【导语】
AI很热，消费很冷？
至少在今年WAIC，这是一种真实的感受。资本市场的热钱几乎都扎堆涌向AI和硬科技，消费赛道在一级、二级市场的关注度持续走低。走进WAIC会场，大模型、算力芯片、人形机器人轮番登台，论坛上谈的是AGI、是Agent、是万亿参数；而在会场之外，消费企业也在各自寻找新的增长出路——存量竞争加剧，获客成本攀升，不少企业都在思考下一步怎么走。两个世界，冷暖分明。
但仔细看，这两个世界并非毫无交集。在WAIC展会现场，我们在百度、阿里、腾讯、科大讯飞等人工智能企业荟聚的H1馆看到两个特殊的身影——瑞幸和伊利。
伊利巨幅屏幕写着“真AI牛奶，数智伊利”。瑞幸则推出了AI智能体“AI lucky”，并在现场竖起了AI朋友圈展板。
在瑞幸的展区，我看见这么一段话：“锁定爆品机会，提升新品成功率。结合用户反馊、 市场分析、上市时机、 消费口味趋势四大维度数据交叉验证，精准筛选新品方向; 产品上线后持续收集用户反馈，随时优化迭代，让好喝爆款长期在线。”
在WAIC的论坛上，百度集团副总裁袁佛玉也抛出了相同的判断：AI与消费是两场并行的“无尽游戏”，市场永远在迭代，竞争永远有新变量，但如果只把AI用来降本增效，那么将错失结构性的增长窗口。AI正在从后台节流的效率工具，转变为前端开源的增长引擎。
这不正是今天的消费企业最应该抓住的么？
01
消费企业的破局之道
当前的消费市场早已告别普涨时代，呈现出“K型分化”的格局。一边是全民极致性价比，一边是高价值高体验高溢价。与此同时，消费竞争正从“满足需求”走向“发现和生成需求”。
袁佛玉在演讲中直言：“过去消费竞争的核心是满足用户显性需求，而现在行业比拼的是发现、生成用户自己都说不清的潜在需求，这是传统人力完全无法覆盖的能力边界，也是AI不可替代的核心价值”。
过去新品诞生全靠行业从业者直觉，随机性极强；但AI可以7×24小时解析海量用户评论、消费行为数据，精准捕捉隐性需求，联动柔性供应链，快速落地新品，创造全新消费增量。
过去小众赛道受获客成本制约，很难做大，如今AI能够聚合分散在全网的细分人群，让垂类产品成为稳定大盘。泡泡玛特、AI情绪陪伴玩具等品类能做大，也都说明小众需求也可以规模化，细分赛道不再等同于小生意。
消费行业正在发生一个深层变革——消费决策权的重新分配。
什么意思？
过去算法站在平台方，决定消费者能看到什么；未来智能体会站在用户一侧，主动筛选、比价、完成交易。
这意味着品牌不仅要让人愿意买，还要让AI有充分理由推荐；商家的商品、库存、价格、评价、履约信息，都需要变得机器可读、实时可调用。
这必然倒逼企业的经营环节必须完成智能化改造。
我们在跟企业沟通时候发现，现在很多消费企业其实已经在AI了，但仍然处于"早用但没用到位"。
大量企业还是仅把AI用于客服、文案生成等单点环节，只实现局部提效，并没有拉动营收、毛利、新品成功率等核心经营指标。
这就会出现一个现象，当竞品同步跟进后，降本优势会快速抹平。这时，企业看不到业务正向收益，智能化转型也自然就半途而废了。
02
从效率AI到增长AI
长期以来，绝大多数企业对AI的认知停留在“效率工具”，衡量标准是“节省多少人力、降低多少成本”。
袁佛玉认为：效率AI，是用更少资源完成原有工作，核心目标节流；增长AI，是挖掘未被满足的潜在需求，创造全新产品、服务与消费场景，核心目标开源。企业衡量AI价值的标尺，必须从"节省了多少成本"进一步转向“创造了多少新增价值”。
真正具备增长能力的AI，会完整打通“研、产、供、销、服”经营环节，形成闭环循环：
1）研发端：智能体洞察全网消费趋势，模拟测试新品，缩短研发周期，挖掘差异化新品机会；
2）生产端：AI监控安全生产、优化工艺、自动化质检，稳定品控；
3）供应链端：实时预测门店客流、商品需求，动态调拨仓配库存，降低积压与缺货损耗；
4）营销端：自动生成全渠道内容，智能分配投放预算、优化媒介组合，提升转化ROI；
5）门店与服务端：智能承接咨询投诉，挖掘存量会员潜在消费需求，同时将用户反馈回流至研发环节，反向指导新品迭代。
举个例子，百度智能云Hogee为餐饮零售配备“AI营销团队”。一连锁茶饮品牌线下布局20余家门店，Hogee自动捕捉本地消费热点、批量生成图文短视频，多平台分发并挂载了门店POI定位。短短两个月，自动产出600篇门店个性化内容，全域累计曝光突破300万。
百度一见的“AI数字店长”则通过视觉模型解决门店管理问题，全面提升经营效率。在瑞幸咖啡的门店一线，人工盘点物料原本要耗时半多小时，现在直接压缩到了分钟级。管理者只需下达一句指令，如“每天早8点巡检开店准备”，系统便自动执行巡检并推送报告。
可以说，AI不是孤立的工具，而是串联全业务的循环引擎。当服务端收集的用户痛点自动流入研发，供应链数据同步指导营销备货，企业就能形成“需求洞察—新品落地—用户反馈”的正向循环，哪怕大盘整体承压，也能捕捉结构性增量。
围绕行业如何用好AI，百度智能云也给出了落地路径，可概括为“一个智能工作台+N个业务场景+一套新全栈AI云”。
大量企业前期零散搭建多套场景智能体，各工具数据不通、权限混乱，员工需要切换多套系统，使用成本极高。袁佛玉介绍称：“百度搭子是极简通用智能工作台，作为上层协同层叠加在企业现有CRM、库存、客服系统之上，不改造、不替换原有业务工具，通过前线部署人员快速打通内部全量数据”。
在此基础上，N个业务场景智能体是落地核心载体。很多企业陷入AI落地误区：以搭建智能体数量、产出文案总量、Token消耗作为落地成果，看似热闹，却无法带动业绩。袁佛玉则说：“所有AI场景智能体，必须绑定可量化经营指标，研发看新品成功率、供应链看库存周转、营销看付费转化、服务端看会员复购，杜绝只重过程、不看结果的虚假繁荣”。
新全栈AI云则是整套方案的底层智能基础设施，支撑智能体规模化稳定运行。百度智能云基于昆仑芯、文心大模型、智能体技术，升级为面向大规模Agent应用的全栈AI云。目标是打造单位Token智能水平最优的Agent Infra，以及性价比更高的AI Infra。
03
一把手工程和落地方法论
袁佛玉很确信：“企业最高负责人如果没有清醒认识，几乎没有机会。”
AI转型一定是一把手工程。企业AI化的最大难点，从来不是技术是否成熟，而是AI能否真正融入企业业务流程、组织机制与经营指标。
想要实现AI长效增长，必须打通个人、组织、业务三层正向飞轮。
而这一切的起点，是企业一把手的战略认知。
1）顶层认知先行，树立AI增长战略
“AI转型不存在统一标准答案，模型、智能体技术持续迭代，短期很难立刻看到巨额收益，只有企业最高负责人理解AI长期价值、坚定推动，转型才有可能成功。”
袁佛玉告诉i黑马，CEO需要完成几个关键的认知与行动转变：一是树立核心认知，AI转型是生存底线而非可选增值；二是落地AI First理念，出现任何新任务先问AI能不能干，能干的交给AI，AI还做不好的才由人来，分工由能力边界决定；三是以终为始，只用真实经营结果评估AI价值，避免陷入“过程繁荣”。她也分享了百度内部的实践： 将AI落地纳入企业OKR、固定周会议题，自上而下持续渗透战略——“你这么去推，理论上不太可能跑得比别人慢那么多”。
2）重塑组织机制，化解全员转型阻力
AI落地过程中，员工会存在抵触情绪：担心岗位被替代、增加额外工作、原有晋升路径失效。
袁佛玉认为需要从激励机制层面解决组织阻力。“企业必须重塑晋升评价标准，不再以管理人数作为晋升依据，转而考核员工依托AI操盘的业务规模、创造营收；对主动使用AI的员工，给予绩效、资源、荣誉倾斜，让员工清晰感知AI是放大个人能力的工具，而非裁员手段”。
3）搭建业务闭环，形成规模化复利增长
通用的大模型和智能体无法形成企业差异化竞争力，真正拉开品牌差距的，是企业依托自身业务沉淀的规模化、正向循环能力。
消费企业一旦搭建起用户洞察、产品创新、会员运营、供应链优化的完整闭环，就会形成“越用AI越精准、越精准增长越快”的复利效应。这套专属业务循环，是竞争对手无法复制的核心壁垒。
结 语
AI与消费是两场并行的“无尽游戏”。WAIC的馆内馆外，就是一个绝佳的切面。
馆内，俨然一场白热化AI技术军备竞赛。大模型、算力芯片、人形机器人、超级智能体密集亮相，你方唱罢我登场地激烈角逐。馆外，行人被上海的高温热浪裹挟，手里拿着冷饮咖啡，然后快速钻进车内，驶入傍晚时分的消费空间和人间烟火里。
我好奇地问袁佛玉，作为一家服务消费企业的技术厂商，有什么真实感受？
袁佛玉思考了很久，然后慢慢地说：“我觉得现在还是有机会的。”
现在资本市场很极端，一级和二级市场的热钱全都扎堆投向AI和硬科技项目，资本投一些项目也是一边进场一边心里发慌。可与此同时，消费行业几乎没人关注，显得格外冷清。
在很多人眼里，仿佛只有AI公司才有机会，但她认为消费行业消费藏着更多的可能性。消费者还是有大量的真实的需求，依旧没有被充分满足。只要人还有未被满足的需求，就一定有消费企业的机会。
未来消费市场，可以会长期并存两种新品类诞生模式：一种是依靠创始人审美、行业洞察力打造的全民大一统产品；另一种则是依托AI 挖掘垂直细分品类，让企业不止降本，还能创新式增长。
匿名用户
