题图｜虎嗅拍摄
生成式AI自2022年大模型推出以来，已深刻影响实体产业——从营销创意到产线运维，从消费者洞察到供应链协同，AI正在悄然重塑制造企业的价值链。
在这场技术浪潮中，一个核心问题始终悬而未决：AI在实体产业场景中的落地方法论究竟是什么？
是简单调用API叠加功能，还是重构业务流程与组织能力？
当前技术仍在高速迭代，企业又该如何判断哪些投入能真正转化为效率、体验乃至商业模式的跃迁？
本期《虎嗅·AI无悖论》特别邀请伊利集团数字科技中心总经理尚直虎（中欧EMBA2025）与美云智数总裁金江（中欧EMBA2017），两位来自中国快消与家电制造一线的实践者，结合伊利与美的的真实落地案例，深入探讨以下议题：
从AIGC到智能体：AI如何在研、产、供、销、服全链路创造价值？
2025年被称为“智能体元年”，企业落地的真实进展与隐性挑战是什么？
面对GEO这一新兴流量入口，实体品牌如何重构与消费者的对话方式？
中小企业资源有限，究竟该从何处切入AI？是否存在“后发优势”？
AI原生架构与物理AI将如何重新定义产品与工厂？
本期主持人为中欧国际工商学院市场营销学教授、AI与营销创新实验室研究主任王琪，以下为交流实录（有删编）：
AI如何重塑制造业全链路？
王琪：自2022年生成式AI推出以来，企业从初步认识AI到实际应用经历了哪些变化？2025年，你们做了哪些尝试？
王琪，中欧国际工商学院市场营销学教授、中欧AI与营销创新实验室研究主任
金江：AI刚出现时，我们也观望过。它会像互联网那样深刻改变制造业，还是昙花一现？经过三年探索，我们发现AI几乎渗透“研、产、供、销、服”全链条，虽程度不一，但整体颠覆性强。我们从2023年开始试点，现在已全面推进——这不是选择题，而是必答题。
早期，AI在客服、翻译等通用能力上最容易产生价值。我们有上千人的客服团队支撑电商业务，AI首先帮助我们实现了客服提效：一是解决了24小时全天候咨询的痛点，二是其信息掌握的准确性和完整性通常优于人工，显著优化了用户体验。
金江，美云智数总裁、中欧EMBA2017
尚直虎：未来十年战略趋势，生成式AI是其中一条，具体关注的是图片生成和编码场景。ChatGPT爆发后，我们快速构建内部GPT平台，对研产供销服、人财物全流程梳理，寻找AIGC机会，同时密切跟踪从文本到图片、语音、视频的技术迭代。
目前，我们的实际应用场景主要集中在图像与视频生成：用AIGC设计产品包装、搭建3D模型测试消费者反馈；用AI批量生产短视频吸引流量；还上线了虚拟数字人直播，实现“睡后收入”——其ROI可达真人直播的50至100倍。以伊利多品类节日促销海报为例，传统方式需手动设计，成本高、周期长；而AI可快速生成高度定制化的视觉内容，极大提升了市场响应速度。
尚直虎，伊利集团数字科技中心总经理、中欧EMBA2025
金江：AI也正在改变产品研发的逻辑。过去更多依赖工程师思维，现在则可通过AI分析海量用户反馈，实时洞察需求，让产品导向更完整、更即时。
尚直虎：没错。现在很多企业也在使用“Personal Box”——即虚拟消费者模型，在新产品概念阶段具备很强的可操作性。虽然尚难支撑颠覆性创新，但在研发端，大模型能帮助我们快速对接全球前沿趋势，显著提升研发效率。
王琪：根据二位的分享，生成式AI的应用路径是从洞察到需求，再到概念。这一过程的革新仍较困难，往往需要真人参与测试。目前的具体应用更多集中在提效，尤其是营销领域。那么在生产环节，生成式AI有哪些实际落地？
尚直虎：整体来看，实体制造业的生产体系相对稳定，AI在生产侧的应用不如营销侧丰富。但在设备预测性维护和产线维保方面已有较好实践。例如，通过IoT采集设备运行中的图像、视频等数据，构建结构化分析模型，实现对产线状态的精准判断与主动干预。
王琪：那具体如何评估AIGC的应用效果？
金江：我们会从三个方面去衡量。第一个是人员的配置，其中的一部分人力，我可以用AI做。另一方面AI 扩大了量级，做到人做不到的范围，比如自检的合格率。第二是延缓投资，这主要是提高了投资方向的精确性带来的。第三是费用的降低，比如营销环节的海报生成。
尚直虎：对我们而言，我们首要关注的是消费者体验，比如，智能客服能快速、准确地解决用户问题；基于历史数据构建的消费者预测模型，能让用户在合适的时间买到最新鲜、最适合的产品——这才是真正的价值创造。
第二是企业内部的效率价值。第三是增长性的价值，比如基于产品的卖点和对消费者的价值，结合具体的场景，利用AI 生成一些爆款的视频，让消费者更好、更深入、更全面的了解产品，促进转化。
王琪：上次去到伊利，我印象最深的是导购这种匹配，确实带来了实实在在的营收增长。
尚直虎：是的，我们称之为“导购智能体”。它整合了企业知识库、政策规则与服务能力，赋能一线导购更高效作业，不仅提升产出，还能在现场为每位消费者提供个性化服务。此外，在微信私域小程序中，我们还推出了“智能点单”功能——随着消费者决策习惯的变化，AI让用户在对话框中就能快速完成商品选择。
王琪：伊利目前在基于AI做哪些创新的工作？
尚直虎：我们的创新始终围绕行业本质。目前正在打造一个健康服务大模型，面向所有私域用户免费开放。在日常生活与健康话题上，它能提供专业、便捷的服务，强化品牌与用户的情感连接。
金江：确实，AI最终要服务于用户，提升体验。美的同样如此。在降本增效方面，我可以分享一组数据：2023年财务认可的AI相关效益约4000多万元，到2024年已提升至1.8亿元。
王琪：2025年被称为智能体元年，美的和伊利的落地情况如何？有哪些挑战与经验？
金江：我们认为，智能体是企业AI落地的终极形态。我们向全员开放AI平台，鼓励自主开发，目前已搭建1.3万多个智能体，但真正高价值的场景只有158个。我们的经验是：鼓励全员探索，但必须聚焦高价值场景——尤其是那些资源消耗大、效率瓶颈明显的环节。光投算力没用，场景才是关键。
尚直虎：我们采取分类分级策略：从L0（对话级）到L4（自主决策级），将重点业务嵌入核心流程。2025年，智能体调用量近1亿次，其价值更在于个体效率的跃升。但挑战也很明显——如何将AI能力与人的能力、业务流程深度整合，仍是长期课题。
GEO时代来临：实体品牌如何重构消费者对话？
王琪：随着用户开始用大模型来获得信息，GEO（生成式引擎优化）成为新的流量入口，企业也开始在媒体渠道上投入内容，二位如何看待这一趋势？
金江：从逻辑上讲，海量内容确实会影响AI的判断与输出。但在美的，GEO对品牌认知的影响目前并不显著。我们更关注产品体验与价格组合，正尝试通过DTC（直面消费者）模式减少中间环节。不过，中小企业可能更需要重视GEO这类新传播渠道。
尚直虎：作为快消企业，我们看到从SEO到GEO的本质变化，是品牌与消费者互动触点的迁移。AI生成的内容，正在重塑用户对产品价值的理解——这是不可逆的趋势。但GEO与传统媒体不同：我们投放的内容会被AI“消化”后再生成，原始信息可能发生偏移，导致效果难以评估。
我个人认为，AI 给了实体制造业企业全新的机会，私域和半私域能够建立起相对直连的通道。在这样的通道中，我们去做GEO，做所有的内容营销，很容易被衡量和评估，我相信会有突破的机会。
王琪：家电等耐用品的AI加持，用户真的买账吗？
金江：首先是功能性价值。比如美的冰箱可通过摄像头识别食材，提供过期提醒、菜谱推荐；空调支持自然语言交互设定温湿度；热水器能分析用水习惯并节能。初期用户也有疑问，比如“冰箱为什么要连WiFi？”但随着门未关提醒、温度异常报警等场景不断衍生，用户体验显著提升，接受度也越来越高。
王琪：中小企业资源有限，从哪切入AI？
金江：我的建议是：聚焦高价值场景，尤其是资源浪费严重或效率损失大的环节。可通过行业对标，找到精准的投入产出点。中小企业的AI投入必须务实。
尚直虎：面对全新的技术浪潮，我认为大小企业多数情况下站在同一条起跑线。我的两点建议：一是必须投入资源学习和理解AI；二是像金总所说，优先解决实际效率问题。
金江：拥抱AI已是必答题。它带来的提效是颠覆性的——仅在营销侧，AI就帮我们削减了约95%的预算；在产能维护预测、客服体验提升等方面，成效同样显著。
尚直虎：AI不是简单地用一种工种替代另外一种工种，而是创造一种全新的硅基文明。硅基生命彻底替代了人，所以这是一个最根本的逻辑。在某些场景、某些任务上已经完全超越人类，超越某一个个体。但在未来它其实不止会超越个体，可能会超越群体。
王琪：中小企业可以跨越数据积累的过程、弯道超车吗？
金江：大企业依赖沉淀数据建知识库，美的在研、产、供、销等各个领域里都有AI的应用
。AI 也依赖于数据和系统，如果你历史上没有这些，那它可能无法给出适应企业的准确的结论，因此底层数据还是很重要。对中小企业来说，数字化投入最好从问题导向和需求出发，后期也会自然地产生一些数字化的结果和积累，从而支撑这个应用。
尚直虎：对中小企业来说，虽然起步晚，但技术利用方面也有着技术后发优势，可以用更新、更高效的方式，以更快的速度去对数据进行治理。弯道超车方面，伊利也很有危机感，我们的注意力集中在消费者的需求上，怎样利用更好的技术、更好的资源去给消费者创造更营养健康的价值。因为市场永远存在竞争，但中心是为消费者创造价值。技术上也同理，还是要回归到利用AI 技术解决行业的痛点。
王琪：AI 的普遍应用，是否会加剧企业的“内卷”？
金江：运用各种新技术本质上来讲是为了强化自己的能力，这本就是企业经营的永恒命题。我认为，产品与服务的差异化是破局的关键。若缺乏差异化，AI确实会加速同质化竞争。
尚直虎：我不认为这是“内卷”，而是技术进步的常态。更重要的是，新技术释放了我们的时间与资源，让我们能更专注于创新。技术本身无对错，关键在于如何用它为消费者创造新价值。
王琪：那在二位看来，究竟是把AI应用到现有业务提效，还是把AI运用到完全创新项目上、带来差异化的竞争能力？
尚直虎：我认为，应在现有业务中推动AI驱动的创新。前提是：能否为客户创造价值，或显著降本提效。至于探索全新业务空间，则受制于企业战略与资源禀赋。更根本的是，企业是否真正理解当前的技术红利，并能将其与自身多年积累的优势资源有机结合，找到最佳创新赛道。
王琪：这也可以理解为“长短结合”。短期解决现实问题，长期布局能带来真正差异化的创新机会，从而实现弯道超车。
迈向AI原生：当工厂与产品拥有“思考”能力
王琪：如何看待AI原生？
金江：AI参与到我们的日常的业务有几个阶段。早期AI 是助手型，现在融入业务 agent to agent，我们希望强化agent之间的协作和互动，覆盖更多的场景，未来可能是AI工厂，推动全链自主决策，从预测到排产到发货，再到反馈，希望整个价值链能够通过AI自主的决策、解决问题。目前我们正在做相关的试点。但人在AI原生的过程中不可或缺，这涉及责任的问题。
王琪：就像自动驾驶的责任问题。
金江：原来的软件是通过数字化系统之间的互动和对接，来完成对于硬件物理世界的控制。现在未来的数字化系统有了更多AI的加持，原来是要靠人和设定的业务逻辑之间的关系，AI在各种领域里面进行了一些加深。
尚直虎：AI原生的概念很抽象，大体有哲学和技术两个层面的意义，从技术上说，AI原生也有层次，第一是AI思维（架构），然后是AI能力（自建非API），最后是AI商业（自有模型+数据+业务）几个层面。
关于AI 原生的责任问题，它一定是谁去design这件事情，那谁一定是这件事情的责任主体。除非有一天AI 有了自主的意识，有自我的判断，你下发了任务，它给消费者创造了完全不同的服务模式和新的产品，变成了我们想到的原生之外的东西，我认为这可能是真正的原生。
王琪：物理AI影响如何？何时会真正到来？
尚直虎：我理解的物理AI，核心在于与具身智能的结合。对制造企业而言，机会可能在两个方向：一是在现有工具上叠加AI能力，二是用全新的具身智能重构生产线。
金江：物理AI必将影响深远，而具身智能是其关键载体。其实，现在很多家电产品已具备物理AI特征——比如空调不再只是靠遥控器操作，而是通过自然语言交互，自动理解并调节最适合你的温度湿度。传统家电正在被AI深度改造。
尚直虎：对企业来说，关键不是有多少智能体，而是哪些能在商业上真正产生价值——这需要重新定义和验证。
王琪：所以，我们可能经历这样一个过程：初期期望过高，落地后发现效果不及预期，于是低估；但随着不断学习、尝试和应用，又逐渐发现其巨大潜力，信心再度回升。
金江：这正是技术发展的一般规律。
尚直虎：是的。我们必须顺应这一规律，找到最适合自己的路径。在这个过程中，我觉得不要在技术跃迁的大背景下被技术淘汰掉，要坚定地去推动AI在自己企业里的应用和落地，尽自己的所能。因为可能淘汰掉你的其实并不是AI本身，而是会使用AI的人，这个可能是最根本的逻辑。