2025年经营业绩 - 2025年全球收入达4268亿元人民币，同比增长6.3% [1] - 2025年全球利润总额达322亿元人民币，同比增长6.7% [1] - 业绩延续了稳健且高质量的增长态势 [1] 2026年战略方向与关键战役 - 2026年将围绕“生态协同、用户链接、全球纵深”三大主线，打赢三场关键战役 [1] - 在生态协同上，目标是从“并列舰队”转向“有机生命体” [2] - 在用户链接上，目标是从“交易用户”转向“终身合伙人” [2] - 在全球纵深上，目标是从“全球覆盖”转向“本土深耕” [2] - 全面构建AI原生组织，以提升生态竞争力与创新效率 [1] AI战略与应用部署 - 2025年是公司AI应用元年，坚持“天上大模型、空中智能体、地面AI终端”三级体系 [1] - 在产品服务端，率先发布“AI之眼”，打造智慧家庭解决方案，引领行业从“替人家务”迈向“无人家务” [1] - 在产业端，卡奥斯天智大模型助力企业数字化转型 [1] - 在管理端，围绕主业务场景部署数百个业务智能体提质增效，并推出创客端智能办公助手 [1] 产业生态布局与细分 - 将“三大赛道”细分为“六大产业生态”，以生态协同对冲单一产业周期波动 [2] - 数字经济产业生态：卡奥斯连续7年位居国家级“双跨平台”榜首，在工业互联网垂域大模型等方面形成体系化积累 [2] - 机器人产业生态：新时达发布行业首个工规级具身智能机器人，同时围绕“无人家务”丰富家庭机器人矩阵 [2] - 新能源产业生态：围绕绿能、储能、智控器布局，并通过融资获得资本市场认可 [2] - 汽车产业生态：通过战略入股汽车之家，补齐汽车产业OTO生态关键一环 [2] 研发投入与组织治理 - 计划未来5年研发投入累计不少于1000亿元人民币 [3] - 研发投入重点投向人工智能、芯片、物联网安全等基础技术领域，以筑牢AI原生的技术根基 [3] - 推行“生态型治理”、“生态小微”等组织机制 [3] - 启动第二曲线引爆计划，对大健康、机器人、新能源等新赛道设立专项发展基金，鼓励模式创新和技术突破 [3] 资本市场运作与上市平台 - 集团旗下已拥有8家上市公司，覆盖智慧家庭、大健康、数字经济、智能制造与汽车等领域 [3] - 2025年12月31日，海尔新能源在青岛证监局启动上市辅导 [3] - 2026年1月30日，卡奥斯向港交所递交上市申请，正式开启赴港上市进程 [3] 外部专家观点 - 从2025年的“稳健增长”到2026年的“生态进化”，公司的战略是以AI为牵引、以生态为组织形态、以资本市场为资源配置工具的系统工程 [4] - 随着“AI原生组织”全面落地及卡奥斯等平台型业务走向更开放的资本叙事，公司在全球纵深与产业纵深上的表现将成为观察中国龙头企业穿越周期的重要样本 [4]

2025年财务业绩 - 2025年海尔集团全球收入为4268亿元人民币，同比增长6.3% [1] - 2025年海尔集团利润总额为322亿元人民币，同比增长6.7% [1] 2026年战略主线与目标 - 2026年是公司从世界海尔向生态海尔进化的开局之年 [3] - 公司未来五年将围绕生态协同、用户链接、全球纵深三大主线，打赢三场关键战役 [1][3] - 公司未来五年将实现“双三分之二”的战略目标 [3] 生态协同战略 - 在生态协同上，公司目标是从“并列舰队”转变为“有机生命体” [3] - 公司将推行“生态型治理”，针对不同业务定制风控规则和管理流程 [5] - 公司将基于人单合一管理模式，推出“生态小微”组织模式，赋予小微团队更大自主权 [5] - 公司将建立生态价值账户，量化每个团队和个人的生态价值 [5] 用户链接战略 - 在用户链接上，公司目标是从“交易用户”转变为“终身合伙人” [3] 全球纵深战略 - 在全球纵深上，公司目标是从“全球覆盖”转变为“本土深耕” [3] - 公司将从供应链纵深、市场纵深、生态纵深三个维度强化构建全球纵深能力 [3] AI原生组织构建与四大创新层面 - 公司将全面构建AI原生组织，集中在产品服务、流程运营、组织人才、决策创新四个层面创新发力 [1][3] - AI重构产品与服务：让产品拥有“会思考、懂学习、能进化”的AI大脑，使产品从“一次性购买”变为“终身服务” [3] - AI再造流程与运营：核心目标是让个性化成为普惠体验 [3] - AI赋能组织与人才：推行“全员AI赋能计划”，让每位创客学会使用AI工具并成为用AI重构自己的“设计师” [4] - AI驱动决策与创新：通过“战略智慧大脑”对市场趋势、技术路线等进行模拟预测，实现前瞻性预判 [4] 2026年系统性变革举措 - 启动“第二曲线引爆计划”：对大健康、机器人、新能源等新赛道设立专项发展基金，鼓励模式创新和技术突破 [5] - 发起“人才热带雨林”工程：开放吸引全球顶尖科技领军人才和行业专家，加速年轻化人才成长，实施“生态领导力”培养计划 [5] - 开展“AI穿透行动”：全面实施科技领先战略，未来5年研发投入累计不少于1000亿元人民币，重点投向人工智能、芯片、物联网安全等基础技术领域 [5]

AI原生组织的特征与传统企业的差异 - AI时代成长的企业规模小但估值极高 例如Perplexity仅247人估值达140亿美元 Cursor AI约30人估值约90亿美元 与传统企业形成鲜明对比 [1] - 企业规模与管理逻辑发生巨大改变 如此大体量的公司仅需极少人数即可维持运转 [1] - AI原生组织是典型案例 但只是极端案例 AI的影响已广泛渗透至日常生活、学术研究和企业经营 [1] 企业AI应用的现状与生产力悖论 - 企业AI实践呈现两极分化 一方面是与AI深度融合的成功企业 其内在逻辑发生根本改变 另一方面是绝大多数企业应用深度有限 [2] - 高采用率未转化为相应价值回报 麦肯锡调查显示使用AI的企业占比升至78% 71%的企业已在至少一个业务职能中经常使用生成式AI 但价值兑现参差 [1][2] - 个体提效显著但组织兑现困难 例如一家程序员占比90%的公司内部测试发现AI对效率提升仅10%—15% 远低于预期 [3] - 个体层面受控实验显示明显提效 波士顿咨询实验显示使用GPT-4的咨询顾问完成速度提升25%以上 质量评分提升40%以上 GitHub实验显示使用Copilot的开发者完成任务用时缩短55.8% [3] - 组织层面财务收益兑现难 麻省理工与波士顿咨询跟踪报告显示仅约一成企业从AI中获得显著财务收益 主要瓶颈在于组织学习、流程重构与人机协作能力不足 [4] - 生产力悖论的本质在于组织化能力缺失 单纯引入AI工具而不改变工作流程只能带来碎片化优化 节省的时间未转化为企业效益 [4] 从任务替代到组织能力重构 - AI替代的是任务而非岗位 某些任务可完全被AI替代 某些只能被AI增强 任务层面的替代将引发组织变革 [6] - 知识工作者时间分配不合理 职业写作者65%—75%时间用于编辑和重写 学术研究者85%时间在写作或编辑 部分知识工作者88%时间用于沟通 超过80%时间花在个性化支线任务上 [6] - 组织需要适应技术而非技术适应组织 历史经验表明生产力飞跃需要时间 例如蒸汽机到电力驱动的工厂布局变革历时30—50年 流水线诞生后才大规模释放生产力 [7] - 组织适应AI需进行工作流的系统性重构 从简单的效率提升转向价值创造全过程的重构 [8] 组织适应AI的三个关键维度与人机分工 - 重构核心是建立清晰的人机分工界面 AI负责规模化、标准化、快速迭代 人类负责创意探索、价值判断、伦理决策与例外处置 [8] - 人才发展需要全新思路 早期研究显示在独立任务中表现好的人未必能胜任有AI辅助的任务 反之亦然 [8] - AI时代人才需要四项关键能力 第一是会定义 即将模糊业务需求转化为清晰任务规范和质量标准 第二是会验证 即具备识别AI输出质量的专业判断力 第三是会编排 即把多模型、多工具、多角色串成端到端流程 第四是会教机 即将个人知识转化为AI可学习的形式 [9] - 需避免能力退化 尤其是在医疗、航空等高敏环境 应通过制度化演练将例外处置、边界判断与因果解释保留在人类闭环中 [10] 组织文化转变与实施路径 - 技术门槛降低使创新可由一线员工主导 组织需建立相应文化土壤 [10] - 需提供心理安全感 通过透明沟通、明确转型路径和持续技能培训建立信任 [10] - 需建立实验文化 鼓励尝试AI应用 即使失败也能学习 可通过建立AI大使网络让早期采用者分享经验 [10] - 实施应选择AI能力成熟、业务价值明确、失败风险可控的场景作为突破口 例如文档自动分类、会议纪要生成、标准化报告撰写 [11] - 需构建能力沉淀机制 把有效的提示、数据集、评测脚本与标准操作程序打包成可复用资产 形成组织记忆 [11] AI Agent的发展与未来组织形态 - AI在组织中的角色从工具向数字员工跃迁 AI agent是未来呈现模式 [12] - AI使用可分为三阶段 第一阶段是基础大模型对话机器人 第二阶段是单一专业AI agent 第三阶段是多元AI agent 企业拥有多元AI agent相当于拥有成熟的数字员工 将彻底颠覆现有工作流 [12] - AI agent的核心是工作设计 需要组织分解清楚工作流上每个节点的技术和知识需求 这依赖于任务分解能力 [13] - 未来组织形态将变化 从电力时代的专业化分工转化为AI agent包围下的工作集群 大多数工作可能集中在少数具备编排AI完成端到端工作流能力的人手中 [13] - 科研场景中AI可承担大部分执行工作 人可能只需完成最初1%的关键思考 剩余99%交给AI [14] - 组织变革将是自下而上的过程 由每个岗位的变化汇聚而成 这与传统自上而下的数字化转型路径相反 [14] - AI的意义在于把人放回价值中心 当例行性劳动被压缩 人可将时间投入提出更好问题、建立更深理解和做出更有担当的选择 [14]

AI原生组织理念与实践 - 企业需进化为AI原生组织以实现降本、增效和开源，将AI深度融入业务模式和工作流程，构建人智共创组织[1] - AI原生组织具备三大特征：人智共创组织、"超级个体"涌现、人机共生文化[1] - 公司凭借在AI原生组织领域的创新实践获2025拉姆·查兰管理实践奖杰出奖[1] - 中国政策提出到2030年新一代智能终端、智能体等应用普及率超90%[1] 全价值链环节应用成效 - 在营销环节，营销智能体实现“一人千面”的精准营销，60%的营销内容由智能体生成，并提升30%左右的转化率和互动率[2] - 在销售环节，销售智能体覆盖服务器配置推荐、智能价审等场景，使公司能覆盖绝大多数客户，大幅提升商机获取机会[2] - 公司覆盖超过23万中国大型企业客户，销售智能体替代了此前外呼中心一个季度仅触达七八万家的模式[2] - 在服务环节，服务智能体具备坐席AI全程伴随等功能，仅需400个人工坐席即可高效处理年超4000万服务单量，客服“智能体坐席”占比超75%[2] 智能体驱动业务变革与增长 - 将AI嵌入PC、手机等设备激发新需求，公司AI PC在笔记本电脑总销量中占比已超三分之一[3] - 在IT服务领域，公司已跃居中国市场第一，通过企业超级智能体引领IT服务向AI服务迈进[3] - 公司发布业内首个企业超级智能体“乐享超级智能体”，与各领域智能体组成“硅基战队”，上线后累计创收18.9亿元[3] - 企业超级智能体覆盖20余个核心场景，支持日均超100万次交互请求，用户周活跃度提升270%，订单转化率提升30%[3]

公司AI战略与组织转型 - 公司凭借在AI原生组织领域的创新实践获得2025拉姆·查兰管理实践奖杰出奖 [1] - AI原生组织是将AI深度融入企业业务模式和工作流程，实现AI Agent（硅基员工）与人类员工（碳基员工）的人智共创 [1] - AI原生组织具备三大特征：人智共创组织、‘超级个体’涌现、人机共生文化 [1] 全价值链效率提升 - AI原生组织成效贯穿公司“研产供销服”全价值链环节 [2] - 在营销环节，营销智能体应用于“618”大促，60%的营销内容由智能体生成，提升30%的转化率和互动率 [2] - 在销售环节，销售智能体覆盖服务器配置推荐等场景，使客户覆盖从一季度的七八万家大幅提升至超过23万大型企业客户 [2] 产品与服务创新及业务成果 - 将AI嵌入PC、手机等设备，公司AI PC在笔记本电脑总销量中占比已超过三分之一 [3] - 在IT服务领域，公司已跃居中国市场第一，并通过企业超级智能体引领IT服务向AI服务迈进 [3] - 公司发布的乐享超级智能体累计创收18.9亿元，覆盖20余个核心场景，支持日均超100万次交互请求，用户周活跃度提升270%，订单转化率提升30% [3] 技术基础与人才发展 - 以擎天为技术底座支撑，公司对流程进行梳理重构，组织、人员和文化全面进化 [4] - 过去一年公司AI专家人才招聘占招聘总量的35%-40% [4] - 公司通过一系列课程赋能培训员工，更新思维和工作方式 [4]

AI落地核心框架 - AI落地遵循从L1到L5的增长路径，从工具赋能逐步演进至范式重构 [2][3] - L1阶段将AI作为新工具提升个人效率，L2阶段应用于业务场景，L3阶段实现产品创新，L4和L5阶段则诞生原生产品和平台 [3] - 技术革命早期通常先改变现有价值网，用于增收提效，后期其第一性原理清晰后才催生新价值网 [3] L1 - 岗位赋能 - AI落地应优先从销售、市场等创收部门入手，而非从HR、设计、财务等支持部门开始降本增效，以避免员工抗拒并先做大收入 [5] - 岗位赋能需掌握三类工具：常见岗位级AI工具集、多维表格以及RPA机器人，以大幅提升工作效率 [6][7] - 多维表格能整合数据汇总、AI分析和可视化，例如自动分析爆款文案结构或几分钟内完成巡店信息核对，飞书多维表格是典型应用 [6] - RPA机器人可模拟人类操作自动执行数据采集、直播间弹幕分析及自动回复等任务，实现无人值守直播间 [7] L2 - 业务战略赋能 - 业务本质洞察是战略基础，需理解消费者付费的根本原因，例如宠物食品的本质是满足宠物主人的情感需求而非单纯狗粮，CASETiFY手机壳的本质是创意表达平台 [12][14] - AI可辅助洞见业务本质，例如帮助有色金属型材企业将业务本质从性价比竞争重新定义为帮助客户提升核心竞争力的解决方案提供商 [14] - 行业研究需采用饼状思维，从市场规模、市场份额和限期达成三方面进行空间推导，避免柱状思维的线性预测局限 [15] - AI工具如秘塔搜索能自动生成行业分析框架、补齐数据并转化为可视化图表，降低研究门槛 [17] - AI会议复盘智能体可自动生成会议纪要、梳理行动计划并提炼关键洞见，提升决策效率 [19][20] L2 - 客户增值与品牌营销 - 用户需求洞察框架为“用户+任务+期待+障碍”，当前消费趋势从注重性价比转向注重心价比，情绪价值成为关键 [21] - 品牌需建立内容阵地、生意阵地和品牌数字私域三轮驱动系统，以积累品牌资产和用户资产 [23] - AI可通过对话将用户标签化，分析需求，帮助精准管理用户关系，拉长用户生命周期价值 [23] - AIGC重塑品牌营销流程，从需求洞察到内容生成均可快速完成，将产品创新周期从五六个月缩短至四五周 [25] - AI能辅助制作全年营销日历，例如输入产品卖点后智能体可在一小时内自动匹配节日并规划全年营销活动 [25] - AI可高效生成宣传内容，即梦智能体能在十分钟内生成一组高质量图片并转化为连贯视频 [26] - 价值主张需从用户视角出发，AI智能体可将卖点转化为买点，例如将Livehouse宣传语从“明星多”转化为“加入演出”以引发共鸣 [27] L2 - 产品创新与全域运营 - AI赋能产品创新全流程，包括自动爬取用户差评进行产品改善，以及在设计阶段生成高精3D渲染图和服装设计草图 [24] - AI可进行发散性设计，例如提出智能收纳盒概念，并能快速更换AI模特场景或种族以满足跨境电商需求 [24] - 在销售流程中，AI可自动化LTC（从线索到回款）环节，例如自动评分并分配上千条线索，将整理时间从五天大幅缩短 [28] - AI在投标环节能快速分析对话录音，识别决策者角色和核心诉求，十分钟内生成应对方案以提升中标率 [30] L3 & L4 - 范式转变与AI原生产品 - 增强式创新是对旧模式的优化，而原生式创新是对旧世界的颠覆，例如拼多多是移动互联网原生产品，依托社交关系而无Web页面 [31][33] - AIGC的第一性原理是“认知效率的跃迁”，实现认知链条的自动化与可扩展化，使知识获取和决策支持的边际成本趋近于零 [34] - AI原生产品案例如AI约会助手Plug AI月收入达百万级别，AI床垫年销售额数十亿，苹果Air Pods可联动健康数据进行全面身体洞察 [35] - AI原生产品的核心特征是以AI模型与数据驱动，支持自然语言交互，按结果和价值收费，实现“用智能代替流程，用结果代替功能” [36] - AI催生新商业模式，包括大规模个性化服务、专业能力平权化、一人即组织、认知即服务和自进化型产品 [37] - AI时代平台逻辑从“人找货”变为“货找人”，例如淘宝万能搜可直接比较产品并推荐，价值捕获从卖流量变为卖意图匹配效率 [37] - 中国即时零售市场规模2024年达7800亿元，预计2025年达1.2万亿元，2028年达2至5.6万亿元，其本质是“快” [38] L5 - AI原生组织 - AI改变岗位能力边界，引发分工、薪酬和架构的重塑，需借鉴泰勒科学管理思想，通过提高劳动生产率实现劳资双方最大限度的富裕 [41] - AI原生组织形态由团队协作发展为“超级个体加智能体”，传统业务流程不变但协作接口改变，AI使用成为岗位胜任力关键 [42][44] - 未来组织构建需与AI高度协调共同进化，例如市场调研、竞品分析等岗位工作可由AI Agent协助完成，催生超级产品经理等新岗位 [43] 行业前景与政策支持 - 到2027年新一代智能终端、智能体等应用普及率超70%，到2030年超90%，到2035年推动我国全面步入智能经济和智能社会 [45] - 这被视为人类历史上最后一次由人类主导的技术革命，未来主导者将是AI本身，企业需升维思考降维行动 [45]

AI落地增长路径框架 - AI落地遵循从L1到L5的渐进式路径：L1为岗位工具赋能，L2为业务场景应用，L3为产品技术创新，L4为原生产品开发，L5为原生平台生态构建[6] - 技术革命早期优先改造现有价值网（岗位、业务、产品），后期基于第一性原理形成新价值网[6] - 企业需避免将AI单纯视为降本增效工具，应优先从创收部门（如销售、市场）切入，再扩展至支持部门[8][10] L1阶段：岗位级AI工具应用 - 核心聚焦三大工具集：常见岗位AI工具（如图像生成、数据分析、PPT制作）、多维表格（整合数据汇总、AI分析、可视化）、RPA机器人（自动化数据采集与流程执行）[10][11][12] - 多维表格可实现爆款文案仿写分析（自动提取点赞、评论数据并解析卖点）、巡店信息自动核对（图片上传后分钟级完成）、销售报告生成及话术指导[11] - RPA应用案例包括店铺数据采集、直播间弹幕分析、自动回复评论，实现无人值守直播间[12] L2阶段：六大业务场景赋能 业务战略 - 业务本质洞察需回答德鲁克三问（业务现状、未来、本质），市场边界由客户选择决定，增长边界由执行能力决定，隐含边界与企业价值观相关[15][17] - 案例：宠物食品本质非狗粮而是家庭成员情感载体（同构母婴行业），手机壳品牌CASETiFY通过艺术家合作将客单价提升至数百元，2022年销售额突破3亿美元[18][20] - 行业研究需从柱状思维（线性增长预测）转向饼状思维（空间推导），分析六大板块：行业定义、驱动因素、发展空间、产业链条、外部环境、典型企业[22][24] 客户增值 - 需求洞察框架为"用户+任务+期待+障碍"，用户消费从功能价值转向情绪价值与心价比[27] - 品牌需构建三轮驱动系统：内容阵地（小红书、抖音种草）、生意阵地（天猫、京东转化）、品牌数字私域（关系经营非卖货），通过AI实现用户标签化及需求分析[29] 产品创新 - AI覆盖全流程：用户需求洞察（自动爬取差评）、竞品分析、产品设计（AI生成3D渲染图、服装草图）、价值主张优化[30] - AI设计具发散性，如提出智能收纳盒概念（带液晶屏显示温度物品），并可实现场景快速变更（跨种族模特换装）[30] 品牌营销 - AIGC颠覆传统广告流程，从"创意-草图-完稿"变为"想法-结果-迭代"，产品创新周期从5-6个月缩短至4-5周[32] - AI可自动生成营销日历（匹配节日热点）、宣传内容（10分钟内生成高质视频），并通过卖点转买点智能体优化价值主张（如Livehouse标语转化为"加入演出"）[32][35] 全域运营 - LTC（Lead to Cash）流程中，AI实现线索自动评分与分配（原需5天整理上千条线索），投标环节通过录音分析决策者诉求，十分钟生成应对方案[36][38] 组织效能 - AI驱动会议效率提升：会议复盘智能体自动生成纪要、梳理行动计划、提炼洞见，并输出思维导图[26] L3/L4阶段：范式转变与AI原生产品 - 增强式创新（旧市场+新技术）仅优化旧模式，原生式创新颠覆旧世界（如拼多多依托社交关系成为移动互联网原生应用，无Web页面）[39][42] - AIGC第一性原理为认知效率跃迁，多模态融合支撑图像、语音、文本处理，案例包括AI约会助手PlugAI（月收入百万级）、AI床垫（年销售额数十亿）[43] - AI原生产品特征：以AI模型驱动（非预定义规则）、自然语言交互、按结果收费、具备动态适应能力，本质是"用智能代替流程，用结果代替功能"[45] L5阶段：AI原生组织与新商业生态 - 组织架构转向"超级个体+智能体"模式，岗位能力边界重塑（如美工产出提升10倍引发薪酬体系重构）[51][53] - 新商业模式涌现：大规模个性化服务（AI导师）、专业能力平权化（法律AI代理）、一人即组织（个体完成内容、客服、销售）、认知即服务、自进化产品[46] - 平台价值捕获从"卖流量"转向"卖意图匹配效率"，搜索引擎优化（SEO）被生成引擎优化（GEO）取代，即时零售市场规模2024年达7800亿，2025年预计1.2万亿[47] 行业趋势与政策导向 - 国务院规划明确AI普及率目标：2027年新一代智能终端/智能体普及率超70%，2030年超90%，2035年全面步入智能经济[55] - 未来竞争从产品维度升级为体系与认知维度，企业需通过AI实现实时消费者洞察、数据驱动研发、柔性供应链闭环[29]

公司AI技术应用与市场表现 - 美图秀秀凭借AI合照功能获得欧洲14个国家App Store总榜第一，28个国家分类榜第一[4] - RoboNeo项目通过封闭开发一个月完成全球发行，上线首月MAU突破百万，未借助美图产品导流和PR推广即进入全球数十个国家应用商店分类榜前10名[22] - 公司AI编码普及率达到86%，设计流程中AI赋能使整体效率提升50%以上[43] 行业竞争格局与挑战 - 影像赛道成为行业风口，影像产品成为大厂标配，市场竞争激烈[9] - 全球涌现大量影像AI创业团队，不到10人团队能做出千万美元年度经常性收入，AI全栈工程师越来越普遍[9] - 公司面临大厂和灵活创业公司的双重竞争，内部存在17年积累带来的认知惯性和路径依赖[10] 传统工作流程痛点 - 产品需求文档需要开发长时间阅读理解，会议繁多但效率低下[16] - 需求排期长达三个月，OA审批流程需要几十人审批耗时三天[16] - 创新想法需要层层汇报，传达到决策层时已背离初衷，职能边界思维导致项目推进缓慢[16] RoboNeo项目反惯性工作流实践 - 采用需求共创模式，只确定大方向，研发设计同步开工，高频协作代替厚重文档[25] - 取消不产生决策的会议，缩短决策链路，小范围快速讨论当场拍板[26][27] - 借助AI实现单一职能多面手，海外运营工作由一人完成，传统项目需要两三人[28] - 要求所有Leader躬身入局承担执行任务，用最短时间构建MVP根据用户反馈快速迭代[29][30] AI时代组织进化方向 - 提倡全员拥抱AI生产力工具，迈向人人都是多面手，甚至一个人就是一支团队[39] - 内部搭建AI Agent平台、MCP服务平台、AI翻译平台等基础设施[44] - 鼓励简单事务不求人，用AI工具完成个人闭环，但需避免无脑照搬AI产出[44] 内部创新机制建设 - 推出AI创新工作室机制，鼓励员工组建极小规模团队实践产品构想[45] - 通过立项评审的团队获得项目启动预算和利润分红，目前已成立5个AI创新工作室[47] - 目标是构建蜂巢型组织，文化六边形提供稳定性，创新工作室保持敏捷性与体系化[58] 公司文化价值观升级 - 发布升级版价值观：热爱影像、追求极致、着眼全球、求真务实、打破惯性、爱拼能赢[55] - 文化六边形是公司最优解，提供稳定性和方向感，支撑使命让艺术与科技美好交汇[57][58] - 价值观不是推倒重来而是迭代升级，这些特质原本就深植公司基因[58]

公司战略与组织文化 - 公司致力于在AI时代构建一个兼具敏捷性和体系化、并拥有强大内驱力的组织文化 [1] - 公司正式发布升级版价值观：热爱影像、追求极致、着眼全球、求真务实、打破惯性、爱拼能赢 [6] - 公司内部推出“AI创新工作室”机制，以最小团队快速孵化新项目，已有5个工作室成立 [5][6] 海外市场机遇与产品表现 - 海外市场因高人力成本对高效AI工具解决方案存在强劲需求 [2] - 美图秀秀凭借AI合照功能荣获欧洲14个国家App Store总榜第一及28个国家分类榜第一，是公司产品首次在欧洲市场取得显著成绩 [2] - 新产品RoboNeo在没有借助任何现有产品导流和付费推广的情况下，上线首月MAU突破百万，并进入全球数十个国家应用商店分类榜前10名 [4] 行业竞争与内部挑战 - 影像赛道因AI浪潮成为风口，竞争加剧，大厂将其作为标配，同时全球涌现大量小型影像AI创业团队，不足10人即可实现千万美元年度经常性收入 [3] - 公司面临与大厂和灵活创业公司同时竞争的局面 [3] - 内部挑战包括需要打破17年发展形成的认知惯性、路径依赖、固化工作流程、管理效率问题及全球化体感局限 [3] AI技术应用与效率提升 - 公司倡导“AI原生组织”模式，即小团队通过高频应用最新AI工具快速完成多职能工作，迈向“人人都是多面手” [4] - AI已融入研发、设计、运营等关键场景，其中AI编码普及率达到86%，AI设计效率提升50%以上，AI营销实现全流程赋能 [4] - 在RoboNeo项目中尝试“反惯性工作流”，通过需求共创、简化会议、缩短决策链路等方式，仅用一个月完成封闭开发和全球发行 [3][4]

文章核心观点 - 浩鲸科技在2025云栖大会上推出“鲸智百应”，其定位是“企业AI操作系统”，旨在帮助企业从使用AI工具的思维转变为成为“AI原生组织”[1][3] - 该产品通过“统一认知、智能执行、决策中枢、记忆进化、智能体工厂、AI治理”六大维度，解决企业当前面临的数据孤岛、系统割裂、AI工具被动响应等问题[1][3] - 公司认为行业正从聚焦“智能体”向“操作系统”跨越，鲸智百应定义了企业AI新赛道，其价值在于让企业实现从“使用AI”到“本身就是AI”的组织跃迁[23] 统一认知 - 建立智能知识中枢，解决企业知识分散于邮件、文档、业务系统等孤岛中的根本问题，让AI能够掌握全量业务背景[4][5] - 例如在产品市场分析场景，可自动整合市场、产研等部门数据生成报告，无需跨多个系统查询和人工汇总，实现知识从“分散存储”到“统一底座”的变革[5] 智能执行 - 通过多智能体协同引擎，让AI从被动响应转向主动执行，成为业务流程的核心参与者，从问答助手升级为执行主力[7][8] - 引擎支持统一管理内置、自研、第三方执行单元，形成“数字员工军团”，并可实现并行处理、条件判断、异常修复[8] - 通过API调用或UI Agent实现无侵入集成，无需改造老旧系统即可为其注入“智能外骨骼”[8] - 在员工招聘场景，可帮助HR实现简历筛选、打招呼、面试安排等环节，大幅减少事务性工作[8] 决策中枢 - 让AI在核心场景自主决策，人类则聚焦高阶判断，使AI进化成为企业的“战略伙伴”[10][11] - 决策能力形成完整闭环：基于大模型理解复杂指令并自主拆解任务；通过多智能体联动生成具体方案；通过“智能体知识图谱”进行精准路由，错误调度率降低70%[11] - 具备动态调整能力，若市场或竞品发生变化，AI可实时更新预测模型，推送最新最优策略[11] - 在研发生产场景，能快速分析项目周期和进展，合理规划后续投入，实现从经验驱动到数据驱动决策的质变[12] 记忆进化 - 通过企业记忆图谱构建组织的“长期记忆库”，让每一次任务执行都成为能力积累的过程，解决传统AI工具“用过即忘”的问题[13][14] - 全链路记忆记录用户行为、任务历史、反馈数据等，构建全局关系网络，形成“个人经验→团队模板→组织资产”的知识沉淀体系[14] - 在合同审查场景，每完成一次审查就积累更多风险条款识别经验，推动组织进入“越用越强”的正向循环[15] 智能体工厂 - 以低代码编排为核心，让业务人员无需编程就能自主孵化“数字员工”，实现智能能力的快速复制和按需定制[16][17] - 针对财务、人力等标准化场景，提供拖拽式界面与通用模板，可快速搭建数字员工，大幅缩短开发周期[17] - 借助Data Cloud与Function Cloud能力，可深度定制专有场景数字员工，如制造企业的设备故障预测、零售企业的会员运营等[17] - 支持整合现有数字员工功能快速衍生新能力，并提供全生命周期管理，确保数字员工随企业成长一同进化[17] AI治理 - 通过可信AI框架确保AI“可信、可控、可追溯”，在享受智能红利的同时守住风险底线[18][19] - 原生安全架构通过权限继承确保AI仅处理用户有权访问的内容；全链路审计日志记录每一步行为；“人类在环”机制让关键操作需人工确认[20] - 例如某部门主管的“分析数字员工”在访问数据时，权限与主管完全同步，且所有操作有日志记录，杜绝数据泄露，构建“安全-效率-合规”的平衡[20] 行业观察 - 当前企业AI赛道呈现分化，部分玩家仍聚焦“智能体”，试图解决即时性效率问题，但存在系统割裂、知识难以沉淀的瓶颈[23] - 鲸智百应从“智能体”跃升至“企业AI操作系统”的定位，从全链路切入，解决让AI变成组织“原生能力”的根本性问题[23] - 选择该产品意味着企业拥抱新的组织进化逻辑，实现从“使用AI”到“本身就是AI”的跃迁，产品是这场组织变革的核心基础设施[23]