从泡泡玛特到蜜雪冰城,近两年爆火的消费品牌揭示了一个现象:消费行业没有简单的“升级”或“降级”,只有“分级”。基础商品拼性价比,高频消费追便利,体验溢价依然坚挺。但在内卷大环境下,哪一层级的增长都不明朗,遭遇瓶颈成了普遍现象。
这一背景下,AI被寄予厚望。百度集团副总裁袁佛玉抛出一个判断:AI正从效率工具升级为消费企业的增长引擎。
AI的价值:找需求、找增量
员工完成工作的时间缩短了,可经营指标纹丝不动,企业就开始怀疑AI的价值。袁佛玉认为,这是把AI的价值用窄了。
她明确区分了AI的两种用途:一种是“提效”,天花板就是企业原有的经营盘子,竞争对手很快也会跟上,提效变成行业通用能力,你依然没有竞争力;另一种是“增长”,帮企业发现新的需求、创造新的产品、找到新的市场。
怎么判断一个消费者买了杯子之后还可能买什么?靠人的经验太有限,但AI可以通过用户画像推演潜在需求。这不是在原有生意里抠利润,而是在原有生意的延长线上开新局。
过去小众产品做不大,核心原因是触达成本太高。用大众广告在茫茫人海里找那万分之一的目标用户,效率极低。而AI可以精准触达那万分之一,全世界的万分之一放在一起,是一个不小的数字。
所以AI能不能成为增长引擎,检验标准很简单:它是让你在原来的生意里省了点钱,还是帮你找到了新的生意。
技术不是难点,难在“一把手”的决心和员工激励机制
既然AI能帮企业找增量,为什么大多数企业的AI应用还停留在“试点阶段”?袁佛玉的回答很直接:真正的障碍不是技术门槛,是一把手有没有把这件事当成“生死问题”。
但光有一把手鼓与呼还远远不够。袁佛玉特别强调一个容易被忽视的坑:组织激励机制。
很多员工抵触AI,是因为觉得它是来“抢饭碗”的。关键在于,组织必须让员工感觉到用AI有成就感,是正向激励的。比如原来管十亿的生意,有了AI之后可能管五十亿的生意,人效和业务规模都上去了,员工对企业的贡献更大了,个人在人才市场上也更有竞争力了。激励机制要让AI使用跟员工的利益正相关,而不是互斥。
袁佛玉建议企业在组织内形成“AI优先”的理念:出现新任务时先判断AI能否完成,AI能做好的就让AI做,人负责判断和决策。
企业不需要“又一个工具”,而需要让AI“进流程、进指标”
解决了认知和激励问题,下一个实操难题是:AI怎么真正“长”进企业的日常经营里?
过去两年,百度智能云在消费企业研产供销服的每个环节都做了不少智能体。研发环节,AI消费洞察智能体帮助识别新品机会;供应链环节,AI帮门店在保证有货和控制库存之间找到更灵活的平衡;营销环节,AI能帮品牌做投放预算分配和效果归因;服务环节,领先企业已经把传统客服升级为会员运营,用AI识别存量用户的下一个需求。
但智能体多了之后,管理、数据互通、权限都成了问题。零散的智能体之间信息割裂,形成不了合力。这正是百度搭子(DuMate)企业版诞生的背景。它是一个以自然语言为入口的通用智能体,不改造也不取代企业原有的系统,而是在系统上面加一个“工作层”。
如何解决企业对AI带来回报的顾虑?袁佛玉反复强调,不能只看部署了多少模型、上线了多少应用,要看有多少智能体每天真正参与业务、持续完成任务。百度的衡量标尺是DAA(日活智能体数),看的是智能体是否真正“活起来”、创造可衡量的经营价值。
这个指标和移动互联网时代的DAU逻辑完全不同。DAU是人的视角,产品一天有一亿人在用就值钱。但AI时代不一样,一个银行风控的智能体,可能再加一两个专家就能完成,进而创造巨大经济价值。DAA关注的是持续被使用的智能体数量,它证明了这些智能体进入了工作流、经营流,而不是摆设。
“搞运动容易变成每个人都建一堆智能体、写一堆PPT报告,跟业务结果没关系。以终为始,用业务结果倒推,不然就只是过程繁荣。”袁佛玉最后总结道。
瑞幸咖啡在星巴克一统天下的时候杀出来了,泡泡玛特在小众不被看好的时候做大了。袁佛玉说:“当消费者觉得方方面面有那么多没被满足好的地方,就一定还有机会。”
这场持久战里,没有标准答案。AI从技术到应用、从应用到商业化,传导需要时间。但方向是明确的:谁先让AI从“省成本”变成“找增量”,从零散工具变成进入流程和指标的工作伙伴,谁就先拿到下一程的入场券。