非凡大赏｜AI变革：智能引擎驱动企业协同创新与转型方法论

2025年4月18日，由非凡资本领衔主办，霞光社、给力讯息、云赛空间协办的「生成式AI商业高峰论坛暨第六届非凡奖颁奖礼」在上海漕河泾万丽酒店圆满落幕。

此次盛会吸引了超过80位AI领域的演讲嘉宾和千名AI相关从业者参与。通过主题演讲、圆桌论坛、互动展览和晚宴派对等丰富多彩的活动形式，非凡资本为参与者打造了一个全面而深入的AI行业交流盛会。

大会首场圆桌会议以《AI变革：智能引擎驱动企业协同创新与转型方法论》为主题。主持人是Vitally AI CEO 江志强。嘉宾包括：自然堂集团首席信息官罗予晋、古德智造首席增长官马兵、萤火虫 MCN 创始人丁其骏、贝芯宠科技副总裁高务修。以下是圆桌讨论核心内容：

AI 在不同行业的应用现状与场景：

嘉宾们分享了 AI 在美妆（自然堂）、IP 衍生品设计与生产（古德智造）、MCN 机构（萤火虫 MCN）以及宠物科技（贝芯宠科技）等行业的具体应用场景，例如智能客服、内容生成、直播切片、IP 赋能、宠物疾病诊断辅助等。

AI 对企业组织架构、工作流程及 SOP 的影响：

讨论深入探讨了 AI 如何改变企业内部的工作方式、流程优化以及标准作业程序（SOP）的重塑，例如在短视频混剪、设计流程、客户服务等环节的变革。

企业内部不同层级员工对 AI 的认知与接受程度：

嘉宾们分享了不同年龄和资历的员工对 AI 的态度和应用情况，以及企业如何进行相应的引导和激励。

AI 带来的商业模式创新与增长机会：

探讨了企业如何利用 AI 开辟新的商业模式，例如古德智造通过 AI 赋能下沉市场，萤火虫 MCN 利用 AI 提升内容生产效率和变现能力。

AI 应用落地过程中的挑战与解决方案：

讨论涉及数据治理的重要性、AI 效果的评估、人才需求的转变以及企业在导入 AI 时可能面临的成本和合规性问题。

对 2025 年 AI 发展趋势的展望与建议：

嘉宾们分享了对未来 AI 发展的看法，并为企业如何更好地引入和利用 AI 提出了宝贵的建议，例如多实践、关注数据准备和成本控制等。

嘉宾自我介绍

江志强：非凡大赏的各位观众、来宾，大家好。我是 Vitally AI 咨询的江志强。熟悉我的这个行业朋友都会叫我 Alvin。其实很高兴在全中国 AI 行业影响力最大的非凡大赏来组织这样一个讨论。我们今天的主题是企业的 AI 变革。所以我们今天在场的都是邀请到各个行业，来自于各个行业的一个甲方的这些领导们，我们一起来探讨在他们各自行业在导入 AI 所碰到的一些经验、机遇，还有挑战。我先把参加这个圆桌的这些嘉宾们，先很快地介绍一下。我就让嘉宾们介绍你们自己好了，待会儿就依序，从自然堂集团的 CIO 罗总，到古德智造的首席增长官马兵马总，到萤火虫 MCN 丁总，到贝芯宠科技的高总，我们我们依序很快地介绍一下你们自己所在的企业、负责的工作，并一句话描述一下自己对 AI 发展的看法，个人的、工作上的都可以。

罗予晋：谢谢主持人，我叫罗予晋，是上海自然堂集团的大数据中心总经理。上海自然堂集团是一家国货的头部美妆公司。我在公司里面，我们这个部门是负责公司的数字化转型。在 AI 的时代到来的时候，也负责 AI 相关部分怎么在企业内用好、落地，变成企业的竞争力。这是我们的职责。一句话讲 AI，就是刚刚开始。从2023年开始，有个高潮。现在其实在落地这个场景上，其实是刚刚开始，还有很多路要走。

马兵 ：我们集团叫古德，名字很好记，Good。我相信在座的都用过我们的一些设计生产的一些产品。比如说我们帮知名咖啡品牌设计他的杯子，然后生产他的杯子。我们在这里面的角色，其实就是做 IP 经纪人，去做设计创意以及他的那个东西的产出。然后通过衍生品和周边帮助一些品牌去创造消费者跟他品牌、小程序、以及店沟通的一些机会。所以说这是我们古德大概的一个业务情况。

关于 AI ，我们的一句话理解是，AI 对对我来说有几个认知的跃升。一开始把它看成是一个我自己的能力。后来把它看成是我们企业要具备的一个工具。那现在我逐渐地把它清晰成是说，它是我们企业未来竞争力以及未来组织架构、业务逻辑的一个核心的一个方向。

丁其骏：我是萤火虫 MCN 的创始人，我叫丁其骏。我们公司其实是主要是在各大自媒体平台，比如说小红书、抖音、B站，然后视频号，签约并孵化我们的KOL。我们孵化的一些 KOL 可能大家有熟悉的，我不知道有没有人知道Olga姐姐。然后像知识类的，像有严伯钧、安森垚，之前都是我孵化的。我们从 2017 年开始就在从事这个自媒体行业了。我一句话讲讲我们对 AI 的理解，我觉得 AI 对我们这个行业来说，可以说是一个未来必须的一个选项。就是说如果我们不能学会应用 AI 这样工具的，我们可能很快会被大量的 AI 工具所淘汰。但是我觉得内容创造者还是有自己的独特性，我们也不能完全依赖 AI，这是我对 AI 一个又爱又恨的一个看法。一方面怕被淘汰，另外一方面我们又要拥抱 AI，很矛盾。

高务修：大家好，我是被新宠的Robber。我们被新宠是利用AI技术赋能宠物店和宠物医院，帮助他们实现店内业务的增长，并在医院中优化辅助医生的决策支持以及完善知识图谱。这是目前我们的主要工作。

AI 在不同行业的应用现状与场景

江志强：刚刚我们听到的是来自于国内最卷的一个行业，化妆品，到全中国设计能力最强的一个公司。因为他们的客户都是这些各行各业的超级头部品牌，全国头部的 MCN，到全中国少数还在唯一增长的宠物行业。我们刚听到其实行业的多元性。接下去我想我也稍微多多介绍一下我们自己在干嘛好了。我们 Vitally AI 自己最早是在图像生成，到多模态，到大语言模型这几波 AI 浪潮，这个过程本来是在做自己的应用，一年多前就就转型做服务企业的 AI 咨询、实施等服务。所以我个人接触的这个企业，特别是这个行业一把手是挺多的。

我们接下去的一个问题就是目前你们所在的企业跟行业导入 AI 这个现况。虽然你们刚刚可能点到了一点点，那待会儿麻烦几位嘉宾可以稍微说一下，你们在哪些场景开始思考或已经在尝试这个 AI，然后你们看到的这个机会跟挑战是什么？我首先请自然堂的罗总发言。因为我们去年和自然堂其实就开始有交流，我知道自然堂是其实好多的场景都在看，麻烦罗总可以稍微展开说一下。

罗予晋：其实2023年前后是两个时代。但是2023年之前的话 AI 也在用。我们当时更多的是美妆鞋，美妆鞋的一个特点就是在营销领域里面是拼得非常狠的。那么怎么能够做到更加精准，然后高效、 ROI 更好。那时候我们把所谓 AI那些算法类型的东西、机器学习的东西，用在这种投放里面，这个是用了很久。私域的、公域的都在做。到了2023年之后的话，大模型出来了。出来以后整个从文化层面突然间就进化了，成了一个 AI 的一个新的时代。

在这个时代里面，我们也在想到底做些什么事情比较好。因为我们是属于大数据中心这样的部门。从本部门这个位置上讲的话，我们经常会有大量的工作量是要给人取数。那么取数的时候的我们就在想，取数很可能不及时。因为你要去探讨你的需求、探讨你的逻辑口径，取完数之后还要对数我才能上线。整个的时间很长，但是取数往往是很急的事情。我现在要做决策了，我需要一个以前看不到的数据，那怎么办？所以那个时候的话，就从这个点出发，我们把开始应用大模型的落地。

在2023年的时候的话，GPT-4 刚出来，我们就觉得这个模型很好，一是能听懂人的话，二是能够写代码。因此的话它就像个人一样，它有无限的这种可能性。那个时候我们就做了ChatBI。在 ChatBI 还不流行的时候，我们就做了这个东西。从那开始就不断地在看在演进。就是在整个公司内部的各个岗位、流程里面的话，看看是不是可以做一些 AI 的助手，帮助我们的员工就是人+ AI 来去提效。

落地的场景，确实是也是覆盖了整个公司的前端后台部门。比如说有内容生成的，因为现在的话营销的核心是内容，而不是人群的这种精准化。做内容足够多、足够高质量，不同的类型的内容大量的产生，低成本高产能的产生。这是一个最大的一个需求量。因此我们这里面去做了一些事情。

然后另外的话就是客服，AI 后的客服，其实它不仅仅是一个客服这个范畴。一方面是说是确实从跟以前的客服的话，也能够让它的售前、售后，然后工单各种东西都可以去做。但是核心是说当一个人很了解你的时候的话，他也智能化地能跟你去来做各种各样的粘性很强的这样的一个交流的时候，他就在不远的未来，可能他不仅仅是客服，他会升级成了一个你的新的流量入口。你的导购、你的售前、售中、售后，任何时候的话都通过他来进行。这个客服，也是我们现在就深入做了的一个事情。另外我们所有的这样的一些这种数据分析类的、这个流程提效类的都在做。都是希望能够有一个对于我们现有员工、现有流程的情况下有一个加速的这么一个过程。

江志强：谢谢罗总，我想追问一下，就是刚才提到那个智能客服。因为我跟好多企业接触，客服的确是现在看到，特别是面向消费者的这些企业最大的场景之一。那现在这个智能客服这一块，你们是都自己做，还是说也会引进第三方一起来协作？还是说这边有一个什么演进的过程？

罗予晋：其实对于我们品牌来讲的话，我们肯定是希望有合作伙伴，有高质量、且能共同成长的这种合作伙伴是第一优先级的。因为品牌自己能做的事情还是有限的，资源也是有限，我们并不是一家技术公司，也不是一家互联网公司，我们是家品牌公司，我们的本分是把产品做好。整个数字化 AI 是帮助我们提效降本。公司也能够比较好地、健康地去发展。因此我们在整个 AI 这块还是希望能够有合作伙伴，这样我们也会做很多事情。

我们做的事情是什么呢？其实就是数据治理。不论是结构化的数据，还是我们知识性的数据，还是我们这种动态的过程性的知识的数据。我们怎么把它给全部收集起来、囤积起来、治理好，并且随时可用。这样的话才能跟外面的模型也好、这些新的智能体的这样的一些应用的这种工具系统也好，能够随时打通，那就能够更好地为我们公司去服务。

江志强：我知道自然堂跟几大云厂商都有合作，我就不说是哪几个了。因为今天的大会其实有挺多的 AI 应用方跟创业者也在。就是说如果您会愿意跟一些 AI 应用方、创业者合作吗？这个我帮在座也稍微多问一下，或者说你有什么筛选条件。

罗予晋：非常愿意，而且我们现在也就正在跟各种各样的初创公司，大厂，以及比较老牌的现在在转型的公司都在合作、都在谈，也都在进行中。所以我们其实没有什么这种偏见，特别欢迎大家，我们主要是看效果。

江志强：效果这个话题我们待会儿来聊。因为我们先前嘉宾们在一起讨论，一方面很积极地导入 AI，但是这个效果怎么定义跟评价，其实是也是一个有意思的话题，那我们接下去请古德的马总来说一下他们导入 AI 的情况，或者说你们现在思考些什么。

马兵：我模拟一下我们的一个业务场景。比如说我们要给一个客户去提，在春天樱花季，你这个品牌咖啡跟黑神话悟空的联名。你这两个 IP，一个是春天粉色和黑色，你能跟黑神话悟空擦出什么样的火花？能做出什么样的产品让消费者喜欢？你会应用在什么样的营销方式当中？这是我们大概的一个工作流。

我们在这样的工作场景当中，我们会有四类角色给大家讲一下。第一个是员工，比较年轻的员工，刚参加工作两三年。还有一类是比较资深的员工，工作十年、二十年年的。还有一类就是部门长，就是所谓的总监。还有一类就是老板。这四类员工在我们过去的应用当中，对于 AI 敏感和应用我讲一下我的心得，非常有意思。

年轻的员工他用 AI做了很多的创作和一些策略后，他没有办法选择哪个是好，哪个是对的。他拿 AI 做了很多的一些事情，有点选择困难。我觉得在这个过程中我们会发现，他对 AI 敏感，但是把它应用在工作场景当中之后，还需要一定的辅导和一定的正反馈。你要告诉他哪些做得好，哪些做得不错。而且你通过 AI 之后，有一些升职加薪的正反馈。这是年轻人用 AI 的一个体感。

在这个过程当中，我发现最受益的是工作十年、十五年左右资深的员工。因为他用 AI 给他一些思路、一些方法、一些片段之后，他能快速地用他的这个方案、用他的这个思路去组合成一个更加接近于成功的这么一个案例。资深的员工用 AI，目前我的观察，他们的获益是最高的，而且他们最游刃有余。在部门长的时候，他们会说通过 AI 之后能够给我做什么过程，能够带来什么业绩和订单。反而他们会去求助于说 AI 给他带来过程上的指标。

老板绝对焦虑。我们公司很多的项目、很多的员工，他第一反应就说 AI 对我这个产业带来什么样的影响？对于我的员工带来什么样的影响？对于我未来的发展带来什么样的影响？所以说我们发现不同的层级对于 AI 的思考是不一样的。我最后小结一下，我自己一开始我把它当成是个工具。我以前会用搜索引擎的，现在我用 DeepSeek 了，我自己能力提升。我会想说，那你能不能赋能我的这个员工。发现有员工对 AI 敏感，有的员工对 AI 抵触，有的有的全方位拥抱 AI。但是 AI 对他们来说可能只是另外一个百度、另外一个搜索引擎。他把 AI 当成一个工具。那我觉得跟公司的这个行业、跟公司未来战略谈 AI，我们立刻把它从一个能力、一个工具转变成了未来的一个客户的竞争，公司的组织架构，包括流程上的一些改变。所以说我们在用 SOP 来去收尾。SOP 我们以前做好之后是规范公司的这个风控流程，然后那样的让大家去按 SOP 作业。但是一旦用 AI 的思维方式去做 SOP 的思考，你会发现说我可以用 SOP 把我过去的经验二十年的累积，通过 SOP 放到我的大模型里面去做训练。最后我会生成古德的 AI agent，去做我们的整个行业的赋能。所以说关于 SOP 这个事情，如果你用 AI 的这个思维方式思考，也有了全新的意义。

AI 对企业组织架构、工作流程及 SOP 的影响

江志强：其实我们要找几个嘉宾在聊。因为导入这个 AI 其实企业内部的这个工作方式跟流程，甚至 SOP 可能也会变的。这个也许我们待会儿展开来聊。我想追问一下，就是我们稍早在聊，就因为 AI，所以你们有算是全中国帮这些顶级品牌做这么精彩的这些周边的这些设计能力，是不是有机会有一个新的商业模式？这个部分你能稍微透露一下吗？因为在座可能是这样的，非凡大会的所谓的观众的构成虽然有一大部分来自于可能关注 AI 的科创圈，但是有一部分是企业，有一部分部分是 AI 的创业公司等。所以可能台下是有可能有你的这个新的商业模式的潜在顾客的。

马兵 ：我们过往的成功我们归结成是，随着中国外资品牌的进入，比如说一些美妆品牌，他们对于美、对于设计、对于这个礼品要求很高。所以说我们也培养了这样的一些能力。过往又随着连锁品牌，它的规模比较大。这个是我们过去企业成功的因素。我们过往服务的是一二线头部企业。那它有个问题来了。我们会预判未来中国经济它一定会在，在二三四五线城市产生更加活跃。我们中国的连锁和民族品牌一定会崛起。那我们目前的这个生意模式是规模经济。就是你给我大订单，你给我一个亿的订单，我就不服务你那个一百万的订单。

我们目前来讲，已经得到了一些方面的一些验证，也发现了我们做了一个颠覆式创新，有机会和有潜力用 AI 的方式去重构我们的工作流，来去交付我们这样的一些服务。然后服务更广泛的一些客户，以及更高效的一些逻辑。

江志强：我刚听到的因为他们服务这些大品牌的顶尖产品设计能力，通过 AI 有机会创造一个新的商业模式，赋能到一个全新的群体，然后可能是创造古德的这第二增长曲线。接下去我们请萤火虫的丁总。我跟他认识的渊源我也稍微说一下。因为他们孵化了众多大博主里面，其中那个Olga姐姐刚好是我认识二十几年的好朋友，有一次也找我一起直播了，算是他开播以来少数的男嘉宾之一。所以就认识了萤火虫丁总。希望请丁总也稍微讲一下，大家都很羡慕 MCN 这个行业。因为大家都要流量，要去找 KOC，要去找博主。那你们看在赋能博主上，是不是也开始用上 AI？或者是自己公司内部。

丁其骏：江总刚刚讲提到的Olga姐姐，我们分享两个具体的案例，我们的实践案例。刚刚提到的Olga姐姐其实是一个外企职场，三十多年经验的一个职场 KOL。她之前是 Timberland，还有肯德基台湾的总经理，她因为有丰富的职场经验，她在我们的自媒体上我们帮他做了很多的内容，都是关于分享她的职场的一些干货，然后职场相关的一些经历的。所以会有很我们会发现有很多的粉丝，会有很多的他的观众向他私信提问一些职场困惑，或者一些困扰自己的东西。后来我们就帮他开发了一个课程，就把他的一些职场的内容体系化地变成了一个课程。

大家知道这个课程可能一共是十八节课，全部听完要花可能十几个小时。这个课程的内容量是很大的，你其实要正儿八经学，就是听完你其实也可能记不住，但还是有很多人在问。但是Olga姐姐其实作为现在全网超过两百万粉丝的一个大 KOL，她的时间是有限的。他没有办法一个人回答这么多的问题，所以我们也没有这么多的客服或者助教来回答这么多问题。所以我们就想到了利用 AI 的加知识库的方式。我们把她在我们公司这么两年以来沉淀的课程的的知识，以及他的日常的内容全部融合的做了一个Olga姐姐的 AI 分身。

她的粉丝后面就可以通过跟她的 AI 分身对话的方式，获得欧嘎姐姐的基本上跟她回答大差不差的一个回答，关于职场困惑的一个解答。这个是我们其实在做的一个尝试，就是针对一些博主，有，特别是有些这种自己知识体系的博主做的一个 AI 分身。当然还有另外一类，比如说像一些娱乐性的主播，可能他的一些更多的是一种情感陪伴的一个 AI 分身，这也是在尝试的一个方向。

我不知道大家这两年看小红书也好，看抖音也好，有没有发现你能看到越来越多的直播切片的内容。其实这个背后原因很简单。因为这两年的 AI 技术兴起之后，直播切片的内容生产成本大幅降低了。像我们我们公司现在在做一些这种类似于直播切片的内容，基本上都是用到了 AI 相关的技术。比如视频语音转文字，然后 AI 提取，自动剪辑等这种技术。

你想想，如果我们过去在两年之前，AI 技术没有达到现在这个程度的时候，我们要做个直播切片。首先我们的剪辑可能要把长达四个小时直播全部看一遍。在四小时中间挑出他认为有精彩的片段，然后再给他挑出来再加工再剪辑，其实这个效率是非常低的。但是其实有 AI 这个工具之后，你把通过把直播的那个文字内容提取，然后自动的筛选精彩题材片段，整个的效率大概提升了。我们观察起码是有五到十倍左右。所以说这两年大家我不知道多少人看过像李诞的直播切片，小杨哥的直播切片。很多时候直播切片内容比我们自己拍东西流量多好。所以这个也是我们觉得 AI 对我们的公司层面推进帮助很大一个地方。

但是在其他方面，比如说可能大家想象中编导是不是写脚本都使用 AI 的。这个我们觉得好像目前感觉还替代不了，是够提供一些灵感。但是我相信就像刚刚提到的，就是设计上我觉得目前应该是有助力，但是还不能达到替代这个作用。我觉得未来可能也不能替代。

江志强：谢谢丁总，我想追问一下，我刚听到因为你们把 AI 用得好烦了，因为直播其实挺累的。我自己也开始在做做直播，每周一次。我听到就说这个直播之后沉淀这个内容，听过这个 AI 这个切片混剪，反而能够带来二次流量，而且这个二次流量还是甚至更多。您可以透露一下Olga姐姐的这个数字分身，你背后是用什么技术吗？

丁其骏：这个没什么不方便透露的。也没有那么复杂。其实现在就是用 AI 加上 RAG 知识库。就把我们把它历史的内容全部变成一个知识库的一个素材，然后上传到知识库上去，再结合现在的大模型，生成了一个知识库加大模型。这应该也是很多企业在实践 AI 过程中都会采用的一个技术。就企业内部的一些数字资产或者一些文档整合成知识库，不过我们把它应用在我们的那个博主身上了。

江志强：谢谢丁总。我不知道大家是不是都听过 RAG。如果关注 AI 应该不会不知道 RAG。这个基本上是一个企业各个场景 AI 应用落地应该是不可或缺的。刚刚稍早罗总有提到，这个数据治理，其实都跟 RAG 也都是有关系的。因为如果这个数据没有清理也好、治理也好，其实这个 RAG 的效果也会差很多。

我想稍微补充一下。其实因为丁总他其实是技术背景创业做 MCN 的。所以我我稍微多说一下。我跟他接触的时候，大家都应该知道前一阵manus 很热，其实在manus很热之前，有一个跟他比较算是类似，但体验稍微不太一样的这个产品叫 Flow With。丁总他们很早就在摸索了。所以这个是我印象比较深刻的一点。接下去我们请教一下贝芯宠的高总，也来聊聊你们应该是百分之百 AI 赋能的业务跟商业模式，对不对？你介绍一下贝芯宠。

高务修：其实我们贝芯宠做了一个机器，本来这个机器只是宠物做检查的，后来我们发现，我们之所以有这么多AI，是因为我们有丰富的医疗知识，我们为什么不用AI把它学习起来，变成一个专业AI，然后可以广泛地让非专业人士也能变成一个知识平权。尤其是对于养宠物的人来说，如果你去宠物店，大部分店员其实不是专家，对宠物也不太了解。所以我们可以让赋能成为至少一个懂宠物的人，然后在医疗级设备上，协助医生更准确、快速地判断宠物的疾病及其治疗方法，这是我们在AI上做的一些事情。

说到我们内部，实际上，我们所有的宣传片、广告片以及设计工作，由于我们是一家AI公司，我们市场部的三个人——两个设计师和一个文案，全部使用AI进行操作。这包括了我们所有的视频制作、文案编写，以及我们内部流程的全面AI化，使我们完全转变为一个AI公司。尽管公司员工总数不过十几人，但我们已经将产品推广到全国二十几个城市，并且下个月将举办正式发布会，推出我们的2.0版本。

江志强：我想进一步询问高总，关于为宠物进行的检测，具体要检测哪些项目？以及，这背后所支撑的AI能力能否详细说明一下？

高务修：由于宠物店不能提供过多的医疗级服务，大家知道把狗狗或猫咪送到宠物店是为了什么？主要是为了洗澡和护理。在进行洗护之前，我们首先会利用扫描镜对宠物的皮肤和耳道进行检查，以排除真菌感染或皮肤病等问题。然后我们用图像的判别技术进行判断。我们已经在研究宠物店的图像判别技术快一年多，包括影像识别技术。

我们对多模态研究已持续超过一年。由于涉及医疗项目，我们与多家兽医研究所及大学兽医系合作，收集了全球大约七万多个不同病例的案例，以支持我们的研究。我们还亲自前往各个动物收容所，记录每一只流浪狗和流浪猫的状况，并进行扫描以获取数据。通过这种方式，我们制作了许多视频和图片，用于多模态研究。

江志强：我刚刚听到有关7万多只宠物病例的数据，这无疑是极具价值的私有数据。随着数据量的增长，对于宠物店经营者来说，这实际上构成了一个竞争壁垒。感谢各位嘉宾的分享。我们已经讨论了一轮关于AI在企业业务中的应用，包括降低成本、提高效率以及促进收入增长。那些成功利用AI的企业不仅节省了成本，还吸引了更多流量。新的商业模式不断涌现，但归根结底，企业主们对AI的关注点集中在降本增效和收入增长上。商业模式以及刚刚几位嘉宾提到的，是关于新兴行业竞争力的话题。接下来，我想进一步探讨的是，刚刚几位嘉宾提到的，由于AI这种颠覆性技术的出现，不仅改变了做事方式和解决问题的方法，还可能影响到流程和SOP。我们已经初步涉及了这些内容。可能也有嘉宾提出，如何评价AI在新流程和新SOP中的落地能力和效果？因此，首先马总分享您的观点。

马兵：我算是较早接触AI的，我也让我的团队和公司持续实践AI。我发现一个问题，即在开发AI时，我们公司缺乏相应的流程和评价体系。例如，我们有100名设计师，其中10名设计师在运用AI方面表现出色。我们如何评价他们？如何在职场绩效和工作流程上优先考虑他们？我们意识到，如果公司的制度中不反映对员工和SOP的评价，那么个人的认知和能力就无法准确反映。IT水平较高的人可能在AI水平上也较高，但这种反馈并未体现在公司整体的流程、激励和架构中，这是一个问题。

现在，我们将转换一种思维方式。我们不是将AI视为一种能力或工具，而是将其转变为影响整个工作流程的规定动作。实施这种方法时，我们遇到了一个问题。以往，我们会在SOP中保留许多案例和设计方法，例如企业使用的钉钉和内网的一些方式，一旦完成，就会被封存。但采用这种新的思维方式后，我们要求各部门按照我们的AI流程进行收集，并将这些资料送入知识库进行学习和标签化，以便在业务端不断应用。

我意识到SOP是为了我的应用和创新服务的，而不仅仅是为了风控合规和内控。这是我的一个新启发。这也引出了结论，我们将AI转变为组织架构中的一个角色和岗位，而不赋予其层级和复杂的内部斗争。我们将其视为公司层级的一部分，尽管是虚拟的职位。但这个虚拟职位需要有反馈、评价和一套明确的标准。目前，我们正在为AI虚拟员工制定这样的标准。

江志强：所以我很好奇，我听起来这件事情是基本上 HR 也介入了，是不是？

马兵：HR 是或者说部门主管，他非常有意识在在做这件事情了。

我认为这主要是一个认知问题。公司的管理层、业务部门、HR部门以及团队需要对该问题有深入的理解。基于这种共识，我们可以进行讨论、完善，并制定1.0版本的标准，然后不断进行迭代。然而，这并不意味着这项工作可以由HR部门单独完成。

江志强：了解。接下来，我想请罗总根据新的SOP流程，分享一下您在这方面的经验和见解。

罗予晋：我们这边的话可以举几个具体的例子。AI技术的应用确实会改变原有的工作流程或SOP。例如，在短视频混剪领域，人工混剪过程中，会面对大量的原始素材。这些素材中包含大量可用和不可用的素材。不可用素材通常由于晃动、灯光不佳、黑屏或者出框等原因无法使用。在人工混剪时，工作人员需要从这些素材中挑选优质的片段进行剪辑，最终形成完整的视频作品。

尽管AI混剪技术正在发展，但目前的人工智能还远未达到人类的剪辑水平。我们把大量的可用的原始素材给AI混剪工具。这意味着，你必须先处理那些画面晃动、灯光不佳、出框的，甚至有画外音的素材。

这是一个微小却具体的问题，它会带来困扰。若仅沿用旧有的流程而不进行改动，未引入所谓的“原始素材粗剪”步骤，那么我们只能使用已经剪辑好的片段交给AI进行混剪。这会导致重复率极高，产能极低，上平台后被退回的概率非常高，无法达到预期效果。因此，若要利用AI进行混剪，必须在原有的人工混剪流程中增加辅助步骤。这个步骤需要引入许多新的环节，以确保新的生产流程能够正常运行。这是需要考虑的一个方面。

另一方面，AI技术的引入改变了对人才的需求。过去，制作高质量的TVC或各类视频可能需要大量的拍摄和绘图工作。然而，随着AI技术的发展，对人的要求发生了变化，更看重创意、脚本构思、镜头感和审美。实际上，AI承担了真正的生产制作和设计工作，人的角色转变为需要适应这种新变化。因此，AI的引入使得整个行业在技能要求上类似于过去生产线自动化系统的变化，需要相应的调整和适应。

AI 来了以后的话，在我们所有的层面都可能会有作为正式真人员工的助手。如果流程不进行调整，AI可能仅作为个人助手存在。但是，如果流程稍作适配，AI助手便能承担更多高效的工作。这是我们在实际应用中获得的小经验。

企业内部不同层级员工对 AI 的认知与接受程度

江志强：感谢罗总。听您分享的这些，让我印象深刻，感觉CIO的角色远不止于关注流量。罗总，我想进一步追问，我们早先的讨论中，老板们确实非常重视AI。在推行AI方面，从组织层面来看，自上而下的推动力度很大，是吗？是的。我对贵公司有如此多的员工，很感兴趣，想了解自下而上主动学习和拥抱AI的观察是什么？

罗予晋：确实，现在的情况类似于移动互联网初期BYOD的概念，员工使用自己的设备接入公司的Wi-Fi。不过，这些设备并非公司配发的。实际上，在专业领域，如刚才提到的内容设计和广告等行业，AI的应用正变得极为火热。相比之下，从技术角度出发，这些领域的最新趋势和技术更深入，发展更为迅速，感知也更为敏锐。

因此的话，就是我们的作为我们这个部门的话在公司里面会首先一构建一些基础设施。比如说我们访问一些模型，比如说以前 GPT 怎么合规？把这个东西控制好，让他有一个不用翻墙、不用上 VPN 就能够用的这样一个好用的东西。包括 DeepSeek 访问不是老繁嘛。现在好点。各个平台里面都接入了DeepSeek，我们怎么能够找一个更好的能让大家用起来。但是我们也是特别发现很多各个岗位的员工都在普遍地使用这个 AI 的工具。但是有比较专业化的工具，也有是通用的大模型。

江志强：我与一些外企的高层管理人员接触时发现，某些国际企业内部对于数据合规的要求相对较高。不过，在企业内部流传着一种说法——"bring your own AI"，即员工可以自行引入AI工具。高层管理人员通常对此持宽容态度。罗总刚才提到的关于AI如何改变流程的讨论似乎总是绕不开流量和销售的最终目标，这与萤火虫MCN的丁总分享的观点颇为相似，因此，我想邀请丁总继续分享他的见解。

由于我与你们一些编导有过接触，并且目前也在运营自己的自媒体团队，我们内部也具备一定的编导能力。因此，我对编导的角色很感兴趣。尤其是在这个AI技术日益普及的时代，我想知道，你们在使用AI方面看到了哪些机会？或者，比如在招聘新的编导时，你们的职位描述是否会有所不同？

丁其骏：据我自己观察，其实因为这个跟刚刚那两个 Case 不一样。其实这个是我很多时候是依托于这个编导自身对 AI 的一个认知和使用的。我这边其实也是对这个问题是有好奇。我特意还去了解过我们编导到底使用 AI 到什么程度。但我们公司可能有大概几十位编导。我自己观察下来可能使用场景分为几类。

第一种情况是，在搜集灵感或构建框架时，人们利用AI获取论点和论据，并将其与个人的想法相结合，这一应用场景较为常见。第二种情况是，通过AI自动生成完整的脚本，然后评估其可用性。然而，据我所知，大多数情况下，这种情况下的脚本实际上无法使用。因为AI生成的内容，比如拍摄vlog时，可能会详细描述地点、天气和场景，但其幻想成分严重，导致内容过于夸张，缺乏可执行性。这可能与广告片的从业者们的体验相吻合，他们发现尽管AI生成的分镜看起来高级，但实际上并无可执行性。

第三个是关于马总提到的AI工具。对于拥有工作经验的团队成员或同事来说，这些工具可能是成功的助力。然而，对于缺乏判断力的新职场人来说，过度依赖AI可能成为阻碍他们成长的因素。因为缺乏实际操作，他们的成长速度可能会比AI时代慢下来，这是我自己的观察。

江志强：感谢几位嘉宾分享了企业在使用AI方面的实践，提到了一个当前市场热点话题——超级个体。他们似乎都在点头认同。我也有一个相关的问题想请教高总，因为你们面向消费者，不可避免地需要关注客户和流量。既然每个员工都需要熟练使用AI，你们是如何考虑将AI技术应用于拓展客户，以及自动化其他相关工作的呢？

高务修：现在其实我们还是 To B 比较多。

目前我们的拓客方式相对传统。我们非常希望向各位学习，如何利用AI技术进行有效拓客。然而，由于B端客户，尤其是宠物店的老板们对AI了解有限，我们仍需进行大量的教育工作。我们通常会花一到两个小时与每位客户沟通，介绍AI的诸多好处。现在，由于DeepSeek的出现，他们已经对AI有所了解，因此我们的工作流程在宠物店更快了。而在医院，由于系统对接的问题，情况有所不同。我们为何要使用AI进行大量宣传？除了因为我们是AI公司，我们还希望员工能够信任并精通AI，以便更好地向客户介绍AI。

对 2025 年 AI 发展趋势的展望与建议

江志强：实际上，医院、宠物店和宠物医院的相关信息应该都可以在大众点评上找到，接下来，我可以教你如何制作一个AI助手。利用浏览器插件，借助于manus可以自动化地提供支持和建议。最后，在本次panel的最后一个话题中，我将请几位嘉宾分享他们对2025年AI发展趋势的看法，或者分享一些对引入AI的建议。我们按嘉宾的顺序进行，首先请Robber分享他的见解。

高务修：实际上，我是从广告行业转向了宠物行业的。在我看来，AI虽然是一项非常有用的技术，但最终，还是需要人类来进行最后的判断。因此，尽管可以使用AI，但最终的决策仍应基于人类的判断和情感。这是我给大家的一个建议。

丁其骏：我认为今年AI的最重要变化是，它首次真正引起了全中国乃至全世界人民对AI作为强大生产力工具的普遍认识。今年我观察到的现象是，与去年不同，公司员工开始自发地将AI作为至少是一种辅助生产力工具进行使用。这种现象是DeepSeek之后才开始显现的。因此，我认为今年AI的显著变化在于它激发了全民意识的转变，这将带来许多新的机会。

马兵：我的建议很直接，就是多用。但大家可能对“多用”没有印象。我用一个理论来跟大家去讲，我的理论就是遛狗理论。许多人使用AI工具后，如果未能达到预期效果，就会认为AI不可靠，并放弃尝试。我的建议是，把AI当作家里的宠物狗，虽然它可能不会立即理解你的指令，但通过持续的互动和训练，它最终会学会。前提是你需要每天带它遛弯。

所以说很多 AI 像 MidJourney 已经进化到 V7 了。V7 和 V5 有什么区别？你的这个提示词有什么变化？它下一代怎么去做？这种方式只能你不能看报告，也不能看趋势，也不能老参加大会。只能天天的没事夜深人静手里不断地调，不断地试，不断地用。这就是说我觉得在 2025 年，就是今年对待所有的 AI 工具，大家要去上手、多用。

罗予晋：2025年实际上从 AI 角度上讲的话，它进步挺多的。很多模型新的模型出来之后的话，以前做不了的事情，现在好像似乎可以做。但是要在企业里面落地的话，我估计这个局面并没有特别明显的这种跟2023年的不同。但是确实是，可能有两个问题需要去解决。我估计 2025 年大家可能都会做这些事情。

在企业内部，除了AI之外，人们可能会在做什么呢？答案是数据准备。如果要在企业中实现自动化流程，会发现需要大量的数据在线化使用，以支撑流程的运行。如果没有这些数据在线化，即便是最优秀的AI也无法真正落地。因此，AI之外的因素在很大程度上决定了其在企业内部的实施程度。

然后另外一个就是成本。其实我们在2023年开始大家就讲微调。有限的几个场景下，我们确实觉得微调比 RAG 那些东西要强很多。但是，一旦涉及微调，就无法使用大型预训练模型。通常，这些模型包含特定的成本结构，包括券儿和其他费用。你可以将这些成本考虑在内，这样就不存在问题了。这是第一个成本考量。第二个要考虑的是，维护这样的系统将是一笔巨大的开销。然而，尽管微调的成本较高，其效果通常优于纯粹的。那么，如何评估和管理这些微调成本，尤其是当它们主要由小型公司产品产生时？

创业公司尤其需要培养这种针对性强的、差异化的实力。在成本结构方面，如果他们能够提供一个非常有利的方案，那将是非常关键的。AI之外的企业需要结合这些新的成本结构进行优化，这既限制也决定了企业内部如何有效实施以及深入发展这两点重要事项。

江志强：最后由我来做一段寄语和结语。如果您们是企业的决策者，我想根据我与数十位企业一把手的交流经验，给您们提出一些建议。首先，关于AI的认知，我认为无论您设定什么样的与AI相关的KPI，无论是裁员人数还是部门项目，作为老板的您都应该多使用AI。正如马斌所言，就是要把AI当狗，让它遛起来。如果老板自身不积极使用AI，可能会导致对AI的不了解和误用。

第二点，探讨企业在何种场景下适宜导入AI。通过交流，我发现企业应寻找自身场景与需求最为契合的切入点。推荐从两个非常具体的场景入手，因为窄化场景可以降低AI的难度，提高实施的可行性，降低成本，并且减少涉及的部门和流程，这是第二点建议。

第三个建议，其实也是刚刚罗总提到的，因为无法避免在过程中必须使用数据，无论是何种类型的数据，甚至像古德这样拥有优质设计资产的公司，这些数据的管理都至关重要。若数据管理不当，AI技术将难以落地。企业应将数据视为新AI数字化时代的重要资产。这一认识不仅限于CIO，而是所有老板都应具备的意识。此外，关注非凡产研视频号以及我个人的视频号“Alvin 文哥聊AI”，将有助于您了解更多关于AI的讨论。再次对诸位嘉宾表示感谢，本次讨论就到这里。

走之前记得一键三连，好内容值得被更多人看见❤️