在一项由微小性能差异决定胜负的运动中，赛道外专业人员基于数据作出的快速决策，往往成为一级方程式赛车（F1）胜负的关键所在——而在AI时代，这种人类专业能力显得尤为重要。
当众多行业观察人士担忧生成式 AI 和智能体技术对传统劳动力市场的长远冲击时，经验丰富的专业人员在赛车领域反而变得比以往任何时候都更加不可或缺。
随着科技公司不断推出新系统与新服务，优秀且经验丰厚的IT与工程师团队通过借助赛道外合作伙伴的技术创新，为棘手的赛道挑战开发数据驱动的解决方案，在其中发挥着至关重要的作用。
简而言之，在赛车运动中，人类依然牢牢处于整个决策循环的核心位置。
阿斯顿·马丁Aramco F1车队首席信息官法布里齐奥·皮洛蒂在接受ZDNET采访时解释了车队与技术合作伙伴协作提升赛车性能的方式："如果一个想法是好的，就要尽可能快地推进整个流程，然后收集所有数据用于下一次迭代。这就是制胜之道，这也是我们正在专注的事情。"
皮洛蒂及其团队与技术合作伙伴携手推进的这场数据驱动的数字化转型，向所有从业者证明了一件事：在AI时代，人类的经验将价值连城。
ZDNET在英国大奖赛举办前夕，造访了阿斯顿·马丁F1车队位于银石赛道附近的总部，亲历了该车队的协同创新模式。
在参观AMR技术园区期间，我们看到了幕后专业人员正在同时以数字化和人工方式对赛车进行精细调校。
这些专业人员中，包括世界顶级空气动力学专家、阿斯顿·马丁F1车队技术总监艾德里安·纽维——他正在办公室里手工绘制新的设计图纸。
皮洛蒂表示，手工技艺在F1性能优化中扮演着至关重要的角色。在一个追求毫厘之差的行业里，像纽维这样的顶尖专家所做出的细微、个性化的改动，往往就能决定成败。
事实上，皮洛蒂透露，一些F1新人往往会对此感到出乎意料："他们从内部看到一支车队的真实面貌后会说，'这和我想象中的不一样，它涉及更多精细的手工工作。'"
他将F1车队的IT部门定位为一项性能增强型职能。该部门的职责是为车队提供强大的数据与数字化基础，帮助团队成员将自身能力发挥至极致。
"IT的核心，是为人提供正确的工具，"他说。
"我们的工作并非直接决定赛车的性能，但我们在持续提升工程师的工作能力——通过更好地管理故障、更好地帮助他们理解赛车的性能表现。"
目前，阿斯顿·马丁F1 IT部门的优先项目包括优化企业应用程序和开发赛道边系统。
智能体正被战略性地应用于软件开发流程，车队也在探索AI如何改善优化工作，包括ERP系统的优化。
皮洛蒂表示，车队专注于细微而持续的变化，数字化转型以满足经验丰富的专业团队需求为导向。他描述了在智能体时代，数据驱动的变革对其F1车队意味着什么。
"目标是让终端用户能够在无需与IT交互的情况下直接使用数据，这是最终愿景——实现无感的流畅体验，"他说。"无论他们在设计后翼时需要哪些资源，这些资源都能立刻以他们所需的格式和精度呈现出来，而无需等待三个月来更新系统。未来的方向是模块化灵活性，让基础设施能够随时适应团队的数据需求。"
在参观结束后举办的阿斯顿·马丁技术论坛上，车队多位合作伙伴的高管参与了小组讨论和圆桌会议，围绕赛车运动的数字化转型展开深入交流，上述观点得到了广泛共鸣。
AI专业公司Cohere的英国及北欧区负责人瑞恩·刘易斯介绍了其公司与阿斯顿·马丁F1合作的方向：探索主权AI模型和智能体如何在遥测、诊断及仿真数据中快速提取洞察。他描述了几年后这一过程可能呈现的形态。
"这关乎赋能，"他说。"我们希望赋予人们将繁琐事务自动化的能力，从而将他们从那些拖慢节奏的工作中解放出来，专注于关键决策。"
皮洛蒂告诉ZDNET，像Cohere这样的技术合作伙伴将在帮助车队探索智能体AI下一阶段中发挥关键作用——届时，车队将在防火墙内部署针对特定场景的专用模型，同时将Token用量控制在合理范围内。
刘易斯在论坛上向与会者分享了Cohere如何在F1这类敏感工作环境中安全有效地部署前沿技术。
"当数据处于严格保护之中时，"刘易斯说，"人们甚至不敢将这些信息输入任何模型或系统，生怕商业机密外泄。而通过在内部基础设施中进行本地化部署，将所有内容紧密整合，这一难题就能迎刃而解，并最终输出有价值的结果。"
尽管技术合作伙伴是提升F1赛车成绩的重要因素，但绝非成功的唯一要素。
事实上，在这个技术快速演进的时代，阿斯顿·马丁F1商业技术大使埃里克·恩斯特在论坛上表示，值得信赖的内部专业经验变得更加至关重要。
"面对AI，我们无法将经验外包，"他说。"经验始终沉淀在团队内部，而AI赋予了我们的人员认知上的可扩展性，让他们能够完成超越当下能力的工作。"
赛车运动的竞争优势源于一个由可信合作伙伴组成的紧密生态系统，大家携手解决F1工程师发现的各类难题。
"这是关于释放智慧，让每一个合作伙伴不仅仅是适应未来，而是真正去设计未来——化解复杂挑战，在每一个层面、每一行代码中注入清晰的方向和前进的动力，"他说。
恩斯特表示，这种协作关系在赛车队探索新兴技术的过程中体现得淋漓尽致。
F1车队长期使用机器学习技术分析赛车数据，从中识别性能信号。
生成式 AI 与智能体的结合为主动出击提供了新的可能，有助于及时制定应对复杂场景的战略举措。
然而，即便身处AI时代，恩斯特强调，真正能将技术创新所产生的数据转化为竞争优势的，依然是"人"——那些拥有多年丰富经验的F1工程师。
"工程师能够说，'好，我有三个选项，而我的经验告诉我应该选择这个，'"他说。"正是这种经验，才是从AI中创造价值的关键所在。"
Q&A
Q1：阿斯顿·马丁F1车队是如何利用AI提升赛车性能的？
A：阿斯顿·马丁F1车队通过与Cohere等AI专业公司合作，探索主权AI模型和智能体在遥测、诊断及仿真数据中的应用，实现快速数据洞察。同时，智能体被战略性地引入软件开发流程，并探索其在ERP系统优化中的潜力。车队的核心理念是让工程师能在无需IT介入的情况下直接获取所需数据，实现无感的流畅体验。
Q2：为什么F1车队说AI时代人类经验更加重要？
A：因为AI虽然能处理大量数据并提供多种选项，但最终的决策判断仍依赖工程师多年积累的专业经验。阿斯顿·马丁F1商业技术大使恩斯特表示，经验无法外包，AI的作用是提升人员的认知可扩展性，让他们做更多事情。面对三个选项，真正能判断"选哪个"的，仍是经验丰富的F1工程师。
Q3：Cohere是如何保障F1车队数据安全的？
A：Cohere采用本地化部署方式，将AI模型和智能体部署在车队自身的基础设施防火墙内部，确保敏感数据不会外泄。这样即使是高度机密的遥测和赛车性能数据，也可以安全地输入模型进行分析，无需担心商业机密外泄，从而在保障安全的前提下充分发挥AI的数据处理能力。
