复杂研发体系的效率重构：智能驾驶行业的研发管理实践【卓驭科技】

原创

已于 2025-10-10 16:41:48 修改 · 603 阅读

CC 4.0 BY-SA版权

于 2025-10-10 16:41:42 首次发布

在智能驾驶研发的深水区，复杂的流程与跨角色协同让每一次迭代都如同解一道系统工程题。卓驭科技在构建端到端研发链条的过程中，面临着多角色并行、数据资产追溯与过程合规的重重挑战。
通过体系化的流程重构与工具创新，他们逐步搭建起一套高效、透明、可追溯的研发管理体系，让模型训练、测试验证与实车评测协同推进，为高复杂度研发找到了一条更高效的管理路径。

工具之困：高速迭代与流程僵化的根本矛盾

深入智能驾驶的技术深水区，其研发的复杂程度远超想象。一套完整的智驾系统，是交互设计、软件开发、AI 模型训练、嵌入式软件、硬件结构等十余类技术环节的精密咬合，牵一发而动全身。

卓驭科技的核心突破之一，在于成功将“可解释端到端模型”部署于量产车型（如红旗天工系列、大众油车）。这一模型打通了感知、预测、决策和规划多个模块，显著减少信息传递损耗，提升系统性能上限，并通过保留中间可解释输出，让用户对智驾行为“看得懂、更安心”。

然而，技术成就背后，是研发管理的多重困境。智驾研发需要不断调整、持续优化。客户需求不断变化，团队依赖动态交错，传统工具难以支撑复杂协作网络。

卓驭早期也曾尝试使用 Jira 等工具，“Jira 的核心问题在于割裂。”卓驭 PMO 坦言，“它孤立于沟通工具之外，流程僵硬，难以贴合不同模块研发的独特节奏。” 智驾研发模块差异大、步骤繁复，“仅模型开发就超 20 步，原有工具难以定制。” 系统之外，人为补位成为常态，任务与记录渐渐脱节。如何既实现流程的深度数字化，又不让工具束缚住人的手脚与灵感？卓驭的团队站在了十字路口。