行业新闻

各位来宾大家下午好！今天听了一下午，感觉收获颇丰。这是第二届活动，第一届我也参加了。相比之下，第二届来了很多我一直想见却未能见到的人，也让我学到了许多一直想学习的内容。

一、家电行业数字化现状与差异

我是 2021 年进入家电行业的，从事小家电领域，具体是飞科的剃须刀产品。与长虹美菱、海尔、美的等大家电企业相比，我们这类小家电企业在规模上存在差距。

我目前负责公司的数字化和信息化工作，对家电行业有一些体会：大家电行业起步早、发展快，无论是工厂数字化还是营销数字化都较为全面，在跨境和海外业务方面也做得很好；而小家电行业此前算是一片小蓝海，我 2021 年进入时行业发展态势不错，但在数字化方面，由于很多企业是浙江、广东等地的小老板自主创业逐步发展起来的，所以在信息化投资方面基础相对薄弱，与大家电企业无法相比，甚至与服装、化妆品等和电商关联紧密的消费品行业也有较大差距。

二、行业数字化建设的观察与挑战

通过这几年的建设，我发现家电行业在信息化和数字化的建设、规划以及步骤上存在五花八门的情况，大家各有各的做法。总结下午听到的内容，大家电企业通常是大规划、大投资，目标是打造黑灯工厂；而小家电企业在这方面则是逐步建设，往往根据市场情况调整 —— 市场好的时候会在营销方面加大投资，市场不好的时候，比如从今年开始，包括服装、化妆品等消费品行业都在降本增效。

随着 AI 技术的出现，降本方面首先是利用 AI 大模型降低 IT 成本，其次是降低营销和生产制造供应链方面的成本，我们正处于这样一个比较尴尬的境地。接下来，我想就最近一年在大模型方面的实践给大家做个汇报。

三、大模型应用对 IT 团队的挑战

提效确实能带来显著效果，但对 IT 部门来说挑战更大。一方面需要优化组织架构，对原有的数据仓库、BI、客服、知识库以及安全支撑等岗位的人员进行提升或调整。这是我总结这几年从信息化、数字化、智能化到应用大模型的过程中，在组织和建设路径方面的一些感悟，实际上我们也在根据大模型的应用调整人员配置。

四、大模型与 AI 在企业中的四大应用方向

大模型和 AI 在企业内的应用大致可以分为四个方面：

（一）ChatBI：颠覆传统 BI 的应用模式

我们可以称之为 ChatBI，它与传统的 BI 不同。由于我们原来没有 BI 和数据仓库，所以 ChatBI 的应用相对容易。

大家都知道，传统 BI 存在数据质量问题，这里的数据质量差是指 IT 部门需要花费大量时间处理数据。比如，可能会因为不同业务运营人员的需求变化，制作大量类似的报表，而这些报表的数据往往来自两三张基础表。由于我们原来没有 BI，所以应用 ChatBI 就比较简单，它可以直接通过几张基础表生成不同人员需要的唯一结果。

在速度方面，传统 BI 由于数据量大、字段多，在进行同年同比、环比以及历史数据对比时，速度很慢，像我们电商数据量非常大，一个表就有 1-2T，跑三年数据可能需要一两分钟，而使用 ChatBI 后，速度提升了十倍以上。

分析能力方面，很多 IT 人员不懂业务，导致制作的报表不仅速度慢，结果也与用户需求存在差异，需要反复与用户验证。而 ChatBI 逻辑统一且具有学习功能，能够快速满足需求。

（二）多源数据整合与可视化难题的突破

在多源数据方面，我们面临着 Excel、PDF 等外部文档数据以及自身结构化数据的处理问题，以前几乎没有技术能实现整合；异构数据也存在报表和结果无法标准化、统一化的问题，可视化呈现也因人而异，给我们带来了很多困扰，而 ChatBI 能够轻松解决这些问题。

还有移动化的问题，传统 PC 端的大屏图表放到手机端就需要重新设计，而使用 ChatBI 后，基本上能实现多端统一的漂亮展示。

（三）智能客服：降本增效的核心场景

这是多平台的客服统计数据，客服的关键数据很重要，包括每天或每小时的接客率、转化率，以及通过聊天记录分析得到的评价、投诉和引起客户情绪化的关键词等，大模型都能进行分析，我们能看到应答率和转化率等结果，情绪化内容则需要通过聊天记录分析。

无人客服是根据知识库和聊天记录统计结果自动回答问题，我们对接了抖音和天猫平台，这两个平台占比较高。智能客服的回答效果不错，甚至与成交率、转化率较高的人工客服转发率差不多，半夜基本都是智能客服在工作。

（四）内容生成与分析：从数据到创意的探索

现在有工具能对视频内容进行逐帧分析，找出视频转发量、点赞量、收藏量和观看量高的原因，并分析每一段的特点，这对我们制作爆款视频有很大的指导作用，能降低成本。以前需要十几个人负责内容，现在只需三五个人，而且制作的视频转发量和观看量都很高。

不过，目前大模型和 AIGC 在内容创意方面做得还不够好，比如通过产品和场景生成剧本内容、引导图和详情页小视频等，效果都不太理想，我们还在测试中。

五、AI 应用的成果总结与资源需求

这些就是我们在 AI 方面的一些尝试，文生视频和文生图的应用效果不太好，因为合作不够理想，目前还没有找到合适的解决方案，如果大家有好的资源，希望能分享一下，其他方面的应用还算不错。谢谢大家！