客户登录 注册/登录秒针资源社区 EN
| 蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验
2024-10-18
423
第八届营销科学大会

10月11日,2024第八届营销科学大会在上海隆重召开。大会以“生成式营销:新范式·见未来”为主题,吸引全球知名行业专家、学者、营销从业者,以及上下游企业代表,共同探讨生成式AI在营销领域的当下与未来,提出生成式营销时代的新范式、新方法与新实践。蒙牛集团副总裁、首席数智官李琤洁发表《新质生产力构建的蒙牛经验》主题演讲,分享蒙牛集团应用生成式AI赋能业务的实践经验。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

以下为演讲全文整理:

大家早上好!

非常高兴再次来到营销科学大会。我每次来参加这个大会,都觉得大会主题定得特别好。去年的主题是“大有可为”,我听到了很多从理论到实践的分享。今年的主题定得更有高度了,叫“新范式,见未来”,蒙牛集团作为一家在AI应用上已经走了一点点路的企业,很高兴今天跟大家做一些分享。

蒙牛集团是一家成立了25年的企业,常年稳居全球乳业前十。我们在2023年营业收入达到986.2亿元人民币,年产能合计超1400万吨。除了传统的乳制品外,蒙牛集团还开发了包括运动健康饮品在内的创新型产品。我们始终致力于通过营养赋能,为全人类的健康持续努力。

在这样的企业规模驱动之下,也需要把生成式AI这种新型的生产力引入到企业中来,帮助我们进行新一轮的变革和成长。蒙牛集团在生成式AI的探索上,最早开始于2022年下半年,当我们判断出生成式AI对未来产生的影响以及会对未来企业将带来极具意义的促进时,就开始了布局和实践。

最初我们将生成式AI作为工具进行点状尝试,以感知其潜力。随后,我们发现生成式AI需要与企业内部知识更有效地结合,才能更好的发挥其能力,扩大其影响和应用范围。基于目前已有的实践,我们深刻理解到,生成式AI工具应该深度融入到企业的运营流程里面去,为企业流程的优化和再造作出贡献,进而帮助企业在整体组织上进行变革,这就是从生产力引发到生产关系上的变革。

我相信,在当前时代,每家企业在新型生产力的推动下,将逐步构建AI原生的组织、流程和生产力底座,从而在根本上转变组织方式和生产方式。AI转型不仅是在工具层面赋能或是科技的军备竞赛,更要从根本上演化出“新范式”,成为“新智生产力”。

今天我们谈新范式,首先要明确,“新范式”不是点状的探索,而是体系化的逻辑。对于企业而言,生成式AI的应用,要从“单点应用”转变为拥有“造工具的工具”,源源不断的根据业务场景打造出AI工具。

在此基础之上,企业要真正走进新范式,要实现从“超级个体”到“智能组织”的转变。所谓超级个体不仅是给员工配备新AI工具, 也要培养员工驾驭AI能力,以提高个人生产力。而智能组织则是升级整个组织的运作模式,让AI能力嵌入企业流程中发挥作用。

那么,什么是“造工具的工具”?又该怎么从点状的应用走到体系化的应用呢?

01 从“单点应用”到“造工具的工具”

蒙牛集团最早是从2022年的下半年开始摸索并逐步了解生成式AI的能力,之后做了一些点状的应用尝试,进行PoC(概念验证)实践。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

2023年,蒙牛集团在营销场景上线了“广告投放Agent”,那时候叫“AI广告投手”,它把广告端到端的投放中所涉及的,从人群圈选、媒体策略制定、内容生成,到匹配、投放以及投放后链路的整体效果评估都串连在一起。如今,我们对“AI投手”的整体能力做了精进,从最开始在1-2个品牌中应用,到如今蒙牛集团已有13个品牌在“AI投手”平台做投放,投放响应率较传统人工投放方式提升12%。

同样在2023年,蒙牛集团上线了“AI的营养师”。快消品企业,往往面临着非常激烈的产品同质化竞争。我们希望从产品出发,通过提供一些增值服务来提高消费者黏性,所以推出了“AI营养师”。这款应用在了解消费者及其家人的生活习惯、饮食作息需求等信息的基础上,可以提供针对性的食谱,针对性的作息安排等,成为陪伴在消费者身边的营养健康专家。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

如今,AI Agent应用已在蒙牛集团全面铺开。“AI的营养师”家族有了系列的扩张,从最开始一个通用的营养师,衍生出了在更细分场景下的育婴师、运动营养师等。基于蒙牛营养健康领域模型扩展出来的应用也做了小程序,让更多消费者使用各种各样的营养师,充分应用生成式AI的能力。目前,这个平台服务了数百万的用户,而运营人员只有一个人,从内容生成到消费者运营再到平台运营,大量借助AI的辅助能力。

在营销场景中,我们的AI生成式营销功能从原来单一的广告投放,逐步发展到覆盖整个营销链路。当生成内容之后,需要基于内容做搜索引擎的优化,才让内容被广大用户更快了解到,为此,我们上线了AI SEO专家,配合主流搜索工具的规则,辅助品牌传播及内容运营人员高效实现文章改写,提升内容的搜索展示率及生产效率,实现人力节省超过80%。

此外,我们推出了内部工具“全员营销助手”,帮助销售人员更广泛、快速地管理客户线索。还推出了“智能数据助手”,为业务人员提供数据分析能力。整体上,蒙牛集团已经把生成式AI的能力应用到了企业的方方面面。

蒙牛集团是2024年巴黎奥运会的官方赞助商而且是全球赞助商,我们希望在全员范围内感知到生成式AI为大家的工作绩效带来的显著提升,所以借着今年巴黎奥运会我们推出了“一人奥运”系列应用,以充分利用生成式AI的能力,实现提质增效。在我们发起的四个项目中,有两个项目取得了比较好的效果。

其一是热点营销项目。在奥运期间,借助AI Agent,可对海量实时社交媒体进行处理和分析,基于热点产出不同应用方向的文字内容、图像、海报等。这一过程需要结合企业现有状况,以制定相应的内容策略,并通过与各个社交平台的联动,实现与消费者的实时互动。

此外,我们还推出了“一人赋能500万家门店”的服务,该服务能够为500万家门店提供一对一的支持。通过在小V终端上线,该服务能够帮助小店店主筛选商品品类,并产出图文结合的海报内容,以适应活动需求。同时,通过圈选适合触达的C端消费者,进行精准营销。这一服务展示了端到端Agent的能力,使我们从单一的点状的PoC逐步扩展到多点应用,并在企业内部形成了共鸣。

我们能够实现上述成就的核心,在于企业内部拥有强大的生产力能力。这种能力的提升,需要依托于一个能够“造机器的机器”。通用的AI服务并不能满足每家企业的独特需求,因为每家企业都有其特定的消费者群体、企业文化和内部知识。因此,我们必须将企业内部的知识和多年积累的数字化能力相结合,并借助生成式AI技术,构建一个完整的系统,以真正提升企业的生产力。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

我们开发了一款“造机器的机器”,它的底层是AI技术设施,从底层接入各种大模型,并进行模型的调试、比较和选择。再往上另有两个核心组件,一是企业大脑,它能够充分理解企业内部已有的能力,即读懂企业内部的所有API。企业大脑能够根据业务流程的需求,调动企业内部的数据和能力,并实现大模型与小模型的联动,做整个业务流程的布局。

第二个核心组件是知识银行。在企业发展过程中,知识银行的建立至关重要,尤其是在企业级应用方面。传统的企业通常拥有两类知识图谱:一类是将所有内部文件集中,以便于检索制度、流程、成功案例等内部知识库,供员工学习和培训;另一类是数字化程度较高的数据中台,它负责结构化数据的清理、治理和建模,以实现数据的充分利用。知识银行则是在此基础上的进一步发展,它能够解决非结构化数据的快速利用问题,这是AI带来的红利。在AI的支持下,非结构化数据能够被高效利用。同时,知识银行还能将内部流程中的数据快速提炼成知识,并将其赋能给企业大脑,以产生应用。

“造机器的机器”是每一家企业充分利用生成式AI能力、为企业提供赋能的必要工具。该平台具备两个核心能力:企业大脑,实现内部能力的串联;知识银行,实现企业知识的汇总,并使其AI友好化。要实现知识银行的AI友好化,不仅要进行技术工作,还需要结合企业特有的元素。例如,在蒙牛集团,一个词汇可能在不同场景下有多种不同的理解,这需要通过关联性的词典串联来辅助AI理解。因此,每家企业的知识银行都应具有其独特的特点,并将企业的特质融入到平台中,以实现其真正的价值。

拥有“造机器的机器”后,企业的运作方式将发生变化,从单点的ChatBot对话发展到多点使用,数据Agent将从数据驱动转向知识驱动,应用层面将从高代码发展到低代码,甚至未来的无代码。在这个工具的驱动下,企业能够将生成式AI的能力与企业自有的能力相结合,从而创造企业价值。

从技术维度来看,上述运作模式之下,企业内部有两个基本的架构会发生变化。

传统上,公司的技术平台架构通常采用三层结构,包括前端、中台和后端。然而,随着生成式AI技术的引入,两端和中台需要与知识银行和企业大脑并行运作,并通过进一步的串联来实现更高效的协同。

此外,数据架构平台也会经历重大的转变。在过去,构建数据中台需要进行大量的数据清洗、治理和建模工作。但现在,这些工作的方式已经逐步发生了变化。如上图右侧所示,最底层的ChatETL,数据清洗工作部分由Agent自动完成,部分则通过人机协作来实现,目标是在数据使用上实现即用即弃,而不是在前期完成所有架构设计后,再由ETL(Extract, Transform, Load)过程来抽取数据。

我们开发了一个名为ChatPro的管理平台,用于数据资产的血缘管理。该平台能够显示所有数据的来源,并且完全由AI Agent操作。同时,我们还建立了一个名为ChatMetric的平台,用于管理所有的指标,这些指标的管理部分由AI Agent和 copilot协作完成。

在最顶层的应用层面,我们开发了ChatBI,这是一个将数据应用能力赋予一线员工的工具。在数据使用方面,最初我们建立了大量的报表,但这些报表的使用率参差不齐。随着实践的进步,人们意识到应该建立一个数据集市,将数据加工好并前置,同时将数据分析师派驻到业务团队中,以便根据业务场景实时生成报表,这被称为数据的UGC。

然而,随着技术的进一步发展,数据应用应该达到AIGC的状态。一线业务人员最了解自己的数据应该如何使用,以及应该提出哪些业务问题。当AI技术的应用将技术门槛降到最低时,一线业务人员能够提出最符合实际的问题,而ChatBI能够实时提供数据报表分析。这就是对前端能力的最强大赋能方式。

02 从“超级个体”到“智能组织”

有了事就一定有人,从人的角度来讲,新范式在蒙牛集团是怎么践行的?很重要的一点在于实现从“超级个体”到“智能组织”的跨越。

所谓“超级个体”,即赋予每位员工提升个人生产力的工具。而“智能组织”则是指通过优化整个组织的运作效率,实现效益最大化。AI应该在企业流程治理中发挥作用,实时帮助企业优化运作流程,进而走到企业变革的最后一公里。随着企业流程的优化,组织结构也随之发生变化。

蒙牛集团在这方面走过的历程如下:最初,我们对提示词工程师进行培训,普通业务人员均可报名参加,唯一的要求是充分了解自身业务。培训结束后,员工需完成作业并通过考试,合格者将获得上岗证,随后可在机器上生成相关的AI Agent。若该智能体使用效率高,便可开放给同工种的同事使用,以获取更多积分。这是我们内部运作的体系。

今年,我们将这一体系升级,做了AI Agent创造营的创新大赛。根据最新数据,已有18个新场景的能力被提出。最初的单点某个动作的提效已转变为将企业现有API能力串联起来,形成长短链路不一的端到端运作工具。这些Agent可嵌入业务流程,替代部分工作,类似于早期的RPA(机器人流程自动化),但比RPA更进一步,因为AI Agent具有一定的自主能力,能够实时嵌入流程中开展工作。通过创造营,我们不仅提供Prompt(提示),还提供Prompt+知识银行+企业大脑的整体调度能力,以生成AI Agent。

目前,蒙牛集团已有1734个技能在平台上运行,最快可在15分钟内生成一个Agent。研发部门使用最为频繁,主要用于处理大量文献。

如何将个体的超级能力转化为智能流程,以帮助整个企业提升智能化水平?最关键的是“相信相信的力量”。企业运作最初并无固定流程,后来逐渐形成了基于某些原则的流程,以实现有序化、规模化运作,企业的经营结果变得可以被预期。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

在AI的帮助下,未来的企业流程应该是怎样的?本质上涉及两件事:一是明确流程的目的,即要完成的业务目标,这是一个重要的输入项;二是设定红线,即明确流程中不可做的事情。在此基础上,企业大脑和知识银行将串联现有能力,形成最优化的流程。最终,企业内部的流程将自动、实时地发生变化,以实现控制目的和遵守红线。

所以,今天的流程运作是什么?就是已有流程跑下来以后产生了数据,数据抽象形成了知识,知识被应用后沉淀,沉淀之后输入给AI,AI帮助校正优化流程,再往前发展。

企业的流程主要分为两种:职能流程和端到端流程。企业的价值并非仅由职能流程产生,而是通过端到端流程实现的。端到端流程是将各个职能流程拼装起来的过程。在AI的辅助下,这些职能部分甚至整个端到端流程中的某些内容都可能被AI Agent替代。自上而下,所有端到端流程的形成,从经营目标、商业模式到业务目标、流程管理,形成一条条流水线。自下而上,AI的能力帮助提炼出这些Agent,甚至实现自适应、自排除、自进步。AI的能力逐步从与人沟通,发展到与机器沟通,最终实现AI与AI的沟通。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

蒙牛集团目前正在进行一项重要工作,即对企业内部的所有流程进行梳理。普遍认知中,企业在经济繁荣时期往往不愿暂停业务做梳理流程,而更倾向于抓住机遇快速发展。然而,在经济不景气时,众多企业会回归基础,加强内部管理。如何最大化企业利润、降低成本、提升效率,确保所有投入都能获得预期的产出,显得尤为关键。

目前,众多企业都在进行流程的梳理、治理和优化。借此机遇,蒙牛集团也在进行类似的工作。我们已经识别出在90多个L3级别的能力中,有41个可以通过AI Agent来替代,这些能力分布在四个关键领域:营销、渠道、供应链以及人才供应链的端到端流程。这41个能力点的识别和AI Agent的应用,关键在于找到合适的场景,结合现有能力,创造出能够融入企业流程并有效运作的Agent。

比如在营销领域,核心能力包括内容创作优化、内容智能管理、个性化对接以及数字人与智能专家的能力。将这些能力与流程结合,并在流程的关键节点释放这些能力,是提升效率的关键。

以一个具体的例子来说明,从发现热点到将热点转化为实际效果,再到反馈效果并自动回流至原流程以进一步优化,这是一个涉及多个AI Agent协作的过程。首先是热点创意Agent,它负责发现热点并完成创意。虽然AI的能力并非特别强大,但通过精准的输入和过去成功案例的结合,可以输出更精准的能力。接下来是内容物料制作的Agent,这里由两个代理协作:图文智能生成的AI Copilot和对生成内容进行搜索引擎优化的Agent。第三个阶段是广告投放,这是我们自2023年以来一直在做的事情,现在已经扩展到一定规模。最后,与第五个代理协作,将完成的内容数据化展示。

总的来说,蒙牛集团的AI应用已初见成效。其中在技术层面目前已有30%的代码由AI完成,50%的自动测试由AI执行。通过这些措施,我们期望能够进一步提升企业的智能化水平,优化流程,提高效率,从而在经济下行时期实现企业的可持续发展。

03 新范式——未来已至

最后,与大家分享一些经验总结。

今日我们探讨新范式,新范式一定要见未来。在AI应用的发展过程中,主要经历了三个阶段。首先是点状内容的使用,许多企业从去年开始尝试,并在当年实现了成熟应用。随后,逐步发展到使用Low-Level Agent,即单点Agent,这些Agent能够完成多步骤任务,进行复杂的思维推理、规划、执行、模拟和预测,尽管它们仍然是单一的点。最终,我们将进入多Agent之间的协作使用,即Autonomous Agents。这是生成式AI应用发展的全过程。

我坚信,今年我们将有越来越多的机会目睹Autonomous Agents的应用。如果企业希望完整地经历这一系列过程,并将新范式转化为可见的未来,本质上需要的不仅仅是技术准备。我们总结了“ALIGN”的方法论,旨在向大家说明蒙牛集团如何将点状的实践转化为体系化的运作,从而真正提升企业的竞争力。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

“ALIGN”方法论的首要步骤是Awareness,即统一思想和形成共识。若将此放在一两年前,最关键的做法可能是寻找最合适的合作伙伴,与他们建立共识,共同打造成功的案例。但时至今日,随着大家对生成式AI的广泛认知,我们可以更广泛地建立认同,逐步形成“ALIGN”,然后共同前进,深化Awareness层面的工作。

接下来是Locate,即定位。所有行动必须回归到业务价值本身,不是为了技术而追求技术,也不是单纯为了AI而采用AI。如何正确定位,关键在于进行场景分析。我们进行了二维分析,将所有AI能力从通用到特定场景,从后端成本降低到前端增长,在这个维度内寻找,将所有场景分为五大类,从中找到最适合的场景,然后进行PoC。在PoC阶段,必须找到最合适的场景,应用最合适的能力,以实现业务价值。

随后便是大规模的Grow,在此阶段,必须拥有所谓的“造机器的机器”,因为没有平台能力,后续的所有工作都无法积累,没有积累就无法向前发展。从业务流程出发,进行完整的规划,任何事务的顶层设计都至关重要。

最后是Nurture,即让所有同事、所有参与者、企业共同加入进来,让每个人意识到首先要将自己转变为超级个体,然后让所有超级个体更进一步,实现整个企业的智能提升。因此,“ALIGN”展示了企业如何利用生成式AI这一生产力逐步增强自身。

以上是蒙牛集团应用生成式AI所走过的路程,希望我们都能通过今天的新范式,共同预见未来!谢谢大家!

关键词:
干货文章
蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验
| 蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验
2024-10-18
423
第八届营销科学大会

10月11日,2024第八届营销科学大会在上海隆重召开。大会以“生成式营销:新范式·见未来”为主题,吸引全球知名行业专家、学者、营销从业者,以及上下游企业代表,共同探讨生成式AI在营销领域的当下与未来,提出生成式营销时代的新范式、新方法与新实践。蒙牛集团副总裁、首席数智官李琤洁发表《新质生产力构建的蒙牛经验》主题演讲,分享蒙牛集团应用生成式AI赋能业务的实践经验。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

以下为演讲全文整理:

大家早上好!

非常高兴再次来到营销科学大会。我每次来参加这个大会,都觉得大会主题定得特别好。去年的主题是“大有可为”,我听到了很多从理论到实践的分享。今年的主题定得更有高度了,叫“新范式,见未来”,蒙牛集团作为一家在AI应用上已经走了一点点路的企业,很高兴今天跟大家做一些分享。

蒙牛集团是一家成立了25年的企业,常年稳居全球乳业前十。我们在2023年营业收入达到986.2亿元人民币,年产能合计超1400万吨。除了传统的乳制品外,蒙牛集团还开发了包括运动健康饮品在内的创新型产品。我们始终致力于通过营养赋能,为全人类的健康持续努力。

在这样的企业规模驱动之下,也需要把生成式AI这种新型的生产力引入到企业中来,帮助我们进行新一轮的变革和成长。蒙牛集团在生成式AI的探索上,最早开始于2022年下半年,当我们判断出生成式AI对未来产生的影响以及会对未来企业将带来极具意义的促进时,就开始了布局和实践。

最初我们将生成式AI作为工具进行点状尝试,以感知其潜力。随后,我们发现生成式AI需要与企业内部知识更有效地结合,才能更好的发挥其能力,扩大其影响和应用范围。基于目前已有的实践,我们深刻理解到,生成式AI工具应该深度融入到企业的运营流程里面去,为企业流程的优化和再造作出贡献,进而帮助企业在整体组织上进行变革,这就是从生产力引发到生产关系上的变革。

我相信,在当前时代,每家企业在新型生产力的推动下,将逐步构建AI原生的组织、流程和生产力底座,从而在根本上转变组织方式和生产方式。AI转型不仅是在工具层面赋能或是科技的军备竞赛,更要从根本上演化出“新范式”,成为“新智生产力”。

今天我们谈新范式,首先要明确,“新范式”不是点状的探索,而是体系化的逻辑。对于企业而言,生成式AI的应用,要从“单点应用”转变为拥有“造工具的工具”,源源不断的根据业务场景打造出AI工具。

在此基础之上,企业要真正走进新范式,要实现从“超级个体”到“智能组织”的转变。所谓超级个体不仅是给员工配备新AI工具, 也要培养员工驾驭AI能力,以提高个人生产力。而智能组织则是升级整个组织的运作模式,让AI能力嵌入企业流程中发挥作用。

那么,什么是“造工具的工具”?又该怎么从点状的应用走到体系化的应用呢?

01 从“单点应用”到“造工具的工具”

蒙牛集团最早是从2022年的下半年开始摸索并逐步了解生成式AI的能力,之后做了一些点状的应用尝试,进行PoC(概念验证)实践。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

2023年,蒙牛集团在营销场景上线了“广告投放Agent”,那时候叫“AI广告投手”,它把广告端到端的投放中所涉及的,从人群圈选、媒体策略制定、内容生成,到匹配、投放以及投放后链路的整体效果评估都串连在一起。如今,我们对“AI投手”的整体能力做了精进,从最开始在1-2个品牌中应用,到如今蒙牛集团已有13个品牌在“AI投手”平台做投放,投放响应率较传统人工投放方式提升12%。

同样在2023年,蒙牛集团上线了“AI的营养师”。快消品企业,往往面临着非常激烈的产品同质化竞争。我们希望从产品出发,通过提供一些增值服务来提高消费者黏性,所以推出了“AI营养师”。这款应用在了解消费者及其家人的生活习惯、饮食作息需求等信息的基础上,可以提供针对性的食谱,针对性的作息安排等,成为陪伴在消费者身边的营养健康专家。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

如今,AI Agent应用已在蒙牛集团全面铺开。“AI的营养师”家族有了系列的扩张,从最开始一个通用的营养师,衍生出了在更细分场景下的育婴师、运动营养师等。基于蒙牛营养健康领域模型扩展出来的应用也做了小程序,让更多消费者使用各种各样的营养师,充分应用生成式AI的能力。目前,这个平台服务了数百万的用户,而运营人员只有一个人,从内容生成到消费者运营再到平台运营,大量借助AI的辅助能力。

在营销场景中,我们的AI生成式营销功能从原来单一的广告投放,逐步发展到覆盖整个营销链路。当生成内容之后,需要基于内容做搜索引擎的优化,才让内容被广大用户更快了解到,为此,我们上线了AI SEO专家,配合主流搜索工具的规则,辅助品牌传播及内容运营人员高效实现文章改写,提升内容的搜索展示率及生产效率,实现人力节省超过80%。

此外,我们推出了内部工具“全员营销助手”,帮助销售人员更广泛、快速地管理客户线索。还推出了“智能数据助手”,为业务人员提供数据分析能力。整体上,蒙牛集团已经把生成式AI的能力应用到了企业的方方面面。

蒙牛集团是2024年巴黎奥运会的官方赞助商而且是全球赞助商,我们希望在全员范围内感知到生成式AI为大家的工作绩效带来的显著提升,所以借着今年巴黎奥运会我们推出了“一人奥运”系列应用,以充分利用生成式AI的能力,实现提质增效。在我们发起的四个项目中,有两个项目取得了比较好的效果。

其一是热点营销项目。在奥运期间,借助AI Agent,可对海量实时社交媒体进行处理和分析,基于热点产出不同应用方向的文字内容、图像、海报等。这一过程需要结合企业现有状况,以制定相应的内容策略,并通过与各个社交平台的联动,实现与消费者的实时互动。

此外,我们还推出了“一人赋能500万家门店”的服务,该服务能够为500万家门店提供一对一的支持。通过在小V终端上线,该服务能够帮助小店店主筛选商品品类,并产出图文结合的海报内容,以适应活动需求。同时,通过圈选适合触达的C端消费者,进行精准营销。这一服务展示了端到端Agent的能力,使我们从单一的点状的PoC逐步扩展到多点应用,并在企业内部形成了共鸣。

我们能够实现上述成就的核心,在于企业内部拥有强大的生产力能力。这种能力的提升,需要依托于一个能够“造机器的机器”。通用的AI服务并不能满足每家企业的独特需求,因为每家企业都有其特定的消费者群体、企业文化和内部知识。因此,我们必须将企业内部的知识和多年积累的数字化能力相结合,并借助生成式AI技术,构建一个完整的系统,以真正提升企业的生产力。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

我们开发了一款“造机器的机器”,它的底层是AI技术设施,从底层接入各种大模型,并进行模型的调试、比较和选择。再往上另有两个核心组件,一是企业大脑,它能够充分理解企业内部已有的能力,即读懂企业内部的所有API。企业大脑能够根据业务流程的需求,调动企业内部的数据和能力,并实现大模型与小模型的联动,做整个业务流程的布局。

第二个核心组件是知识银行。在企业发展过程中,知识银行的建立至关重要,尤其是在企业级应用方面。传统的企业通常拥有两类知识图谱:一类是将所有内部文件集中,以便于检索制度、流程、成功案例等内部知识库,供员工学习和培训;另一类是数字化程度较高的数据中台,它负责结构化数据的清理、治理和建模,以实现数据的充分利用。知识银行则是在此基础上的进一步发展,它能够解决非结构化数据的快速利用问题,这是AI带来的红利。在AI的支持下,非结构化数据能够被高效利用。同时,知识银行还能将内部流程中的数据快速提炼成知识,并将其赋能给企业大脑,以产生应用。

“造机器的机器”是每一家企业充分利用生成式AI能力、为企业提供赋能的必要工具。该平台具备两个核心能力:企业大脑,实现内部能力的串联;知识银行,实现企业知识的汇总,并使其AI友好化。要实现知识银行的AI友好化,不仅要进行技术工作,还需要结合企业特有的元素。例如,在蒙牛集团,一个词汇可能在不同场景下有多种不同的理解,这需要通过关联性的词典串联来辅助AI理解。因此,每家企业的知识银行都应具有其独特的特点,并将企业的特质融入到平台中,以实现其真正的价值。

拥有“造机器的机器”后,企业的运作方式将发生变化,从单点的ChatBot对话发展到多点使用,数据Agent将从数据驱动转向知识驱动,应用层面将从高代码发展到低代码,甚至未来的无代码。在这个工具的驱动下,企业能够将生成式AI的能力与企业自有的能力相结合,从而创造企业价值。

从技术维度来看,上述运作模式之下,企业内部有两个基本的架构会发生变化。

传统上,公司的技术平台架构通常采用三层结构,包括前端、中台和后端。然而,随着生成式AI技术的引入,两端和中台需要与知识银行和企业大脑并行运作,并通过进一步的串联来实现更高效的协同。

此外,数据架构平台也会经历重大的转变。在过去,构建数据中台需要进行大量的数据清洗、治理和建模工作。但现在,这些工作的方式已经逐步发生了变化。如上图右侧所示,最底层的ChatETL,数据清洗工作部分由Agent自动完成,部分则通过人机协作来实现,目标是在数据使用上实现即用即弃,而不是在前期完成所有架构设计后,再由ETL(Extract, Transform, Load)过程来抽取数据。

我们开发了一个名为ChatPro的管理平台,用于数据资产的血缘管理。该平台能够显示所有数据的来源,并且完全由AI Agent操作。同时,我们还建立了一个名为ChatMetric的平台,用于管理所有的指标,这些指标的管理部分由AI Agent和 copilot协作完成。

在最顶层的应用层面,我们开发了ChatBI,这是一个将数据应用能力赋予一线员工的工具。在数据使用方面,最初我们建立了大量的报表,但这些报表的使用率参差不齐。随着实践的进步,人们意识到应该建立一个数据集市,将数据加工好并前置,同时将数据分析师派驻到业务团队中,以便根据业务场景实时生成报表,这被称为数据的UGC。

然而,随着技术的进一步发展,数据应用应该达到AIGC的状态。一线业务人员最了解自己的数据应该如何使用,以及应该提出哪些业务问题。当AI技术的应用将技术门槛降到最低时,一线业务人员能够提出最符合实际的问题,而ChatBI能够实时提供数据报表分析。这就是对前端能力的最强大赋能方式。

02 从“超级个体”到“智能组织”

有了事就一定有人,从人的角度来讲,新范式在蒙牛集团是怎么践行的?很重要的一点在于实现从“超级个体”到“智能组织”的跨越。

所谓“超级个体”,即赋予每位员工提升个人生产力的工具。而“智能组织”则是指通过优化整个组织的运作效率,实现效益最大化。AI应该在企业流程治理中发挥作用,实时帮助企业优化运作流程,进而走到企业变革的最后一公里。随着企业流程的优化,组织结构也随之发生变化。

蒙牛集团在这方面走过的历程如下:最初,我们对提示词工程师进行培训,普通业务人员均可报名参加,唯一的要求是充分了解自身业务。培训结束后,员工需完成作业并通过考试,合格者将获得上岗证,随后可在机器上生成相关的AI Agent。若该智能体使用效率高,便可开放给同工种的同事使用,以获取更多积分。这是我们内部运作的体系。

今年,我们将这一体系升级,做了AI Agent创造营的创新大赛。根据最新数据,已有18个新场景的能力被提出。最初的单点某个动作的提效已转变为将企业现有API能力串联起来,形成长短链路不一的端到端运作工具。这些Agent可嵌入业务流程,替代部分工作,类似于早期的RPA(机器人流程自动化),但比RPA更进一步,因为AI Agent具有一定的自主能力,能够实时嵌入流程中开展工作。通过创造营,我们不仅提供Prompt(提示),还提供Prompt+知识银行+企业大脑的整体调度能力,以生成AI Agent。

目前,蒙牛集团已有1734个技能在平台上运行,最快可在15分钟内生成一个Agent。研发部门使用最为频繁,主要用于处理大量文献。

如何将个体的超级能力转化为智能流程,以帮助整个企业提升智能化水平?最关键的是“相信相信的力量”。企业运作最初并无固定流程,后来逐渐形成了基于某些原则的流程,以实现有序化、规模化运作,企业的经营结果变得可以被预期。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

在AI的帮助下,未来的企业流程应该是怎样的?本质上涉及两件事:一是明确流程的目的,即要完成的业务目标,这是一个重要的输入项;二是设定红线,即明确流程中不可做的事情。在此基础上,企业大脑和知识银行将串联现有能力,形成最优化的流程。最终,企业内部的流程将自动、实时地发生变化,以实现控制目的和遵守红线。

所以,今天的流程运作是什么?就是已有流程跑下来以后产生了数据,数据抽象形成了知识,知识被应用后沉淀,沉淀之后输入给AI,AI帮助校正优化流程,再往前发展。

企业的流程主要分为两种:职能流程和端到端流程。企业的价值并非仅由职能流程产生,而是通过端到端流程实现的。端到端流程是将各个职能流程拼装起来的过程。在AI的辅助下,这些职能部分甚至整个端到端流程中的某些内容都可能被AI Agent替代。自上而下,所有端到端流程的形成,从经营目标、商业模式到业务目标、流程管理,形成一条条流水线。自下而上,AI的能力帮助提炼出这些Agent,甚至实现自适应、自排除、自进步。AI的能力逐步从与人沟通,发展到与机器沟通,最终实现AI与AI的沟通。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

蒙牛集团目前正在进行一项重要工作,即对企业内部的所有流程进行梳理。普遍认知中,企业在经济繁荣时期往往不愿暂停业务做梳理流程,而更倾向于抓住机遇快速发展。然而,在经济不景气时,众多企业会回归基础,加强内部管理。如何最大化企业利润、降低成本、提升效率,确保所有投入都能获得预期的产出,显得尤为关键。

目前,众多企业都在进行流程的梳理、治理和优化。借此机遇,蒙牛集团也在进行类似的工作。我们已经识别出在90多个L3级别的能力中,有41个可以通过AI Agent来替代,这些能力分布在四个关键领域:营销、渠道、供应链以及人才供应链的端到端流程。这41个能力点的识别和AI Agent的应用,关键在于找到合适的场景,结合现有能力,创造出能够融入企业流程并有效运作的Agent。

比如在营销领域,核心能力包括内容创作优化、内容智能管理、个性化对接以及数字人与智能专家的能力。将这些能力与流程结合,并在流程的关键节点释放这些能力,是提升效率的关键。

以一个具体的例子来说明,从发现热点到将热点转化为实际效果,再到反馈效果并自动回流至原流程以进一步优化,这是一个涉及多个AI Agent协作的过程。首先是热点创意Agent,它负责发现热点并完成创意。虽然AI的能力并非特别强大,但通过精准的输入和过去成功案例的结合,可以输出更精准的能力。接下来是内容物料制作的Agent,这里由两个代理协作:图文智能生成的AI Copilot和对生成内容进行搜索引擎优化的Agent。第三个阶段是广告投放,这是我们自2023年以来一直在做的事情,现在已经扩展到一定规模。最后,与第五个代理协作,将完成的内容数据化展示。

总的来说,蒙牛集团的AI应用已初见成效。其中在技术层面目前已有30%的代码由AI完成,50%的自动测试由AI执行。通过这些措施,我们期望能够进一步提升企业的智能化水平,优化流程,提高效率,从而在经济下行时期实现企业的可持续发展。

03 新范式——未来已至

最后,与大家分享一些经验总结。

今日我们探讨新范式,新范式一定要见未来。在AI应用的发展过程中,主要经历了三个阶段。首先是点状内容的使用,许多企业从去年开始尝试,并在当年实现了成熟应用。随后,逐步发展到使用Low-Level Agent,即单点Agent,这些Agent能够完成多步骤任务,进行复杂的思维推理、规划、执行、模拟和预测,尽管它们仍然是单一的点。最终,我们将进入多Agent之间的协作使用,即Autonomous Agents。这是生成式AI应用发展的全过程。

我坚信,今年我们将有越来越多的机会目睹Autonomous Agents的应用。如果企业希望完整地经历这一系列过程,并将新范式转化为可见的未来,本质上需要的不仅仅是技术准备。我们总结了“ALIGN”的方法论,旨在向大家说明蒙牛集团如何将点状的实践转化为体系化的运作,从而真正提升企业的竞争力。

蒙牛集团副总裁、首席数智官李琤洁:新质生产力构建的蒙牛经验

“ALIGN”方法论的首要步骤是Awareness,即统一思想和形成共识。若将此放在一两年前,最关键的做法可能是寻找最合适的合作伙伴,与他们建立共识,共同打造成功的案例。但时至今日,随着大家对生成式AI的广泛认知,我们可以更广泛地建立认同,逐步形成“ALIGN”,然后共同前进,深化Awareness层面的工作。

接下来是Locate,即定位。所有行动必须回归到业务价值本身,不是为了技术而追求技术,也不是单纯为了AI而采用AI。如何正确定位,关键在于进行场景分析。我们进行了二维分析,将所有AI能力从通用到特定场景,从后端成本降低到前端增长,在这个维度内寻找,将所有场景分为五大类,从中找到最适合的场景,然后进行PoC。在PoC阶段,必须找到最合适的场景,应用最合适的能力,以实现业务价值。

随后便是大规模的Grow,在此阶段,必须拥有所谓的“造机器的机器”,因为没有平台能力,后续的所有工作都无法积累,没有积累就无法向前发展。从业务流程出发,进行完整的规划,任何事务的顶层设计都至关重要。

最后是Nurture,即让所有同事、所有参与者、企业共同加入进来,让每个人意识到首先要将自己转变为超级个体,然后让所有超级个体更进一步,实现整个企业的智能提升。因此,“ALIGN”展示了企业如何利用生成式AI这一生产力逐步增强自身。

以上是蒙牛集团应用生成式AI所走过的路程,希望我们都能通过今天的新范式,共同预见未来!谢谢大家!

电话咨询
400-893-8989
联系我们
返回顶部
电话咨询
400-893-8989
联系我们
返回顶部