▍王婧（主持人）

各位下午好！欢迎参与对话环节。今天荣幸邀请到两位教授与中方企业代表共议AI发展，过去一年，AI在产研、结构等领域剧变。首先邀请中方代表分享：中国品牌在AI智能产品与产业中的心得与挑战。首先有请海尔徐昊先生发言。

▍徐昊（海尔智家）

很荣幸参加世界经理人峰会，我是海尔智慧厨房的徐昊，海尔厨电始终围绕用户差异化需求与极致体验迭代产品，致力引领全球厨电产业。2024年全球营收破400亿，上半年销量超800万台，全年预计指数增长。这得益于海尔厨电全球创牌战略及“研发-设计-制造-市场”三位一体的布局，自主研发落地用户需求，引领行业向全场景智慧产品迈进。

今天借着这个机会，想问下教授：如何将碎片化的营销投入(如短视频等)和短期的流量热度，持续且高效地转化为长期的产品销售与品牌忠诚度？

徐昊 先生 

海尔智家厨电服务总经理

王婧：有些关于AI的说法未必可靠，比如用户满意度不高时，如何建立客户与品牌的联结？有时或因联结断裂而流失，这实则是需重视的关键问题——关乎品牌与客户的深层关联维系。下面请两位教授给出自己的见解。

齐夫·卡门：感谢您的提问，这的确是难题——当下消费者接触信息快而碎，营销转成有效结果有难度。我有三点建议：首先，各接触点可以统一核心信息（以视频或邮件的形式），要侧重情感联结而非仅有功能上的传递；其次，通过接触点培养用户习惯（如用智慧厨房做爱吃的食物），借心理学转化行为，形成“不用则无此结果”的价值依赖；最后，要与消费者共创，主动参与其接触点事件（以耐克、苹果为例），他们增强互动关联性。以上，就是我目前的思路。

齐夫·卡门 博士

欧洲工商管理学院前学术院长、讲座教授

玛丽亚·萨恩斯：我想从运营角度说个例子，我们和一知名美妆品牌合作，用AI预测抖音上的“病毒式营销”——比如网红推产品，分享用法，用户跟着参与，越传越火，买的人多了需求暴涨。我们就想把这股“爆款劲儿”预测出来，装进系统里。这样能提前备货，别等需求突然炸了却没库存（以前预测不准亏过亿呢）。不要追求完美，有点少量误差也没关系，能掌握信号学趋势即可——下次在做推广前，先看需求准备库存，从而快速适应市场变化。

王婧：这想法特别好，如果把玛丽亚和卡门教授的观点放一起，咱们企业就有实用指南啦！卡门教授说，企业和品牌跟消费者互动得抓“关键瞬间”——这些瞬间才是创造价值的核心，互动越深感情越真。比如刷抖音是被动看，但用海尔智能厨电学会煮新菜、解锁技能，这就成了用户成长的“奠基石”，能建强情感连接。玛丽亚教授补充，现在有更好方法筛高效数据、预估真实需求，科技在进步。企业手里有工具，离用户更近了，但得抓关键瞬间、懂消费者。工具再多，最终还得靠品牌！

▍徐昊（海尔智家）

聚焦智慧厨房AI技术应用：因AI普及提升产品议价能力，但用户对传统家电的认知惯性使市场对新AI技术（使用方式、场景变革）存过渡挑战。企业思考如何让新技术快速为用户创造价值、提升用户认知与市场接纳度，希望听听专家的意见和建议。

齐夫·卡门：这问题特实在，我也常琢磨——客户为啥愿意多掏钱？就拿你们家电说，光卖烤箱、冰箱，用户按老法子用，支付意愿低。真正能够提升支付意愿的窍门是得换定位：别卖单个电器，卖“做饭的系统”！就像特斯拉不说“电车”，说“全新驾驶体验”。智慧厨房也一样，别只讲“做饭快”，要突出情感价值——比如用它做出饭馆水平的菜，在家就能享受美妙时刻。这比单纯参数更打动人，用户才愿意为“体验升级”买单。

王婧：苹果定价有自己一套，iPod从不叫MP3 player，就标自己名。行为经济学有个理论：选对标很重要。别把智能冰箱说成“更高级冰箱”，不然用户一听要花三倍钱就跑。得换个说法——这是“全套家居管理系统”，认知一变，用户接受度就不一样了。下面有请世界经理人集团行政总裁袁先生提问。

王婧  博士

台湾辅仁大学织品服装学院讲座教授、资深品牌专家

▍袁浩东（世界品牌实验室）

世界品牌实验室是世界经理人集团旗下顶尖品牌咨询公司，我们的年度研究和评估品牌报告是上市公司、金融机构的评估参考。我们从5年前就开始聊数据、智能到AI，接下来在AI时代，也力争为合作企业们做信息收集和方向上的指引工作。

我的问题是，AI驱动的个性化供应链能够帮助品牌实现定制化生产和交付，例如实时订单追踪或预测消费者偏好。然而，AI并非万能，需要大量投资和技术整合。像海尔这样的全球超级品牌可以轻松跟上数字时代的前沿步伐。请问：中小品牌如何快速采用这些技术，同时避免因过度依赖而导致的脆弱性？

袁浩东 先生

世界经理人集团行政总裁

齐夫·卡门：感谢你的提问，有人觉得AI是“均衡器”，能让中小企业干大公司的事，特诱人，但我得提醒：中小企业风险更大。大公司有专家和经验，能判断AI建议靠不靠谱，还能谨慎提醒经理别盲从；但中小企业人少，没这缓冲，风险更高。

所以用AI得谦逊、警觉——别太依赖这“黑箱”（给问题就出答案，还可能错）。得在公司练自己的“肌肉”，别让它萎缩。可以挑几件事试AI，好测量控制，别端到端全用。还有员工教育特别重要，得更新决策能力，中小企业这点更关键！

玛丽亚·萨恩斯：中小企业能力有别，但有些AI应用不难上手。比如用公共数据（像罢工、天气等颠覆因素），结合内部数据监控，应对外部问题——比如天气或罢工时多雇人守仓库。关键是把内外数据整合，虽有挑战但值得投。 

玛丽亚·萨恩斯 博士

麻省理工学院数字供应链转型实验室主任

还可以做场景模拟：用供应链模型跑不同假设（比如某地区遇天气问题），预判对交付的影响，提前管风险。比如实时警报（某地交通堵就换路线）、给供应商打分（财务、市场稳定性），预测他们表现。

我们发表过一篇论文《不用破产的自动化》，教用AI自动化核心流程——已有公司试水，提升了数据质量，还能扩展到更多场景。

王婧：谢谢两位教授给中小企业的好建议，我总结下：卡门教授说要警觉——咱中小企业资源没海尔多，纠错成本更高，用AI得小心别跑偏；玛丽亚教授说要靠灵活创新补短板。 

其实这两条建议，大企业也能学。别看海尔资源足、技术强，AI时代也不是无脑往前冲就完事儿。现在缺的不是数据、算法，大公司算力也不愁，但工具、数字一多，什么有用、洞察在哪才是关键——大企业也得防“数字泛滥”，别被工具带偏。

在当前地缘政治紧张环境下，AI如何帮助品牌实时缓解数字供应链中断的风险？AI算法可能放大供应链中的偏见，例如在供应商选择过程中。请问：如何确保AI决策的公平性，避免对弱势群体(尤其是中小企业)的负面影响？

王婧：这是一个非常当代化的一个话题，和伦理道德相关的以及对供应商的公平对待问题。我也想听一下两位教授的观点。

玛丽亚·萨恩斯：这问题特贴近现实——四个月前关税一直在变化，我们经常讨论这件事，好多企业供应链受影响。有的做场景模拟：“关税涨了会怎样？”可形势一变，模拟就得重来，没时间没能力决策，干脆直接加库存保服务（虽然库存成本高）。有的靠高灵活度、管好库存和财务，也能扛住。

用AI的话需要注意：它可能放大供应链偏见（比如对弱势群体不公平）。我们合作的企业会设治理委员会，评估数据风险和脆弱性，用敏感数据需要审批，还需审计AI模型——比如选供应商时，不只看国家，还要兼顾公平、多元，分散风险。

但AI处理伦理、多元、公平等软因素还有待提升，需要人工来把关：按公司价值观评估决策，确保长期可持续。供应链协调不止物流，还得考虑伦理，难的是供应商若和普世价值观不一致、不够敏捷怎么办？所以评估供应商（价值观匹配度、响应速度）变得尤为重要。

王婧：谢谢玛丽亚教授，企业的确在现在需要考虑供应链的透明性的问题。卡门教授有什么补充？

齐夫·卡门：说到伦理、偏见这些事儿，我们需要先做下优先排序——不可能一口吃成胖子，一次只能抓几个重点。

作为决策研究者，我建议别让同一个人既管供应链优化又管伦理，毕竟没人能啥都擅长。不如找不同的人代表不同视角，给特定管理者定KPI（他们通常更擅长完成具体目标），这样推进更有价值。

再说预测，比如地缘政治压力下会发生什么？现在这问题太难答。AI能帮忙，比如把微弱信号放大，还能提示“下一个问题可能是什么”。但就像我之前演讲说的，人的判断特别重要，别全信AI。AI容易盯着好衡量的具体事儿，这反而可能最危险。就像Maria说的，必须把人拉进来，作为心理学家也认同这点，人的参与能弥补AI的短板。

▍王婧（主持人）

总有人说AI要替代人、抢饭碗，但今天听两位教授聊，尤其玛丽亚强调人的重要性，让我想起她前面提到的：得培训人做复杂任务，培养系统性思维，帮他们避偏差、做符合伦理的决策——人必须参与每个决策，这一点至关重要。

中国乃至全球都担心AI取代工作，但今天对话里反复琢磨：AI时代人该做什么？人有不可替代的价值。AI不完美，数据虽多，但得人要去筛选，判断公不公平、有没有危险，考虑短期长期影响——这对供应链、品牌建设意义重大，未来这作用还会更重要。

再次感谢两位教授的精彩的分享，也感谢两位嘉宾提这么优秀的问题，非常现实，而且也给我们带来了更多的思考空间。

每次讨论都干货满满，聊得意犹未尽，相信大家都收获不小。期待下次再聚！