先行者美的蹚过的路，或许会成为后来者的“石头”。
《中国企业家》记者 梁宵
编辑｜米娜
图片来源｜受访者
2022年开始，张小懿的职务从美的集团CIO（首席信息官）变成了CDO（首席数字官）。前一段时间，有同事又跟他打趣说：“估计你这个CDO也干不长了”——这两年，张小懿很大精力都花在了AI技术上，“说不定哪天就变成CAO（首席AI官）了”。
很少有一家传统制造企业像美的这样，对新技术的跟进如此“狂热”：当年ChatGPT刚出来，美的第一时间引入应用；这两年，他们买入Token的费用年均几千万元，还购置了几千张显卡。
与此同时，也很少有企业像美的这样，对技术产出如此“斤斤计较”：与那些在AI应用上烧钱炫酷，或是盲目跟风的企业不同，美的已在试图量化AI应用的效果，目前“发明”了两种测算口径：在效率提升口径下，去年AI的贡献达到7.7亿元；今年，他们会进一步收紧口径，启用更严格的评估标准。
“我们也不能百分之百确定对还是错，但首先要动起来，保持试错心态，边总结边往前推，才能找到符合美的自身需要的技术变革道路。”针对当前很多企业在新技术应用上患得患失的心理，张小懿分享了美的打法。激进与务实，相互制衡，又互为依托，像DNA的双链，牵引着美的数字化的螺旋式演进，在过去14年中完成了三次模式跃迁：
2012年是其数字化的起点，美的拿出相当于当年利润的近三分之一预算，启动“632项目”，最初只是做一些信息化、一致性的工作；此后近10年，美的持续在数字化上投入近200亿元，由此实现的降本增效也愈加显性化，到了2020年，美的以“数智驱动”代替“效率驱动”，成为四大战略主轴之一；再往前，数字化不仅增强单一业务能力，还将重塑整个商业模式，用方洪波（美的集团董事长兼总裁）的话来说，“过去是卖硬件产品，以后卖的是集成式方案。”
就像郭士纳（曾任IBM董事长兼首席执行官）当年对IBM的改革，将后者从一家围绕System/360主机进行业务布局的硬件商，转型为整体解决方案提供商，使IBM重获新的增长生机。
美的的“集成”角色也正慢慢显露轮廓。去年，美的首个智能体工厂在荆州洗衣机工厂落成，集合了旗下机器人、物流、能源等多个业务板块；今年，美的将此模式延伸到海外市场，6月9日发布“出海合伙人计划”，向出海浪潮中的中国企业提供从建厂规划、产线落地到本地化运营的全链路服务。“相当于把所有我们之前踩过的坑，变成企业出海的‘避坑指南’。”张小懿说。
美的发布“出海合伙人计划”
他在2010年加入美的，亲历了美的数字化转型的全过程，也熟知过程中的机关和陷阱。即便如此，如今迎头而来的AI变革依然是一个全新的挑战，“技术变化太快，每天都在学新技术，每两个星期就得革新一次。”张小懿透露，美的AI应用已经进入“深水区”，不是摸着石头过河，基本上都没有石头可摸了，“只能不断尝试，要么很顺利，要么碰到困难，再重新来过。”先行者美的蹚过的路，或许会成为后来者的“石头”。
以下为《中国企业家》对美的集团副总裁兼首席数字官张小懿的独家采访（有删减）。
“最看重AI的业务效果”
《中国企业家》：很多企业意识到AI的重要性，担心错失；但面对剧烈的技术变革又不知如何下手，不敢冒险，以美的经验来说，传统企业如何把握AI机会？
张小懿：几个方面。第一，我们也不能百分百确定对或错，但不管对错，我们都要动起来，因为这个时代的变革就在这里，不行动永远不知道结果。动的过程中，才能找到一条更适合我们自己的路。
第二，既然动起来，要有一些方法，首先要保持试错心态，更重要的是要有变革思维，无论业务运作方式，还是组织形态，都要适应AI时代的要求，同步改变。这是我们当前的理解，不一定对，也是处于边做边总结、边往前推的阶段。
具体一点来说，我们的路线还是比较明确的，不会做基础大模型，但要及时跟进大模型的迭代，所以第一速度要快；第二是基于基础模型做大量的调优，生成贴合美的业务需求的垂直模型，像荆州工厂就应用了14个智能体。
第三，美的最看重的是AI的业务效果，所以除了技术层面，整个企业的场景数据支持、流程变革、组织变革就很关键，因为大模型的能力，大家都可以从市场获得，但后面这些能力是一家企业独有的，两者结合，才能实现真正有利于企业经营的解决方案。
安得智联智慧仓库
《中国企业家》：如何评估AI带来的业务效果？
张小懿：我们现在主要跟踪两个数据。第一是效率提升，以翻译工作举例，过去人工要花费两小时，现在AI只需要5分钟，中间的时间差就是提升效果，按照这种测算，去年的数据是7.7亿元，今年这个数字肯定更大，因为如果按相同口径，一季度已经有5亿元了。但我们今年收紧了口径，测算标准提高了一些，整体目标是完成8亿多元。
但这个测算方式有个问题：理论上节约了这么多时间，但这种节约并没有真正转换到财务结果上——比如说5分钟把事情做完了，其他时间可能就去喝咖啡了，相当于从企业层面来看，人力成本是不变的，还要多付出过程中Token的费用。
所以我们也会考量一个财务回报的口径。还是以翻译工作为例，假设20个小时里面有2个小时是外包出去的，企业为此支付了1000块钱，那么AI实现的财务回报就是990元（外包成本1000元，刨除10元的Token费用）。根据这个口径，我们今年的任务是2.5亿元，现在来看，应该是没问题的，因为一季度已经实现了差不多8000多万元。
目前是这两个口径。但实际上还有大量融入到业务中的AI应用是无法测算的，比如我们在工厂中应用的品质智能体，能够实现比人工更准确的质量检测，这部分效果还无法通过数字来跟踪，但长远来看，这个应用方向是确定无疑的，所以必须推进，不会特别在意投入产出情况。
《中国企业家》：美的的Token消耗量有多少？
张小懿：有两部分，外部购入的Token，一年差不多几千万元；我们自己也买了几千张的卡，内部提供的Token会多些。
“出海数字化，集成是个大麻烦”
《中国企业家》：工厂是美的落地AI应用的重要场景，去年美的推出了首个智能体工厂（荆州洗衣机厂），今年又推出首个海外智能体工厂（泰国家用空调厂），在前者基础上，后者有哪些新的迭代？
张小懿：方向不一样。我们真正的全面升级是在无锡的洗衣机高端工厂，估计今年7月份会建成。
泰国工厂里，工业智能体、物流智能体这些标配都有，另外更重要的，是针对海外特有情况，做的延伸和升级。
第一个是多语言、跨文化智能体。泰国工厂里除了少数中国外派员工，泰国籍员工占绝大多数，其余还有20%~30%左右的缅甸籍员工，相互交流不畅，而且海外员工技能基础比较差，培养难度很高。以前培训非常痛苦，效果也不好，整个过程拉得很长。现在借助于AI，第一跨过了语言障碍，第二AI陪练可以更有针对性和互动性，最后还能通过AI进行技能评估。
第二个，与国内不同的是，出海的供应链路特别长。在国内，零件厂到总装厂相隔几十米，出海的这个链路会经过集装箱、港口、海关等35个节点，目前美的海外工厂所需要的一些关键零部件还是由国内供应，涉及海量的信息和数据处理。
第三个智能体是在与用户、客户的交互环节。国内这部分流程，通过美云销系统已很顺畅了，但海外客户多种多样，回传的信息语言也是五花八门，人工梳理的工作量很大。现在我们做了“VOC（客户声音）到VOP（过程声音）”品质七步法智能体，之前人工分析一个问题差不多要用2~4小时，现在只需要1~3分钟。
美云跨境品质七步法
《中国企业家》：其中最难的是哪一个？
张小懿：KD（散件组装模式）链路的AI应用是最难的，牵扯到很多集成连通的问题，写一个代码、打通一个接口容易，但流通过来的数据能真正通用，就要进行一系列数据治理和业务匹配的工作，每一方都要花大量时间去沟通，进行数据拉齐，这是一个很大的挑战。
而且最初我们连数据基础都没有，供应链条就像黑盒子。所以整个项目做下来，持续了差不多两年。
《中国企业家》：美的很早就开始数字化转型，为什么存在这样的数据盲区？
张小懿：因为出海的链路是新的。以前出海都是小打小闹，数据问题靠人工就能解决。现在我们在海外建了很多工厂，而且都是大批量生产，像泰国工厂，今年要冲刺600万套的空调，如此规模的数据量，需要进行全面数字化转型。
所以这两年，美的数字化的主要任务，一个方向是DTC，打造用户交流的数字化平台，另一个就是全球业务的数字化。
《中国企业家》：在全球数字化的目标中，KD链路数字化的影响程度是怎样的？
张小懿：属于最核心的功能之一，是对整个供应链敏捷、稳定、韧性的一个最有力的支撑。所以目前泰国家用空调工厂数字化完成之后，其他的海外工厂都把这一套复制过去了——不同国家的法律法规不同，数据的集成度有差异，但业务逻辑是完全一样的。
实际上，对任何一家工厂来说，集成都是个痛苦的过程，因为涉及到不同业务、众多环节之间的数据连通和数据互认，我们也正因为踩过这些坑，才摸索出一套集成的解决方案，现在已经能将改造过程缩短到三个月，对其他遇到相同挑战的企业也是适用的。
“业务不动，数字化的飞轮也转不起来”
《中国企业家》：“632项目”是美的数字化变革的起点，听说当时内部阻力还是很大的。
张小懿：当时我们的变革决心很大，集团拿出相当于全年利润的三分之一的预算做数字化；而且试点单位选的家用空调事业部，这是美的最大的业务板块，如果搞砸了，影响不是一点半点——所以有阻力也很正常。
《中国企业家》：那为什么不从边缘业务开始？
张小懿：实际上最早的尝试确实如此。项目运行了几个月，就发现了问题：如果试点单位比较小，数字化的变革经验覆盖不了其他业务场景，也就是说，未来家用空调的数字化还要从头来做，所以当时方总就说，那不如直接从它开始。空调业务最复杂，做完之后，其他事业部就可以依照这个模板往下推。
所以当时集团就任命了家用空调总裁作为这个项目的“Sponsor，一把手”，那么他底下所有业务部门的负责人都会跟着动起来，这也成为美的数字化变革的一个方法论，就是“业务一把手”负责制，这很关键，否则项目很难推得动。
包括我们现在欧洲的“632项目”，也是同样的机制，只不过负责人推动的链条更长，因为要应对跨文化的管理场景。
还有一点，有的企业也是“一把手负责制”，大会小会都很重视，但是“重视”之后就没有了下文，关键还是要设计保证执行到位的具体办法，比如如何分解任务、如何跟踪过程等。
《中国企业家》：郭士纳回忆当时IBM改革，提到很重要的一点就是“检查制度”，他说过一句话，“太多的执行官并不知道：人们只会做你检查的事情，而不会去做你期盼的事。”
张小懿：对，我们现在海外项目比较柔和，没有这么强力去推，因为涉及到跨文化管理的问题。
但当时在国内做“632项目”的时候，变革时间很紧张，每一个任务都要分解到人、到天，而且必须刚性执行，这样滚动着往前跑。实际上养成这样的工作习惯之后，反而大家觉得压力没那么大了，因为每一天的工作任务都能完成，信心也就起来了。
《中国企业家》：这样对比来看，海外数字化变革是不是更难？
张小懿：挑战不大一样，因为国内相当于在主业上做变革，心理负担很重，但大家决心也很足；欧洲的业务体量相对来说不大，变革的影响不会那么广泛，这方面的压力会小一些；但欧洲市场的挑战在于员工理念以及管理模式，需要更长的时间和耐心去推动。我们自己的一个感觉是，欧洲的“632变革”，复杂程度没有国内大，但需要的变革时间更长。
而且，我们也在根据海外模式的特殊性进行系统迭代。比如中国企业的特点是业务规模大，岗位分工很明确，但欧洲业务规模小，一人多岗的现象更普遍，所以这次做欧洲“632”，我们增加了一个小模块，更符合一人多岗类小公司的运营特点。
《中国企业家》：除了国内外的地域和文化差异，不同业务是否也存在适配性差异？美的已经不再是单一的家电企业。
张小懿：对。我们建“632”的时候，说的是“一个美的、一个体系、一个标准”，因为当时都是家电业务，可以统一到同一个数字化模板上。实际上，我们做完系统，有两个业务单位是比较难受的，一个是楼宇，一个是工业技术，都是to B业务板块。
后来“632变革”阶段性完成之后——差不多四五年前，我们腾出手来，开始进行B端业务的数字化扩展，所以现在整个“632”系统上有三套并行模板，分别针对家电业务、to B项目制管理和to B产品销售，不同业务在销售、服务、产品、研发这几个差异化的层面，系统功能是差异化的；而在供应链、财经、HR等共通的职能层面，系统功能又是一致的。
目前来看，这几个模板基本上能覆盖美的所有的业务场景，但是新并入的业务，比如刚刚收购的两大医疗板块，是不是能够完全适配，我们还在研究之中。
《中国企业家》：并购企业之后，数字化变革也随之跟进？
张小懿：不一样的企业有不一样的策略。像家电业务，我们更加了解，所以并购东芝白电业务之后，就马上启动了数字化变革，这样能更快实现产品和供应链层面的协同，使这些企业能享受到美的技术赋能和数字化改革的红利，提升运营效率。
但是对于像库卡这样的企业，业务相对独立，当时我们也缺乏行业经验，所以动作就会慢一点，目前在对库卡的部分系统进行数字化变革。
库卡自动化产线
整体来看，这些并购过来的企业相对美的，在数字化的技术应用层面都会落后一点，所以我们希望能够推动它们尽快升级，以应对数字化，尤其是现在AI时代带来的冲击。
《中国企业家》：从美的变革经验来看，数字化是推进部门协同一个强有力的工具，那么是不是可以说，企业可以通过引入数字化变革，来打破部门壁垒？
张小懿：也不能这样说。数字化只是个支撑或者工具，真正的部门壁垒还要靠组织间的协同机制和组织文化来打通。否则，是可以通过数字化强行把两个部门拉在一起，但如果现实有壁垒的话，数字世界的壁垒依然存在；现实世界能扯皮的，到了数字世界同样能扯皮。
《中国企业家》：对其他寻求数字化转型的企业，有什么建议？
张小懿：也没有太多的建议，但我其实想帮CIO、CDO们说句话。一家企业的数字化变革，如果没有业务牵引，只是把所有希望放在技术上，那是给了这个群体太高的不切实际的期待，是不可能完成的任务。
所以美的始终强调“业务一把手负责制”，不管做AI，还是数字化，业务一定要动起来——这才是关键，不然的话，即使买最好的软件，引入最好的专家，结果也不会太理想。
“AI应用进入深水区，已经没有石头可摸”
《中国企业家》：2026年美的数字化的重点是什么？
张小懿：海外数字化还要进一步推进，第二个是DTC，会继续优化美云销系统，现在我们已经能做到营销链条的“人不见人的生意”，今年方总提了个新要求，要做到全链条的“人不见人解决所有问题”——所有问题都能在线处理。第三个就是AI应用的深化，一方面速度会越来越快，现在我们已经有了几个确定的方向，某些场景下的智能体应用也看到了效果，会加速推进；另外一方面，AI应用已经到了深水区，难度更大，投入也会进一步加大。
《中国企业家》：相当于摸着石头过河？
张小懿：现在基本上也没有石头可摸了，只能说我们尝试着过河，要么很顺利，要么中间碰到困难，再重新来过。
《中国企业家》：深水区具体指什么？
张小懿：关键是要探索AI时代的业务运营模式和组织模式。
我们对AI的应用经历了几个阶段。最开始2023年，把AI当作工具，比如翻译、画图大模型等，这样用了一年，大家都开始认同AI的作用，但是还没有成为工作流程中一个必须的节点——好用，就用一下，不好用，就人工继续做。
2024年开始，我们就尝试将AI真正嵌入到业务流程中，最有代表性的场景就是智能体工厂，到了某一个节点，比如说品质分析，流程就会强制调用AI智能体。
空中物流
但这样嵌进去，就好了吗？
实际上，这种嵌入是很生硬的。所以总体来说，前面这些尝试，都还是把AI当成工具，而我们现在想的，是如何把AI做成与员工、与业务并行的一种能力。问题在于：我们原来的流程都是基于人的能力或组织之间的协调推进的，AI如何更自然地嵌入？组织如何吸纳这种能力？
举个简单的例子，AI做出的决策谁来负责？它自己肯定无法负责，而如果没有负责主体，那么AI永远都不可能实现自主决策，也不能说技术部门开发了AI，就要对最后的结果负责到底。
这些问题，在我们之前的AI应用的各个领域中，或多或少都存在，所以下一步我们就要重点突破这个关卡，这段时间也在跟HR负责人频繁探讨，因为过程中会涉及到很多事情，业务变革、组织变革、知识治理的变革都会交织在一起。
《中国企业家》：可能的解决方案是什么？
张小懿：现在还没有答案。但要解决好这个问题要把握三点：第一要让AI有足够的能力做判断；第二要形成一个新的组织协议或者说原则，即AI的判断，整个组织都要认可，即使最后证明是错的；第三就是一定要产生效益，用结果说话。
相信这个问题解决之后，美的也会生成一个新的工作模式和组织形态。
《中国企业家》：现在有一种观点，企业可以越过数字化阶段，直接进行AI变革，从美的这几年的经验来看，这个想法成立吗？
张小懿：从我们自己的实践经验以及跟业内的交流来看，办公OA层面可以大跃进，因为这些场景都是共通的，AI能提供一个更为优化的解决方案。
但很难直接用大模型去解决所有业务操作的问题。因为大模型是通用能力，而一个企业能在市场上立足，拼的是独特的业务能力，这是大模型不具备的，需要企业内部的数据基础；第二，目前所有的AI模型，都无法提供像数字化系统那样百分之百的确定性。
所以核心业务流程很难跳过数字化这一阶段——没有数据基础，没有系统确定性、稳定性输出，没有知识积累，拿什么训练AI进行业务操作，相当于无源之水，是不现实的。