2026云栖大会的议程里，有一场分享值得汽车与制造业求职者留意：宝马研发中国负责用户交互与My Car业务线的副总裁Pascal Theissen，将谈AI如何改变制造业。消息把它定位为介绍"AI驱动的制造业是什么样子"。注意，这是一场预告中的分享，不是落地成果清单，更不代表宝马因此新增了岗位。

先分清：你想切的是哪一段

"AI制造"是个太大的词。同一家车企里，AI相关工作至少散在三类职能上，日常交付物完全不同。

用户交互与产品定义：像这场分享嘉宾所在的业务线，关心的是车里的人怎么和系统打交道、功能怎么定义、体验怎么迭代。交付物偏向需求文档、交互方案、版本节奏。

生产流程：关心产线节拍、质量检测、设备维护、工艺参数。交付物偏向流程改进方案、现场问题闭环。

数据与算法支持：为前两类提供数据管道、模型和工具。交付物偏向数据集、模型评估、上线后的监控。

三类岗位面试问的东西差别很大。笼统准备"AI+制造"，往往哪一类都答不深。

面试时，把"和AI的关系"问清楚

岗位描述里写"参与AI项目"，信息量约等于零。可以这样问：

  • 这个岗位的日常交付物是什么？是需求文档、产线方案，还是模型指标？
  • 和算法、数据团队的协作边界在哪？是我提需求，还是我调模型？
  • AI在流程里是辅助工具，还是核心环节？出问题时谁负责？
  • 团队现在处于探索、试点还是已上线阶段？

这些问题的答案，比"我们很重视AI"有用得多。

没有制造背景，先看能迁移什么

假设你做过互联网产品，想转汽车用户交互方向：需求拆解、跨团队推进这些能力可以迁移，但要补的是汽车特有的约束——安全、法规、硬件迭代周期。

假设你学的是工业工程，想进生产流程方向：先确认目标岗位是否要求具体工艺经验，再判断自己的流程优化经验能不能对上。

不建议一上来就猛补算法。先找三到五个目标岗位的招聘描述，把重复出现的要求抄下来，看自己缺的是行业知识、工具，还是项目经历。缺什么补什么，比跟风学模型更省时间。

一个实际可做的小建议：挑一个你感兴趣的制造场景，写下"谁在用、解决什么问题、我怎么判断做得好"三句话。写不出来，说明这个方向还需要再了解。