本文內(nèi)容根據(jù)“數(shù)智躍遷：AI賦能消費(fèi)品行業(yè)新增長(zhǎng)” 專題會(huì)議上的高峰對(duì)話環(huán)節(jié)整理
技術(shù)狂飆背后，一次關(guān)于生存與轉(zhuǎn)型的深度思考正在各行業(yè)中悄然展開(kāi)。
近日，在“數(shù)智躍遷：AI賦能消費(fèi)品行業(yè)新增長(zhǎng)” 專題會(huì)議上，一場(chǎng)既不談?wù)摵甏髷⑹拢膊换乇墁F(xiàn)實(shí)焦慮的高峰對(duì)話就此展開(kāi)，由琥珀物言科技創(chuàng)始人&CEO劉志彬（左一）擔(dān)任嘉賓主持人，與中糧福臨門食品營(yíng)銷公司CIO宋世武（左二）、零售行業(yè)專家朱遠(yuǎn)剛（左三）、華彬快消品集團(tuán)信息總監(jiān)謝旭暉（右二）、天士力控股CDO史建華（右一）四位業(yè)內(nèi)重量級(jí)嘉賓展開(kāi)討論。
以上五位嘉賓來(lái)自不同行業(yè)，從快消品到3C數(shù)碼，從醫(yī)藥研發(fā)到企業(yè)服務(wù)，幾位IT老兵傾情分享了AI浪潮下企業(yè)的真實(shí)應(yīng)用與挑戰(zhàn)，為廣大IT同仁帶來(lái)了諸多啟發(fā)和思考，本文從滲透、分類、挑戰(zhàn)、應(yīng)對(duì)、影響、趨勢(shì)六個(gè)專題出發(fā)，梳理了各位嘉賓的主要觀點(diǎn)，以下為本次對(duì)話的詳細(xì)內(nèi)容。
一、滲透
AI在企業(yè)應(yīng)用已經(jīng)相當(dāng)廣泛。宋世武首先描繪了快消品行業(yè)的應(yīng)用場(chǎng)景：“AI就像龍卷風(fēng)，卷到整個(gè)IT體系。”他提到的現(xiàn)實(shí)場(chǎng)景頗具沖擊力——過(guò)去依賴數(shù)千業(yè)務(wù)員進(jìn)行的門店巡查與稽核，未來(lái)可能被智能攝像頭、智能眼鏡替代。“未來(lái)AI的持續(xù)發(fā)展，稽核這項(xiàng)工作可能會(huì)交給更智能的設(shè)備去做。”
快消品行業(yè)正在全鏈路應(yīng)用AI：從終端門店業(yè)務(wù)生成、經(jīng)銷商管理到促銷費(fèi)用管理。這種變革尤其適合業(yè)務(wù)員少、規(guī)模大的生意模式。如今中石化、中石油這類央國(guó)企已經(jīng)走在前列，建立了多達(dá)數(shù)十個(gè)智能體。
朱遠(yuǎn)剛則以蘋果防串貨為例，展示了3C行業(yè)的AI應(yīng)用深度。他講到蘋果通過(guò)AI大模型進(jìn)行圖片識(shí)別與數(shù)據(jù)校驗(yàn)，對(duì)商品從入庫(kù)到銷售激活的全流程進(jìn)行合規(guī)監(jiān)控。一旦發(fā)現(xiàn)異常便自動(dòng)預(yù)警，甚至可以對(duì)違規(guī)代理商執(zhí)行停止供貨。代理商和零售店必須解釋，誤差超過(guò)一定比例，系統(tǒng)自動(dòng)停止供貨，影響極大。
華彬集團(tuán)的謝旭輝分享了更早的AI實(shí)踐，他講到：“我們很早就開(kāi)始做視覺(jué)神經(jīng)網(wǎng)絡(luò)，訓(xùn)練識(shí)別圖像，做OCR識(shí)別。”大語(yǔ)言模型出現(xiàn)之前，就已經(jīng)在用視覺(jué)神經(jīng)網(wǎng)絡(luò)做SKU識(shí)別、陳列場(chǎng)景識(shí)別、價(jià)簽識(shí)別和門頭照識(shí)別。“在投入成本上，這是最優(yōu)方案。”
大語(yǔ)言模型帶來(lái)了另一條賽道——效率工具。探索企業(yè)內(nèi)部知識(shí)庫(kù)構(gòu)建，“AI把項(xiàng)目信息從幾十份會(huì)議紀(jì)要中抽出來(lái)，甚至比人來(lái)做匯報(bào)還要有條理。”這也是AI的應(yīng)用場(chǎng)景之一。
二、分類
天士力集團(tuán)的史建華提出了清晰的AI應(yīng)用分類框架。“我們把它分成兩類：價(jià)值創(chuàng)造類和效率提升類。”價(jià)值創(chuàng)造代表產(chǎn)品力，效率提升代表生產(chǎn)力。對(duì)于價(jià)值創(chuàng)造領(lǐng)域，特別是智能制造和藥物研發(fā)場(chǎng)景，“這是可以不計(jì)成本投入的”。因此天士力集團(tuán)與多家廠商合作，推進(jìn)藥物研發(fā)場(chǎng)景的AI應(yīng)用。
效率提升領(lǐng)域則采取了不同策略。“我們大概列了18個(gè)場(chǎng)景，所有軟件都要重新按照AI重構(gòu)。”行業(yè)里有人在提“AI For Process”——需要重新審視流程，用AI視角重構(gòu)。對(duì)于企業(yè)來(lái)說(shuō)，業(yè)務(wù)需要把自己的痛點(diǎn)串起來(lái)，看是否能用AI解決。這種系統(tǒng)性的視角變革，才是AI真正帶來(lái)效率提升的關(guān)鍵。
嘉賓主持人劉志彬講到：“四位嘉賓中有三位所在企業(yè)已經(jīng)擁有了垂類大模型。”這超出了他的預(yù)期，同時(shí)也顯示出了傳統(tǒng)行業(yè)在AI應(yīng)用上并不落后于互聯(lián)網(wǎng)原生企業(yè)。他還分享了一個(gè)觀察：“互聯(lián)網(wǎng)服務(wù)商最難的就是場(chǎng)景，尤其是在深入行業(yè)的時(shí)候，很容易成為‘瞎子’。”懂技術(shù)的缺乏業(yè)務(wù)思路，有業(yè)務(wù)思路的缺乏AI思考方式，這種鴻溝讓很多互聯(lián)網(wǎng)公司在企業(yè)AI落地時(shí)“有力使不出來(lái)”。
三、挑戰(zhàn)
現(xiàn)實(shí)挑戰(zhàn)遠(yuǎn)比想象中復(fù)雜。朱遠(yuǎn)剛直言：“我認(rèn)為現(xiàn)階段推動(dòng)AI還有不少困難。”最大的困難就是如何找到合適的場(chǎng)景，以及模型行業(yè)化、私有化后能否匹配業(yè)務(wù)場(chǎng)景。
謝旭輝則提出了一個(gè)更具體的問(wèn)題：數(shù)據(jù)安全。他表示：“一般的民營(yíng)企業(yè)來(lái)講，投入產(chǎn)出是始終一個(gè)繞不過(guò)去的坎。”數(shù)據(jù)安全成為使用大模型的繞不開(kāi)問(wèn)題。敏感部門始終在意這一點(diǎn)：私有化部署大模型成本太高；API調(diào)用外部模型存在數(shù)據(jù)安全風(fēng)險(xiǎn)，如何達(dá)成平衡十分困難。
“我們與一位合作伙伴溝通了好久，他們提供了非常多保障之后，我才說(shuō)服我們核心財(cái)務(wù)部門把文檔知識(shí)庫(kù)化。”史建華分享說(shuō)，同時(shí)他總結(jié)了三個(gè)核心難點(diǎn)：場(chǎng)景、數(shù)據(jù)、認(rèn)知。“場(chǎng)景價(jià)值是你首先要找的ROI項(xiàng)目。”在企業(yè)應(yīng)用中，連貫性的數(shù)據(jù)很少，只能在點(diǎn)上找到一些數(shù)據(jù)。而認(rèn)知問(wèn)題最為棘手。“老板很焦慮，中層推不動(dòng)，碰到成本問(wèn)題可能老板又開(kāi)始退縮了。”
對(duì)此，劉志彬也補(bǔ)充了一個(gè)現(xiàn)實(shí)：“在有些企業(yè)中，IT歸財(cái)務(wù)管，甚至有些幾百億的企業(yè)都是這樣。”在這樣的情況下，IT部門的話語(yǔ)權(quán)甚微，想要推動(dòng)AI的落地或許挑戰(zhàn)更大。
四、應(yīng)對(duì)
面對(duì)挑戰(zhàn)，各企業(yè)采取了不同策略。宋世武透露：“從國(guó)資委對(duì)大多數(shù)央國(guó)企的指導(dǎo)來(lái)講，會(huì)有AI率的要求，因此企業(yè)就要思考到底有多少個(gè)業(yè)務(wù)需要融入AI。另外值得關(guān)注的是大多數(shù)投入可能還會(huì)進(jìn)入智能工廠領(lǐng)域。”
朱遠(yuǎn)剛則尋求共創(chuàng)。“我們希望能夠與業(yè)內(nèi)的一些合作伙伴去共創(chuàng)，在某些垂類，或者某些場(chǎng)景上面的模型進(jìn)行深化應(yīng)用。”朱遠(yuǎn)剛強(qiáng)調(diào)，最終企業(yè)需要沉淀出自己的私有化模型，因?yàn)楫?dāng)下公有模型在安全性方面還是難以保證。
華彬集團(tuán)采取相對(duì)務(wù)實(shí)策略。“在大模型這一板塊我們不會(huì)自己去做，但我們可以自己部署一點(diǎn)小模型。”謝旭輝解釋，對(duì)于聚焦場(chǎng)景，小模型就夠了。他們與合作伙伴緊密合作，同時(shí)自己做垂類的小視覺(jué)識(shí)別模型。“把我們識(shí)別特別精準(zhǔn)的小視覺(jué)模型和大模型結(jié)合起來(lái)，通過(guò)一些提示詞限制，能夠?qū)崿F(xiàn)以前無(wú)法實(shí)現(xiàn)的功能。”通過(guò)結(jié)合兩種模型，可以更精準(zhǔn)地識(shí)別門店招牌名稱，排除干擾信息。
天士力集團(tuán)的實(shí)踐更為具體：構(gòu)建“素材工廠”智能體。例如從抖音扒取爆款視頻文字、通過(guò)多維表格、結(jié)合營(yíng)銷方案和素材庫(kù)、用大模型生成內(nèi)容、評(píng)分篩選、再優(yōu)化、最后投流的閉環(huán)流程。
史建華介紹說(shuō)：“我們做了A/B組測(cè)試，一個(gè)人對(duì)五個(gè)人，看最后一年有多少條能進(jìn)入排行榜。”這種務(wù)實(shí)做法讓老板看到了實(shí)際的價(jià)值。
五、影響
AI是否會(huì)導(dǎo)致大規(guī)模裁員？四位嘉賓觀點(diǎn)不一。宋世武認(rèn)為：“AI的發(fā)展到一定的高級(jí)階段，就像打游戲，打到最后一關(guān)的時(shí)候，就是AI和我們的人類人性去決戰(zhàn)的時(shí)候。”
他預(yù)見(jiàn)到AI或許將會(huì)挑戰(zhàn)人類的權(quán)利邊界：“人是不是把自己的權(quán)利交給它？是不是把我們的生命交給它？包括機(jī)器人做手術(shù)、遠(yuǎn)程醫(yī)療等等，是不是把我們腦子里的真實(shí)的想法交給它，這可能是需要從人性的角度去思考的問(wèn)題。”
史建華相對(duì)樂(lè)觀：“我至少?zèng)]有看到大規(guī)模裁員是因?yàn)锳I。”他承認(rèn)AI會(huì)影響到一些崗位，就像電子門票取代印刷廠，但絕大多數(shù)人不會(huì)因此失業(yè)。同時(shí)他對(duì)人形機(jī)器人持保留態(tài)度：“為什么機(jī)器人一定要做成人形呢？”他不認(rèn)為AI會(huì)在可預(yù)見(jiàn)的未來(lái)達(dá)到與人類對(duì)抗的程度。
劉志彬分享了一個(gè)現(xiàn)實(shí)案例：麥當(dāng)勞、肯德基的營(yíng)銷海報(bào)制作過(guò)去外包給媒體公司，現(xiàn)在300多人的工作被AI替代，年省數(shù)千萬(wàn)元。某家居公司請(qǐng)明星拍攝產(chǎn)品的環(huán)節(jié)也被AI替代，單項(xiàng)節(jié)約成本達(dá)5000萬(wàn)。
六、趨勢(shì)
面對(duì)趨勢(shì)，各位嘉賓用一句話表達(dá)了自身的看法。
宋世武總結(jié)：“AI會(huì)創(chuàng)造未來(lái)，當(dāng)然AI一定是在人的指導(dǎo)下創(chuàng)造未來(lái)。”
朱遠(yuǎn)剛分析了短期與長(zhǎng)期：“從短期來(lái)說(shuō)，可能替代人的不是AI，而是懂AI的人。但長(zhǎng)期來(lái)說(shuō)，AI可能還是會(huì)替代絕大部分的工作。”
謝旭輝保持工具視角，他認(rèn)為：“現(xiàn)階段的AI還是工具屬性，它并不具備通用智能模式，所以我們不用太過(guò)焦慮，好好去應(yīng)用它就好。”
史建華引用了發(fā)展階段理論：“AI的發(fā)展有五個(gè)階段：大模型、物理AI、通用智能、科學(xué)AI、組織型AI。目前我們還沒(méi)走過(guò)第一個(gè)階段，所以大可不必焦慮。”
劉志彬最后總結(jié)到：“科技向善、人機(jī)共創(chuàng)是未來(lái)的趨勢(shì)。”
回顧本次高峰對(duì)話，恰如一束探照燈，將AI浪潮下企業(yè)最真實(shí)的應(yīng)用場(chǎng)景、挑戰(zhàn)與應(yīng)對(duì)清晰地投射在行業(yè)面前。從門店稽核到藥品研發(fā)，從效率工具到流程重構(gòu)，AI已不再是遙遠(yuǎn)的技術(shù)想象，而是加速融入業(yè)務(wù)內(nèi)核的轉(zhuǎn)型引擎。
我們能夠看到，無(wú)論國(guó)企還是民企，巨頭還是新銳，無(wú)一不在主動(dòng)或被動(dòng)地卷入這場(chǎng)深刻的生產(chǎn)力變革之中。技術(shù)本身已不是最高壁壘，真正的較量在于誰(shuí)能更快地識(shí)別場(chǎng)景、更有效地平衡安全與效率、更系統(tǒng)地重構(gòu)組織與流程。
焦慮在所難免，但焦慮的背后，恰恰是機(jī)遇。如各位嘉賓所言，與其擔(dān)憂AI將“替代人”，不如思考如何成為“善用AI的人”。技術(shù)的演進(jìn)或許會(huì)重塑部分崗位，卻也必將催生新的角色、新的模式與新的價(jià)值空間。
