米兰体育,米兰体育官方网站,米兰体育APP下载分享了小糊涂仙数字化与AI应用的核心要点，一、数字化基础建设：业务模式：传统经销商→门店→3K资源（宴席、零售、团购）的销售链路，需强化终端场景化运营。系统覆盖：已搭建供应链、销售等核心系统，未来将补充市场洞察模块，通过数据仓库统一管理数据、提供数据服务。二、AI四大核心应用场景：智能交互与洞察 需求：快速响应业务咨询（如FreeChat工具），实时抓取行业动态。实现：知识问答+数据问答，支持发起通用场景智能体。知识中心与决策辅助数据治理：把企业运营过程中的文档进行沉淀，通过问答、报告、看板等方式展示，加速知识流通速度。窜货监测：算法识别异常销售行为（地图可视化），辅助线下核查。算法优化业务效率，经营分析：结合指标关联分析生成区域报告（3-5分钟/区域）。直播优化：话术质检→大模型陪练，提升转化率。数字员工与自动化IT运维：Agent自动处理故障与文档生成，降低人力成本。三、技术架构与实施策略，分层设计：RAG底层→RagFlow处理层→智能体

　　▲ 广州酒家 数字化中心IT负责人 黄达尧先生广州酒家数字化中心IT负责人黄达尧先生分享主题是《焕新百年基因-老字号企业在AI时代下的思考与实践》。黄总分享广酒集团作为拥有百年历史的餐饮食品企业，旗下广酒、陶陶居、利口福三大中华老字号品牌，正通过信息化与数字化双轮驱动实现转型升级。企业核心产品涵盖月饼、粽子、腊味等传统食品，在数字化转型初期面临系统缺失、数据孤岛等基础性问题。过去五年间，广酒采取分阶段推进策略：首先完成业务在线%，实现电商数据与ERP实时对接，解决业财数据割裂问题；其次通过供应链协同平台打通第三方系统，实现订单至签收全流程可视化。以月饼库存管理为例，通过每半小时同步销售数据，库存周转效率显著提升。在AI应用层面，企业选择低数据依赖场景先行突破，如RPA自动化对账、智能会议纪要生成等。针对核心工艺环节，则采用非数据驱动的解决方案，例如自动刷油机器人替代高温环境人力操作。管理层对AI的认知从人力替代工具逐步转向价值创造工具，IT部门强调从管控转向服务，通过数据治理发现业务问题而非单纯解决问题。未来规划聚焦于成本透明化与动态人力优化，计划通过AI预测季节性用工需求，并利用区块链技术保护核心工艺数据。广酒实践表明，传统企业数字化转型需坚持信息化筑基-数据治理-场景化AI的路径，在保持文化基因的同时实现效率革新。

　　▲ 广州源为信息科技有限公司 创始人兼CEO 朱奡哲先生广州源为信息科技有限公司创始人兼CEO朱奡哲先生分享主题是《“收益”商品化，AI Agent价值模型新范式探索》，朱总介绍了源为科技推出的新产品“源刻AI客服电商数字人”，这是一个基于AI Agent的解决方案。他指出，传统客服机器人虽能提供智能对话、商品查询等功能，但往往只能完成部分任务，反而增加了人工客服的负担。例如，当顾客要求反馈问题时，机器人会回答“好的，我会反馈”，但实际上并未真正执行，导致用户体验下降。因此，源为科技重新定义了AI Agent的标准：必须模拟人类的思考与行为，完整执行任务闭环。在技术实现上，源为科技提出了三个关键指标：准确性、拟人化和自动化。初期通过知识召回框架减少幻觉问题，但后来发现拟人化和自动化更为重要。拟人化不仅体现在语气上，更在于让机器人能通过多轮对话挖掘真实需求；自动化则要求机器人不仅思考，还要执行后续操作，如自动备注订单。为此，他们采用了7+模型库混合架构，结合AI模型、规则库和RPA技术，确保任务的高效处理。测试标准也从传统用例转向图灵测试，即用户体验需接近人类。商业价值方面，AI Agent显著降低了人力成本（从1-2元/人次降至0.1-0.2元）和培训成本（仅为人工的1/10），同时支持7×24小时服务和弹性扩容，解决了电商行业夜间服务和高并发场景的痛点。朱傲哲强调，客户更关注AI Agent带来的实际收益，如转化率提升和成本下降，而非技术本身。朱总说未来源为科技计划进一步深化类人模拟能力，并探索突破人类能力边界的应用场景，将AI Agent定位为“线上机器人”，通过技术实现物理世界的交互。

　　▲ 广州诗尼曼家居股份有限公司 信息中心副总经理 朱文全先生广州诗尼曼家居股份有限公司信息中心副总经理朱文全先生分享主题是《降本增效解码：IT人的破局三板斧》，诗尼曼是一家成立于2003年的定制家居企业，经过23年发展，已从单一衣柜业务扩展至全屋定制领域，涵盖软体家具、床垫、餐桌椅等品类。企业拥有6个品牌、3大制造基地和2000多家门店，以加盟和专企模式为主，注重设计能力与服务口碑，客单价较高且决策周期长（30-40天）。定制家居行业的核心挑战在于非标订单带来的供应链协同复杂性和信息化难度，例如同一小区不同楼层的户型差异导致每单需独立量尺生产。朱总说在行业竞争加剧与国家“反内卷”政策背景下，诗尼曼将降本增效作为关键策略。企业提出“三板斧”方法论：认知、行为、成果。首先是认知层面，强调从老板、人力、财务三大视角看待降本。老板需聚焦现金流，砍掉无效项目；人力需优化人效，强化考核；财务需强化预算，聚焦收支。其次是行为层面，通过IT资源优化（如旧设备改造、带宽降配）、流程再造（如订单直通率提升、安装效率改进）及AI技术应用（如国补系统自动化、群管理自动化）实现成本节约。例如，柔性生产整合订单年省800万，扫码定位技术使安装效率提升50%-70%。最后是成果包装，既需量化节省金额，也需通过协作案例和主动沟通记录展现团队贡献，避免单方面邀功。朱总特别指出，降本增效的核心是“同频共识”，即个人与企业目标一致，而非被动裁员或缩减福利。企业需在技术、流程和资源整合中寻找平衡，例如利用经济下行期倒逼管理升级，同时通过产品力、设计力与服务力维系客户长期信任。

　　▲ 新物云创始人兼CEO 王浩宇（大麦）先生新物云创始人兼CEO 王浩宇（大麦）先生分享主题是《供应链优化与AI智能排产》。王总说在服装行业，供应链优化面临着款式多、库存周转压力大、外协管理复杂等挑战。传统ERP的安全库存概念难以应对原材料分散在供应商、加工厂和自有仓的多级库存问题。例如，羽绒服品牌高梵通过“智能备料”策略，将核心原材料（如绒）预先存储在工厂缓冲池，并标准化面料、拉链等辅料，减少SKU种类以确保现货供应。这种模式下，品牌方通过动态监控在途库存、工厂待产量等数据，实现供应链的快速响应与浪费最小化。需求预测始终是供应链的核心难点。行业实践表明，精准预测需结合“有限精准”与“滚动调整”策略。例如，季末剩余面料可通过二次开发转化为衍生品（如江南布衣的工艺摆件），提升材料利用率。此外，面料定向开发与三方协同平台（如江南布衣的供应链中台）能实现从原材料生产到成衣进度的全链路透明化，解决外协工厂进度不可控的问题。AI在供应链中的应用需突破“文科生”局限。生成式AI难以直接解决排产、备料等复杂计算问题，但通过构建行业知识图谱（如工厂产能画像、订单匹配规则）与规则引擎（如动态安全库存模型），可提升决策效率。GXG等品牌通过供应商竞价平台与产能标签化，实现订单智能分配；而高梵的案例则证明，数据驱动的备料逻辑能显著降低沟通与试错成本。服装业的供应链优化本质是“系统协同”而非单点压价。未来，结合IoT实时数据与强化学习算法的动态排产、基于区块链的跨组织数据共享，或将成为下一阶段突破方向。

　　▲惠州森永发实业有限公司 CIO 许青根先生惠州森永发实业有限公司 CIO 许青根先生分享的主题为《使用过程踩过的坑，应该如何避风险》。他分享了团队在工厂数字化转型中积累了五个典型应用案例：针对成衣与五金行业特性差异，重构ERP编码体系，成衣采用颜色/尺寸组合编码（如S-White），五金改用数字代码（白色=1，黄色=2），通过系统升级实现多行业规则适配，填补国内五金领域编码标准化空白。生产管控方面，开发日粒度领料-入库追踪表，按部门拆分数据，满足生产部精准管控需求；财务端突破标准报表限制，开发项目级利润表，按月、产品维度呈现明细，支持管理层决策。动态二维码标签系统解决原系统固定二维码无法追加客户标识的问题，开发参数化生成功能（如规格、批号可选），同步提供固定模板模式，兼顾灵活性与容错性，但需加强操作培训以避免选错参数。盘点效率工具上，开发跨系统盘点票小程序，自动输出标准化字段（仓位、日期等），消除手写错误（如0/O混淆），提升库存准确率。这些案例体现了系统定制化需深入业务流程，平衡标准化与个性化。团队通过二次开发解决实际问题，但也暴露出操作复杂度增加的风险，后续将通过流程优化与培训持续改进。

　　▲ 都市丽人 信息总监 喻明忠先生都市丽人信息总监喻明忠先生分享的主题是《企业AI应用的路线拆解与探索实践》。喻总系统阐述了企业AI应用的实施路径与都市丽人的实践案例。他指出AI落地需以信息化和数据化为前提，强调标准化流程与数据治理的基础性作用，认为“基础不牢，地动山摇”。企业AI的核心构成是规范知识库、准确数据与大模型调用的结合，其应用应分阶段推进：从低阶工具（如图生文）培养用户习惯，到速赢场景（如终端导购）快速验证价值，最终实现高阶应用（如AI补货决策）的降本增效。针对企业主普遍存在的AI焦虑，他提出IT部门需平衡老板期望与团队生存需求，避免盲目裁员。都市丽人作为内衣行业龙头，通过“双轮驱动+战略转型”模式推进数字化转型。2022年联合京东、普华制定五年规划，重构业务系统与数据中台，完成会员ID打通（超6500万用户）和18套POS系统的整合，为AI应用奠定基础。其“1531”蓝图覆盖经营决策、商品、会员、渠道等全业务链，数据底座包含技术平台与治理体系。在实践层面，团队自主实施会员数据资产化与导购AI赋能，通过商品知识库、智能推荐（拍照搭配建议）、库存跨店查询等功能提升终端效率，获得董事会认可。此外，都市丽人还通过统一数据口径（如SKU级指标）、替换低效供应商（如零售系统整合）强化内部管控，体现IT部门“比业务更懂业务”的赋能角色。分享最后强调生态合作的重要性，主张甲方输出规范经验（如零售数据治理）与乙方平等协同，并指出AI应以“升职加薪”为目标驱动组织接受度，而非单纯裁员。案例揭示了零售行业数字化转型的共性挑战——数据标准化与场景化落地的平衡，其经验对同类企业具有参考价值。

　　▲ 绿地酒店旅游集团 信息技术部总经理 吴龙先生绿地酒店旅游集团 信息技术部总经理吴龙先生分享主题是《在竞争中前进》。吴总感慨阔别多年今年又重返广州，以“如何活到今天”为引，回溯了自己从华润纺织IT助理起步，历经香港开明，香港和记、贝尔尼尼集团、均瑶集团，最终落脚绿地集团的职业轨迹。这24年的核心经验可浓缩为三点：自我认知是生存根基，战略选择决定成败，数字化技术是跨界跳板。首先，自我认知包含情绪管理、目标设定、决策制定和人际关系四维。始终强调“先处理情绪再处理事情”，避免冲动决策；每3～4年主动挑战自身短板以突破瓶颈，和市场同步向先进学习，确保目标与能力同步；平衡企业盈利与个人发展；广结善缘，外圆内方的处世哲学，让我在台湾贝尔尼尼集团时，仅用两年便负责管理协调千人规模的电商技术及后勤团队。其次，战略选择需与企业共进退。我以IT身份参与企业转型时，坚持“顶层架构+点状突破”方法论：先在集团搭建数字化框架平台及能力，在单店模型验证会员场景化零售逻辑，最终可以通过“星图理论”串联产销售一体，多业态的零售消费板块。过程中，我深刻体会到“能力越强，挖的坑越深”——35岁后任何决策失误和信息断层小则断送职业生涯大则更可能危及到企业发展，商场即战场，一封小小的情报错误和延迟就会引发一场战争的失败和整合战局的崩塌。必须量化竞争匹配度，用数字化能力成为老板的“数字化翻译官”“战略情报官”。最后，数字化技术是战略转型的核心和护城河。从纺织到零售再到地产，我始终以技术为杠杆撬动业务变革。对，对内通过自动化工具和云计算技术将IT运维成本降低40%，支撑其快速扩张；对外则用AI代码生成器提速开发效率，实现“集成创新，联点成线”的生态协同。这些实践印证了我的核心观点：IT人的价值不在于懂多少技术，而在于让技术看得见利润。24年的职业生涯证明，在行业剧变中存活既需“敢打敢上，用我必胜”的魄力，更需“步步为营，以正胜奇”的务实。未来，我将继续以“在竞争中发展，在困难中活着”为底线，在数字化经营的不确定中寻找确定性的个人发展和企业增长路径。

　　▲中国信通院企业架构推进中心专家、美宜佳数字化总架构师 唐凌遥先生中国信通院企业架构推进中心专家、美宜佳数字化总架构师唐凌遥先生分享《打造数字化业务运营体系》。唐总从数字化本质切入，指出其核心是围绕价值场景，通过构建企业操作系统以实现赚钱与管控的平衡。强调数字化需要系统性思维，通过战略、业务、数据、IT等4A架构的协同设计，避免碎片化建设。总架构师角色被定位为跨界协调者，直接向董事会或变革委员会汇报，负责打通全局逻辑而非替代部门职能，这一角色因需平衡多方利益而具有挑战性。他批评了当前数字化实践的三大误区：技术先行导致项目脱离业务场景（如无效ERP实施）、过度依赖AI解决数据质量问题（实际需业务逻辑修正）、咨询公司堆砌PPT而忽视落地价值。提出数字化必须遵循战略→业务架构→数据治理→技术选型的倒金字塔实施路径，并以行业实践为例说明高价值场景优先的原则。用业务运营体系模型解释企业运作规律：文化孕育规则，规则（流程/制度）决定行为，行为产生结果。数字化本质是将运营体系在线化、数智化，使企业“操作系统”可以自适应进化。最后强调责任心是架构师首要特质，并建议通过企业架构方法论（如TOGAF）沉淀组织能力，避免重复试错。

　　▲ 资深CIO、某上市公司独立顾问、数字化创新专家 黄剑锋先生资深CIO、某上市公司独立顾问、数字化创新专家黄剑锋先生的分享主题为《AI时代，消费品品牌如何高效赋能线下门店营销获客？》，黄总以AI如何为消费品品牌和线下门店解决获客难题为核心进行分享。疫情后线%），消费者习惯转向线上，但线验需求（社交、娱乐）仍存。门店面临三大挑战：消费者行为变化（价格敏感、体验升级）、行业竞争（头部垄断、价格战）、成本压力（租金人工上涨、平台抽成）。数字化转型滞后导致门店依赖线上平台，却陷入“低价引流-亏损”循环。AI的解决方案分两类：单体门店通过“超级AI助手”实现自动化内容生成（小红书/抖音图文短视频）、数字人IP打造、智能评价管理及团购客服，降低专业门槛；连锁品牌则构建“KOS矩阵平台”，总部统一输出内容模板，赋能经销商与店员，数据驱动区域营销。未来IT部门需转型为AI Agent团队，布局内容、销售、运营等五大AI角色。关键点在于：AI工具需满足“易用性”（交互简单）、“效果可量化”（曝光/客流数据）、“知识精准”（私有化适配品牌）。成功案例显示，餐饮、美发等行业通过AI内容批量生产与本地生活运营，可显著提升线上转化。品牌商需从单店试点到规模化复制，构建AI驱动的营销生态。

　　▲圆桌论坛《AI企业应用落地，“度”在哪里？》峰会最后精彩环节圆桌论坛,由资深CIO、数字化创新专家黄剑锋先生主持，中国信通院企业架构推进中心专家、美宜佳数字化总架构师唐凌遥先生 、润本生物技术CIO秦传晓先生、卡姿兰CIO万志鸿先生、小糊涂仙酒业信息中心总经理余程晖先生、都市丽人信息总监喻明忠先生、深圳数码模汽车技术有限公司数字化总监柯希君先生、资深时尚行业CIO李永华先生七位重量级嘉宾围绕主题进行了40分钟的对话。

　　圆桌嘉宾们结合消费品行业实践，探讨了AI在消费者洞察、产品创新、渠道优化等环节的应用边界与差异化路径。以下是核心观点汇总：都市丽人喻明忠：强调AI需以“人货场”重构为核心，重点解决零售行业痛点和效率问题。提出智慧导购优化“人”的效能，通过数据结合销售趋势实现精准消费者洞察，但坦言当前实践效果有限。指出库存管理是零售最大挑战，优衣库等快时尚品牌因SKU标准化更易实现动态定价，而都市丽人因产品多样性（常规品+特色品）面临更高库存压力。柯希君：分享智能制造与知识库AI的应用经验，认为AI在营销端能有效提升客户信任度，其专业性优于人工。指出边缘计算能力不足是当前AI在营销领域落地的瓶颈。唐凌遥：从业务视角提出AI的本质是“规则模型化”，需与业务逻辑深度结合。以库存管理为例，强调数据质量（如门店画像、选品趋势）是AI生效的前提，而程序员难以处理模糊的“人货场”规则。通过“冰块定价”案例说明AI需突破传统供需理论，实现动态实时定价。余程晖以耐消品视角谈到：区分快消与耐消品的AI落地差异：耐消品（如家居、奶粉）更依赖售后服务与IoT数据，AI需聚焦生产制造或消费者服务等核心价值链环节。