美的3年时间,13000个AI场景,从1.8亿到9亿#美的 #AI #智能体 #制造业
美的集团作为一家年营收4000亿的传统制造业巨头,在面临100多套IT系统导致的数据孤岛、事业部各自为政以及决策依赖经验等严峻挑战时,并未止步于传统IT升级或外包开发。通过三年时间的AI深度转型,美的实现了从1.8亿元到预计9亿元的效益增长。这一过程并非依靠单纯的资源投入,而是基于一套严密的执行逻辑,涵盖了从平台搭建、场景驱动到组织架构调整的全方位变革。
01转型核心策略
- 构建新型平台
未直接上马大模型,而是优先建立“美擎AIGC”低代码平台。该平台赋予业务人员开发AI应用的能力,降低了技术门槛,解决了传统IT升级投入大、见效慢以及单点工具沦为数字废墟的问题。 - 坚持场景驱动
摒弃“技术找场景”的误区,转由业务需求驱动技术落地。三年间全员参与开发13000个AI场景,经过筛选最终沉淀出158个高价值场景及40个可复制的解决方案。 - 渐进式推进
遵循从“Embedding嵌入”到“Copilot助手”再到“Agent智能体”的演进路径。这种分步实施策略为组织和员工提供了必要的适应期,确保了转型的平稳过渡。 - Sponsor负责制
每个高价值场景均由业务高管挂帅,对结果负责。这一制度彻底改变了初期IT部门单打独斗而业务部门不买账的局面,将业务参与度拉满。
02实施过程中的关键挑战
| 主要挑战 | 具体表现 | 解决方案 |
|---|---|---|
| 数据质量 | 大量数据需要清洗,基础薄弱导致AI难以落地 | 投入80%的时间进行数据治理,夯实数据基础 |
| 业务参与度 | 初期IT部门主导,业务部门配合度低 | 推行Sponsor负责制,由业务高管亲自挂帅 |
| 期望管理 | 认知两极分化,或视AI为万能,或视其为无用 | 建立清晰的数据评估体系,以实效统一认知 |
| 人才稀缺 | 市场上缺乏既懂业务又懂AI的复合型人才 | 采取内部培养与外部引进相结合的双管齐下策略 |
转型过程中的痛点与应对机制
03转型量化成效
- 经济效益显著提升
2024年AI降本增效1.8亿元,预计2026年将达到9亿元,实现5倍增长。 - 运营效率全面优化
客服智能体问题解决率达85%,响应时间从分钟级降至秒级;供应链预测准确率提升至92%,库存周转天数下降20%。 - 研发效能大幅提高
代码助手使开发效率提升30%,缺陷率下降25%。“智能体工厂”通过串联14个智能体,实现了工厂运营效率的指数级提升。
04中小企业适配建议
资源与策略适配度分析
不可复制的资源优势
美的依托其庞大体量投入的资源,中小企业难以直接模仿。
- 投入1400多人的专业AI团队
- 拥有10年的数字化基础积淀
- 年营收4000亿的业务体量支撑
可迁移的方法论与策略
这些核心思维模式与执行策略不依赖巨额资金,可被借鉴。
- 场景驱动思维:以业务痛点为出发点
- 渐进式推进:从Copilot助手开始逐步深入
- 负责制:指定专人或高管对结果负责
- 全员参与:调动组织内部积极性
对于预算和人员有限的中小企业,调整执行策略是关键。建议聚焦单点突破,善用现成的杀手级工具,从Copilot助手开始让员工先提效。同时,必须预留6至12个月的时间进行数据治理,这是AI转型无法逾越的必经阶段。美的案例表明,AI转型并非大企业专利,相比之下,正确的方法论比单纯的资源投入更为重要。
当前文章无评论,是时候发表评论了