汽車出海，站在兩種敘事的交叉口

文｜李小事

2026年，國內汽車與世界AI產(chǎn)業(yè)相互映照出一道奇觀。

汽車語境下，AI被期待更像人，讓機器生出體溫和情感。產(chǎn)業(yè)視角下，AI卻在收斂人格，壓縮個性，填入傳統(tǒng)業(yè)務流程的齒輪。

這不是技術分裂，是商業(yè)敘事與工程現(xiàn)實的對望。而中國車出海，恰巧就站在這兩種敘事的交叉口。

一

在國內，車企抱著AI一頭扎進“具身智能”的宏大敘事，在科幻感和實用性的巨大鴻溝之間反復橫跳，摸索怎么從賣工具轉向賣感覺，同時營銷團隊要在CEO的科技愿景中尋找更有活人感的表述，給技術理念找到一個相對踏實的落腳點。

畢竟，當續(xù)航、大屏、智駕、座椅、冰箱彩電都逐漸被同行抄到差不多時，AI確實是少數(shù)還能讓車企繼續(xù)制造想象力的詞。它可以把提醒包裝成關懷，把車機芯片包裝成賈維斯的腦子，把一臺交通工具包裝成一個更有“活人感”的智能體。

這個概念夠宏觀，夠超前，也就意味著解釋的空間夠大，進可攻，退可守。

所以你發(fā)現(xiàn)，國內汽車邁著勢不可擋的步伐，用AI創(chuàng)造了一個近乎烏托邦式的交互世界，賽豆AIVA就是這套敘事里的典型樣本，它把AI放到品牌最中心，講“AI定義汽車”，講“先有AI，再有車”，你很難說這套表達沒有想象力，它說明，國內車企已經(jīng)不滿足于把AI當功能，而是徹底將其推到臺前，打造完整的品牌人格。

但當你把目光投向2026年的AI產(chǎn)業(yè)，卻會發(fā)現(xiàn)一個非常割裂的事實：AI Agent自己都還在摸索如何絲滑融入企業(yè)工作流，汽車品牌卻已經(jīng)大刀闊斧講起了AI定義一切的故事。

今年OpenAI和Anthropic都在部署一種角色：Forward Deployed Engineer，前線部署工程師。也就是派自家工程師駐場企業(yè)，幫助企業(yè)解決復雜環(huán)境里的AI應用問題，從財務、運營、銷售等產(chǎn)生實際營收的地方，切實展現(xiàn)AI的應用價值。

這說明AI商業(yè)化正在發(fā)生一個很清楚的轉向：越進入收入深水區(qū)，AI越不像一個情緒產(chǎn)品，它的價值在能不能進入真實流程，降低理解、協(xié)作和執(zhí)行成本。

換句話說：你得先有用，再來談創(chuàng)造力。

這個變化，反而給中國汽車出海提供了一個更現(xiàn)實的參考。

就國內而言，汽車與AI的結合已經(jīng)不單單是一種技術選擇，更是為被營銷神詞教育到脫敏的消費者找尋新鮮故事。而海外市場不同，你不能默認他們已經(jīng)接受了中國智能化這套語言。就像你不能指望所有人一夜間放棄手搓，集體投入AI制造的懷抱。

二

既然如此，為什么要把國產(chǎn)車出海和AI敘事綁在一起討論？

因為這已經(jīng)成為肉眼可見的趨勢，越來越多車企真的開始把國內那套往全球搬了，如果一個品牌從出生第一天就用AI來定義全部的自己，當走向海外時，它到底該被如何用于理解一臺車？

在國內，AI可以是品牌人格，是情緒價值，是發(fā)布會上的未來感。用戶已經(jīng)被智能座艙、語音助手、OTA、輔助駕駛教育了很多年，哪怕覺得某些話術夸張，也大概知道車企想表達什么。

但海外市場不同。中國車首先是一個外來品牌，面對的是本地法規(guī)、數(shù)據(jù)隱私、售后責任、渠道信任和殘值預期。這個時候，如果還把AI講成“懂你”“陪伴你”“像生命體一樣回應你”，很可能越講越飄。

這并不代表出海不能談AI，得談，但得先談點有用的。

它要談兩個具體的理解。

第一個，是市場理解，讓企業(yè)看懂市場。

以歐洲、巴西、和俄羅斯為例，看起來都在同一個出口報表里，實際分別代表三種完全不同的理解成本。

在歐洲，中國車首先面對的不是“智能不智能”，而是合規(guī)與信任。歐洲用戶對數(shù)據(jù)隱私、駕駛輔助安全、車輛準入、售后責任非常敏感。而歐盟GSR法規(guī)、GDPR監(jiān)管、反補貼稅，都會把中國車從“產(chǎn)品競爭”拉進更復雜的制度環(huán)境里。便宜和高配當然有吸引力，但如果稅費、合規(guī)、殘值和保險成本疊加上來，中國車的價格優(yōu)勢會被重新計算。

巴西則是另一套故事。中國車在巴西不是第一次出現(xiàn)。早年的中國品牌曾經(jīng)靠低價、長質保和輕資產(chǎn)模式快速進入市場，也一度賣出聲量。但政策變化、本地化不足、售后跟不上，很快讓“便宜”變成另一種記憶：配件難等、維修麻煩、保值率差。

巴西用戶現(xiàn)在當然愿意看中國新能源車，尤其在比亞迪銷量起來之后，“中國車能不能賣好”這個問題已經(jīng)被回答。但新的問題也出現(xiàn)了：信任何以維持？本地生產(chǎn)以后價格會不會下來？充電和售后能不能跟上？

俄羅斯和中亞又是另一種復雜性。俄烏沖突后，國際品牌撤出，給中國車留下了巨大空間。中國車快速進入俄羅斯和中亞，一部分靠官方渠道，一部分也借助平行出口和“零公里二手車”等方式快速流通。

這讓中國車迅速獲得能見度，也留下后遺癥。當?shù)赜脩舨⒉粫栏駞^(qū)分官方出口、平行進口、貿易商渠道。他們只知道自己買到的是一臺中國車。如果后續(xù)維修沒人管、質保說不清、配件等太久、軟件服務跟不上，最后損害的往往是“中國車”這個整體印象。

俄羅斯市場還要面對極寒、長里程、復雜道路和高維修成本。出租車司機、車隊用戶對耐久性非常敏感。他們更在意的是車能不能跑二三十萬公里，變速箱、電池、底盤、電子系統(tǒng)能不能扛住冬天，修一次要花多少錢。

所以，“市場理解”解決的是中國車出海最前置的問題：你到底在和誰說話。

如果這一步?jīng)]做好，中國車很容易被海外用戶統(tǒng)一裝進一個粗糙標簽里：便宜、高配、來自中國。

這個標簽可以帶來第一波關注，卻撐不起長期品牌價值。

所以在“市場理解”這一環(huán)，AI承擔的角色不是“決策者”，而是前置雷達和內部翻譯器。它不做決策，但可以更早告訴車企：這個市場正在怎么理解你、誤解你、擔心你。

比如它可以持續(xù)抓取當?shù)孛襟w、社交平臺、論壇、經(jīng)銷商反饋和搜索趨勢，把零散聲音整理成可用的市場信號。也可以把這些聲音翻譯成產(chǎn)品和業(yè)務部門聽得懂的問題清單，并進一步拆成更具體的判斷：他們不信任的是電池壽命、軟件更新、售后責任、二手殘值，還是官方渠道穩(wěn)定性。

再往前一步，可以幫助企業(yè)做競品和政策監(jiān)測，比如歐盟法規(guī)變化會影響哪些功能，巴西補貼和本地生產(chǎn)政策會改變哪些價格預期，俄羅斯關稅和認證變化會不會影響渠道穩(wěn)定。

這些東西不會直觀展示在“AI造車”、“具身智能”這樣宏大的技術概念中，但細小、瑣碎、沒有未來感的觀察和解釋，恰恰是AI時代汽車出海應該優(yōu)先抓住和補齊的能力。

第二個，是產(chǎn)品理解，讓用戶看懂產(chǎn)品。

中國那套智能化敘事在國內成立，有一個很重要的前提：用戶已經(jīng)被教育過，且磨合得基本順手。

海外市場沒有這套默認認知，Escalent 2025年歐洲調研顯示，歐洲消費者對中國車的考慮率從2024年的31%上升到2025年的47%，但注意，信任度只從22%提升到28%。這說明中國車正在被更多人看見，但“愿意了解”和“真正信任”之間，還有很長一段距離。

這組矛盾放到產(chǎn)品層面，就是一個具體問題：這些東西買回去以后能不能真正用順。

比如 App 綁定。國內用戶已經(jīng)習慣手機號、驗證碼、車企 App、微信/支付寶這一整套賬戶體系，但海外用戶面對的是 Apple ID、Google 賬號、信用卡、PayPal、本地手機號和不同地區(qū)的應用商店規(guī)則。

公開車主論壇里，能看到海外用戶因為驗證碼收不到、App 區(qū)域不可用、賬號綁定失敗而卡在第一步。對車企來說，這只是賬號系統(tǒng)和本地化適配問題。對用戶來說，這臺車從交付第一天起，就顯得不夠“像本地產(chǎn)品”。

再比如導航和語音，國內語音助手能聽懂大量中文地名、商圈、充電站和本地服務，是因為它背后接著中國地圖和中文語義生態(tài)。到了海外，問題會變成另一套：能不能聽懂當?shù)乜谝?？能不能識別復雜地名？能不能正確接入Google Maps、Apple Maps、TomTom、HERE或者當?shù)爻潆娋W(wǎng)絡？

OTA更敏感，國內用戶已經(jīng)習慣“車會更新”，但即便在國內，OTA也經(jīng)常引發(fā)爭議：更新內容不透明、承諾功能遲遲不上線、升級后體驗變化、部分功能收費方式調整，都會影響用戶信任。到了海外，這種不確定性會被放大。

所以，產(chǎn)品理解不是語言包問題。它不是把中文菜單翻譯成英文、葡語、泰語或者阿拉伯語，而是讓一臺中國智能車進入當?shù)厣钕到y(tǒng)。它要適配當?shù)刭~戶、地圖、支付、充電、隱私、法規(guī)和用戶習慣。

J.D. Power 2025年美國汽車科技體驗研究提到，車主對車輛質量的感知，正在從傳統(tǒng)零部件故障，轉向信息娛樂系統(tǒng)、ADAS以及連接功能帶來的可用性問題。換句話說，車越智能，用戶需要理解和判斷的環(huán)節(jié)越多。

如果解釋不清，智能座艙就會從體驗優(yōu)勢變成學習成本。用戶不會覺得這臺車更先進，只會覺得它太復雜、太陌生、太難判斷。

AI能做的，是幫用戶降低這條學習曲線。在綁定環(huán)節(jié)，識別用戶所在地區(qū)的賬號生態(tài)和支付規(guī)則，實時生成適配本地的分步引導，并主動探測失敗原因、用本地化語言解釋“為什么、怎么辦”。

在導航語音環(huán)節(jié)，建立語義適配層，無論底層是Google Maps還是HERE，都能把用戶的模糊表述轉譯成地圖系統(tǒng)能理解的指令，讓用戶感受到“它聽得懂”。在OTA環(huán)節(jié)，將工程師視角的更新日志，翻譯成用戶關心的“操作習慣變化清單”。

其實說到底，要講AI定義汽車，就不能只談車。

尤其放在海外市場，哪怕國產(chǎn)車迭代速度再快，車也從來不是一錘子買賣。技術是一種選擇，不是明碼標價的概念。放到體驗上，AI應當著手解決最直接和瑣碎的問題，服務于用戶和這臺車長期相處的方式，怎么理解它，怎么使用它，怎么維護它，怎么判斷它是否可靠。

國內可以講“我更愛你”的故事，但海外得先從“讓我們互相了解”說起。