新闻 发表于 2025-6-23 15:48

TOB领域+AI是伪命题吗?4万字拆解6个企业AI突破案例!

作者:微信文章

【产品参赵】第248篇原创

▲关注公众号 “产品参赵”

回复 1 即抽取50份电子书

回复 2 加我进群



前言

本文引自“【中欧国际工商学院-特赞科技-增长黑盒】AI时代的商业进化蓝图”。

原文件71页,见文末附件



一、TOB领域的AI应用到底有多难?

大约三年前,我们开始了解 GPT(Generative Pre - Trained Transformer),以 GPT 为代表的生成式人工智能将对每个人的生活产生影响。

不久,我们便实实在在的看到了人工智能为企业业务增长带来的巨大机遇。

从外部视角来看,整个市场都在狂热的追捧 AI。

可矛盾的是,企业内部对于生成式 AI 的兴趣正在逐步冷却。

01

企业 对 AI“口是心非

主要表现三方面:

1)在企业应用 AI 的过程中, 遇到了“内冷外热”的情;



2)AI 的价值难以在业务上实现规模化



3)AI 项目的战略沟通寸照鸿沟



02

战略目标的广度和落地应用的深度

那么,企业应该如何去制定清晰的 AI 战略、解决业务脱节的问题呢?

这可以分为战略目标的广度和落地应用的深度来思考。

规划 AI 战略蓝图的两个维度:



1)AI 战略目标广度上,其业务价值点分为下列三类:


2)AI 落地深度上,分为概念验证、扩展规模、组织重构三个阶段。


03

构建 AI 战略矩阵

当我们把两个维度组合在一起,就形成了一张 3X3AI 战略矩阵。企业可以在三大重要的业务目标下选择试点项目,再逐步将应用范围向规模化推进。其中:

● 企业可以聚焦在最核心的场景,也可以选择同时开始多个概念验证,多业务部门同时进行

● 一个试点项目在推进的过程并非是线性的,而是在过程中及时调整方向:启发新的概念,或直接转变业务目标



二、6家企业的 AI 战略最佳实践拆解

案例一

某国际耐消品零售品牌



传统制造企业如何构建创新土壤并积极拥抱 AI,从而在众多战略目标下都能成功迈出尝试的第一步。

“自上而下 + 自下而上”的组织管理是重要的推动方式。



该"国际耐消品零售品牌"公司先是组建了一支数人的 AI 创新团队,但并非传统意义上的“技术极客集中营”,他们的核心任务不是开发复杂算法,而是将 AI 技术“翻译”成业务语言。

例如,通过 A/B 测试验证 AI 能否让仓库拣货效率提升,或让社媒爆款内容产出率翻倍。

既然要让 AI 直接服务业务,那么只有个别懂 AI 肯定是不够的,因此公司成立了一个俱乐部,以兴趣社群的形式吸引全球上万名员工参与 AI 学习。

首先,营销部门利用 AI 判断流行趋势、挖掘热门话题,以及汇总近期正负面反馈,定期抓取相关度高的转赞评等。

其次,通过洞察总结当下流行的内容形式,AI 能够生成 0-1 的大纲,零售部门的员工可以在此基础上从 1 向 1.1/1.2 迭代。进而可以让 AI 生成一些较为基础的营销内容,包括但不限于产品的宣传文案和图片,甚至可以借助 AI 剪辑直播切片。

最后,复盘内容数据表现,总结爆款思路,分享给所有人,鼓励大家做新一轮迭代,使爆款率越来越高。


这种“技术民主化”实践,不仅降低了 AI 应用门槛,更是一场关于“人如何与 AI 协作”的管理创新。

案例二
某国民家居品牌



该家居品牌凭借电商起家的先发优势,成功建立了一个规模达百亿的商业版图。

在组织架构调整与技术创新双轮驱动下,其核心战略之一就是利用生成式 AI 技术,解决规模化内容生产和经销商赋能的关键难题。



对于传统行业来说,社媒的线上流量可谓是全新增量。该家居品牌构建了包括高德、美团、大众点评、抖音本地生活服务、小红书在内的全方位触点布局,充分发挥了总部在流量获取上的规模效应,同时保证了客户服务和销售转化的本地化响应能力,最终形成了一个闭环的新零售生态。



公司的 AI 战略获得了公司高层的坚定支持,项目由 CMO 或更高级别管理者直接牵头。

公司认识到,AI 应用不是单个部门的尝试项目,而是需要跨部门协作的战略性工作。

由高层直接推动确保了 AI 项目能够获得充分资源支持,避免成为部门级别的 " 自娱自乐 " 实验。

案例三

美的



作为家电制造业的数字化先行者,美的集团自 2012 年起已投入超过 200 亿元推进数字化转型。

公司于 2024 年组建 AIGC 战略小组,确立三大目标:提高工作效率、激发员工创造性、提升产品竞争力。

美的 AI 战略最显著的特点是严格基于 ROI 的落地方法论,确保每一项 AI 投资都能产生可衡量的业务价值。



1、增效:AI+ 工厂提效,并改写行业标准

美的楼宇重庆工厂是全球中央空调冷水机组行业首座全流程 AI 赋能的灯塔工厂。

不仅是美的集团内部的智能制造转型升级的样本,也为美的绿色工业赋能全球制造业的智能化发展树立了典范。

2、降本:AI+ 内容生成,省下真金白银

在美的,AI 项目的价值必须通过财务部的 " 降本测试 "。

公司将 AI 深度融入企业运营各环节,建立了一套可量化的价值评估体系,实现了从内容创作到客户服务再到研发流程的全面效率提升。

3、驱动增长: AI+ 客户体验,打造智能家居的全球用户价值链

美的利用 AI 技术全面提升产品体验与用户互动,实现了从硬件性能到营销触达的完整价值链优化,为业务增长注入新动力。

案例四

伊利



早在几年前,伊利就前瞻性地将生成式 AI 列为未来驱动增长的关键技术,并在 2022 年底 OpenAI 发布后迅速行动,仅数月内便上线了自研的 "YILI-AI"。

伊利强调不从技术和系统视角讲业务,而是从业务视角看如何用数据和技术赋能 , 将数字化表现与业务目标紧密关联。



1、驱动增长: AI+ 产品创新全链路数字化,加速从市场洞察到打造爆款

伊利畅轻爆珠酸奶验证了 " 智能爆品 = 精准需求洞察 × 敏捷概念验证 × 精准市场击穿 " 的新公式。

通过 AI 语义分析,伊利精准捕捉 " 咀嚼趣味 " 等新兴需求,快速锁定爆珠技术应用于乳品的市场机会。

借助用户标签系统,团队组建 " 都市轻食族 " 和 " 新锐妈妈 " 等高价值消费者共创社群,基于数据分析优化配方和口味组合,最终确定 " 蓝莓 + 紫米爆珠 "等独特产品系列。

上市后,数字化生意看板实时监测销售数据,指导营销策略调整,实现高效转化。

成果显著:新品上市 40 周达成 1.2% 家户渗透率(3 倍于行业均值),17.27% 重购率创行业纪录,销售额份额位居全国新品第一,成为低温酸奶新品王。

2、降本增效:AI+ 供应链优化,确保核心业务稳健运行

传统设备检修场景高度依赖一线员工的操作经验(即 " 隐性知识 "),而这些非结构化的经验数据长期未能得到有效利用。

在 AI 技术加持下,伊利实现了两项关键性突破:

● 知识库查询响应时间大幅缩减,员工满意度有效提升至 98%

● 生产设备故障停机平均修复时间(MTTR)显著缩短,故障修复效率提升 52%

3、商业模式创新: AI+ 健康服务,拓展从“卖产品”到“卖服务” 的可能性

● 线下活动层面:通过 AI 智能设备为儿童提供身高筛查及预测、体态评估、运动潜力分析等科学分析,并生成个性化成长及改善方案

● 线上私域运营:沉淀用户数据,基于 AI 大模型能力为用户进行报告解读,持续提供营养咨询、营养指导等互动内容,形成 " 筛查 - 服务 - 转化 " 的完整商业链路

案例五

欧莱雅



欧莱雅以 AI 为原点去重塑业务形态,从思维层面重构组织,而不是在原来的业务架构上叠加 AI 能力。公司定义的创新标准也非常极致——" 对生意有意义且可被规模化 "。

欧莱雅中国的内容中台系统



该平台的技术架构有三个核心特色:

● AI 引擎集成:整合了多种 AI 能力,包括图像生成、文本创作、标签推荐等,为不同业务场景提供针对性解决方案。

● 模块化设计:系统采用高度模块化架构,使不同品牌、不同地区可以根据自身需求定制功能组合,实现技术的可扩展性和适应性。

● 本地化部署:对数据安全的高度重视,确保内部信息不会外泄;使用自身历史内容对模型进行训练,避免品牌调性流失

案例六

Shutterstock



Shutterstock 于 2003 年在美国成立,是全球领先的数字内容授权平台,主营业务是售卖高质量的图片、视频、音乐和插画等数字素材的版权。

公司的商业模式非常简单:艺术家和创作者可以给平台上传作品,平台再向创意专业人士提供按需下载服务,或向企业客户提供订阅制服务。

作品版权被出售后,作者自然也会获得一定比例的分红。



Shutterstock 很快意识到:提供 " 合法且可信赖 " 的 AI 生成内容服务,解决市场对 AI 内容版权顾虑的痛点,很可能是一个完全空白的市场机会。

基于这些洞察,Shutterstock 制定了三步走的转型策略:

第一步:建立战略合作,掌握技术主动权

2022 年 10 月,Shutterstock 宣布与 OpenAI 建立合作伙伴关系:

● 通过授权训练数据获取 AI 技术访问权,而非被边缘化

● 确立出售 AI 训练数据的商业模式,为内容创作者创造新的收益来源,并且为 AI 公司提供“军备支持”

● 抢占 " 合法 AI 内容 " 市场定位,将潜在威胁转化为差异化优势



第二步:推出创作者补偿计划,解决伦理困境

Shutterstock 认识到,任何 AI 转型都必须解决创作者权益问题。2022 年底,

公司推出了创作者基金,承诺将部分 AI 合作收入返还给内容贡献者。这一举措解

决了关键伦理问题:

● 确认创作者对 AI 训练所用内容拥有合理权益

● 建立透明的补偿机制,维护创作者生态

● 形成与其他 AI 平台的道德差异化

第三步:整合 AI 创意工具,重塑价值主张

2023 年初,Shutterstock 将 AI 图像生成器整合到其平台,重新定位公司角色:从单纯的内容提供商转变为创意解决方案提供商。



原始文件:

可在下方星球中领取




加入星球下载全部AI相关资料:




分享59份数据分析资料


获取方式

加入星球,自助无门槛获取


无差别享受全部资料(每周更新)

34个交互体验学习资料:



01
55套经典Ax原型



02
50本产品经理经典书籍



03
27套Ax元件库



04
19套产品经理文书模板(PRD\MRD\BRD)





往期回顾

AI 在【电商】的应用场景&竞品案例


25年这些人慌了!随着AI Agent爆发式增长进入实质性落地阶段!(附最新报告)

AI在虚拟人/图像赛道爆款!你out了?

AI时代产品经理仍然要知道的14个扩展知识(4.8k字)!

「大数据思维」究竟怎么用?7个案例:AI时代产品经理必备的真相!(9.3k字,附资料)


页: [1]
查看完整版本: TOB领域+AI是伪命题吗?4万字拆解6个企业AI突破案例!