在AI熱潮席卷全球的今天，許多企業(yè)陷入了一個怪圈：試點項目（Pilot）遍地開花，一旦試圖擴展（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一針見血地指出：“AI試點通常能迅速成功，但真正的挑戰(zhàn)在于擴展。若想讓AI帶來真正的附加價值，必須對公司進行全方位重塑。”
AI不僅僅是技術的升級，更是對商業(yè)模式的重構。如果只把AI當作插件（Add-on），它永遠無法帶來質變。
今天，我們通過美妝、能源、供應鏈三個行業(yè)的頭部案例，揭示企業(yè)在AI擴展期必須跨越的三座大山：碎片化數(shù)據(jù)、流程重構與實體交互。
行業(yè)痛點：美妝行業(yè)面臨嚴重的“美妝疲勞”。僅在英國，每年就有價值超10億英鎊的產(chǎn)品因不適合消費者而被浪費。
AI破局：歐萊雅投資的初創(chuàng)公司Noli，并沒有急于套用通用大模型，而是先解決數(shù)據(jù)問題。 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……格式千差萬別。
Noli的打法是構建“美容知識圖譜”：
結構化清洗：將一百萬份面部掃描數(shù)據(jù)與科研數(shù)據(jù)打通。
防幻覺機制：驗證AI輸出，確保推薦科學可信。
持續(xù)學習閉環(huán)：每一次購買和退貨都在訓練系統(tǒng)。
成效：轉化率翻了4倍，5個月內復購客戶翻倍。
?? 洞察：企業(yè)的護城河不是模型本身，而是高質量、結構化的專有數(shù)據(jù)。沒有知識圖譜做底座，AI只能是產(chǎn)生幻覺的聊天機器人。
行業(yè)痛點：作為擁有2.5萬名員工的能源巨頭，Repsol發(fā)現(xiàn)：僅僅靠Copilot提升員工個人效率，很難在財報的損益表上體現(xiàn)出顯著價值。
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。
認知基礎設施：建立經(jīng)驗池，讓AI從失敗中學習。
Repsol首席信息官Juanma García強調：“AI絕非即插即用。唯有徹底重新設計流程，才能獲得顯著附加價值?！?/span>
?? 洞察：不要滿足于“輔助工具”。AI真正的金礦在于接管復雜的業(yè)務流程。將大任務拆解，交給協(xié)作的智能體團隊，是未來的工作方式。
行業(yè)痛點：地緣政治和供應鏈斷裂要求倉庫必須具備極高的韌性。傳統(tǒng)的剛性自動化架構已無法適應。
AI破局：供應鏈專家Kion選擇在虛擬世界中“練兵”。
數(shù)字孿生：利用Nvidia Omniverse藍圖，將實體配送中心1:1復刻到數(shù)字世界。
大規(guī)模模擬：在數(shù)字環(huán)境中測試AMR（自主移動機器人）集群，提前測算吞吐量和利用率。
反向指導：用模擬出的最優(yōu)解，去指導現(xiàn)實世界的物理操作。
Kion CEO Rob Smith同時也呼吁：“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AI落地的關鍵。
?? 洞察：對于涉及物理實體的行業(yè)，“模擬優(yōu)先（Simulation First）”是降低成本及風險的最佳路徑。數(shù)字孿生是實體AI落地的必經(jīng)之路。
Mauro Macchi的建議值得所有管理者深思：AI落地應從需要解決的問題出發(fā)，而不是技術。
Noli解決了“選不對產(chǎn)品”的問題；
Repsol解決了“流程效率低下”的問題；
Kion解決了“供應鏈缺乏韌性”的問題。
AI轉型的成功，不在于你用了多先進的模型，而在于你是否有勇氣為了適配AI，去推翻舊有的流程、治理結構甚至商業(yè)模式。
這是一場傷筋動骨的重塑，但也是通往未來的唯一門票。
原文：當擴展AI意味著基礎性改革
要實現(xiàn)AI轉型，往往必須對整個公司進行重新設計。
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試點項目通常能迅速且成功地落地，但真正的挑戰(zhàn)在于將解決方案擴展到整個企業(yè)。若想讓AI帶來真正的附加價值，通常需要對公司進行全方位重塑，包括流程、系統(tǒng)、技能與工作方式。
Macchi（馬基）補充說，AI落地應從需要解決的問題出發(fā)，而不是技術。下文是來自倫敦美妝初創(chuàng)公司Noli、西班牙能源企業(yè)Repsol以及供應鏈專家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對抗“美妝疲勞”
由歐萊雅集團投資的個性化美妝平臺Noli，利用人工智能和應用程序幫助重新定義美容行業(yè)，以應對日益嚴重的皮膚焦慮和美容疲勞問題。
其目標是終結消費者因美容產(chǎn)品過多而感到壓力的情況——僅在英國，每年就有價值超10億英鎊（約13.5億美元）的產(chǎn)品因達不到預期效果而被浪費。
為此，Noli打造了一款垂直領域的美妝專家AI，該AI基于一個強大、多層的架構，涵蓋科學研究和多模態(tài)消費者信號，其中還包括一百萬份匿名面部掃描數(shù)據(jù)點。
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，都有不同的來源，格式也各不相同。
這一復雜混合體必須被轉化為結構化、可信賴且可擴展的數(shù)據(jù)。因此，Noli開發(fā)了專有的美容知識圖譜，該圖譜對原始數(shù)據(jù)進行結構化，驗證輸出以防止幻覺，并實時將產(chǎn)品與真實需求精準匹配。
Noli的名字源自“No one like I（獨一無二的我）”，也是其使命宣言。用戶可通過問卷、專家面部掃描或聯(lián)系Noli直接確定自己的個人“美妝DNA檔案”。
隨后，公司為值得信賴的、科學合理的美容品牌創(chuàng)建個性化推薦。為了實現(xiàn)這一點，Noli采用持續(xù)學習循環(huán)：每一次匹配、評價、購買或退貨都會改進系統(tǒng)。
轉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)站訪客的購買概率提升近4倍，客單價也高于平常；5個月內，復購客戶數(shù)量翻倍。
二、多能源方法應用于AI
Repsol的AI之路截然不同。這家擁有2.5萬名員工的多能源跨國集團早在2018年就將生成式AI納入整體數(shù)字化轉型。
該戰(zhàn)略包括三個主要領域：提升個人生產(chǎn)力、優(yōu)化當前流程以及被視為重新設計、重塑項目和流程關鍵的“金礦”項目。
為實現(xiàn)上述目標，Repsol部署了多智能體系統(tǒng)：讓具備知識、規(guī)劃、推理、協(xié)調、執(zhí)行等技能的專用智能體協(xié)同作業(yè)并共享長短期記憶。系統(tǒng)由“編排器”統(tǒng)一接收需求，自動匹配最合適的“規(guī)劃器”，后者再從已上線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)質量外，首席信息官Juanma García（胡安馬·加西亞）面臨的關鍵挑戰(zhàn)是讓高管們意識到：AI絕非“即插即用”的標準技術，失敗是常態(tài)，必須把認知基礎設施納入經(jīng)驗池。
另一個持續(xù)的優(yōu)先事項是變更管理——幫用戶適應AI驅動的新工作方式。Repsol定義了具有范圍邊界的專用任務智能體，而不是涵蓋太多內容的復雜智能體。
Repsol建議其他公司先通過明確的策略來獲取AI投資的價值。靠Copilot提升個人效率很難在損益表上直接體現(xiàn)，唯有徹底重新設計流程才能獲得顯著附加價值。
三、用實體AI打造新供應鏈
作為供應鏈解決方案提供商，Kion旨在將實體AI帶入倉儲和配送市場。由于地緣政治緊張局勢和連鎖中斷對全球供應鏈造成了巨大壓力，Kion不得不重新思考其倉庫自動化的策略。目標是用靈活、可自適應的智能方案取代僵化的剛性架構，使倉庫更加實時化和具備韌性。
為此，Kion使用了Nvidia（英偉達）的Omniverse藍圖，名為“Mega”，在數(shù)字孿生中大規(guī)模開發(fā)、測試并優(yōu)化實體AI與機器人集群。為了快速將物理位置轉換到數(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藍圖中。隨后，所有AMR、AGV和機器人的副本都被集成到數(shù)字系統(tǒng)中。
數(shù)字孿生可無限次模擬各種場景，提前測算吞吐量、利用率等運營KPI，再反向指導實體倉庫采取最佳步驟。
盡管Kion的首席執(zhí)行官Rob Smith（羅布·史密斯）自認技術儲備充足，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
