前沿科技，数智经济

头图：科沃斯集团创新模式研究院院长、科沃斯管理科技有限公司总经理赵亮

AI 大模型落地的第三年，以扫地机器人起家的科沃斯，正在用 AI 重构企业组织经营逻辑。

" 早在上一代 AI 浪潮中，我们就开始在产品中使用 AI，用来提升产品体验。" 科沃斯集团创新模式研究院院长、科沃斯管理科技有限公司总经理赵亮如此说道。

但 2020 年底，ChatGPT 来了之后，让科沃斯的管理层也意识到，生成式 AI 的价值远不止于产品端，其在企业经营管理的全链条都具备重构潜力。

也正因此，在科沃斯内部，一场关乎企业底层逻辑的战略重构悄然发生。

彼时，如何将 AI 大模型用于企业经营管理，" 我们并没有明确的思路。" 赵亮很坦白的说道。所以，为了解决这一问题，科沃斯在内部展开了一场覆盖数千名员工的 " 全民实验 "。

通过全员试用 AI 工具，科沃斯验证了生成式 AI 在合同审核、数据整理、方案生成等场景的潜力，最终确立了 " 碳基与硅基完美融合 " 的转型愿景，即打造贯穿研发、供应链、采购、营销等全链条的组织智能。

在具体转型策略上，科沃斯的 AI 转型没有走 " 自上而下强制推行 " 的传统路径，而是通过 " 上下联动、多点突破 " 的方式，破解了技术落地与组织阻力的双重难题。

原因在于，相比传统软件 ERP 可以直接 " 自上而下 " 应用，AI 大模型想要在企业真正落地，就需要经过组织的经验沉淀和积累，而非单纯的技术部署，" 否则效果会差很多。" 赵亮说道。

但想要 AI 真正在企业用起来，就需要以业务为导向。那么，就需要切入到员工真实使用场景中。

因此，科沃斯 AI 转型的第一步是全员赋能。

一方面，科沃斯首先通过系统性培训，提升员工的 AI 素养与提示词编写能力，打破技术壁垒。另一方面，通过举办创新大赛、研讨会，科沃斯鼓励员工从自身工作场景出发寻找 AI 应用机会，再通过技术团队将真实场景需求与企业累积的经验相结合，并形成最终的智能体产品，赋能业务。

如在市场需求挖掘阶段，其技术团队用 AI 生成代码替代消费者需求挖掘的人工打标环节，就实现了将 90% 的重复性工作自动化，提升业务效率。

而在内部找到真实场景需求之后，就要以点状的试点作为突破口，打造试点案例。其中，科沃斯财务部门的改造颇具代表性。

在赵亮看来：" 财务部门最核心的作用，就是给企业经营管理者提供决策支持。但过往财务 90% 的精力都花费在记账、统计数据等事情上，真正投入决策支持的时间不足 10%。"

基于这一场景，科沃斯用 AI 替代财务部门的基础工作后，使财务团队的核心精力转向经营分析，从而为管理层提供精准决策依据。

这些试点的核心价值，在于沉淀组织经验。当单点场景验证成功后，IT 部门将成熟经验标准化、模块化，再串联整合成覆盖完整业务线的智能体。

这种 " 点状试点 - 经验沉淀 - 线性推广 - 系统集成 " 的路径，既控制了转型风险，又保证了 AI 应用与业务需求的高度契合。

更为重要的一点在于，科沃斯 AI 落地的关键洞察，是 " 流程重构而非工具嵌入 "。

正如福特工业流水线重构了生产逻辑，科沃斯围绕 AI 特性重新设计业务流程：消费者需求挖掘从 " 人工爬虫 - 打标 - 提取 " 的长链条，简化为 "AI 自动筛选 - 人类深度分析 " 的高效模式；采购流程从 " 价格导向 " 转向 " 多维度战略决策 "，实现了效率与价值的双重提升。

基于此，科沃斯在企业经营管理的 AI 变革中，最终沉淀出了 18 个对应核心业务线的智能体，实现了从单点应用到系统协同的进化：

如供应链智能体将依赖人工经验的核价流程自动化，应对硬件产品快速迭代与市场信息波动；采购智能体则突破人类决策局限，综合价格、质量等多维度实现 " 战略采购 "；研发智能体则在跨界产品创新中替代专家完成基础数据整理，大幅缩短研发周期。

另外，科沃斯的 AI 布局不仅重塑了企业运营逻辑，更沉淀出一套可复制的转型方法论，为传统制造业的 AI 转型提供宝贵借鉴。

据了解，目前科沃斯也对外组织关于 AI 应用的企业文化培训活动，对此赵亮表示这来源于外部企业的真实需求，" 众多传统企业面临 AI 转型困惑，而科沃斯的实践经验恰好能提供解决方案。"

当然，科沃斯的对外赋能，并非单纯的商业行为，而是形成了 " 输出经验 - 吸收跨行业痛点 - 迭代自身能力 " 的良性循环。

当前，在技术快速迭代、市场竞争加剧的今天，科沃斯的实践证明，企业 AI 转型不是技术的简单堆砌，而是战略、组织、业务、技术的系统性融合。

基于传统制造业而言，面向未来，AI 转型的关键不在于技术有多先进，而在于能否找到技术与业务的结合点、组织与变革的平衡点，最终实现从 " 中国制造 " 到 " 中国智造 " 的本质跨越。

以下是光锥智能对话科沃斯集团创新模式研究院院长、科沃斯管理科技有限公司总经理赵亮（内容经光锥智能编辑整理）

Q：科沃斯创新模式研究院的主要职责是什么？科沃斯在 AI 方向的战略转型大概是什么情况？

A：科沃斯很多年前就开始做智能硬件产品，从扫地机器人开始，再到智能洗地机等，AI 在产品上的应用已经很多年，而创新研究院则主要负责探索 AI 在企业全面经营管理中的应用，而非仅局限于产品层面，并把这些 AI 应用企业经验总结，给外部企业做赋能。

AI 战略转型上，过去主要是将 AI 用在产品上，改进产品用户体验，从 2020 年底 ChatGPT 出来后，我们开始思考这个东西怎么用在企业经营管理上，最开始也并没有明确的思路，后续是全员展开使用这么个应用，当时几千名员工一起用了几个月后，我们认为这跟过去用在产品上的 AI 还是有区别，它确实可以在更大维度上起到更大作用，所以我们在逐步去深入使用。

到今天为止，我们整个公司是用智能体来实施各方面的管理，从应用效果来说，确实超出最开始的预期，通过大模型发展实现 " 碳基与硅基的完美融合 "。

Q：能详细地讲一下，智能体在科沃斯集团里是怎么用起来的吗？

A：科沃斯并没有做底层模型研发，最开始用大模型，是选择了一些业务方向，比如供应链、研发，以及部分应用空间，以业务为导向，逐步拓展，重点还是看其能否实际用在企业上，提升企业效率，帮助企业创新拓展。从小场景切入，然后逐步整体推进。

Q：有没有具体的案例，比如用在内部人才管理上、系统管理上，文档管理，还是产品研发？

A：截至目前，公司有 18 个智能体，对应 18 条业务线，参与企业整体运作，如供应链智能体、采购智能体等。

其中，供应链智能体中涉及到如何做核价，过去比较依靠经验和很多资料的整理，但信息变化速度非常快，且很多时候我们硬件产品本身迭代也比较快，所以过去的核价很依靠人的经验，花费的时间比较长。但现在把过去这些经验沉淀之后，形成智能体，可以实现智能体自动核价，缩短流程，节省很多人员时间。

采购的角度来说，在采购过程中也涉及到比较，如果比较的要素只有两三个，则处理起来相对比较容易，但如果因素非常多，人其实很难去判断。

我们认为，一个更加理想的供应链关系，或产业关系，应该叫作战略采购，其不仅考虑价格的因素，还需要考虑包括质量等多方面因素。而将这些经验沉淀下来，形成采购智能体，其就可以综合价格、质量等多维度因素，做出比人类更全面的采购决策。

Q：如何利用 AI 提升产品迭代速度以适应市场变化？

A：在产品触达消费者需求时，主要通过投流智能体批量生成投流方案，同时基于市场反馈迭代优化，确保方案持续改进，确保明天一定比今天做的好一点，今天一定比昨天做的好。而这种方式是由经验累积和沉淀的，其是一种更加稳固可靠的运行方式，也是我们了解市场的一个方式。

产品研发方面，主要是将 AI 嵌入产品研发流程，例如在跨界产品研发中，前期主要依赖行业专家积累数据，后期则可以通过 AI 自动化生成内容，从而缩减研发流程并降低成本。

Q：科沃斯推动 AI 转型的核心思考路径是什么？

A：首先是跟公司一直以来的文化有关系，公司以创新为文化主导，老板提出 " 全员 all in AI" 的战略，在这个情况下，找到一些落地的路径。

但这次的 AI 跟过去的像 ERP 等传统软件有巨大的区别，过去的这些系统，是可以通过自上而下的方式进行落地，但此次 AI 应用更依赖组织经验沉淀，如果没有组织经验的沉淀，AI 智能化程度很难真正在企业中落地应用。

所以我们做的第一步就是先通过全员培训提升员工对 AI 的认知和提示词编写技巧，这是当时的第一步。第二步，我们认为 AI 并不是纯粹技术层面的额应用，应该以商业和业务为主导，所以从业务层面入手，先沉淀经验资产，再结合需求从点状应用逐步扩展。

AI 落地的过程，是失败是成功之母的过程，因为早期智能体刚出来的时候，其效果并不是很好，因为早期积累的不够，所以还是要给员工一些信息，所以早期我们做了一下点状的应用，其覆盖面并不是很广，在局部上取得成效后，再把这些点连成一条线，再落实到比如营销、研发或质量等场景中，逐步扩大覆盖面。

Q：科沃斯点状的试点，都是从哪些点开始的？能分享一些案例吗？

A：早期是从员工个体开始，通过举办研讨会、创新大赛，鼓励员工基于个人或部门工作场景寻找 AI 应用空间，如员工利用 AI 生成代码优化消费者需求挖掘流程（如替代人工打标提取信息）。

而这个过程中，实际上是挖掘到了很多真实业务场景的需求，或许这个过程并不一定会做出最终的智能体，但它使我们这个需求得以涌现，得以挖掘出来。有了这些需求后，下一步就是 IT 部门入场，串联前期的经验，最终形成不同条件的智能体。

Q：科沃斯和添可的品牌定位有何区别？AI 如何支撑双品牌的产品创新和技术创新？

A：两个品牌虽然都是家庭清洁产品，但本身品牌定位略有区别，科沃斯的定位是服务 " 懒人 "，提供无需动手的家庭清扫体验；添可则主要服务 " 精致人群 "，对家庭清洁有更高的要求，但也更愿意动手实践，我们为其提供便捷的居家清洁体验。

AI 作为底层技术，在底层逻辑上统一推进，其可以适合千行百业和各种个重要的产品，底层逻辑是相同的，但在具体层面是有一些区别，其运作流程和方式也会有区别，会结合不同品牌的业务场景（如客户定位差异）进行定制化应用。

因此，从底层角度来说，我们推进 AI 是一起推进，但在具体业务层面，还是坚持以业务为导向，中间衍生出来会有一些微小的一些区别，结合具体的业务场景，所以综合来说就是一个底座，但是结合不同的业务场景有不同的应用空间。

Q：科沃斯为何对外提供 AI 咨询服务？

A：最开始也是在内部展开了早期的 AI 培训，外部企业对科沃斯的 AI 应用经验感兴趣，所以来听了我们的一些课，我们也给其讲了目前企业正在推进的 AI 应用进展，其认为比较有价值，所以会邀请我们出去讲一讲。

我们并不是培训机构，也没有专门做任何培训，但此时发现外界确实有这方面的需求。另外就是通过服务其他行业的过程中，我们也获取了跨行业痛点与需求，可以反向提升自身 AI 应用水准。

所以是两个原因：一个是市场有真需求，而我们确实积累了一些经验，能够给外部企业用，这是一件有社会价值的事情；第二个则是通过这件事可以反哺自身业务发展。

Q：科沃斯对外传输的 AI 的核心方法论是什么？

A：我们整个推进 AI 的过程，是延续自上而下和自下而上结合的过程，一切从业务出发，以业务需求为导向；第二点不将 AI 简单的看作是工具，要顺应人性，不去思考用了 AI 后要裁掉多少员工，而是通过变革提升效率，给予员工安全感；第三点，则是要将 AI 真正嵌入到企业流程当中，进行流程重构，重点围绕 AI 特点改造企业流程，而非仅将其作为工具嵌入现有流程。

举例来说，很多年前福特的工业流水线，它实际上看起来好像是一种工厂布局的变化，但其实背后是一种全新的思考方式，完全不同技术应用的维度，还有就是员工工作方式的巨大区别。

这跟今天的大模型一样，很多人只是把 AI 当做一个聊天机器人，远远发挥不了它真实的用途，所以一定要把它嵌入到公司流程，并围绕 AI 的特点来布局公司流程，这才是最终的路径。

Q：能举一个具体的案例吗？比如说之前的流程是什么样子？现在用 AI 把它改造成一个什么样的新的流程？

A：比如了解消费者需求，传统流程是需要人工爬虫 + 人工打标（90% 人力）+ 价值提取（10% 人力），真正有价值的只有后面的 10%，但如果不经过前面的 90%，很难真正获取最后的价值，因此，在企业中有大量不增值的流程没有办法完全杜绝掉。而 AI 改造后，AI 自动读取爬虫信息并判断，将人力从打标转移至价值提取（如需求分析、舆情预判），提升效率。

但有时候人和人之间的直接交流，AI 还不能完全取代，那就让人做人的事情，AI 做 AI 的事情，虽然总人数看起来并没有实质性变化，但给客户创造的价值和给企业带来的收益是有根本性变化。

还包括我们企业内部，比如财务部门，于财务部门开始最重要的事情，就是给公司管理者提供决策的依据和参考，但其大量的时间都花在记账等事情上，最终真正用在给公司决策参考依据的时间，可能 10% 都未必有，在这种情况下，用 AI 替代财务人员的记账、统计等基础工作，释放人力用于市场分析和决策支持，提升财务部门对企业的价值。

所以我举这两个例子是想说明，AI 进入企业经验管理，并不是说这是一个裁员的局，而是优化整个公司人员配置，或者是整个效率提升的的举动。

光锥智能"AI 交流群 "已建立，

感兴趣的朋友可以添加小助手微信（GZZN2019）沟通进群。

联系我们

王一粟

创始人 / 主编

ID：cishicike000

商务合作请添加微信：GZZN2019

转载开白请留言或添加微信：GZZN2019

进群交流请添加微信：GZZN2019

※添加时请备注公司 + 姓名 + 来意

「往期精彩推荐」

深度研报：

AI 大爆炸：

云计算：

数智化案例：

更多精彩内容，欢迎关注：