本文根据中顺洁柔CIO杨森林在“百年品牌·向新而行 健康消费品数字化峰会——暨走进云南白药”活动上的分享整理

在当今技术世界中，人工智能（AI）无疑是最具革命性和潜力的技术之一。它能够为各行各业提供智能化的解决方案，提升效率、降低成本并激发创新。在AI的众多分支中，生成式人工智能（Generative AI）和决策式人工智能（Decision AI）是两个重要且互补的方向。

生成式AI是指能依据用户的需求和偏好，自动产生各类内容和服务的人工智能技术。而决策式AI则是一种基于用户数据和分析，能自动作出最优决策和行动的人工智能技术。如何实现以AI为代表的新技术与业务的高效融合？中顺洁柔CIO杨森林带来了他的理解，下文为其分享的主要内容。

杨森林 中顺洁柔CIO

大家好，我是中顺洁柔的杨森林，非常高兴今天有这样一个分享的机会。洁柔是生活用纸的头部企业，有45年的历史，如果说15年是一个企业的生命周期，洁柔已经扛过三轮。近年来洁柔的动作和变化是非常大的，在今天的国内市场，传统的方式已经没有办法经营今天的生意，想要去追求更好的增长，只能用新的途径。

我国并不是一个技术研发的国家，与欧美相比，我们没有自己的操作系统，也没有自己的开发语言，我们真正的强项在于技术应用。在今天伴随着各类新技术的诞生，AI、元宇宙、信息化、数智化、新质生产力等概念层出不穷，似乎我们一直在不停的追赶新技术，持续的拥抱新技术，但却无法真正的落实到生意的增长上。

因此我认为改变这个时代的不是AI，而是驾驭AI的人。

数字时代，需要加强的是认知，而不是术和器，市面上有很多优秀的服务商伙伴，但是如何去使用这些解决方案是需要我们思考的。地产行业的暴雷，人口红利的消失，全球经济的衰退，这是一个坏的时代。同时这也是一个好的时代，经济下滑给中小企业带来了更多可能，如果能够基于数字化和创新，探索出新的通路，那么将会带来更多的市场机会。但数字化转型是复杂的，边界极其模糊，我认为盲目追求数字化，花式做系统是没有意义的。真正的数字化是人的转型、企业的变革。

客观来说，改变是非常困难的一件事，对于CIO自身来说，改变尚且不容易，更不要说整个企业层面的变革。过去我们盲目的请咨询公司，我相信很多公司也是如此，自己还没有想清楚，就将企业的发展和生意寄希望于咨询公司，这是不正确的，“自己的娃靠别人养”这很危险。所以我们一定要思考自己的生意。坦白讲到今天为止，数字化转型的成功率仅有约20%，垂直领域的成功，并不能代表整体的成功。

打个比方，一个人骑着自行车送货，一天送一箱，觉得很好。给他造一辆汽车，一天可以送20箱，从效率的角度来讲，是大幅的提升，但是想要落地真的容易吗？车造好了他会开吗，谁来开，路线怎么规划，货怎么装，这些都是问题。到头来还是自行车送货最舒服，这就是人性，也是思维的惯性，这与数字化是同理的。

当你希望用一些先进的东西去替代人工时，你会发现业务对于需求的理解能力只有30分，但IT部门对于数字化的追求是90分，需求提不出，模型用不好，怎么样去平衡？这是很多大型实体企业所面临的共同痛点，“无法驾驭”成为一个难以解决的问题。

数字化的目的是什么？我认为总结起来有4点，第一是能赚钱，要使得销售额和利润获得增长。第二是能省钱，有效降低成本。第三是提效，实现速度和效率的提高，绝非是一味的裁员。第四是实现业态的转变和可持续发展。

我比较认可的是人来驾驭业务与技术的融合，而不是用技术代替业务，除了我们常谈到的道、法、术、器以外，“势”也是非常重要的。过去我服务的一家企业，酒文化盛行，想要跟业务谈需求，要从下午喝到凌晨，我尝试着融入，用业务最喜欢的方式进入到他们的圈子，需求很快就能明确。还有一些企业是强管理，这样的企业是能够做业务标准化的，但洁柔并不是这样的企业，而是一家完全弹性，靠人性和文化去支撑的企业。

想要做好数字化，必须要融入企业的环境，跟着时代走，往大了说是“势”，往小了说是“圈子”，要用企业能接受的方式做好。如果没有这样的意识，即使把行业内最优秀的东西照搬过来，也是行不通的。而且IT部门很容易就成为一个被孤立的部门，企业的中后台。

很多企业在做数字化的时候，容易忽略业务，一定要做到业务与IT相结合，每一个系统背后承载的不单是流转和数据，而是商业模式，因此在设计时不要一条腿走路，脱离了业务去谈IT毫无价值。

今天的企业对于数字化人才的要求是极高的，要求数字化人才懂战略、懂技术、懂流程、懂创新，沟通表达能力好，组织协调能力强，数字化被炒到一个前所未有的高度，每个企业都认为数字化成为一道必答题，但能真正做好的企业寥寥无几。作为CIO如何让企业活的更好，上管理好老板预期，下管理好员工的预期，做好横向沟通，要懂战略和业务。近年来市场上有很多低代码平台，将一些底层的技术封装起来，这一定程度上导致了技术人员能力的下降，甚至丧失了基础的写代码能力，技术人员能力低下又会寻找更加便捷、开箱即用的技术，我不认为这对企业数字化是有利的。

当下最需要我们去做的是把务虚的数字化能够落到务实上来，大谈改革、推动企业发展，如果做不出成绩，行业的发展必将走向末路。到底应该如何去做？我认为取决于企业的“势”，环境，先做人再做事。另外战略、业务、技术一定要深度融合，业务增长是唯一的目的，用业绩说话是最具说服力的，这要求我们有大格局，大心态，懂得分润。同时要具备资本杠杆和资源整合的思维，不要把数字化做成CIO一个人的事，做任何事情，都要让所有人参与进来，并一起分蛋糕，数字化是一个跨部门沟通协调的工作，只有让每一个人觉得数字化是自己的事情，才能落地。

对于AI，我们也进行了一些尝试，生成式AI我们在人工客服、数字人、释放底层劳动力上进行了实践，但客观说我认为并没有影响到公司的整体业绩。我认为对于小企业来说，如果不过多追求内容深度的企业，可以进行尝试。但别忘了手机再智能在拍照上也是无法和单反相比较的，专业就是专业。如果是有一定规模，且对于产品深度有追求的企业，不建议尝试。我认为当下的生成式AI还不够成熟，还需要一段路来进行沉淀。

我们对于决策式AI投入了大量的精力、算法、数据。举例来说我们基于前端的消费场景，解决了一个核心的问题，即消费者为何没有以我想要的价格买走产品？为什么好产品卖不出去？人在哪里，场在哪里，怎么选货，本质问题就是人货场的匹配。所以我们构建了海量的模型，对于人群进行划分，有银发人群、精致妈妈等等。同时我们也对场进行划分，哪些是高潜门店。我们在合肥做了这样的尝试，在16000家门店中选了900家，基于AI+算法和各类模型+数据决策，探索出了选店模型、选品模型、人群全选模型等，3个月业绩飞速提高，扣除正常业绩增长，带来了50%的增量。这一套模型本质上就回答了一个问题：为什么消费者没有以我想要的价格买走我们的产品？

另外一个案例是我们做了发货的试验，过去是工厂点对点发货，现在是动态发货，通过算法+策略模型，找到最优解，实现了2024年电商快递当区内多仓发货成本下降5%。

数字化大家更加关注的是结果，而非方法和技术。不管是我们的线下生意增长人货场匹配模型，还是实时销售模型、市场分析模型、营销效果分析模型、全渠道整合营销模型、产品全生命周期模型、生意机会洞察模型，其实做下来成本并不高，但我们先让业务看到了成果，再将其封装成可视化产品，背后再做数据和流程的横向拉通。这样的做法谈不上高明，但切实做到了先让业务有感知，再形成一个强大的可视化系统来为业务赋能，这样才是更有价值的。

关于AI，决策式AI是洁柔要追求的路，为何需要应用AI。举例来说，合肥的成功案例如何复制到长沙，品牌议价能力不同、区域文化不同、消费画像不同、人员配置不同、投入不同、竞争对手也不一样，所以我们要用AI，构建一个模型提炼出成功因子，来进行横向的互支。可能这样的支持不能做到100%的准确，但能够提供80%的支持也能够带来一定的效果的。一个生意中有80%的“笨蛋”加上20%“聪明人”，我们要做的就是把“聪明人”的行为落实下来，借助AI的能力用模型体现出来，由“笨蛋”来执行“聪明人”的做法，业务流程标准化，这是我认为今天大消费行业有可能杀出重围的机会所在，也是决策式AI的巨大价值所在。

最后我想说的是做数字化转型，一定要明确业务增长是唯一的目的，IT部门不要把自己定位成中后台，等着业务提需求，而应该成为解决核心问题的部门，这样才能真正去谈数字化是一级核心战略部门，来引导和推动业务的增长。

以上就是我的分享，谢谢大家。