从单点应用到业务流程：伊利的AI转型实践

数据已经沉淀，业务决策仍依赖经验；AI应用单点分散，协同不足、产出不可控。这是伊利集团数字科技中心总经理尚直虎分享伊利AI实践时，提出的两道现实问题。

随着AI能力建设的深入，伊利正在围绕“生产型智能体”展开探索，将AI嵌入具体业务流程，让数据和算法参与实际经营。上周腾讯全球数字生态大会上，尚直虎结合消费者洞察、内容运营和低温供应链三个场景，分享了伊利AI实践取得的阶段性进展。

在消费者洞察中，伊利用智能体辅助趋势分析、定性研究、概念测试和上市后反馈，让基层员工也能开展原本依赖专家或外包的研究。截至2026年10月前，定量研究智能体已完成约3000个快速研究，其价值既在于研究效率，也在于让更多业务人员能够及时了解消费者需求。

在内容运营中，伊利重新设计消费者参与流程：AI提供个性化内容框架，消费者创作，运营人员审核，再鼓励社交传播。尚直虎披露，一次覆盖20个城市、2万多名消费者的活动中，90%以上的参与者借助AI生成了可传播内容。AI创作能力由此与消费者的真实体验、品牌的审核管理结合起来。

低温供应链的探索，则将业务协同与技术能力放在一起：用品牌共享库存替代经销商各自的安全库存，用机器学习预测不同商品、区域的销量，再由计划助手回答问题、推进流程。尚直虎将其概括为“一个计划、一个模型、一个智能体”，并介绍三者结合使需求预测准确率从70%提升至90%。贯穿这些实践的，是对工作完成方式的调整：让员工更容易使用专业能力，让消费者参与内容生产，让经销商围绕共享库存协同。伊利也在统一管理技能、知识、工具、智能体和模型，为不同场景提供可复用的能力。

这场分享呈现了一个实体企业如何围绕经营效率和消费者体验，推动AI从单点应用进入业务流程。

以下为尚直虎本次分享实录，内容略有修订。

01 、AI建设的两个价值锚点：经营效率与消费者体验

我今天给大家分享的主题叫“智能跃迁，转型新动能”。为什么叫跃迁？在我们看来，这一波人工智能技术的发展，不仅仅是一次简单的技术迭代，更重要的是企业竞争能力的一次重要跃迁。

我的分享会讲三件事情：伊利为什么要推进人工智能建设，伊利怎么推动人工智能建设，以及当下利用人工智能取得了哪些阶段性进展。

首先，我们回顾一个简单的逻辑：企业利用技术提升竞争力。回看中国过去差不多50年的历史，企业利用技术提升竞争力的过程一直在加速，而且每一步都有国家政策的牵引。

把这些点连起来，就是中国企业走过的三个阶段：信息化、数字化和智能化。用一句话总结，利用技术提升企业核心竞争力，已经从可选项变成了必选项，而且速度在持续提升。伊利就是在这样的大背景下一步步走过来的。

伊利在这个过程中做什么？

首先是我们如何看待技术和企业竞争力之间的关系。我们一直积极主动地拥抱最前沿的技术，力争把技术变成消费者能够感受到的品牌数字体验。

早在2021年，伊利就编制了长达10年的数字化转型规划。在那个规划中，我们初步预判了智能化发生的时间点。但现实情况是，人工智能能力的爆发远超我们的预期。因此，在技术快速发展的大背景下，我们持续拥抱技术，提升企业竞争力。

对实体企业来讲，利用技术提升竞争力，我们选择了两个重要的价值锚点：第一是提升企业的运行效率和竞争力；另一个方向是持续利用我们的多个品牌，为消费者创造卓越的品牌数字体验。

目前，伊利在中国服务92%的消费者，服务了13亿用户。在这个过程中，我们利用微信小程序，为消费者创造独特的数字体验。各个品牌小程序的月活总和也超过1200万。在各个品牌的小程序矩阵中，“活力e”是一个非常重要的典型。与其他快消品品牌企业相比，我们私域小程序的在网时长超过10分钟，这个数据明显领先于几乎绝大多数品牌企业。这也从一个侧面反映出，实体企业利用技术创造全新的消费体验，能够更好地满足消费者数字化的生活方式。

02 、从算法到智能体：伊利的能力建设与统一底座

毫无疑问，我们现在已经进入了AI阶段。伊利进入AI的过程，并没有大家想象的那么容易。我们经历了过去五年的发展，正在快速、一步一个脚印地建设能力，并推动这些AI能力运用到实际业务运行中。

2021年，我们开始组建中国第一支乳业算法团队。在这个团队的支持下，我们通过统筹优化算法，对“从原奶到牧场”的整个物流体系进行了升级。即使在疫情期间，我们的单吨物流成本也下降了13.5%。

2022年，我们对所有业务需要的决策式算法进行统筹规划，打造了一套体系，并基于这套体系构建了集团多场景算法平台，满足多场景的需要。

2023年，我们开始布局生成式AI。到2024年，随着智能体概念的出现，我们快速升级伊利智能体平台，开始开发工作流级别的智能体，并在营销场景深度应用AIGC能力。

2025年，我们在快速推进智能体落地。到2026年，新的智能体——我们叫“生产级智能体”——进入爆发阶段，相关产品出现之后，我们也在加速推进WorkBuddy与伊利业务场景的结合，让AI成为业务真正的合作伙伴。

讲完历程，大家可能会问：这些工作到底是怎样组合和编排的？这页就是伊利的AI落地图景。

我们的核心是两个智算中心和两套智能体应用体系。我们从业务场景出发，综合数据安全和治理的需要，建设了本地智算中心和云上智算中心。云上智算中心的主阵地建立在腾讯云上，并充分应用腾讯云的相关技术组件，提升智算服务的响应速度。

这两套智能体应用体系，在内部，我们会基于伊利的超级助手连接内部业务系统，面向我们的业务、消费者和客户；同时，更多借助腾讯的国民级应用，拉通业务链路，比如把阿里、字节、快手、抖音都互联互通。这两套智能体应用体系，现在都会结合业务场景的需要，实现开箱即用。这两套体系在企业内部的实际架构中，也使用相同的架构。我们有统一的设计中心，把技能、知识、工具、智能体和模型统一管理起来，就像插座一样，让业务能够随取随用。

有了这些算力和模型之后，我们为什么要特别强调“生产型智能体”？

因为在过去的数字化转型实践中，我们面临两个真实的瓶颈。

第一个瓶颈是，信息化、数字化系统上线了，数据也沉淀下来了，但在决策时，很多时候仍习惯依靠经验。我们的市场响应速度、协同效率还有很大的提升空间。换句话说，沉淀下来的数据并没有成为真正的企业生产力。

第二个瓶颈是，在早期AI应用和探索中，一些智能体更多是轻量化的单点应用，各个智能体之间没有形成很好的协同，产出也不可控。因此，我们强调生产型智能体，致力于把AI真正发展成为企业的有效生产力。

还有一点非常重要，生产型智能体与乳制品行业业务运行的内在挑战，先天上就有非常完美的契合。快消品行业业务链路长、节点多，重复性作业非常多。因此，新的业务运行智能体体系，通过强化生产型运营智能体，能够完美匹配我们“72小时标准化业务运作”的需要。

03 、消费者洞察：让业务员工更便捷地开展研究

接下来，我给大家分享伊利在生产型智能体方向上的三个探索。

第一个叫消费者洞察智能体。

对于快速消费品行业而言，伊利有几十个品牌，服务十几亿消费者，需要快速、敏锐地感知市场变化。但传统的洞察又慢又贵，因此我们开发了一个洞察智能体矩阵。

准备开发新产品时，我们要聆听全网的声音，了解消费者对我们的食品、对各个产品功能的需求，获取这些信息。过去做这样一份报告，需要层层外包，周期很长。现在，借助趋势洞察智能体，任何一个员工都可以自己开发并执行。我们也沉淀了很多趋势分析技能（Skills），供同事之间相互使用。

了解市场整体趋势之后，需要深入理解某一类消费者的需求，因此，我们开发了定性研究智能体。传统的定性研究需要依靠定性研究专家，也需要很长时间。现在，我们把AI能力嵌入定性研究的五个关键业务流程，让每一个基层员工都可以在定性研究智能体的帮助下，完成一个又一个定性研究。

有了深度的定性洞察之后，需要对这些概念做规模化测试和验证，因此我们也开发了定量研究智能体。截至2026年10月前，伊利通过定量研究智能体，已经完成了差不多3000个快速研究，每天差不多能够完成10个消费者快速测试。正是因为有这样的能力，我们才能更好地满足消费者的需要。

产品开发上市之后，我们需要快速了解消费者对产品、服务、物流等方面的反馈。因此，我们开发了VOA智能助手，帮助品牌经营，快速、实时地了解消费者对产品的各类反馈，持续升级产品，提升服务体验。

04 、内容运营：让消费者参与品牌内容创作

第二个案例是在内容运营领域。

毫无疑问，当下AIGC是AI应用最为成熟的领域，但在实际业务运营中，我们面临一个很扎心的现实。

新品派样时，得到的用户反馈非常少，一般可能不到1%。即便用户给出了反馈，真正能够转化为品牌可用、可继续传播的真实口碑内容，也非常少。与此同时，很多时候用户的体验很好，却不太愿意为品牌做宣传。这当中最大的鸿沟是什么？是用户的参与。

在这样的背景下，我们借助AI能力，重新设计了一套品牌与消费者的互动体验链路。我们邀请消费者在线下参与活动，并进行授权。

我们的KOC内容运营平台提供AI助手能力，为每一位消费者自动生成专属的内容生成框架。消费者基于这一发布能力，生成真实内容，并提交系统审核。运营人员审核这些内容之后，再鼓励消费者借助AI能力，在社交媒体上传播。

通过这样的设计，消费者参与到新的业务流程中，能够充分体验前沿的AI能力，也能够输出品牌真正可管理的真实内容，内容的活力感非常好。

这个活动的效果非常超出预期。20个城市、2万多名消费者参与了这次品牌互动体验，90%以上的消费者最终借助这项新业务、借助AI能力，生成了可以在社交媒体上传播的内容。这些内容获得的点赞和转发，远超品牌自身推广的内容。这就是我们把AI技术真正应用到创新和品牌数字体验这项长期工作中的实践。

05 、低温供应链：一个计划、一个模型、一个智能体

第三个案例与乳制品行业最大的挑战有关。

乳制品行业有一个天生的挑战，叫“新鲜度倒计时”。尤其是低温乳制品，保质期短，备货必须精确平衡供应和需求。促销波动、天气变化，都可能导致缺货或积压。经销商也面临两难：多备货，怕临期；少备货，又怕丧失销售机会。

我们如何用AI能力尝试解决这个挑战？我将它总结为“三个一”。

第一个是一个计划。我们用品牌共享库存替代每个经销商自己的安全库存，让大家从各自压库存，转变为共享“一盘货”。这是模式的升级。

第二个是一个模型。我们用机器学习，为每一个商品、每一个区域输出动态销量预测和置信区间。这是能力的升级。

第三个是一个智能体。我们建设供应链计划助手，让它既能像老师傅一样回答业务运行中的各类问题，也能像助手一样推动流程向前执行。这是流程的升级。

通过这“三个一”，我们实现了低温产品需求预测准确率从70%提升到90%，终端门店订单满足率也提升了10%。与此同时，经销商的仓储费、临期损失、人员工时，都实现了显著降低。

用一句话概括，我们借助AI能力创造智能体，再把智能体嵌入业务流程，让“新鲜度”这个行业挑战，开始从概率事件持续走向确定性的输出。

最后，我想分享伊利的企业信条——“伊利即品质”。伊利所有AI智能体的应用，归根到底，都是为了让每一杯牛奶、每一次服务更新鲜、更可靠、更健康、更温暖。我们相信，技术会变，模型会迭代，但对品质的追求不会变。

我们相信，AI不是要取代人，而是要把人连接在一起，把品质这件事做得更好、做得更远。以上就是伊利在AI技术上的一些实践，感谢大家的聆听，也期待未来有更多交流，谢谢！