一家品牌營銷公司的AI進化論

2月24日，一家中國科技企業成為全球知名商科教育案例庫年度熱點主題“生成式人工智能、商業與社會”杰出案例的主角。

三位評審專家分別是來自INSEAD商學院的大衛·杜布瓦（David Dubois）、倫敦商學院的約翰·馬林斯（John Mullins）以及歐洲案例交流中心的維姬·萊斯特（Vicky Lester）。他們對這個案例評價的關鍵詞是：稀缺的實戰樣本、合理分解如何實施人工智能、兼具操作深度和戰略廣度。

不難想象，在人工智能技術快速迭代的今天，對大多數擁抱AI持肯定態度、卻對落地AI“茫然無措”的企業家來說，《璞康科技：AI如何驅動商業價值與生產力提升》無疑是一份難得的參考樣本和實踐指南。該案例由中歐國際工商學院決策科學與管理信息系統教授譚寅亮與中歐案例中心研究員劉耿，歷時半年多時間共同開發。

兩位作者也因此獲得歐洲案例交流中心（The Case Centre）2025年全球競賽熱點主題類別“杰出案例作者”獎項。中歐也是本次大賽中獲獎的唯一一家中國商學院，這也體現了它在AI與商業應用的布局定位，彰顯了中歐在人工智能與商業應用領域貢獻的中國智慧。

值得注意的是，此次的熱點主題“生成式人工智能、商業與社會”，還是歐洲案例交流中心首次設立的AI相關獎項，意在聚焦企業在AI技術環境下所面臨的變化與挑戰，反映出全球商業教育界對AI技術崛起的重視。

正如歐洲案例交流中心首席執行官Vicky Lester所說，雖然AI技術在不斷發展，但案例教學法仍然是培養學生批判性思維、決策能力和道德判斷力的寶貴工具，這些能力是AI無法替代的。

對此，經濟觀察報也很好奇：璞康科技是誰？它做了哪些改變以擁抱AI？這些改變產生了哪些實際的效果？商學院教授們是如何發現這家公司并把它的經驗寫成案例的？其中，最值得分享和具有廣泛推廣意義的實踐經驗又是什么？

帶著這些疑問，我們和案例的兩位作者進行了深入溝通，試圖去理解這家企業是如何將AI轉化為生產力并產生商業價值的。

1.0的困惑

璞康科技（下稱“璞康”）是誰？回答這個問題比較簡單。

按照案例介紹，這是一家成立于2004年、總部位于上海的品牌全域運營公司。說直白一點，早期，璞康在線下做經銷運營；隨著電商的興起，其服務業務也擴展至線上領域。

目前，璞康的業務場景覆蓋家電家居、母嬰快銷、時尚潮玩、美妝護膚、食品酒水、營養保健、教育等，服務國內外50多個知名品牌。2023年，這家公司實現了100億元的GMV（商品交易總額）。

事實上，在品牌管理和數字營銷領域，AI技術的應用已相當普遍，特別是在內容創意、信息收集、數據分析和用戶管理等場景中。美國80%的零售商已經使用了AI技術；而早在2023年，中國就有約48%的廣告主企業在其線上營銷活動中應用生成式人工智能技術。

作為一個AI應用率先落地的行業，璞康在其中的獨特性是什么？譚寅亮說，從案例的角度看，璞康最大的價值在于其做法的普世性或經驗的可遷移性。

通讀完這篇案例首先會發現，璞康的創始人于勇，是這項龐大技術工程中無法忽視的存在。

于勇在2018年就開始推動企業的數字化轉型，努力兩三年，卻發現通過技術手段實現提升運營效率和提高信息透明度的愿望難以落地；進而又深層次推動企業的組織轉型，采用阿米巴模式，以適應快速變化的市場需求。

璞康的數字化轉型目標之一，是希望通過知識的復用為阿米巴組織賦能。但無論是專有知識積累的長期性，還是阿米巴生態中實現復用知識的復雜路徑（先建立專有知識庫和素材庫，通過中臺沉淀后再賦能前端），都與最終實現自動化運行的數字化轉型目標相去甚遠。

講到這里，這或許還只是一家傳統企業數字化轉型1.0的故事。很多企業在數字化轉型過程中也都遇到過類似的難題，卡在這里停滯不前。但璞康很快遇到了自己的轉折點。

技術進化

2022年末，正在美國出差的于勇接觸到了ChatGpt-3.5，這讓他看到了全新的可能：數據將被賦予新的價值。

回國后，于勇迅速成立了跨部門“興趣小組”。小組成員下班后聚在一起，每天分享各自在海外論壇看到的最新工具，并討論其潛在的應用價值。

一天，CMO秦子意跟大家分享了StableDiffusion的AI圖像生成工具。團隊就立刻決定在公司的營銷活動中適用這個新技術。第二天，設計師們就用這個軟件生成了一系列營銷圖片，生成的質量和速度都令人驚嘆。

這個興趣小組逐漸成為公司的一個虛擬組織。為了推動AI工具的全面應用，于勇還要求從高層管理到基層員工，都必須參與到AI的應用中來。

璞康內部還分成了研究組和應用組：前者窮盡各種AI工具，后者將驗證不同工具使用的業務場景。經過幾個月的突擊，璞康的AI應用工具封裝完成，并逐步滲透到各個業務環節。

譚寅亮評價，于勇是這場AI大躍進行動中最冷靜的人，“這位企業一把手在AI轉型推動當中決定性的認知以及對技術的饑渴和熱愛，令人印象深刻”。

為了實現于勇提出的“AI要能量化產出”這個目標，璞康還進行了AI轉型最為關鍵的一環：將全部業務流程拆解重構。具體來說，就是將復雜任務拆成具體的步驟，通過分析，看哪些環節可以由AI完成，哪些仍需人工的創意和判斷。

但僅拆解任務不足以推動AI的全面應用，為了能夠真正指導實踐，璞康還將每個任務的時間消耗和工作要求標準化，建立明確的工時模型。這些能夠幫助團隊精準評估AI工具的實際提效效果。

“拆解流程”給劉耿留下了深刻印象。他說，把鏈條拆成很多不可再細分的環節，在每個環節評估引入AI的可行性，分析如何嵌入到工作流當中。這樣操作下來，AI技術到底節省了多少工時的人力會算得很清楚。這解決了很多企業在使用AI當中一個最大的痛點：憑著感覺走。

劉耿強調，企業樂高化拆解流程后，組織和工作的環節看似被打散，其實變得相對更簡單，AI技術會更加容易滲透到具體業務當中。

組織重構

AI的引入，如何從內部“改造”璞康？

在譚寅亮看來，首先就是組織的重構：阿米巴被進一步解構，事業部的邊界被打破，公司原有的業務變成不同的模塊，在不同層次上被重新管理起來。

每個模塊的管理都圍繞不同的項目，不再受限于固定的部門和事業部。項目化的管理方式使得AI技術在不同模塊中的切換更加“絲滑”。

組織重構的背后，更重要的是技術的重構。璞康的IT和設計部門是兩線并行運作的關系，設計團隊在研究如何利用AI優化業務流程時，IT團隊也在后臺進行編碼和技術開發。

技術部門經歷了從早期搜索AI工具到后期針對性調整模型的轉變，才使得這些工具真正具備“可用”的效果。

但值得注意的是，在看似理所應當、順水推舟的AI轉型之路上，璞康高層一度面臨巨大的轉型阻力。

這些阻力既來自傳統經驗主義、原有的組織慣性，也來自員工對可能被AI取代的警惕和恐慌、考核標準變化的不適應等等。

事實上，在案例編寫時的操作層面，AI的應用并未引發大規模的裁員，但確實通過自然流失和崗位調整實現了人員優化。

AI與人的關系是值得持續思考的深刻命題。在譚寅亮看來，AI技術應該賦能個體，以個體作為核心；企業家則應更多思考AI如何創造價值，“如果企業只是利用AI簡單進行裁員和降本增效，這往往無法發揮AI真正的潛能”。

正如在璞康的實踐中，深度融合業務的AI，正逐漸超越工具屬性，有演變為新型基礎設施的趨勢。其自研的AI封裝平臺，既能賦能內部業務，也可以對外賦能品牌客戶，樂高就是其中之一。

這個案例告訴我們：AI不是終點，而是認知革命的起點，技術正在重新定義商業。

|對話|

經濟觀察報：璞康這個案例最大的價值在哪里？

劉耿：企業實踐中形成的管理經驗既具有行業特殊性，又蘊含著可遷移的普適性，案例的價值就建立在這種二元屬性的辯證統一之上。在案例開發過程中，我們建立起雙重評估維度：既要彰顯企業的創新基因，更要淬煉出可復用的方法論體系。此次入選歐洲案例庫意味著當中國企業的實踐呈現在海外的商學院課堂上，歐洲乃至全世界的同業者亦能從中解析出適配本土市場的實踐啟示——這種跨文化語境下的知識遷移表明，在AI使用和管理學上，有東海西海，心同此理的時刻。

譚寅亮：案例教學法是中歐的一大特色，中歐案例中心致力于打造全球最具影響力的中國主題案例庫，已收錄高質量教學案例超過3000篇。這個案例除了在案例中心進行開發，還會被實際應用到中歐的課堂中。案例在定稿之前，我們會有一到兩次試講，和同學們進行課堂討論，討論出來的觀點會再反饋到案例的教學筆記中，如此迭代。從成稿、反復打磨到最終通過評審，案例整體的開發周期比較漫長，前后經歷了七八個月的時間。

案例不是去追最新變化的新聞，而是追求底層邏輯。目前，璞康在數字化轉型、AI布局方面做得很超前，而有些企業或許處在0到1的階段，那這個案例對它們來說就是有價值的。此外，案例也沒有截稿的概念，每隔一段時間，當企業出現較大變化，我們會對案例進行更新，包括開發后續案例也都是有可能的。

有一位企業家學員說他把這個案例前前后后讀了5遍。他們的高管團隊認為這個案例的價值在于，他們可以把其中的方法迅速運用到企業中。這個案例其實也給了很多企業家信心：布局AI不是投入的無底洞，未來會有光明的前景。

經濟觀察報：初步達到AI轉型目標，璞康的投入是多少，主要投入在哪些方面？

譚寅亮：這其中涉及大量的人力調用，大概率估算下來，兩年多的總體投入在1000萬元左右，主要投入在人力和技術方面，他們現在正在打造所謂的AI能力中臺。

經濟觀察報：布局AI方面，不同公司一把手的理解力和行動力可能會存在巨大差異。怎么理解璞康創始人于勇的作用？如果能最小化個體差異，案例通用的底層邏輯是什么？

譚寅亮：每次上課前，我會用二維碼調查有多少企業家使用過AI。2024年12月份時，約有25%的學員每周都會使用AI或每天都使用。當時，大多數人是沒有在實際運用 AI的。但通過幾天學習，企業家對AI發展的來龍去脈、技術原理、賦能企業轉型會有更深刻的認知。

一號位對企業的AI轉型需要有基本的認知：這種轉型必須是自上而下、從一號位出發的。于勇是中歐EMBA的學員，本身就有很強的行動力。我印象最深的是他對技術保持的饑渴和熱愛。他的這種認知對璞康科技的AI轉型起到了決定性作用，沒有這個第一推動力，璞康科技后面所有的事情都不會發生。

這個案例也成為了很好的抓手，可以告訴企業家到底如何進行AI轉型。在此之前，企業家或許對此沒概念，但讀完案例后，他們或許就會了解到有哪些關鍵步驟。

第一，老板要建立認知；第二，企業要先成立一個虛擬組織，去窮盡研究市面上的AI工具并和業務做匹配；第三，研究組織內部哪些任務、哪些工作環節能夠被AI所取代，進行AI與任務的對齊等。為了補充能力，什么樣的企業適合找外部供應商，什么樣的企業應自建能力，包括中間環節可能遇到的難點和問題，我們都會在課堂中與學生們做探討和分享。

其中，一個關鍵點容易被大家忽略：璞康有非常好的數字化轉型積累。數字化轉型積累的厚度是一家企業AI轉型能否成功的決定因素。因為若要讓AI發揮作用，企業需要投喂數據，沒有這方面的積累，企業很難把 AI用好。我想這也是璞康這個案例相對來說更有特色的地方。

經濟觀察報：過去很多觀點認為，AI最先容易落地的場景包括客服、廣告策劃等，璞康恰巧處在最易落地的場景中。但對于非標化程度更高、應用場景更復雜的行業來說，案例分享的轉型經驗是否還具有可復制性？

譚寅亮：我舉個很小的例子。航運行業初看之下似乎與AI關系不大。我們有這個領域的企業家學員研究完這個案例后，就在公司內部進行了全面梳理，找到了185個可以被 AI化的應用場景。目前，他們正在開發行業的垂類模型。所以，不同行業的企業，在理解案例時會有不同的理解，但還是能從中找到通用的方法。

目前，我們正在梳理不同類型的企業如何部署AI，如出海企業、教育企業、10萬人以上超大型企業、中小企業、在華跨國企業該如何進行AI轉型等等。

經濟觀察報：這輪AI轉型熱潮與10年前的數字化轉型有何不同？關鍵詞似乎都是“一把手工程”“理解業務場景”等等。

譚寅亮：以前的數字化轉型或所謂的大數據分析，本質還是在降本增效上發力。但這輪AI技術可以創造新的價值。

我舉個很小的例子，璞康日常要制作很多線上的物料，以前需要花很多時間，比如制作一張圖片需要一天時間，使用AI后，一個小時或許就能制作10套圖片。這10套制作圖片能帶來哪些新價值？企業可以把10套圖片放在小紅書等社交媒體上進行測評。

企業之前沒有這樣的能力，因為沒有這樣的效率，圖片做完馬上就進行交付了。如今，圖片做出來后還能進行測評，這就是AI新產生的價值：AI正在創造很多新的想象空間。

如果說信息時代或者說大數據時代使得信息變得更加平權，那么未來，AI會讓決策變得更加平權。在組織內部，每個人都可以掌握共同的能力和知識。相比前幾次數字化革命，這輪AI浪潮對企業的影響，完全不在一個量級上。

經濟觀察報：當企業模仿案例爭相布局AI時，需要規避的風險有哪些？

譚寅亮：我覺得對企業說，現在最大的風險就是不去擁抱AI。

此外，去年我在斯坦福大學做訪問學者，他們人工智能研究中心的名字叫“以人為本的人工智能研究中心”。在我看來，AI還是應該賦能于個體，以個體作為核心。由此延伸出來的包括AI與未來的就業，我想這都是重要的話題。

企業也更多應該去思考未來如何利用AI創造價值，部署AI如果只是為了降本增效，這往往無法發揮AI真正的潛能。AI確實會部分取代人的能力，這需要政府做很多政策上的調整。我想這不單是中國面臨的問題，是全世界乃至整個人類社都在面臨的難題。