近日，“第二十三屆中國百貨零售業年會暨商業創新峰會”在上海勝利召開。與會嘉賓圍繞大會的主題“新周期、新趨勢、新跨越”，展開深入交流探討。同期，“2026零售數字化發展論壇”就數字化及AI應用進行專題交流。

會上，上海水星家用紡織品股份有限公司CIO劉峰先生分享了《AI賦能企業：從理想藍圖到務實落地》，以下為分享內容：

劉峰 上海水星家用紡織品股份有限公司CIO

水星家紡作為深耕行業三十余年的國民品牌，目前國內市場占有率位居第一，去年經第三方機構認證，已躋身全球家紡行業首位。在AI快速普及的這幾年，開展了大量實踐探索，既有成功經驗，也走過不少彎路。現從AI落地得失復盤、落地策略、實踐案例、AI時代企業轉型思考，分享體會與打法。

一、AI企業級應用：理想與現實的差距及誤區反思

自2022—2023年AI全面爆發以來，企業對AI普遍寄予厚望：希望借助AI實現自動化決策、智能預測與洞察、降低運營成本、提升客戶體驗。但真正推進企業級復雜場景落地時，往往是“理想很豐滿，現實很骨感”。

我們在實踐中遇到三大共性挑戰：

1.數據基礎薄弱

數據質量不達標、數據孤島普遍存在，大量時間耗費在數據清洗、治理與知識庫梳理上，嚴重拖慢項目進度。

2.試點易、復制難

POC階段效果亮眼，但規?；茝V困難，最終淪為“盆景式工程”，無法在全業務鏈路產生價值。

3.ROI模糊、人才不足

投入產出難以量化衡量，同時AI人才、治理體系存在明顯短板。

究其原因，我們總結出企業落地AI最容易陷入的三大誤區：一是技術先行，不問業務——典型“拿著錘子找釘子”，為上技術而上技術，陷入技術自嗨；二是貪大求全，一步到位——期望一次性建成完美體系，忽視循序漸進；三是重上線、輕運營——項目上線即結束，缺乏持續運營與迭代機制。

對標借鑒了北美企業AI應用經驗，麥肯錫相關調研顯示，全球企業AI轉型失敗率極高，核心原因與我們高度一致：商業價值不清晰、數據質量與數據孤島問題、系統集成復雜、AI難以嵌入業務流程、人才能力斷層等。

而真正跑通的約5%項目，成功經驗高度聚焦：

• 以業務價值為核心，明確目標與KPI；

• 數據先行，搭建統一數據底座；

• 構建AI基礎平臺，實現模型與數據服務標準化復用；

• 業務與技術雙輪驅動，避免技術單邊突進；

• 安全合規貫穿全生命周期；

• 建立四象限評估機制：按實施復雜度—商業價值劃分優先級，優先切入高價值、低復雜度的速贏場景，以MVP模式快速迭代。

二、AI落地核心策略：務實激進，行穩致遠

盡管企業級AI落地困難重重、失敗率高，我們依然堅定推進AI轉型，并確立了務實激進的核心策略：

• 激進在目標：大膽設定長期方向與變革目標；

• 務實在執行：用穩健、可落地的動作保障推進。
  

具體圍繞四個維度展開：

• 目標維度：以可驗證、突破性目標為錨點；

• 路徑維度：大膽假設、小心求證；

• 決策維度：戰略上敢于冒險，戰術上力求穩妥；

• 行動心態：既要仰望星空，更要腳踏實地。
  

在此基礎上，我們形成五大行動原則：

同時，我們構建了從點到面的AI落地方法論：

三、AI實踐：從平臺底座到業務創新

1.重構IT架構，搭建企業級AI底座

去年對AI時代IT架構進行整體升級，打破單點應用碎片化局面，搭建統一AI基礎平臺，實現統一運營、安全管理與低門檻開發。在此之上落地了一批部門級應用：客服考試與培訓平臺、市場AI數據洞察、原材料價格分析等，并將AI管理與應用開發深度集成。

針對企業AI落地難點——智能體管理，我們建立了完善的合規、審計、權限體系，包括授權管理、代碼嵌入、日志追溯、四級數據權限管控、敏感詞庫、運營監控等，讓智能體可用、可控、可追溯。

2.探索自主規劃型智能體（龍蝦/Agent）

今年自主規劃型智能體快速興起，我們也將其納入企業應用體系。相較于傳統工作流式智能體，具備自主規劃能力的AI智能體，是重要的未來方向。

目前已用其開展自動化數據分析，能力水平接近資深數據分析師；同時成立AI社區，搭建AI社區平臺，全站代碼由AI自動生成，實現零代碼構建應用。

3.AI賦能C端定制，探索商業模式創新

花型是家紡行業核心資產。依托AI花型大模型，對水星自有花型進行序列管理，并面向C端開放個性化定制：用戶可上傳照片（情侶照、婚紗照、兒童照、寵物照等），通過AI實現風格轉換（卡通、漫畫、國風等），印制在四件套、抱枕等產品上；重點打造婚慶場景定制，支持將結婚誓言、紀念日等元素印刻在家紡產品上，形成情感化、紀念型新品類。

現場也設置了體驗二維碼與專屬優惠，歡迎各位體驗。同時，我們也希望與百貨、購物中心同仁展開共創，將水星AI定制能力與百貨數字化平臺、私域流量融合，實現渠道與品牌的數字化聯動。

四、AI時代企業轉型：八點關鍵思考

最后，結合這幾年實踐，我們對傳統企業AI轉型總結為八點關鍵判斷：

1.入局時機：不必再猶豫，現在就是最佳入場時間；

2.認知賦能：成立AICOE（卓越中心），推動全員AI認知升級，挖掘場景；

3.場景選擇：小切口、高價值，優先高頻、高價值、低門檻場景，用早期成功建立信心，再向核心業務滲透；

4.落地策略：堅持“務實激進”，由點到面逐步推開；

5.能力建設：傳統企業AI人才普遍不足，走“內部培養+外部引進+生態共創”路線；

6.組織轉型：員工向“智能體協作型員工”轉變，引入硅基員工（Agent/數字員工）；組織從傳統層級式，向扁平化網絡型組織升級，從“面向任務”轉向“面向結果”，構建人機協同新范式；

7.業技融合：模糊IT與業務邊界，成立跨職能小分隊，打破組織壁壘；

8.風險控制：對新技術保持一定試錯容忍度，但嚴守合規紅線，尤其版權、數據安全等底線必須清晰。