全民AI时代，中国鞋王的“智”变之旅

如果你走进一家鞋服店，试过一双心仪的运动鞋，但喜欢的配色店里偏偏缺货。那你想必有相当几率会见到服务你的店员拿出手机，发送语音说：“帮我查一下xxx型号40码店里还有没有货。”

那么，你有没有想过，对面回答问题的有可能不是真人？

在“中国鞋王”百丽时尚集团旗下的近10000家直营门店里，这样的场景已经不再是遥不可及的想象。虽然只是初步试水，但终端门店的普通店员们，都已经能够直接给AI助理发信息，询问自己当天的实时销售数据了。

2023年开年，ChatGPT横空出世，大模型开始卷生卷死，而进程则像放了八百倍速，刚到年中就已经卷出了别的行业三年五年的架势，下半年行业焦点就迅速从基础层转向了应用层。

但普通人可能想象不到的是，2024年刚到开年，大模型就已经以AI助理的形式，不声不响地渗透进了我们每一个人最普通的日常生活之中。

数字化到底改变了什么？

消费行业里的公司，竞争力基本上来源于两个方面：一是供应链，供应链决定货；二是组织管理，组织管理决定人。

如果你面前有一家30年历史的鞋服巨头，仅鞋履就有十多个品牌，全国近10000家直营门店，分布在全国300多个城市，而且自有工厂，从研发设计，生产制造，到店铺销售，要全链条覆盖，涉及成千上万个大大小小的团队。

让你建一套系统把这家公司的人、货、场全部统一起来，达成一站式解决绝大部分沟通和业务问题，并尽可能符合所有人的使用习惯，你会怎么做？

这家公司就是百丽时尚，而怎么解决上面的问题，百丽时尚探索了近十年。

十年前，百丽时尚开始着手进行数字化建设，IT部门很快遇到了行业内普遍存在的挑战：系统是业务团队在用的，使用的过程中需求层出不穷，不同的员工往往会基于自己的使用习惯提需求，有时候两个需求完全是相悖的，无法满足的时候大家只会反馈这个工具不好用，但到底怎么算好用呢？

百丽时尚探究之后的答案是：不是以软件为准，是以业务场景为准，在标准化的基础上，通过具体的业务场景串联各相关系统功能，并前置到钉钉群，使“看信息”与“做操作”同屏，降低使用系统的门槛，赋能业务。

2019年，百丽时尚把全国的团队搬上了钉钉群。原来团队的工作沟通方式五花八门，邮件、电话、微信，现在全部搬到钉钉群里，用群的方式做完整信息链路设计，分为了三种群：以组织架构为基准的“组织群”、以项目事件为基准的“项目群”、以业务流为基准的“业务流群”。

这样第一实现了组织在线，所有人都进来了；第二实现了沟通在线，所有信息汇聚在同一个平台，最大程度实现信息互通，避免信息不对称。

接下来就到了第三步：业务在线。   

2020年，百丽时尚决定通过整个鞋服行业里都十分高频和复杂的补货场景，尝试把业务系统的功能“镶”进群里，让大家在沟通的同时，就能通过群功能把业务流程走了。

用流行点的说法，这个时候百丽时尚的钉钉群开始走向All in One，开始尝试能不能关于补货的所有事，都在这一个软件上全办了。

一开始，百丽时尚把补货系统的操作环节拆出来，做了一个H5界面，镶进群的即时通讯界面。有人要补货就可以从群里打开这个系统，完成提交后，同在群内，业务流程上的下一个人就可以看到进度。百丽时尚同时把审批也做了进去，整个流程验证了半年之后终于彻底跑通。

原来补货都是周一开放，总部要发邮件通知各地区，地区内再将信息共享至各城市 ，大家看到邮件后切出来登录补货系统操作填写补货的信息和数据，形成订单。总部货品在系统内收到订单后，会把所有的补货订单全部导出，线下给总部领导审批，审批通过后，才会真正给工厂下订单。

单是要把这个过程说明白都挺累，何况做起来，要不断登录系统，下载或制作表格，写邮件，等回复……

2021年，百丽时尚的补货流程，已经可以在钉钉群里实现一站式操作。通知开放补货时，大家就通过信息打开系统界面去操作，操作结束后，待办事项会推送给下一个环节，审批进度完全透明，如果有谁暂时没有看手机，也可以精准地找到负责人，把电话打过去催进度。

补完货之后，每一单的数据都会更新在系统里，补了多少货，工厂接了多少单，什么时候生产完，有没有发货，货品发到店铺后每周销出多少，全部都可以在群里实现操作和数据、进度的跟踪。   

而过去四周的补货和销售数据，可以动态评估每一次补货的合理性。提高下一次补货下单的准确程度。

企业的数字化一般被我分为四个阶段：第一阶段是资料和数据的信息化，主要是把储存在档案柜里的纸质资料，转变为储存在电脑里的电子数据。这一点百丽时尚很早以前就完成了。

第二阶段是业务系统的数字化，基于业务建立数字化系统管理资料和数据，并实现对信息的有效传递。这一点百丽时尚从2013年到2019年已经做得相当成功。

第三阶段是对信息、业务、人的整合，也就是我上面提到的尽量All in One，实现一个软件或者一个群，就把事都办了。

而如果再进一步总结，每一次进化，其实解决的无非就是两个问题：

一是降低检索和调用数据的门槛，让使用者更方便地找到需要的信息或者数据。比如从纸质到电子化，其实就是把你去翻档案馆的过程，变成了在数据库里搜索的过程。拿出档案逐字逐句地找需要的资料再复印下来，变成了直接Ctrl+F，查找关键词然后复制粘贴。

二是提高协作的效率，简化业务流程，让数据更直观地辅助工作和决策。比如以前你要发8封邮件，做5张表格，跟10个人私聊沟通，电话催促，才能掌握补货的进度，现在只需要在一个群里调用系统功能，就能实现从提交，到审批，到追踪全流程进度，甚至反向评估调整自己下一次补货的合理性。

钉钉群解决的最核心的问题，其实是大幅降低了用户调用数据、功能、信息的门槛。以前要去档案馆一本一本档案翻，现在搜索关键词就好；以前要从聊天切出去登录N个系统来使用补货功能和审批功能，现在只要在群里点一下就能进入系统进行操作。   

但到了这个程度，还是不够简单。

百丽时尚旗下数万名员工，很多人是一线店员，他们精通的是零售和服务，不是软件。即使是功能已经实现了在群内的一站式调用，依然有优化的空间。能不能我直接说我要补xxx型号xxx规格的鞋，系统就自动帮我生成单据向上提交呢？

所以企业的数字化还有第四个阶段：智能化。

AI的超能力：高效资源调配平台

关于AI，在过去的一年里，已经有过无数探讨。但其实总结起来，AI最大的作用，就是在人类这一侧，理解你需要的是什么；在资料和数据那一侧，理解什么是你想要的。然后在浩如烟海的世界知识中，找到你需要的东西，并告知你。

举个例子，2020年疫情期间，我曾经在家中为了打通一个叫做《天穗之稻姬》的游戏，而去日本农林水产省上下载了几十页关于水稻种植的技术文档，并用自己一知半解的日语艰难啃了下来。

我当时最希望的就是能有一个既懂日语又懂种田的人，来综合所有文档，给我做一个要点总结。但今天我会把这个愿望调整成，希望能有一个懂日语又懂种田的AI助理，来帮我做一个要点总结。

过去人类使用的是口头和纸质文件，协作效率不高。到了 20 世纪 80 年代，电脑等相关技术的普及极大方便了协作，纸质文件逐渐被升级为电子文档，成为语言处理的主要媒介。但随着信息的爆炸式增长，处理信息的成本也在相应飙升。越大的机构或公司，消耗在信息处理上的成本就越高。而信息越多，人的处理能力就越跟不上。

比如最简单的销售场景，有一个顾客说，我要A鞋，员工就需要打开系统、输入货号，再根据系统查询结果去库房找，或者打电话让附近的门店调货。

但有了AI，这些流程只要说句话就能完成。

海量的货品信息，AI都可以用“说人话”的方式，清清楚楚地告诉你，还能帮你想得更体贴：要不要叫个同城快送帮你取来？要不要帮客户寄到家？你说一句好，它就帮你把快递都下单了。

人类社会产生的数据一直都在以每年50%的速度增长，几乎每两年就增加一倍。这意味着，人类每两年产生的数据量，就相当于之前历史上产生的全部数据量之和。如此庞大的数据量，没有任何一个人能做到记下来，但AI可以；没有任何一个人能处理得了，但AI也可以。

所以，当AI既可以理解自然语言、又能高速处理信息，那么它就会成为一个最高效的资源调配平台。

如果同样的场景发生在没有AI的情况下，这个过程要么一个人手忙脚乱，店员要去系统里查，查到之后和你谈，然后电话联系隔壁门店或者仓库进行协商，安排人送过来，或者让你在店里等着，他自己去拿；或者要不断追踪仓库那边的信息，关注快递单号等。

不是不能达成目的，但效率显然千差万别。在理解的基础上，AI实际上起到的作用是帮助人们进行更加高效的资源调配。它无限降低了我们在第一节提到的资源和功能调用的门槛。

简而言之，以前需要你操作的，只要有了AI助理，基本上都可以用大白话说出来就能实现了。

但应用端越简单的东西，在技术端往往就越难。要实现这样的资源调配，需要极其强大的平台能力作为支撑。首先要打通集团各个组织架构之间的数据墙，打破系统之间的数据孤岛问题，但同时又要兼顾信息安全，把权限体系做完整严谨的配套。

目前市面上有可能做到这些的企业，其实也就那么屈指可数的几家。而以PaaS能力著称的钉钉，则有天然的优势。

成为超级AI应用的基础设施

2019年百丽时尚接触钉钉时，最大的一个诉求是“同频会议”。过去他们的系统受限于技术和网络问题，办公室和门店根本没办法在一起远程会议。

但钉钉也不是第一天就有了这样的平台能力。2019年刚刚和百丽时尚合作时，钉钉的思路还比较倾向于传统的SaaS业务，帮着客户定制功能，你要什么，我给你做什么。   

但千行百业，行行水都不浅，你自己一个一个做功能，哪里做得过来？定制化看上去挺好，但其实根本是走不通的路。双方的沟通也极其困难，一边思维偏业务，一边思维偏技术，两边的角度不一样，逻辑不一样，出发点也不一样，聊需求都难以互相理解，进展一度非常慢。