东风日产王骞围绕“不造速成车、不造卡线车、不造双标车”提出观点，强调产品研发、测试验证和质量标准的重要性。类似原则也适用于人工智能、网络安全、软件开发和企业数字化建设：上线速度不应替代必要的验证，合规底线不应成为质量上限，面向不同业务场景也应保持一致且可解释的治理标准。
今日技术观察 IT之家 8 月 21 日消息，东风日产汽车销售有限公司副总经理王骞今日公开发声，认同上汽大众提出的“不造速成车、不造卡线车、不造双标车”三大造车准则。王骞指出，“汽车快消品化”是伪命题，“快消式造车”才是行业真正的风险。所谓“不造速成车”，核心在于拒绝为抢占市场而压缩产品研发与验证周期。他表示，东风日产对发动机开展累计等效 750 万公里耐久测试，完成超 10000 次极端环境启动验证，以规避仓促推出产品带来的可靠性隐患。据介绍，“不 01 背景速览 背景速览：据给定材料，东风日产王骞表示，汽车行业真正需要警惕的是以快速上市为导向、压缩研发和验证环节的“快消式造车”，并认同“不造速成车、不造卡线车、不造双标车”的造车准则。材料还提到，相关讨论聚焦于产品是否完整完成必要验证，而不能只用开发周期长短判断质量。其披露的耐久测试、极端环境启动验证以及多阶段质量检查，体现了对全过程验证的重视。 02 趋势影响 趋势影响：这一讨论对人工智能和企业数字化建设同样具有参考价值。随着生成式人工智能、自动化软件开发和智能业务系统加快落地，企业可能面临模型快速上线、功能频繁迭代与安全质量保障之间的平衡问题。如果过度追求发布速度，数据质量、模型稳定性、权限控制、软件测试和业务连续性等环节可能被压缩；但开发周期本身也不能作为评价系统质量的唯一标准，关键仍在于是否完成了与风险相匹配的验证流程。 03 企业应用启发 企业应用启发：企业可以将“全流程验证”纳入人工智能项目管理，在需求分析、数据处理、模型训练或选型、系统集成、灰度运行和正式发布等阶段设置明确的评审与留痕机制。对于涉及客户服务、财务决策、员工管理或生产运营的应用，应分别开展准确性、鲁棒性、偏差、权限、隐私保护和异常处置测试。同时，企业应建立统一的质量与安全标准，避免因部门、地区或业务规模不同而降低必要的控制要求，并保留人工复核和回滚能力。 04 合规观察 合规风险提醒：人工智能系统的输出不能天然视为准确或合规，企业仍需关注个人信息保护、数据跨境、知识产权、网络安全、行业监管和自动化决策等要求。使用外部模型或第三方软件时，应核实数据使用范围、服务商责任、日志留存、漏洞响应和退出机制。对于尚未完成验证的功能，应明确适用边界和风险提示，避免将测试结果包装成确定性结论，也不能因追求“智能化”而绕过必要的安全评估与审批流程。 05 开放讨论 开放讨论问题：在企业人工智能项目中，哪些场景应设置更高强度的测试和人工复核？开发速度、模型效果、数据安全与合规成本发生冲突时，企业应如何确定优先级？是否有必要建立跨部门统一的人工智能质量标准和发布门禁？对于供应商提供的模型或智能软件，企业又应如何验证其真实能力、责任边界及持续服务风险？ 公开来源参考 东风日产王骞谈“速成车”：快消式造车是行业最大风险