社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

企业用AIGC能省多少钱?美的集团:“1年1个亿”

亿邦动力 • 昨天 • 1 次点击  

文丨胡镤心

编辑丨张睿


很多人描述了“用AI将所有业务重新做一遍”的畅想,但谁是实践中那个披荆斩棘的探路者?


在美的集团的应用实践中,通过美云智数自研的美擎AIGC解决方案,美的集团2024年预计实现降本1亿元,不仅如此,AIGC在扩大营收方面也成效显著。


这套解决方案以业务场景为中心,AIGC数智驱动数据要素提效,建设“前-中-后台”能力,前台偏应用,持续探索更多使用场景;中台重服务,通过大模型统一接入,提供服务、安全和权限管理;后台接入外部大模型,自研内部大模型,形成层层推进的“递进式”能力矩阵。


美云智数数字运营总经理魏晓刚向我们分享了过去一年美的集团在AIGC上的实践过程与效果,也分享了AIGC背后哪些看不到的暗礁和险滩,以及他看到的正在快速逼近的未来。


“一年降本一个亿,这还只是表象。”


“我们目标原本是今年通过AIGC降本2000万,结果在4月份提前实现了。截止九月底,AIGC已经为美的降本8000万左右,年底预计降本1亿元,明年我们会更加深入地去推进AIGC。”美云智数数字运营总经理魏晓刚介绍。


2023年大模型爆发伊始,美的集团反应迅速,投入70亿元进行模型能力研究。2023年9月,美的先后发布智能家居领域语言大模型“美言”、“美的家居大脑”,服务用户在“衣、食、住、享”等方面的交互需求;美的还自主研发包括芯片、模组和AI算法边端部署工具链Aidget等在内的全栈解决方案。


2024年初,美的集团将AI能力聚焦于内部业务场景的降本提效,提出降本2000万的目标。


“我们决定通过小分队的方式进行尝试。”魏晓刚表示。彼时,美云智数将数字化转型时期培养的数据产品经理们直接转型AI产品经理,组建了一个三十多人的团队,负责将AI能力和应用场景相结合。“他们很懂数据也很懂业务场景,转型过程非常快。”魏晓刚补充。



业务+AI一开始发生在一些有容错率的场景,比如将知识库管理、智能问答、数字人、图片生成、PCR识别、语义分析等能力应用于客服、营销、研发等领域。


试用两个月后效果显著——原计划2000万的降本目标,在4月份提前实现。管理层反应迅速,立刻开始在各个事业部大力推行,研究院也随之提高算力供给,并通过开发者门户大力推广。


成熟应用出现在客服、营销、行政、招聘、研发领域。
  • 在客服领域,AI主要负责导购助手、文案生成、运营推广设计、市场分析、客户问答、场景分析、精准营销、数字人培训等应用。

  • 在客服领域,AI提供智能客服、舆情管家、工程师助手、工程师陪练、坐席陪练、用户声音分析等应用。

  • 在研发领域,AI成为企划助手,提供情报分析、软件开发测试,同时工业设计、概念图创意图的生成。

  • 在招聘领域,AI熟练进行企业文化传播、JD及评价助手、面试面谈总结、培训资料多语言。


而在工厂和供应链端,由于场景复杂,容错率低,应用无法以碎片化形式落地,必须进行整体规划,系统性工程,进展较慢。美擎正在尝试打造Factory Agent等智能体,解决工厂AI化难题。


除了降本,在扩大营收方面,AIGC加速了美的集团DTC与海外数字化的进展。


财报显示,截至2024年上半年,美的有3.5万多名海外员工,建立了22个海外生产基地,实现了全球生产和交付。


美的集团不仅在大力拓展海外渠道、销售网点,还在加速推进自有品牌的全球突破,在前端深化用户触达渠道,提升品牌声量,形成品牌、产品、服务同步突破的局面。


这一过程中,海外市场分析、产品分析、服务反馈、营销拓展等场景急需AIGC助力,如在分析海外产品与市场时,依靠AIGC不断生成标签、验证标签,标签越多,分析越透彻。“这些标签会让我们更精准地判断市场、了解市场,去做企划、做服务,目前AIGC从这个角度支撑美的海外营收的增长。”魏晓刚补充。



当然,降本一个亿对美的来说还只是表象。魏晓刚认为,真正的剧变还在孕育中,2025年将是全场景智能体的研发,目前美擎还在大量的引进算法人才。


就像我们当年去毫不犹豫地全力推进数字化转型一样,今年也是这样毫不犹豫地全力推进AIGC。”魏晓刚指出。


“宁可损失一个亿的利润,也不允许机制倒退。”


尽管美云智数将AIGC用得风生水起,但魏晓刚还是提醒所有人,“大家不能只看到美的的应用效果,这只是冰山一角,它有更深层的逻辑在支撑。”


这个底层支撑就是美的集团修炼多年的一整套“软硬兼施”的数字化体系,既有数字化转型的技术积累,也有组织架构、设备体系等资源协同,这是AI应用的真正门槛。


在硬实力方面,美的经历了长达12年的数字化进程。


2012年-2015年,美的在“一个美的、一个体系、一个标准”的框架下,进行全集团一致性管理,从集团层面统一流程、统一数据标准、统一系统,包括统一了157万+物料标准,3万+供应商和9000+的客户标准,同时将138个老系统推倒重建成30个新系统


2016-2018年,美得进行供应链改革,进行智能预测、计划排产,实时、高效、准确,进一步提升端到端价值链沟通与协作能力。


2023年开始,美的进入数字化3.0阶段,围绕“DTC以及海外数字化”方向,叠加AIGC快速应用和推广,深耕营销、研发、客服、人力、财经、供应链、制造、物流等全场景领域的业务+AI。



除了将业务流程搬到线上,美的集团也将对数据的敬畏刻在骨子里


许多人进入美的的第一印象是到处都是数据,任何人在任何场合做汇报分析,必须“用数据说话”。据介绍,从董事长方洪波到职业经理人,到差不多20万员工,包括每年3000多实习生和毕业生,都习惯如此。


“换句话说,数据就算是错的,你也要按数据办,下次你想办法把它弄对,有损失我们也认了。”魏晓刚回忆起对美的集团影响至深的一句话,“我们创始人何享健先生之前说,‘宁可损失一个亿的利润,也不允许机制的倒退。’就是这个机制。”


亿邦动力注意到,很多企业负责人都提到,企业缺数据文化。因为对数据的认为干扰和修改始终存在,所以各类会议中数据始终用不起来。


美的集团则建立了一套完整的数据治理方式,通过数据治理平台承载所有的数据治理行为,不仅包括数据资产、数据标签、数据指标、数据模型等标准,也包括数据语言的一致性,即是跨部门之间的一致性、战略到落地的一致性,过程到结果的一致性。


同时也能够实时准确地收集业务数据,这个“数据家族”包括经营数据、财经数据、责任制数据,包括管理层执行的考核数据,还有业务数据、流程数据、设备上的工业数据等,这些数据组成了一个“数字美的”。


“你可以将这个平台理解成原来的数据中台,但比数据中台要丰富。就是基于实践固化出一个数据标准,然后和研产供销服务人才等业务系统做统一拉通,保持全网一致性,这是硬能力。”魏晓刚补充。


“‘工业大脑’的叙事会被智能体互联网所取代。”


目前,美擎AIGC已基本形成从前台-应用到中台-服务、后台-模型的全平台服务能力。


  • 对于前台应用,美擎AIGC所能支撑的应用范围已覆盖企业的行政办公、营销、研发、客服、人力、软件开发、供应链、物流等各个环节,能满足不同场景下的业务应用需求;

  • 对于中台服务,美擎AIGC能为大模型统一接入提供服务化能力,包括安全合规和权限管理;

  • 对于后台模型,美擎AIGC引入了外部的GPT大模型,自主开发了本地大模型,提供文本翻译、NLP算法、推荐&排序模型、语音合成等算法基座,用户通过统一的AIGC门户享受一站式AI体验服务。


为了支撑集团AIGC的应用和推广,美云智数设置了AIGC开发者门户,把所有的大模型配置在后台,方便产品经理快速编辑应用发布,近20万美的员工则可以登陆AIGC前台使用和推广。


同时,美的集团建立了一套“全员数字化”培养计划。近三年来线上线下有16万人参与学习,培养数字化人才近20000人,解决实际业务问题的实践案例超过3800个,2023年被工业和信息化部认定为“数字化转型与人工智能产业人才基地”。2024年9月26日,工业和信息化部与美的集团联合制定的《制造业数字化人才标准》正式对外发布。


这些准备都在为更大的变革做铺垫。魏晓刚认为,AIGC叠加数字化转型,对制造业带来颠覆性影响,未来将是一个智能体互联网的时代


这是一个工业互联网曾畅想过的场景——工业互联网曾经讲过一个数字孪生、万物互联的故事,但始终受困于联网深度和广度,即很多设备连不了,很多场景连不上,很多硬软件协议不一致。


业界寄希望于通过AIGC,加快工业设备的联网进程,比如通过人形机器人、无人机,实现联网深度广度。对于连接质量较好的工程,通过AIGC提升运营效率、运营品质、迭代速度。


魏晓刚认为,之前的“工业大脑”叙事会被智能体互联网所取代。以后,每个场景背后都有智能体在支撑,所有互动都是智能体之间的互动,智能体会让工厂的预测、预警、运维、决策、审批、执行、部门拉通等自动运转,更重要的是,智能体互联网会从全价值链运营的角度来思考问题,而不是头痛医头脚痛医脚。“智能体的学习能力更快,本轮AI+的进展会比工业互联网时期迭代更快。”


联系作者



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/176121
 
1 次点击