撰文｜路雨晴

编辑｜翟文婷

零售企业近年来的集体感受是：传统增长方式的天花板已经显现。如何从越来越细的经营颗粒度中找到增量，成为行业迫切需要思考的命题。AI 是公认的一个解法，甚至是当前最好的出路。

但是麦肯锡 2026 年 8 月的全球调研给出一组数据却显示：80% 的受访者认为 AI 提升了自己的生产效率，只有 37% 的受访者认可 AI 对 EBIT（息税前利润）有贡献。

这两个数据对比令人刺眼，却不是全部。不少管理层还有一个共同的感受，企业内部可能涌现出一批利用 AI 提高办公效率的「超级个体」，这种体感并没有同样体现为组织层面的增长或财务数据。他们因此陷入一种巨大的迷茫。

从个人提效到沉淀为组织能力，中间要跨越的那道障碍究竟是什么？

那些企业利用 AI 进行精细化运营、管理时遇到的卡点、痛点和关键点，李宁、中顺洁柔等一些国内零售品牌的 AI 实践，也许可以给行业提供新的 AI 落地范式。

从 46 万小时到 460 万小时

「46 万个小时」这是运动品牌李宁已上线的 50 多个 AI 应用和 AI Agent，按实际上线时长外推至全年的等效值。按照李宁集团信息系统总经理李飞的预期，一年后随着 Agent 规模扩展至 200 个，这一数字或将达到 460 万。

这 46 万个工时中，约三分之二是由「数字店长」贡献的。李飞解释，IT Coding 的时间还没算进去，不然这个数字可能会更高。

所谓数字店长，不是 AI 助手，不是单纯的一款工具，而是李宁集团能承接店长经营工作的其中一个岗位。它有明确的职责边界、产出标准和考核口径，而不只是嵌入工作流的辅助功能。

每天上班前，数字店长会把门店当天的运营重点发给店长；闭店后，对当日经营情况作出总结。它还会自主判断，发现潜在问题，及时预警。李宁超 1000 家直营门店里，每家都有这样一位 AI 员工，随时辅助店长日常经营。

而这仅仅是李宁推动组织接受 AI 化改造的冰山一角。作为一家零售企业，AI 在产品设计开发、供应链、终端和职能等多业务环节，随处可见。

设计与开发是运动品牌的核心优势，AI 辅助设计师放大灵感。供应链环节，老师傅的经验被沉淀进 AI，随时解答产线工人的疑问。至于商品端，AI 优化调货、库存与价格管理。终端则把这些能力统一收进一个入口。据李宁方面介绍，后续这套 AI 能力还会向电商、物流、法务等更多业务域扩展。

为何李宁集团可以在短时间内，将 AI 能力成功融入组织？

梳理之后我们发现，李宁内部对 AI 提效组织的原则是：更快，即用 AI 工具快速产出；更高，则是用更高标准要求大模型产出更高结果，而不是停留在「帮我总结一下会议纪要」；以及对业务有更深更强的理解分析，必须是企业经营的上下文，而不是一般大模型的广泛上下文。

目前，李宁集团内部推进 AI 落地依靠两股力量：

一是自下而上。在集团跟腾讯签约 WorkBuddy 企业版之前，内部就有员工自发使用类似 WorkBuddy 这样的 AI 办公应用，而且有一定经验产出。

同时，集团自上而下推动 AI 落地组织，有专人负责 AI 推广。比如内部筛选出 200 多个场景进行 AI 化改造，最后重点挑选 20 个落地。其他场景，复用已有 AI 基础能力进行扩展。而且立项之前，必须提前确定产出预期。

WorkBuddy 入职李宁

李飞告诉「新莓」，每个重点场景上线前都要先回答一个问题：想要实现的是哪类效果？

比如 AI 营销，要预估在这个渠道能带来多少生意增长，假如没有生意增长，能提高多少效率？如果是通过 AI 降低成本，也要提前确定可能会节省多少？目标确定下来之后才能实施具体行动，且在上线之后还要持续复盘，甚至集团有人负责监控 AI 产出。

据我们了解，李宁集团最想推动 AI 化改造的就是零售运营。李飞解释道，「做生意要有业务的意志，推动 AI 应用也要有业务的意志，让业务意识到这件事对每家门店都是有用的。」

李飞还补充说，公司正在搭建硅基员工平台，容纳各部门的智能体，明确它在组织里承担什么职责、等效多少工时，便于未来能够更直观地做一些绩效方面的评价。

AI，把增长从颗粒度里挖出来

李宁不是个例。AI 提效组织，正在成为零售行业的共同课题，且大家都在一些关键问题上，找到自己的解法。

中顺洁柔，一家覆盖生活用纸、护理用品、家清用品等多个领域的零售企业，集研发、生产及销售为一体集团化公司，就用 WorkBuddy 解决了供应链环节的一个「世纪大难题」。

中顺洁柔百亿规模业务，由七大生产基地及多个外仓在支撑。客户下了单，仓库就得备货。备多了损耗大，备少了又满足不了交付。备货之外，还要应对工厂排产。核心问题是，怎么做到既能满足客户交付，又要防止库存被击穿的最小备货？

中顺洁柔生产线

过去这些决策只能靠多部门开会协调。中顺洁柔副总裁、CDO 杨森林描述，「你说你的、我说我的，最后也协调不到一起去。」

但如今借助 WorkBuddy，中顺洁柔让「货到仓、仓到产」整条链路的每个环节都实现了最优解：一笔订单拆成几个包裹、从哪个仓发最划算；每个仓在满足交付的前提下最少备多少货；备货算清后，每台机器生产多少也有了答案。

今年 618 大促，中顺洁柔这套方案扛住了实战检验。在减少调拨次数、优化发货方案的基础上，人力减少，成本大幅下降。杨森林拒绝讲出具体数字，但是他忍不住跟大家透露，仅调货场景，这套方案就帮助洁柔每月节省成本约数百万元。

对中顺洁柔而言，这个成绩不仅仅是 WorkBuddy 帮助他们构建和完成了一套供应链体系，最重要的收获是，那些之前关于生意增长和规模扩张，想做却做不到的事情，因为 AI 好像有了新的可能性。

杨森林点出了过去困扰零售行业很久的一个问题，那就是精细化运营和规模化可复制之间的平衡。

腾讯智慧零售垂直行业解决方案总经理苏龙飞解释，精细化运营历经十年都没做透，不是因为企业不会、或没有认知，而是「做不起」——层级越多，策略越细，成本就越高。「Agent 时代恰恰改变了这个成本结构，规模化的精细化运营才有了可能。」

也就是说，AI 正在驱动「人 - 货 - 场」提效，这是零售行业在组织层面感知到 AI 能力最直观的体现。

一家乳品品牌企业，过去一次生产排期要先拉通十几个系统，耗时三天。现在，借助 WorkBuddy 平台打造的 7 个 skills，跟 17 个数据源打通，同样的排期决策，从三天压缩到三个小时。

当 AI 持续深入业务后，华润万象生活智能与数字化部总部部门总经理赵原发现一个明显变化，AI 得出的很多结论是反常识的。过去很多场景靠的是公司里的「老法师」，但现在外部市场变化越来越剧烈，AI 可能帮助人纠正很多经验「偏离」。

近期，华润万象生活与腾讯云合作的商场零售额预测项目完成阶段性测试。双方基于腾讯 AI 算法能力，结合华润多个商业体的历史经营数据、腾讯洞察数据搭建预测模型，盲测效果超出预期。

「有了 AI，双方可以把彼此的强项结合起来，通过内外部数据的交叉融合，很多过去没有办法分析的事情成为可能，」赵原表示。目前，双方正推动这一能力向万象体系更多购物中心复制推广。

AI 组织提效的 CEO 工程

这些拿到「大结果」的零售企业，几乎都有个共同点：CEO 亲自下场。

据腾讯云高级副总裁陈菲披露，今年以来团队已经累计跟一千多家企业进行了面对面交流，沟通对象不仅仅是 CIO、CTO，还包括 CMO、CHO，甚至企业一把手 CEO 也在参与其中。

她把观察到的企业 AI 落地方法归纳为 START 框架：战略定位（Strategy）、技术支撑（Technology）、场景应用（Application ) 、经营回报（Return ) 、人才组织（Talent）——并提出，CEO 需要将这五件事进行通盘考虑。

锦江酒店（中国区）高级副总裁周磊直言，AI 时代，在技术领域的投入越来越大，而且这已经影响到整个企业组织运行效率。一家企业数字化转型的第一责任人，且唯一能发挥作用的责任人可能就是 CEO。

在今年年初的内部大会上，李宁的高管就向全员提出要求：每个人、每个组织都要用好 AI，成为掌握 AI 的人和团队。而在具体实施过程中，李宁公司管理层始终强调一件事：先扫盲，后扫描，再扫除。

这句话的意思是，先内部宣讲，拉齐大家对 AI 的认知，明确 AI 能完成到什么程度；第二步把业务需求扫描提炼；最后根据需求甄别业务价值，制定相应的目标，再针对性解决。

WorkBuddy 在中顺洁柔内部试点时，CEO 高波 Credit 积分消耗用量一度是全公司第一，没过多久就被年轻同事超过。虽然他的 Credit 积分排名每天都在跌，高波却觉得这是一个好现象。

现在整个公司，高波用 AI 最深。据说，开会前他把了解到的原始信息给到 WorkBuddy，获得一个初始判断，如此一来，开会效率提升不少。

杨森林说得很直白，「中顺洁柔 AI 用得这么深、用得好，是因为我和总裁两个人在推『一把手工程』。」

而且他认为，AI 对组织效率提升的最大卡点其实就是认知，从一把手到每个员工，都要不停地做认知突破。「谁能占领这个制高点，谁就能在这个时代有机会活下来。这是组织问题。」

从数字化到 AI，行业最大的 FDE

去年财年，洁柔归母净利润同比增长喜人，今年上半年利润增长超过 50%，杨森林把持续增长归功于接入 WorkBuddy 这个体系之后，组织能力的成长。

AI 之所以在洁柔润物无声间成为组织的生产力，除了一把手工程，他们还有个强烈感受：AI 落地组织卡住的地方，不是模型不够强，是业务和技术之间缺少一个能双向翻译的角色。

洁柔自上而下推动 AI 战略之后，除去制造和跑店业务员工，80% 的洁柔员工在深度使用 AI，WorkBuddy 就像 PC 时代的 office。令人欣慰之处在于，业务自己开始能独立完成提效工具的研发。用杨森林的话说，也许不是很完美，但是适合他们。

在企业内部，组织形态和人员角色在悄然发生变化—— IT 人员业务化，业务一线人群则 IT 化，彼此边界变得模糊，「全员都是 IT」。这些新角色被他们认为就是自己的 FDE（Forward Deployed Engineer，常被翻译为前沿部署工程师）——即连接 AI 技术能力与业务痛点的桥梁。即便是洁柔最小的业务部门，也有 1-2 个 FDE 人员配置。杨森林介绍，洁柔的 IT 团队已经不再受理任何 BI 报表开发，全部都由业务自己完成。

FDE 可以认为是组织提效配置的趋势。而放在行业语境，腾讯就是零售企业通用的、最大的 FDE。

这正是李宁期望跟腾讯的合作方式——有更多专业的 FDE 帮助组织提效。

李宁 Workbuddy 培训现场

李飞说，李宁在部署企业版 WorkBuddy 之后，下一步要做的是「宁专家」，比如跟门店经营相关的专家、门店日报的专家、财务分析专家、HR 招聘专家等，这些专家入驻 WorkBuddy 之后，供业务使用。

李宁内部对 AI 战略的预期是，驱动业务增长，支持经营决策，是要在真实场景发挥驱动作用，而不是承担所谓的助手角色。这可能也是大部分零售企业对 AI 提效的共同诉求。

今年以来，腾讯已经和不同企业开展了 80 多场 AI WorkShop，100 多场正式的系列培训。在他们看来，技术帮助企业精细化运营，并实现规模化复制的双重目标在 AI 时代有了新的可能性。

2018 年产业互联网变革开始，腾讯智慧零售做的是生意增长和数字化技术赋能。AI 时代，彼此合作模式在改变，交付目标也更偏向价值和能力。腾讯不仅要持续迭代和优化基础模型能力、标准化的 AI 工具、工程化能力，还要保持对行业的理解，完善生态支持，成为企业 AI 转型所需要的 FDE。

值得一提的是，现阶段企业数字化和 AI 化，大概率是并存的。李飞解释，「因为数字化系统还有一个重要的职能，为 AI 提供触达手段，提供经营上下文，而且这些经营上下文和手段是经过验证的，符合规范的，这样实际运用时，经营动作才不会出现纰漏。」

当 AI 不再只是一些个体眼里好用的工具，而开始改变组织的分工、决策、甚至经营经验时，生意增长就是必然的结果。毕竟 AI 就是给予大家弯道超车的最好机会。

一篇稿件解决一个问题

如果喜欢，欢迎转发朋友圈或在看推荐