当大模型热潮进入第三年,企业最关心的问题已经从"要不要做AI"变成了"怎么把AI做进组织里"。工具、场景、数据、Token成本……每一个问题的背后,都是一次组织能力的重塑。AI原生组织不是把AI当作新工具叠加进现有流程,而是从底座、数据、文化乃至组织形态层面进行系统性重构。这条路怎么走,先行者们正在一边趟、一边给出自己的答案。
2026年6月12日,"走进标杆·会数据同学"第9站在青岛海尔科创生态园落地,由瓴羊、阿里云与海尔智家联合发起,聚焦一个命题:构建AI原生组织。80多位来自家电、工业、消费、零售等行业的企业决策者齐聚一堂,把各自在AI落地中遇到的真问题摆上桌面。
上午,参会者走进海尔展厅和卡奥斯工业互联网平台,实地感受这家连续17年蝉联全球大型家电品牌零售份额第一的企业是怎么用数据把工厂串联起来的。下午回到大讲堂,海尔、阿里云、西门子、伊利的几位操盘手轮番登台,摊开各自的"内部图纸"。
H-work的"四个统一":把AI的根扎稳
海尔智家数字化转型总经理孙丹凤在分享中强调,数字化转型首先要搭建统一的技术底座架构,这是AI的根基,没有这个底座,AI就没有落地的土壤。海尔智家从2014年单点在线化到2024年底座构建统一化,这10年的沉淀才有2025年AI化转型的基石。当前,海尔智家正加快从数字化1.0向智能化2.0跨越,开启全体创客探索AI应用的新时代。
企业应当如何搭建适配AI发展的技术底座? 海尔智家依托核心载体H-work统一平台,以“四个统一”搭建起稳固的AI底层支撑。统一入口,所有员工都通过这一个平台入口处理自己的办公、作业等一切工作。统一能力,把各类数字化功能整理成标准化、模块化工具,可以在多个场景重复使用,已有的能力直接扩展、不用重复开发。统一数据,各个系统都保持唯一、准确的数据口径。最后是统一架构,全球都能用同一套架构,方便大规模复制推广。这套完善的技术底座,为海尔智家的AI规模化应用提供了坚实土壤。

让AI像血液一样流遍运营的每一个环节
海尔智家CTO崔秀元接着讲落地细节。2022年海尔做了一个决定:把原来各个部门分散的烟囱式系统全部整合成一套H-work企业OS操作系统,覆盖数百个角色、上千个场景,稳定性已达到行业先进水平。
这个底座建好了,AI才有地方落脚。崔秀元重点介绍了"智小能",
数字员工“智小能”到底是什么?它不是一个单一的数字员工,而是一个可以快速生成、快速部署数字员工的平台。这些数字员工被编入组织通讯录,是会思考、能进化的独立员工,可以独立承担完整的工作流程。
在实际业务中,“智小能”发挥了多大作用?目前,“智小能”已在智能工艺规划、客服智能工作群组、营销种草视频传播等多个场景落地应用。以智能工艺规划为例,依托海量历史数据,Al能自主完成工艺规划,工艺员从执行者变为审核者,这样一来,工艺规划的编制时长从数小时压缩至分钟级,同时准确率也大幅提升。
除了“智小能”外,海尔智家还打造了全民开发者“一念·轻应用”和数字化专家“无界·企业级应用”。以“一念·轻应用”为例,员工只需用自然语言描述自己的需求,系统就能自动生成对应的AI应用,不仅激发了全员的数字化创造力,也让AI真正变成每个人手边的生产力工具,从而让人的价值最大化。

Data×AI:构建企业级AI超级员工
阿里云智能集团公共云事业部副总裁高飞直指痛点。他过去一年跑了200多家企业,看到一个变化正在发生:过去三十年企业IT的逻辑是"硬件+软件+服务",现在变成了"数据+模型+智能体"。未来很多软件公司都可能会变成数据库公司——AI时代不再服务于流程,最核心的是底下沉淀的数据。他指出,AI时代对企业最核心的是两件事:找到场景,沉淀能力。

阿里云智能集团瓴羊副总裁甄日新分享了瓴羊从数据中台到AI Native的演进路径,并坦诚分享了"走过的弯路"——从自研模型到智能体平台的迁移成本,认为"所谓弯路,也是超前的投入,这些投入在今天模型快速迭代的情况下,团队的能力可以快速应用到新的框架里面产生新的战斗力。"
他重点分享了三个深水区案例:客服、销售、营销。在客服领域,瓴羊将售后机器人从Workflow模式切换为多智能体自主协同,转人工率降低约30%;在销售领域,通过本体语义图谱实现企业数据的有机关联,让智能体精准输出产品解决方案;在营销领域,与车企合作落地门店导购AI,一个月即可实现拟人化内容生成。

甄日新提出了一个他一直在思考的问题:模型越来越强、应用越来越容易一键生成,那企业中间层的独特价值到底在哪?他的回答是数据。每个企业在日常业务里沉淀下来的数据,是别人复制不了的,也是让Agent越用越好的关键。
自2013年首次合作以来,海尔与阿里巴巴于2025年升级为以AI全栈为核心的战略合作。海尔核心业务及大数据、大模型平台已稳定运行于阿里云之上,全面支撑其数字化升级。当前,海尔正与阿里云、瓴羊持续深化智能分析等AI原生应用的共建。
没有标准答案,只有持续迭代
西门子Xcelerator中国区CTO邵昱坤强调,工业AI落地必须杜绝模型幻觉,通过流程和知识固化保证执行效率。伊利集团数据智能总监王轩春则表示,不要为做数据而做数据,核心是做价值——伊利不光追求产品品质,还要追求数据和AI的品质。在开放探讨环节,牧原肉食数智化负责人、乖宝宠物CIO等嘉宾纷纷表达自己的AI心得和观点。
整场活动参会嘉宾畅所欲言,家电、工业装备、乳业等各行业差异很大,但面对的问题其实高度相似:底座要不要重做?数据质量够不够?Agent烧的Token和效果怎么平衡?怎么从单点能力拉通到全局?
现场没有标准答案。正如高飞所说,这场讨论本身的价值不在于得出结论——"在每个人心中种一颗种子,然后慢慢发芽"。"数据同学会·走进标杆"系列将持续携手各行业头部企业,让Data×AI的实战经验在更多产业场景中流动。
A5创业网 版权所有