在WAIC現場，我們發現AI已經從效率工具升級成增長引擎

【導語】

AI很熱，消費很冷？

至少在今年WAIC，這是一種真實的感受。資本市場的熱錢幾乎都扎堆涌向AI和硬科技，消費賽道在一級、二級市場的關注度持續走低。走進WAIC會場，大模型、算力芯片、人形機器人輪番登臺，論壇上談的是AGI、是Agent、是萬億參數；而在會場之外，消費企業也在各自尋找新的增長出路——存量競爭加劇，獲客成本攀升，不少企業都在思考下一步怎么走。兩個世界，冷暖分明。

但仔細看，這兩個世界并非毫無交集。在WAIC展會現場，我們在百度、阿里、騰訊、科大訊飛等人工智能企業薈聚的H1館看到兩個特殊的身影——瑞幸和伊利。

伊利巨幅屏幕寫著“真AI牛奶，數智伊利”。瑞幸則推出了AI智能體“AI lucky”，并在現場豎起了AI朋友圈展板。

在瑞幸的展區，我看見這么一段話：“鎖定爆品機會，提升新品成功率。結合用戶反餿、 市場分析、上市時機、 消費口味趨勢四大維度數據交叉驗證，精準篩選新品方向; 產品上線后持續收集用戶反饋，隨時優化迭代，讓好喝爆款長期在線。”

在WAIC的論壇上，百度集團副總裁袁佛玉也拋出了相同的判斷：AI與消費是兩場并行的“無盡游戲”，市場永遠在迭代，競爭永遠有新變量，但如果只把AI用來降本增效，那么將錯失結構性的增長窗口。AI正在從后臺節流的效率工具，轉變為前端開源的增長引擎。

這不正是今天的消費企業最應該抓住的么？

01

消費企業的破局之道

當前的消費市場早已告別普漲時代，呈現出“K型分化”的格局。一邊是全民極致性價比，一邊是高價值高體驗高溢價。與此同時，消費競爭正從“滿足需求”走向“發現和生成需求”。

袁佛玉在演講中直言：“過去消費競爭的核心是滿足用戶顯性需求，而現在行業比拼的是發現、生成用戶自己都說不清的潛在需求，這是傳統人力完全無法覆蓋的能力邊界，也是AI不可替代的核心價值”。

過去新品誕生全靠行業從業者直覺，隨機性極強；但AI可以7×24小時解析海量用戶評論、消費行為數據，精準捕捉隱性需求，聯動柔性供應鏈，快速落地新品，創造全新消費增量。

過去小眾賽道受獲客成本制約，很難做大，如今AI能夠聚合分散在全網的細分人群，讓垂類產品成為穩定大盤。泡泡瑪特、AI情緒陪伴玩具等品類能做大，也都說明小眾需求也可以規模化，細分賽道不再等同于小生意。

消費行業正在發生一個深層變革——消費決策權的重新分配。

什么意思？

過去算法站在平臺方，決定消費者能看到什么；未來智能體會站在用戶一側，主動篩選、比價、完成交易。

這意味著品牌不僅要讓人愿意買，還要讓AI有充分理由推薦；商家的商品、庫存、價格、評價、履約信息，都需要變得機器可讀、實時可調用。

這必然倒逼企業的經營環節必須完成智能化改造。

我們在跟企業溝通時候發現，現在很多消費企業其實已經在AI了，但仍然處于"早用但沒用到位"。

大量企業還是僅把AI用于客服、文案生成等單點環節，只實現局部提效，并沒有拉動營收、毛利、新品成功率等核心經營指標。

這就會出現一個現象，當競品同步跟進后，降本優勢會快速抹平。這時，企業看不到業務正向收益，智能化轉型也自然就半途而廢了。

02

從效率AI到增長AI

長期以來，絕大多數企業對AI的認知停留在“效率工具”，衡量標準是“節省多少人力、降低多少成本”。

袁佛玉認為：效率AI，是用更少資源完成原有工作，核心目標節流；增長AI，是挖掘未被滿足的潛在需求，創造全新產品、服務與消費場景，核心目標開源。企業衡量AI價值的標尺，必須從"節省了多少成本"進一步轉向“創造了多少新增價值”。

真正具備增長能力的AI，會完整打通“研、產、供、銷、服”經營環節，形成閉環循環：

1）研發端：智能體洞察全網消費趨勢，模擬測試新品，縮短研發周期，挖掘差異化新品機會； 2）生產端：AI監控安全生產、優化工藝、自動化質檢，穩定品控； 3）供應鏈端：實時預測門店客流、商品需求，動態調撥倉配庫存，降低積壓與缺貨損耗； 4）營銷端：自動生成全渠道內容，智能分配投放預算、優化媒介組合，提升轉化ROI； 5）門店與服務端：智能承接咨詢投訴，挖掘存量會員潛在消費需求，同時將用戶反饋回流至研發環節，反向指導新品迭代。

舉個例子，百度智能云Hogee為餐飲零售配備“AI營銷團隊”。一連鎖茶飲品牌線下布局20余家門店，Hogee自動捕捉本地消費熱點、批量生成圖文短視頻，多平臺分發并掛載了門店POI定位。短短兩個月，自動產出600篇門店個性化內容，全域累計曝光突破300萬。

百度一見的“AI數字店長”則通過視覺模型解決門店管理問題，全面提升經營效率。在瑞幸咖啡的門店一線，人工盤點物料原本要耗時半多小時，現在直接壓縮到了分鐘級。管理者只需下達一句指令，如“每天早8點巡檢開店準備”，系統便自動執行巡檢并推送報告。

可以說，AI不是孤立的工具，而是串聯全業務的循環引擎。當服務端收集的用戶痛點自動流入研發，供應鏈數據同步指導營銷備貨，企業就能形成“需求洞察—新品落地—用戶反饋”的正向循環，哪怕大盤整體承壓，也能捕捉結構性增量。

圍繞行業如何用好AI，百度智能云也給出了落地路徑，可概括為“一個智能工作臺+N個業務場景+一套新全棧AI云”。

大量企業前期零散搭建多套場景智能體，各工具數據不通、權限混亂，員工需要切換多套系統，使用成本極高。袁佛玉介紹稱：“百度搭子是極簡通用智能工作臺，作為上層協同層疊加在企業現有CRM、庫存、客服系統之上，不改造、不替換原有業務工具，通過前線部署人員快速打通內部全量數據”。

在此基礎上，N個業務場景智能體是落地核心載體。很多企業陷入AI落地誤區：以搭建智能體數量、產出文案總量、Token消耗作為落地成果，看似熱鬧，卻無法帶動業績。袁佛玉則說：“所有AI場景智能體，必須綁定可量化經營指標，研發看新品成功率、供應鏈看庫存周轉、營銷看付費轉化、服務端看會員復購，杜絕只重過程、不看結果的虛假繁榮”。

新全棧AI云則是整套方案的底層智能基礎設施，支撐智能體規模化穩定運行。百度智能云基于昆侖芯、文心大模型、智能體技術，升級為面向大規模Agent應用的全棧AI云。目標是打造單位Token智能水平最優的Agent Infra，以及性價比更高的AI Infra。

03

一把手工程和落地方法論

袁佛玉很確信：“企業最高負責人如果沒有清醒認識，幾乎沒有機會。”

AI轉型一定是一把手工程。企業AI化的最大難點，從來不是技術是否成熟，而是AI能否真正融入企業業務流程、組織機制與經營指標。

想要實現AI長效增長，必須打通個人、組織、業務三層正向飛輪。

而這一切的起點，是企業一把手的戰略認知。

1）頂層認知先行，樹立AI增長戰略

“AI轉型不存在統一標準答案，模型、智能體技術持續迭代，短期很難立刻看到巨額收益，只有企業最高負責人理解AI長期價值、堅定推動，轉型才有可能成功。”

袁佛玉告訴i黑馬，CEO需要完成幾個關鍵的認知與行動轉變：一是樹立核心認知，AI轉型是生存底線而非可選增值；二是落地AI First理念，出現任何新任務先問AI能不能干，能干的交給AI，AI還做不好的才由人來，分工由能力邊界決定；三是以終為始，只用真實經營結果評估AI價值，避免陷入“過程繁榮”。她也分享了百度內部的實踐： 將AI落地納入企業OKR、固定周會議題，自上而下持續滲透戰略——“你這么去推，理論上不太可能跑得比別人慢那么多”。

2）重塑組織機制，化解全員轉型阻力

AI落地過程中，員工會存在抵觸情緒：擔心崗位被替代、增加額外工作、原有晉升路徑失效。

袁佛玉認為需要從激勵機制層面解決組織阻力。“企業必須重塑晉升評價標準，不再以管理人數作為晉升依據，轉而考核員工依托AI操盤的業務規模、創造營收；對主動使用AI的員工，給予績效、資源、榮譽傾斜，讓員工清晰感知AI是放大個人能力的工具，而非裁員手段”。

3）搭建業務閉環，形成規模化復利增長

通用的大模型和智能體無法形成企業差異化競爭力，真正拉開品牌差距的，是企業依托自身業務沉淀的規模化、正向循環能力。

消費企業一旦搭建起用戶洞察、產品創新、會員運營、供應鏈優化的完整閉環，就會形成“越用AI越精準、越精準增長越快”的復利效應。這套專屬業務循環，是競爭對手無法復制的核心壁壘。

結 語

AI與消費是兩場并行的“無盡游戲”。WAIC的館內館外，就是一個絕佳的切面。

館內，儼然一場白熱化AI技術軍備競賽。大模型、算力芯片、人形機器人、超級智能體密集亮相，你方唱罷我登場地激烈角逐。館外，行人被上海的高溫熱浪裹挾，手里拿著冷飲咖啡，然后快速鉆進車內，駛入傍晚時分的消費空間和人間煙火里。

我好奇地問袁佛玉，作為一家服務消費企業的技術廠商，有什么真實感受？

袁佛玉思考了很久，然后慢慢地說：“我覺得現在還是有機會的。”

現在資本市場很極端，一級和二級市場的熱錢全都扎堆投向AI和硬科技項目，資本投一些項目也是一邊進場一邊心里發慌。可與此同時，消費行業幾乎沒人關注，顯得格外冷清。

在很多人眼里，仿佛只有AI公司才有機會，但她認為消費行業消費藏著更多的可能性。消費者還是有大量的真實的需求，依舊沒有被充分滿足。只要人還有未被滿足的需求，就一定有消費企業的機會。

未來消費市場，可以會長期并存兩種新品類誕生模式：一種是依靠創始人審美、行業洞察力打造的全民大一統產品；另一種則是依托AI 挖掘垂直細分品類，讓企業不止降本，還能創新式增長。

黑馬精選

張老師：chenfu3721（微信）

王老師：15222191516（微信）