广告
加载中

企业用AIGC能省多少钱?美的集团:“1年1个亿”

胡镤心 2024-11-19 21:31
胡镤心 2024/11/19 21:31

邦小白快读

EN
全文速览

美的集团AIGC实践带来显著经济效益和实操启示。

1. 降本方面:2024年预计节省成本1亿元,应用在客服、营销、研发等领域,如客服中的智能问答、营销中的文案生成、研发中的情报分析。

2. 增效方面:AIGC加速海外数字化进程,支持营收增长,通过市场分析生成标签提升精准度;具体案例包括客服导购助手、招聘中的多语言培训资料。

3. 基础支撑:数字化体系如统一数据标准、全员数据文化是关键,美的12年积累构建了数据治理平台,确保业务一致性和效率。

AIGC在品牌营销和产品研发中提供创新机会。

1. 品牌营销:AI应用于精准营销、市场分析和用户声音分析,提升品牌声量;海外市场拓展中,AIGC生成标签助力市场判断,支持自有品牌全球突破。

2. 产品研发:AI辅助情报分析、软件开发测试和工业设计生成,加速创新;消费趋势方面,用户行为观察通过客服反馈和数据分析实现。

3. 渠道建设:AIGC优化用户触达,如数字人培训和营销推广,促进品牌、产品、服务同步发展;案例包括美的海外生产基地和销售网点扩展。

AIGC揭示增长市场和风险应对策略。

1. 机会提示:海外市场增长潜力大,AIGC支持销售网点扩展和营收提升,如市场分析标签生成;可学习点包括美的小分队尝试模式,快速转型AI应用。

2. 风险提示:工厂端应用容错率低,需整体规划,系统性工程如Factory Agent;机制倒退风险,强调数据治理,宁可损失利润也要保持机制。

3. 应对措施:事件中如管理层快速响应推广,开发者门户和全员培训促进应用;最新商业模式如递进式能力矩阵,合作方式包括统一平台接入。

AIGC提供产品生产和数字化启示。

1. 生产需求:工厂AI化需系统性工程,如打造Factory Agent解决复杂场景;产品设计启示来自研发中的AI辅助工业设计生成。

2. 商业机会:降本增效机会显著,借鉴美的预计年省1亿;推进数字化启示包括数据治理和统一标准,如物料、供应商标准统一。

3. 电商启示:数字化体系如全价值链协作,全员培训计划培养人才,解决实际问题案例超3800个;风险点在于联网深度和协议不一致挑战。

AIGC行业趋势和解决方案应对客户痛点。

1. 行业发展趋势:向智能体互联网时代演进,取代工业大脑,预测更快迭代;新技术如美擎AIGC平台,提供文本翻译、NLP算法等。

2. 客户痛点:数据治理挑战如人为干扰,联网深度和广度问题;解决方案包括统一数据平台、安全权限管理,开发者门户简化应用发布。

3. 未来方向:智能体互联网从全价值链运营思考,案例包括美的全员数字化培养,近16万人学习,解决3800多个业务问题。

美擎AIGC平台展示平台运营和招商模式。

1. 平台最新做法:架构分前台应用、中台服务、后台模型,前台覆盖行政、营销等场景,中台统一接入大模型并提供安全合规,后台自研本地模型。

2. 运营管理:开发者门户支持快速编辑发布,近20万员工使用推广;风向规避强调数据治理机制,如统一数据标准避免倒退。

3. 招商启示:平台需求包括业务场景拉通,合作方式如统一AIGC门户;机会在全员培训计划,如与工信部制定《制造业数字化人才标准》。

AIGC推动产业新动向和政策启示。

1. 产业新动向:智能体互联网取代工业大脑,实现预测、决策自动运转;新问题包括设备联网深度和协议不一致挑战。

2. 政策法规建议:与工信部合作制定标准,如《制造业数字化人才标准》,启示加强数字化人才培养;商业模式启示全场景智能体应用,降本增效显著。

3. 研究案例:美的实践显示AIGC在研发、供应链等领域的应用,数据治理平台承载治理行为,提供一致性框架;未来方向预测2025年全场景智能体研发。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

Midea Group's AIGC initiatives deliver significant economic benefits and practical insights.

1. Cost reduction: Expected to save 1 billion yuan in costs in 2024, applied in customer service, marketing, and R&D—such as intelligent Q&A for customer service, copy generation for marketing, and intelligence analysis for R&D.

2. Efficiency gains: AIGC accelerates overseas digitalization, supports revenue growth, and improves targeting accuracy through market analysis and tag generation; specific cases include customer service shopping assistants and multilingual training materials for recruitment.

3. Foundational support: A robust digital system—including unified data standards and a company-wide data culture—is key. Midea's 12-year effort in building a data governance platform ensures business consistency and operational efficiency.

AIGC offers innovation opportunities in brand marketing and product development.

1. Brand marketing: AI enables precision marketing, market analysis, and user sentiment analysis to amplify brand presence; in overseas expansion, AIGC-generated tags aid market assessment and support global breakthroughs for owned brands.

2. Product R&D: AI assists in intelligence analysis, software development/testing, and industrial design generation to accelerate innovation; consumer trend insights are derived from customer feedback and data analysis.

3. Channel development: AIGC optimizes user outreach through digital human training and marketing campaigns, promoting integrated growth of brand, product, and service; examples include Midea's overseas production bases and sales network expansion.

AIGC reveals growth markets and risk mitigation strategies.

1. Opportunities: Strong growth potential in overseas markets supported by AIGC-driven sales network expansion and revenue growth, such as market analysis tag generation; key takeaways include Midea's agile team experimentation model for rapid AI adoption.

2. Risks: Low error tolerance in factory applications requires holistic planning and systemic solutions like Factory Agent; risks of process regression underscore the need for strong data governance—even at the cost of short-term profit.

3. Countermeasures: Swift management response in promotion, developer portals, and company-wide training to drive adoption; emerging models include progressive capability matrices and unified platform integration for collaboration.

AIGC provides insights for production and digital transformation.

1. Production needs: Factory AI adoption requires systemic engineering, such as developing Factory Agent for complex scenarios; product design inspiration comes from AI-assisted industrial design generation in R&D.

2. Business opportunities: Significant cost-saving and efficiency gains, exemplified by Midea's projected annual savings of 1 billion yuan; digital transformation insights include data governance and unified standards for materials and suppliers.

3. E-commerce implications: Digital systems enable full value chain collaboration; company-wide training programs cultivate talent and have resolved over 3,800 practical issues; challenges include connectivity depth and protocol inconsistency.

AIGC industry trends and solutions address client pain points.

1. Industry trends: Evolution toward an agent-based internet era, replacing industrial brains with faster iteration; new technologies like Midea's Meiking AIGC platform offer text translation, NLP algorithms, and more.

2. Client pain points: Data governance challenges such as human interference, limited connectivity depth/breadth; solutions include unified data platforms, secure permission management, and developer portals for simplified application deployment.

3. Future direction: Agent-based internet thinking spans full value chain operations; examples include Midea's company-wide digital training, engaging nearly 160,000 employees and solving over 3,800 business problems.

Meiking AIGC platform demonstrates platform operations and partnership models.

1. Latest practices: Architecture includes front-end applications, mid-end services, and back-end models; front-end covers administrative, marketing, and other scenarios, mid-end unifies large model access with security/compliance, and back-end features self-developed local models.

2. Operations management: Developer portal enables quick editing and publishing, used by nearly 200,000 employees; risk avoidance emphasizes data governance mechanisms like unified standards to prevent regression.

3. Partnership insights: Platform needs include cross-scenario business integration; collaboration models involve unified AIGC portals; opportunities lie in training programs, such as co-developing the "Digital Talent Standards for Manufacturing" with MIIT.

AIGC drives industry trends and policy implications.

1. Industry trends: Agent-based internet replacing industrial brains, enabling automated prediction and decision-making; new challenges include device connectivity depth and protocol inconsistency.

2. Policy recommendations: Collaborate with MIIT to establish standards like "Digital Talent Standards for Manufacturing," highlighting the need for digital talent cultivation; business model insights include full-scenario agent applications with notable cost and efficiency benefits.

3. Research case: Midea's practice shows AIGC applications in R&D and supply chain; data governance platforms standardize management behaviors and provide consistency frameworks; future direction predicts full-scenario agent R&D by 2025.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

文丨胡镤心

编辑丨张睿

【亿邦原创】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。

01

“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。

02

“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。

03

“‘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。”

文章来源:亿邦动力

广告
微信
朋友圈

FAQ回顾

美的集团AIGC在哪些业务领域实现了降本增效?

美的AIGC已应用于客服、营销、研发、行政、招聘等多个领域。在客服领域实现智能客服、舆情管家等应用;营销领域用于导购助手、文案生成;研发领域提供企划助手、软件开发测试等功能,2024年预计降本1亿元。

美的集团如何推进AIGC在制造业的应用?

美的采用'前-中-后台'架构:前台覆盖行政办公到供应链等全场景应用;中台提供大模型统一接入和服务管理;后台接入外部GPT模型并自研本地模型。同时建立AIGC开发者门户,近20万员工可快速使用。

美的集团在数字化和AIGC方面有哪些人才培育措施?

美的实施'全员数字化'培养计划,近三年16万人参与学习,培养数字化人才近2万人。2023年被工信部认定为人才基地,2024年参与制定《制造业数字化人才标准》,解决业务问题案例超3800个。

这么好看,分享一下?

朋友圈 分享

APP内打开

赞 +1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0