作者：王聪彬

今年“双十一”比往年来的更早，快消品行业也提前拉开了这场消费盛宴的序幕。

作为经济的重要支柱，快消品行业的变化直接反映了消费市场的活力，根据国家统计局的数据，2023年中国社会消费品零售总额超过47万亿。过去十年，社会消费品零售总额总体呈现增长状态。

两年前的2022年底，消费品市场逐渐复苏，同年，ChatGPT的爆发也推动了人工智能进入了一个全新的发展周期。大模型不仅在自然语言处理方面展现出强大能力，还在机器视觉领域执行复杂任务中表现出色，推动了AI在各个行业的广泛应用，也为消费品行业注入了新的活力。

麦肯锡指出，生成式AI将会对零售和消费品行业产生深远的影响，并改变现有的游戏规则。通过数据驱动的决策、优化用户体验和提高运营效率等方式，生成式AI能够帮助企业更精准地满足市场需求和消费者偏好，提升竞争力与可持续发展能力。

施耐德电气中国软件研发中心AI创新负责人张毅与阿里云智能集团公共云华北大区解决方案总经理陈立伟、意言科技联合创始人兼COO王以宁、施耐德电气博利德自动化系统（上海）有限公司总经理王冬梅，最近也展开了一场关于AI如何推动快消品企业在市场营销、供应链管理、产品研发与创新以及客户服务等领域实现智能化转型的深入探讨。

AI驱动，消费新生

快消品行业的竞争，归根结底是供应链的竞争，特别是在行业快速发展的背景下，快消品行业的供应链正向着精细化、高效率和低成本的运营模式转型。

以食品饮料行业为例，其供应链环节可以说错综复杂，从原材料采购到最终产品交付消费者，涉及多个环节。每个环节都需要高度协同和优化，以确保产品的质量、安全和成本效益。

质量控制、供应链管理、柔性生产、市场需求预测、消费者体验、产品创新、环保和可持续等都是供应链中现实存在的问题。在面对行业高度分散且工艺复杂的情况下，王冬梅认为，AI为解决这些问题提供了诸多机会。

在质量控制方面，AI可以通过计算机视觉技术识别产品中的污染或不合格品，确保产品质量和安全，例如检测包装的完整性和异物；在供应链管理中，AI可以通过机器学习算法预测客户需求，优化库存管理和物流配送，并利用物联网技术优化运输路线；在生产流程中，智能监控系统可以实时分析生产数据，机器人可自动完成高重复性或危险的任务，减少停机时间、提高生产效率。

可以看到，食品饮料行业对于AI的需求广泛且深入。张毅谈到，相比其他行业，快消品行业的数字化程度更高，施耐德电气已帮助多家客户将AI嵌入工艺流程中，取得了显著成果。例如，一家全球500强百年啤酒制造商通过施耐德电气的AI解决方案，对全量生产数据进行汇聚、分析，继而敏锐监测工况，并预测、微调最优控制策略，最终完成20%的物料节约和15%的效率提升，实现优质安全生产。

然而，许多企业还会提出一个疑问，是否有全链路覆盖的AI解决方案？

阿里在2016年提出新零售的概念，这个“新”主要体现在更高的效率。阿里云也一直在深度参与中国快消品行业的数字化转型与升级，陈立伟能感受到数字化和人工智能技术正推动快消品在研发、生产、流通和消费的整个业务链条上发生快速变化。

AI的加持使得产品研发的加速，让爆品的创新周期越来越短，生命周期也越来越短；生产得以持续优化，供应链效率进一步提升；冷链配送的逐渐成熟让线上销售成为可能；终端消费者的营销和运营上创新不断。

位于河南的一家火锅食材配送企业的核心竞争力就是冷链能力，其将供应链数据沉淀到云端数据平台，然后基于人工智能算法在冷链运输中做智能调度，通过把运力数据、订单数据、货品数据、计费规则、运营规则交给AI进行智能化调度运行，输出车货匹配方案、路径规划等，排单的时间缩减90%以上。

在中国拥有33家工厂和物流中心的施耐德电气，也在协助运输公司做路径巡游，规划运送路线，进一步降低物流成本，实现更高效的供应链管理。

从工厂到物流，再到门店，才能将产品最终交付到顾客手中。“AI可以在门店管理中的智能导购和智能客服体验优化上发挥重要作用。”王以宁说，消费品领域尤其注重消费者体验，智能客服不仅能根据用户的咨询和语意进行自动识别，还能通过预设的思维链路Chain of Thoughts快速回应。

客服人员可以根据需要编辑AI助手的回复，用更适合的语境和内容为客户提供优质服务，提升用户体验。最终降低了用户投诉率，提高了销售转换率，并且还能后续针对用户的反馈进一步梳理用户画像，为后续更定制化的例如会员服务等赋能。此外，在门店中还可以部署AI导购，通过产品和营销知识库，实时回答客户提出的类问题，大大降低了回复沟通错误和员工培训门槛。

大模型加入，快消变局

从传统的机器学习到生成式AI，技术的进步非常显著，像机器视觉故障检测和预测性维护仍主要依赖分类和预测型的AI模型，而在大模型时代，生成式AI将为各行各业带来革命性的变革。

现阶段看来，生成式AI的潜在价值主要集中在客户运营、营销和销售、软件工程和产品研发四个方面。企业最关心的无疑是如何快速切入生成式AI，因此在大模型在行业落地上，选对场景非常关键。

王冬梅认为，AI在快消品行业的快速落地需要综合考虑业务需求、数据准备、技术选型、模型构建、系统集成、培训支持和持续优化等多个方面。通过明确目标、选择合适的技术、优化业务流程和培养人才，企业可以有效地将AI技术应用于实际业务中，提高效率和竞争力，实现可持续发展。

阿里云上汇聚了众多快消品企业，陈立伟观察到，这些企业正尝试利用视频和图像技术对供应链进行理解和分析，实现在仓库和物流环节进行质检和风控，从而提升供应链的整体质量。

相信今年双十一，还将看到更多基于大模型的供应链变革，带来新的变化与全新的消费体验。

与此同时，施耐德电气也在积极研究如何将生成式AI应用到更复杂的场景中，不仅设立了AI Hub人工智能中心，还在中国建立了AI创新实验室，这样即可以借鉴全球领先技术，又能结合中国客户实际应用场景。张毅表示，我们正将生成式AI技术与工业自动化和能源管理做落地尝试，提升决策支持和效率。

例如，生成式AI在高级排产优化上会产生明显效果。集团型企业的排产逻辑复杂，通常从集团层面下发到工厂，到车间，最终到单个生产线。这个过程目前主要依赖经验丰富的排产人员，但通过大模型的应用，将提升排产的准确性和效率。对于有季节性生产特点的啤酒行业，大模型还能自动调整排产计划。

王冬梅也提到从博利德自动化系统的角度，正从过程控制层、能源管理、MES和ERP系统中挖掘出大模型的应用机会，像帮助客户进行系统选型、培训系统的使用等。

除了信息流高度集中的互联网场景，像门店这种典型线下场景，多模态大模型也能够低成本对门店的图像、视频、音频进行理解，从而洞察其中的问题和机会，提升客户的消费体验。

例如，阿里云帮助4S店为员工配备智能工卡，通过音频模型挖掘销售过程中的潜在机会，有效提高转化率。某连锁咖啡品牌使用多模态视频模型，对门店内采集的图像和视频进行卫生、安全等方面的质检和风控，提升了店铺的运营效率和质量。

随着多模态大模型的成熟，新一代的零售门店将会不断涌现，改变消费者与快消品企业的互动方式。

当然，大模型带来的“幻觉”和安全问题也是不可忽视的。王以宁强调，关键在于行业知识库的构建，他建议将RAG与Agent结合，搭建完整的流程，并引入“兜底思维”，防止召回不准确或大语言模型输出错误答案。意言科技搭建了一个调度和解决幻觉问题的平台，帮助企业更好地释放生成式AI的潜力。

结合生成式AI的快速发展和企业应用，云无疑是最佳的部署方案。今天大模型正在出在一个快速迭代变化的状态，面对技术上巨大的不确定性，云可以帮助企业解决很多风险和试错成本。而且大模型无论是在模型微调还是复杂推理，都对智算算力提出要求，而采用本地部署方式在今天来看是非常不划算的。

总而言之，生成式AI在B端市场的应用可谓前景广阔，当然这个过程机遇与挑战并存。但只要在安全合规、技术创新、场景应用等方面持续发力，必将在这一波智能化转型浪潮中抢占先机，推动行业进入全新的发展阶段。

施耐德电气深知，成功破解AI带来的复杂问题并实现应用落地，将是决定未来竞争的关键。要释放AI真正的价值，创新和生态是不可或缺的两股力量。施耐德电气不仅将自动化和能源管理领域的深厚经验与AI等前沿技术进行融合创新，并与合作伙伴联合，共同推动AI在快消品行业的加速落地，推动企业实现效率飞跃和持续增长，助力快消行业向高端化、智能化和绿色化的全面转型升级，开创创新发展的新篇章。施耐德电气开发者社区正在陆续推出系列技术沙龙活动，敬请持续关注！

https://developer.schneider-electric.cn