与高层 用途 调配人手 决定下个做啥
丰田把车间安灯板的逻辑原样搬到了 AI 系统上:左列是实体车间,右列是 LangSmith 里的对应物。对应关系据 Kordel France 的比喻与他描述的监控内容整理。

这笔账目前还是预测

丰田说每个制造场景每年至少省下六位数美元,但「七到八位数」的总账是明年才可能兑现的预测,不是已经发生的事实。

已经落地的部分很硬:50 多个助手在跑,4 天一个的交付节奏,5 到 6 小时压到 2 到 3 分钟的诊断,三年压到一年的研发周期。这些是做完的事。

钱的部分要分开看。「每条产线、每个车间、每座工厂每年至少省六位数美元」是团队自己的测算口径,具体怎么算出来的,文章没说。而 Kordel France 讲得更远的那句,用的是将来时:

希望明年我们再聊的时候,我能说我们已经在七到八位数美元的节省区间了。我们预计未来几年能做到。

还有一层要说明:这篇文章发在 LangChain 自己的博客上,而 Deep Agents、LangGraph、LangSmith 全是 LangChain 的产品。文末那句「AI 会进资产负债表,而且是因为 LangChain」出自丰田的人,但它出现在供应商的宣传位上。

这不意味着数字是假的,丰田没有理由虚报自己内部的诊断耗时。但一个客户在供应商主场讲的成功故事,天然不会提失败的项目、没通过回报门槛的立项、以及被砍掉的场景。读的时候把这层滤镜戴上。

已经发生的 50+助手在产,交付4天, 诊断5小时压到3分钟, 研发3年压到1年 还只是预测的 七到八位数美元年节省—— Kordel France 说的是 「希望明年能这么说」
左边是已落地的运行结果,右边是尚未兑现的财务预测。两者都出自同一篇文章,但证据等级完全不同。