
在AI熱潮席卷全球的今天,許多企業(yè)陷入了一個(gè)怪圈:試點(diǎn)項(xiàng)目(Pilot)遍地開(kāi)花,一旦試圖擴(kuò)展(Scale)到全公司,卻發(fā)現(xiàn)寸步難行。
埃森哲歐洲、中東與非洲區(qū)CEO Mauro Macchi一針見(jiàn)血地指出:“AI試點(diǎn)通常能迅速成功,但真正的挑戰(zhàn)在于擴(kuò)展。若想讓AI帶來(lái)真正的附加價(jià)值,必須對(duì)公司進(jìn)行全方位重塑。”
AI不僅僅是技術(shù)的升級(jí),更是對(duì)商業(yè)模式的重構(gòu)。如果只把AI當(dāng)作插件(Add-on),它永遠(yuǎn)無(wú)法帶來(lái)質(zhì)變。
今天,我們通過(guò)美妝、能源、供應(yīng)鏈三個(gè)行業(yè)的頭部案例,揭示企業(yè)在AI擴(kuò)展期必須跨越的三座大山:碎片化數(shù)據(jù)、流程重構(gòu)與實(shí)體交互。
行業(yè)痛點(diǎn):美妝行業(yè)面臨嚴(yán)重的“美妝疲勞”。僅在英國(guó),每年就有價(jià)值超10億英鎊的產(chǎn)品因不適合消費(fèi)者而被浪費(fèi)。
AI破局:歐萊雅投資的初創(chuàng)公司Noli,并沒(méi)有急于套用通用大模型,而是先解決數(shù)據(jù)問(wèn)題。 美妝數(shù)據(jù)極度碎片化:科研配方、面部掃描、用戶行為、感官屬性……格式千差萬(wàn)別。
Noli的打法是構(gòu)建“美容知識(shí)圖譜”:
結(jié)構(gòu)化清洗:將一百萬(wàn)份面部掃描數(shù)據(jù)與科研數(shù)據(jù)打通。
防幻覺(jué)機(jī)制:驗(yàn)證AI輸出,確保推薦科學(xué)可信。
持續(xù)學(xué)習(xí)閉環(huán):每一次購(gòu)買和退貨都在訓(xùn)練系統(tǒng)。
成效:轉(zhuǎn)化率翻了4倍,5個(gè)月內(nèi)復(fù)購(gòu)客戶翻倍。
?? 洞察:企業(yè)的護(hù)城河不是模型本身,而是高質(zhì)量、結(jié)構(gòu)化的專有數(shù)據(jù)。沒(méi)有知識(shí)圖譜做底座,AI只能是產(chǎn)生幻覺(jué)的聊天機(jī)器人。
行業(yè)痛點(diǎn):作為擁有2.5萬(wàn)名員工的能源巨頭,Repsol發(fā)現(xiàn):僅僅靠Copilot提升員工個(gè)人效率,很難在財(cái)報(bào)的損益表上體現(xiàn)出顯著價(jià)值。
AI破局:Repsol將目光投向了“流程重塑”,并部署了多智能體系統(tǒng)(Multi-Agent Systems):
角色分工:系統(tǒng)中包含“編排器”、“規(guī)劃器”以及具備特定技能(如推理、執(zhí)行)的專用智能體。
人機(jī)協(xié)作:100多名員工已在混合環(huán)境中與這些智能體并肩工作。
認(rèn)知基礎(chǔ)設(shè)施:建立經(jīng)驗(yàn)池,讓AI從失敗中學(xué)習(xí)。
Repsol首席信息官Juanma García強(qiáng)調(diào):“AI絕非即插即用。唯有徹底重新設(shè)計(jì)流程,才能獲得顯著附加價(jià)值?!?/span>
?? 洞察:不要滿足于“輔助工具”。AI真正的金礦在于接管復(fù)雜的業(yè)務(wù)流程。將大任務(wù)拆解,交給協(xié)作的智能體團(tuán)隊(duì),是未來(lái)的工作方式。
行業(yè)痛點(diǎn):地緣政治和供應(yīng)鏈斷裂要求倉(cāng)庫(kù)必須具備極高的韌性。傳統(tǒng)的剛性自動(dòng)化架構(gòu)已無(wú)法適應(yīng)。
AI破局:供應(yīng)鏈專家Kion選擇在虛擬世界中“練兵”。
數(shù)字孿生:利用Nvidia Omniverse藍(lán)圖,將實(shí)體配送中心1:1復(fù)刻到數(shù)字世界。
大規(guī)模模擬:在數(shù)字環(huán)境中測(cè)試AMR(自主移動(dòng)機(jī)器人)集群,提前測(cè)算吞吐量和利用率。
反向指導(dǎo):用模擬出的最優(yōu)解,去指導(dǎo)現(xiàn)實(shí)世界的物理操作。
Kion CEO Rob Smith同時(shí)也呼吁:“先允許創(chuàng)新,再談監(jiān)管。”相比歐美,更寬松的監(jiān)管環(huán)境是推動(dòng)AI落地的關(guān)鍵。
?? 洞察:對(duì)于涉及物理實(shí)體的行業(yè),“模擬優(yōu)先(Simulation First)”是降低成本及風(fēng)險(xiǎn)的最佳路徑。數(shù)字孿生是實(shí)體AI落地的必經(jīng)之路。
Mauro Macchi的建議值得所有管理者深思:AI落地應(yīng)從需要解決的問(wèn)題出發(fā),而不是技術(shù)。
Noli解決了“選不對(duì)產(chǎn)品”的問(wèn)題;
Repsol解決了“流程效率低下”的問(wèn)題;
Kion解決了“供應(yīng)鏈缺乏韌性”的問(wèn)題。
AI轉(zhuǎn)型的成功,不在于你用了多先進(jìn)的模型,而在于你是否有勇氣為了適配AI,去推翻舊有的流程、治理結(jié)構(gòu)甚至商業(yè)模式。
這是一場(chǎng)傷筋動(dòng)骨的重塑,但也是通往未來(lái)的唯一門票。
原文:當(dāng)擴(kuò)展AI意味著基礎(chǔ)性改革
要實(shí)現(xiàn)AI轉(zhuǎn)型,往往必須對(duì)整個(gè)公司進(jìn)行重新設(shè)計(jì)。
圖源:Credit: Screenshot L'Oréal, Repsol, KION
埃森哲歐洲、中東與非洲區(qū)首席執(zhí)行官Mauro Macchi(毛羅·馬基)表示,AI試點(diǎn)項(xiàng)目通常能迅速且成功地落地,但真正的挑戰(zhàn)在于將解決方案擴(kuò)展到整個(gè)企業(yè)。若想讓AI帶來(lái)真正的附加價(jià)值,通常需要對(duì)公司進(jìn)行全方位重塑,包括流程、系統(tǒng)、技能與工作方式。
Macchi(馬基)補(bǔ)充說(shuō),AI落地應(yīng)從需要解決的問(wèn)題出發(fā),而不是技術(shù)。下文是來(lái)自倫敦美妝初創(chuàng)公司Noli、西班牙能源企業(yè)Repsol以及供應(yīng)鏈專家Kion(凱傲)的使用案例,展示了企業(yè)在數(shù)據(jù)、流程或監(jiān)管等方面可能遇到的多元挑戰(zhàn)。
一、用AI對(duì)抗“美妝疲勞”
由歐萊雅集團(tuán)投資的個(gè)性化美妝平臺(tái)Noli,利用人工智能和應(yīng)用程序幫助重新定義美容行業(yè),以應(yīng)對(duì)日益嚴(yán)重的皮膚焦慮和美容疲勞問(wèn)題。
其目標(biāo)是終結(jié)消費(fèi)者因美容產(chǎn)品過(guò)多而感到壓力的情況——僅在英國(guó),每年就有價(jià)值超10億英鎊(約13.5億美元)的產(chǎn)品因達(dá)不到預(yù)期效果而被浪費(fèi)。
為此,Noli打造了一款垂直領(lǐng)域的美妝專家AI,該AI基于一個(gè)強(qiáng)大、多層的架構(gòu),涵蓋科學(xué)研究和多模態(tài)消費(fèi)者信號(hào),其中還包括一百萬(wàn)份匿名面部掃描數(shù)據(jù)點(diǎn)。
Noli最大的挑戰(zhàn)并非AI本身,而是數(shù)據(jù)。美妝數(shù)據(jù)極度碎片化:科研數(shù)據(jù)、配方信息、面部掃描洞察、用戶行為、感官屬性等,都有不同的來(lái)源,格式也各不相同。
這一復(fù)雜混合體必須被轉(zhuǎn)化為結(jié)構(gòu)化、可信賴且可擴(kuò)展的數(shù)據(jù)。因此,Noli開(kāi)發(fā)了專有的美容知識(shí)圖譜,該圖譜對(duì)原始數(shù)據(jù)進(jìn)行結(jié)構(gòu)化,驗(yàn)證輸出以防止幻覺(jué),并實(shí)時(shí)將產(chǎn)品與真實(shí)需求精準(zhǔn)匹配。
Noli的名字源自“No one like I(獨(dú)一無(wú)二的我)”,也是其使命宣言。用戶可通過(guò)問(wèn)卷、專家面部掃描或聯(lián)系Noli直接確定自己的個(gè)人“美妝DNA檔案”。
隨后,公司為值得信賴的、科學(xué)合理的美容品牌創(chuàng)建個(gè)性化推薦。為了實(shí)現(xiàn)這一點(diǎn),Noli采用持續(xù)學(xué)習(xí)循環(huán):每一次匹配、評(píng)價(jià)、購(gòu)買或退貨都會(huì)改進(jìn)系統(tǒng)。
轉(zhuǎn)化率似乎印證了這一模式的成功。Noli聯(lián)合創(chuàng)始人兼首席執(zhí)行官Amos Susskind(阿莫斯·薩斯金德)表示,網(wǎng)站訪客的購(gòu)買概率提升近4倍,客單價(jià)也高于平常;5個(gè)月內(nèi),復(fù)購(gòu)客戶數(shù)量翻倍。
二、多能源方法應(yīng)用于AI
Repsol的AI之路截然不同。這家擁有2.5萬(wàn)名員工的多能源跨國(guó)集團(tuán)早在2018年就將生成式AI納入整體數(shù)字化轉(zhuǎn)型。
該戰(zhàn)略包括三個(gè)主要領(lǐng)域:提升個(gè)人生產(chǎn)力、優(yōu)化當(dāng)前流程以及被視為重新設(shè)計(jì)、重塑項(xiàng)目和流程關(guān)鍵的“金礦”項(xiàng)目。
為實(shí)現(xiàn)上述目標(biāo),Repsol部署了多智能體系統(tǒng):讓具備知識(shí)、規(guī)劃、推理、協(xié)調(diào)、執(zhí)行等技能的專用智能體協(xié)同作業(yè)并共享長(zhǎng)短期記憶。系統(tǒng)由“編排器”統(tǒng)一接收需求,自動(dòng)匹配最合適的“規(guī)劃器”,后者再?gòu)囊焉暇€的專用智能體目錄中挑選“人手”。目前,100多名員工已與這些智能體在混合環(huán)境中并肩工作。
除數(shù)據(jù)質(zhì)量外,首席信息官Juanma García(胡安馬·加西亞)面臨的關(guān)鍵挑戰(zhàn)是讓高管們意識(shí)到:AI絕非“即插即用”的標(biāo)準(zhǔn)技術(shù),失敗是常態(tài),必須把認(rèn)知基礎(chǔ)設(shè)施納入經(jīng)驗(yàn)池。
另一個(gè)持續(xù)的優(yōu)先事項(xiàng)是變更管理——幫用戶適應(yīng)AI驅(qū)動(dòng)的新工作方式。Repsol定義了具有范圍邊界的專用任務(wù)智能體,而不是涵蓋太多內(nèi)容的復(fù)雜智能體。
Repsol建議其他公司先通過(guò)明確的策略來(lái)獲取AI投資的價(jià)值???/span>Copilot提升個(gè)人效率很難在損益表上直接體現(xiàn),唯有徹底重新設(shè)計(jì)流程才能獲得顯著附加價(jià)值。
三、用實(shí)體AI打造新供應(yīng)鏈
作為供應(yīng)鏈解決方案提供商,Kion旨在將實(shí)體AI帶入倉(cāng)儲(chǔ)和配送市場(chǎng)。由于地緣政治緊張局勢(shì)和連鎖中斷對(duì)全球供應(yīng)鏈造成了巨大壓力,Kion不得不重新思考其倉(cāng)庫(kù)自動(dòng)化的策略。目標(biāo)是用靈活、可自適應(yīng)的智能方案取代僵化的剛性架構(gòu),使倉(cāng)庫(kù)更加實(shí)時(shí)化和具備韌性。
為此,Kion使用了Nvidia(英偉達(dá))的Omniverse藍(lán)圖,名為“Mega”,在數(shù)字孿生中大規(guī)模開(kāi)發(fā)、測(cè)試并優(yōu)化實(shí)體AI與機(jī)器人集群。為了快速將物理位置轉(zhuǎn)換到數(shù)字系統(tǒng)中,Kion使用掃描儀捕獲配送中心或分發(fā)中心,并將數(shù)據(jù)輸入到Omniverse藍(lán)圖中。隨后,所有AMR、AGV和機(jī)器人的副本都被集成到數(shù)字系統(tǒng)中。
數(shù)字孿生可無(wú)限次模擬各種場(chǎng)景,提前測(cè)算吞吐量、利用率等運(yùn)營(yíng)KPI,再反向指導(dǎo)實(shí)體倉(cāng)庫(kù)采取最佳步驟。
盡管Kion的首席執(zhí)行官Rob Smith(羅布·史密斯)自認(rèn)技術(shù)儲(chǔ)備充足,但歐盟的監(jiān)管環(huán)境讓他頭疼——“先監(jiān)管、再創(chuàng)新”的主張抑制了創(chuàng)新。相比之下,北美與中國(guó)采納AI的節(jié)奏顯著更快。因此他呼吁:先允許創(chuàng)新,再談監(jiān)管。
作者:Jürgen Hill(尤爾根·希爾)
譯者:木青 ? ?編審:@lex