今天小编分享的教育经验：美的集团AI实践：让平凡的员工也能干出不平凡业绩，欢迎阅读。
以下文章来源于华夏基石 e 洞察 ，作者魏晓刚
作者 | 魏晓刚
来源 | 华夏基石 e 洞察 管理智慧
咨询合作 | 13699120588
文章仅代表作者本人观点
围绕 AI, 今天跟大家分享三个 " 力 "。
第一个 " 力 "：数据要素——新质生产力。我们今天分享的美的数字化，是不是能感受到数据的力量，人和数据结合的力量？这种数据的力量在美的不断地扩大，不断地发展，不断地推广，真真切切地把数据要素变成了生产力，驱动企业生产运营管理全要素提效。
第二个 " 力 "：科技是第一生产力—— AIGC。AIGC 应该是当前热会热点，企业家要做的应该是尽快地把它跟企业的经营、企业的业务相结合。科技是第一生产力，就跟蒸汽机出来的时候一样，当大家看到潜力之后，蒸汽机席卷全世界，进而开启了工业革命的大潮。
第三个 " 力 "：软能力。什么叫软能力？数字化组织、数字化机制怎么和业务之间去联动？数字化和战略落地怎么结合？这需要一套组织和机制，要体现在怎么分权等地方。如果数据不准，谁的责任？如果指标完成，对谁有利？很多企业进行数字化转型，找两个人牵头当项目经理，最后项目失败，两个人当中该是谁的责任？所以，我们缺少两个方面的能力。
（1）缺数字文化。很多老板说我们不缺数字化，缺的是数字文化——到底是不是用数据说话？现在很多企业做不到数据说话，只是靠老板自己的认知，都是人的因素在起作用，而不是用数据说话。
（2）缺数字人才的培养。这两者在数字化转型当中往往会被认为是软能力，可有可无的东西，它不像硬體，不像 ERP 那么高大上，但却是硬实力。数字化转型只有建立在这样的地基上，才能够持久。美的也不是在十年前就懂，也是不断积累的过程。如果这是一个常识的话，那为什么我们现在不把组织、机制、文化、人才就数字化转型放在同一平面布局，甚至提前布局？
所以，数据要素——新质生产力驱动全要素提效、数字运营——软能力、硬生产力驱动全要素绩效以及 AIGC ——科技第一生产力驱动全要素提效等三个 " 力 "，我姑且称之为 "数智驱动、卓越运营"。
一个企业想要产品品质有优势，就要拼运营能力。运营能力靠什么拼？原来是靠一把手的行业经验，靠老专家的知识积累，现在要靠数据，只有数据要素的质量越高，数据要素在企业里面的跨度越大，延展的跨度越大，越及时越准确，企业运营决策能力才会越强，才会有更强的竞争力。美的在这十年的发展，在 AIGC 新技术的加持下，两三年迭代一个周期，而不是再用十年。
尽快地融合常识和逻辑，
建立数字化所需要的能力。
第一、建立数据银行。如果要实现以上说的硬平台，就需要建立数据银行，能够让人人都有专属的数据驾驶舱，人人都有智能决策助手。企业十几万人都有自己的数据，能看到自己该看的数据，能够通过自己专属的数据去分析问题、解决问题。
第二、标签的能力。所有数据银行里的指标和数据都需要标注，那就要具备对数据进行标签和标注的能力，这个数据代表什么？这个场景代表什么？都需要标签。标签和银行数据指标进而演化成标注，最后，所有的标注都可以给算法用。
第三、知识管理能力。知识管理引入中国已经有 10 多年的时间，有点老生常谈了，但现在很多企业知识管理依然没做起来。知识管理是一把手工程，这对企业来说非常重要，想要 AIGC 发挥战斗力，不给滋补喂养，没有数据，怎么发展 AIGC 的能力呢？所以，大家要想一想，你们的企业有没有开始训练小模型？有没有把企业的知识喂给它？如果没有，赶紧启动这件事情，早一天喂奶，早一天吃饭，它就早一天长大。数据能力没有什么奇迹，就是靠一点一点真正的有效数据喂养起来。从现在开始，企业的小智能人就应该开始长大。未来的互联网肯定是一个智能体。
我们可以看到，从信息化到数字化到流程到场景的数字化，到 AI 算法和智能驾驶仓，以及人才和文化的价值，会形成一个发展趋势，这也将是未来数字化的核心竞争力。现在的很多企业对于数字化转型还在犹豫，我都投了这么多，还没见效果，要不要继续？但现实是留给大家的时间不多了。
那业务、数字化与财务之间究竟需要什么样的联动？是不是业务说什么就干什么？是不是数字化想怎么干就怎么干？是不是财经到最后就算个数，甚至算不出来数？不是的，业务、数字化、财务这三者之间必须是联动的。
建立这套业务、数字化、财务体系
需要几个支撑点
一、数据安全保障体系。我们讲数据治理，AIGC 的治理，很多人说，我用就完了，为什么还要治理？不是，你用就泛滥了。数据如果不安全，不都泄露了吗？原来不统一还好，现在统一了，泄露那不等于直接一锅端了吗？所以，AIGC 的数据必须要有治理，数据必须要有安全。
二，数据治理保障体系。数据治理是一个脏活累活，但这是必须要去干的活，因为不干，上层建筑就不稳。
三，基于场景的数据进行改善，形成数据化知识图谱，进入到知识库体系，这才是企业的竞争力。
练武的人有句老话，" 练武不练功，到老一场空 "，光学花架子不行，真正的功夫是企业的知识的积累，如研发、管理、文化沉淀等等，基于这些才形成数据化知识图谱。这些都可以作为一种常识，没有什么高大上的东西，然后 AIGC 从能力加上应用，进行快速实践。因为我们经常跟人交流，很多企业都说你讲的这些东西我都懂，但我就是做不到。
我今天就美的的 AI 实践跟大家做一个呈现，只是想反映一些常识的问题，就是通过数据、业务、经营、管理、战略、人才、机制等体系，让一个平凡的员工，甚至是刚入职的员工，能够用企业的数据和知识创新业务，难道这个不是竞争力吗？通过数据产生持续的降本增效，产生现金流的增长大于利润增长，大于营收增长，形成卓越运营的能力，这难道不是企业的核心竞争力吗？这两个东西加上 AIGC，会更加如虎添翼。
所以，在基础阶段越落后的企业，在 AIGC 时代会更落后。你还在跑，别人已经开始上高铁了，你为啥不上高铁？因为你的数据上不去，你的人才上不去。
大家可能都会问一个问题， AIGC 的算法模型是不是跟其他技术一样，昙花一现？应该不是，它会深远地影响企业的方方面面。美的集团也是去年开始投入研究，今年跟业务相结合，希望通过 AIGC 降额 2,000 万，这是年初定的目标，这个目标在三四月份就实现了，后来定的目标是降一个亿，到 9 月底有八九千万，到年底也应该很快实现。
目前美的集团在 AIGC 上已经有很多业务场景的实际应用。比如数字培训视频，因为美的是个全球化的企业，怎么快速地对全球员工进行知识培训，美的产品或者生产运营中涉及到很多的专业术语，比如一个产品说明书，配件怎么弄，要翻译成俄语，或者翻译成小语种，或者翻译成别的语言，要能跟语境能对得上，甚至跟这位置对得上，不是一般的翻译能做的，但是美的内部已经全面借助 AIGC 去助力各种业务场景下的翻译实现，不管是产品说明书，生产流程工艺还是全球范围内的同频传译，业务沟通等。
再比如企业查询，因为我们需要跟很多企业做生意，要查一下企业的资质。这个企业可能跟美的旗下相关企业有过合作，或者跟美的有生意往来的历史，那就得有一个体系去支撑快速地识别合作伙伴的级别，过往数据。
再比如合同审查，合同里边有报价，有赔偿，有很多条款，这些条款原来需要大量的律师去审核，那现在可以通过 AIGC 先审一遍，有问题就可以提示。这里我强调一点，先不要考虑这背后科技先不先进，只要考虑 " 效率 " 两个字就行，到底提没提效。再比如檔案分析，我们有大量的科研人员，他要写研究论文、申请专利、写报告等，就不得不分析大量的檔案分析，现在内部员工都可以用 AIGC 相关应用来帮助做查询，总结。
再比如测试用例。无论是产品的测试用例，还是代码的测试用例，要想保证一个产品的质量，研发、设计当然很重要，测试也很重要。那靠什么保证测试用例是全的，是够的？因为仅仅靠人是有失误的。问答互動场景、电商平台智能问答，都是为了快速响应用户，因为用人互動、回答会很慢。智能陪练就是机器人扮演真实用户，与学员进行沉浸式语音对练，对练时可生成智能评分呈现给学员，管理员侧可监控学员练习完成情况和得分，从而提升工程师或坐席人员服务水平与客户体验。
舆情管家就是通过大模型分析舆情投诉原文，提取关键信息，生成正负向研判结果 + 原文小结 + 回帖建议信息，运营工作从原来的 7 步缩短到了 3 步，整体准确进一步提升。我原来服务一个客户可能需要 13 分钟，通过它变成 11 分钟，有些人就会说，才节约两分钟至于吗？当然，考虑到美的的具体业务体量，成千上万个两分钟积累起来的效能就非常大。
再比如 HR 领網域，我们每年需要大量的校招和社招，那就得面试，面试不仅量大，而且还需要多语言，这对面试人员有很高的要求。我们十几万员工每年几轮绩效打分，作为 HR 也得跟人聊他上半年干的怎么样，做了哪些事情，有什么心得等等，聊完之后你得给他打分，但是现在员工做月度季度总结，HR 管理人员做考核评分综述都可以部分借助到 AIGC 相关的工具。
以上这些都需要我们把业务场景结合 AIGC,，产生解决方案，形成技术能力，然后又用到业务场景里面去。
回顾
第一，数字化转型重在转型，回归企业的经营本质，数智驱动、卓越运行要成为企业的核心竞争力，要提高运行能力。
第二，三分建设，七分运营，以运促用、以用促治、以治促能。
第三，我们现在真真切切地面临工业革命，真真切切地拿刀、拿枪、拿火箭进入下一场 " 工业革命 "，必须打起精神，打赢这场战争，所以一定要拉满战斗意志，从一把手到普通员工，从经销商到供应商，必须拉满战斗意志。
第四，让企业的数据成为生产力。因为当你的管理、资金、科技都发展到了瓶颈，而你还能继续发力的，就是数据，数据还有大量的空间没有发挥出来，把数据的功能发挥出来，反过来驱动其他要素进一步提升。
所以，我们谈数字化转型，谈了很多的场景，但还是要回到经营的本质，数据要素、新质生产力和数字运营以及 AI 等常识，希望美的的一些实践给大家一些触动和参考。希望大家的企业都能跟随时代的节奏，实现跨越式的发展。
谢谢大家。
