金蝶梁威：消费品企业AI转型应遵循一体化策略

日前，金蝶创见者城市峰会——AI+消费及跨境电商研讨会成功举办。金蝶中国消费行业事业部总经理梁威发表题为《予力AI建设 成就智能企业：一体化策略应对消费品企业AI转型挑战》的主题分享，为大家分享了金蝶对消费企业AI转型的思考和探索。

以下内容根据现场演讲实录节选整理。

以老板视角进行AI转型顶层设计

AI重塑管理，与5300+上市公司同频对标

金蝶AI星空，让智能决策驱动增长！

获取方案

AI转型的设计应遵循一个架构，即战略、能力与技术。顶层是企业所处的环境与业务模式，明确战略目标。这一层回答了“为什么”的问题。下一层是为了实现战略，企业应具备的能力。最底层则回答数字化AI“该怎么做”。一体化策略就是从整体出发来看待这三者的关系。

首先，AI应用必须围绕企业战略和老板的目标展开。在当前不确定的环境下，企业战略通常聚焦三个方面：一是运营优化，即降本增效、销售提能、营销控费、供应链提效；二是业务创新，包括产品创新、开拓新市场、创新业务模式；三是将数字化转型或智能化转型提升为核心战略。

战略之后，最关键的是能力。许多企业战略相似，但由于能力不同，经营效果差异巨大。国内消费品企业大多以成本和效率为导向，在消费者洞察、数字营销、精益生产和供应链方面具备优势。但相比全球领先企业，在客户体验、产品研发和集团化管控方面仍有差距，能力较为碎片化，未形成闭环。未来，企业能力需从“效率单极优先”转向“效率+价值双轮驱动”，逐步向价值创造和价值差异化演进。

有了能力，就可以映射到具体场景。识别高价值场景的方法包括：依据战略进行部门分解；参考优秀企业的创新实践；系统性地按照业务流程框架梳理。有了全景场景地图，数字化建设就有了导航。

更重要的是，应用建设要从老板的视角出发。过去，应用多满足中层和基层需求，现在则需从老板视角规划，用智能体管理流程，用数据管理企业。

AI是员工，而非工具

技术平台应选择可扩展的开放架构，建议采用一体化的商用平台。商用平台在出现问题时可以追溯责任，而开源软件则无法提供保障。例如，在使用企业管理软件时，若发生付款错误，供应商可以负责。选择一体化平台，可以避免因数据、应用和智能体拆分带来的高昂成本。

在实施过程中，每次实施都是一次业务变革。客户体验引导变革，业务改造应优先于系统实施，组织动力也需优先于业务改造。许多企业希望在一个数字化项目中同时解决组织和战略问题，但这往往难以实现。

数字化组织能力应掌握在企业自己手中，需要一支能打、能建、能运营的队伍。随着AI发展，可以考虑推行“一人组织”或“一人项目”的模式，用智能加人的方式组建团队。更重要的是，要把AI当作员工，而不是工具。员工有成本、有绩效、有明确任务，而工具则需要人来使用，两者本质不同。

数智化升级需战略支撑

战略需要落实到思维架构中。

首先是业务架构的设计，流程应聚焦于价值创造。目前许多流程集中在信息的采集、汇总、传递和协同上，而这些流程背后往往是不增值的人力操作。在设计流程时，应优化掉这些不增值的环节，争取用AI逐步替代传统的人工操作流程。

其次是数据架构。应从建设企业知识资产的角度，设计服务于AI的商业本体架构。其核心是将散落的数据定义为可被AI调用的实体。这对数据基础建设提出高要求，前提是底层数据源必须干净、一致。当前许多企业的第一道门槛正是数据架构不清晰、数据质量不高。

再次是技术架构。应采用新一代AI技术平台，搭建未来的数字底座。数字底座应具备可组装的开放架构、以数据为驱动、逐步向AI原生演进，并确保安全可信。当前许多企业通过开源整合的底座存在较多漏洞。基于成熟的商用平台搭建数字底座，可以将工具、知识、数据和运营整合在一起，使用起来更可靠，且有服务保障。

AI的真正价值不在于“建”在于“用”

战略、能力和思维架构最终需要落地，这需要一套完整的转型服务。从前期的分析、规划、架构，到实施与执行，都应与企业共建，包括数据治理、知识库搭建、AI平台搭建和智能体开发。更重要的是，许多企业缺乏AI治理能力，需加强对数据隐私保护、算法偏见和算法可视性的管理。

最后，最关键的是长期运营与优化。许多AI应用和数字化项目的真正价值并不在于“建”，而在于“用”，在于持续地运营。系统上线往往只能达到设计目标的一部分，更多价值是在后期运营和服务中产生的。一体化服务可以帮助企业从顶层规划到落地和长期运营之间建立起有效连接。

可以说，一体化AI建设策略，不仅仅是讨论某个技术点，而是从企业发展战略出发，分析业务能力，理解一体化运营体系中的差距，并将其落实到数字化战略、场景地图、应用架构、数据架构和平台，最终通过合作实现AI转型落地。