谭寅亮：一家品牌营销公司的AI进化论
2月24日，一家中国科技企业成为全球知名商科教育案例库年度热点主题“生成式人工智能、商业与社会”杰出案例的主角。
三位评审专家分别是来自INSEAD商学院的大卫·杜布瓦（David Dubois）、伦敦商学院的约翰·马林斯（John Mullins）以及欧洲案例交流中心的维姬·莱斯特（Vicky Lester）。他们对这个案例评价的关键词是：稀缺的实战样本、合理分解如何实施人工智能、兼具操作深度和战略广度。
不难想象，在人工智能技术快速迭代的今天，对大多数拥抱AI持肯定态度、却对落地AI“茫然无措”的企业家来说，《璞康科技：AI如何驱动商业价值与生产力提升》无疑是一份难得的参考样本和实践指南。该案例由中欧国际工商学院决策科学与管理信息系统教授谭寅亮与中欧案例中心研究员刘耿，历时半年多时间共同开发。
两位作者也因此获得欧洲案例交流中心（The Case Centre）2025年全球竞赛热点主题类别“杰出案例作者”奖项。中欧也是本次大赛中获奖的唯一一家中国商学院，这也体现了它在AI与商业应用的布局定位，彰显了中欧在人工智能与商业应用领域贡献的中国智慧。
值得注意的是，此次的热点主题“生成式人工智能、商业与社会”，还是欧洲案例交流中心首次设立的AI相关奖项，意在聚焦企业在AI技术环境下所面临的变化与挑战，反映出全球商业教育界对AI技术崛起的重视。
正如欧洲案例交流中心首席执行官Vicky Lester所说，虽然AI技术在不断发展，但案例教学法仍然是培养学生批判性思维、决策能力和道德判断力的宝贵工具，这些能力是AI无法替代的。
对此，经济观察报也很好奇：璞康科技是谁？它做了哪些改变以拥抱AI？这些改变产生了哪些实际的效果？商学院教授们是如何发现这家公司并把它的经验写成案例的？其中，最值得分享和具有广泛推广意义的实践经验又是什么？
带着这些疑问，我们和案例的两位作者进行了深入沟通，试图去理解这家企业是如何将AI转化为生产力并产生商业价值的。
1.0的困惑
璞康科技（下称“璞康”）是谁？回答这个问题比较简单。
按照案例介绍，这是一家成立于2004年、总部位于上海的品牌全域运营公司。说直白一点，早期，璞康在线下做经销运营；随着电商的兴起，其服务业务也扩展至线上领域。
目前，璞康的业务场景覆盖家电家居、母婴快销、时尚潮玩、美妆护肤、食品酒水、营养保健、教育等，服务国内外50多个知名品牌。2023年，这家公司实现了100亿元的GMV（商品交易总额）。
事实上，在品牌管理和数字营销领域，AI技术的应用已相当普遍，特别是在内容创意、信息收集、数据分析和用户管理等场景中。美国80%的零售商已经使用了AI技术；而早在2023年，中国就有约48%的广告主企业在其线上营销活动中应用生成式人工智能技术。
作为一个AI应用率先落地的行业，璞康在其中的独特性是什么？谭寅亮说，从案例的角度看，璞康最大的价值在于其做法的普世性或经验的可迁移性。
通读完这篇案例首先会发现，璞康的创始人于勇，是这项庞大技术工程中无法忽视的存在。
于勇在2018年就开始推动企业的数字化转型，努力两三年，却发现通过技术手段实现提升运营效率和提高信息透明度的愿望难以落地；进而又深层次推动企业的组织转型，采用阿米巴模式，以适应快速变化的市场需求。
璞康的数字化转型目标之一，是希望通过知识的复用为阿米巴组织赋能。但无论是专有知识积累的长期性，还是阿米巴生态中实现复用知识的复杂路径（先建立专有知识库和素材库，通过中台沉淀后再赋能前端），都与最终实现自动化运行的数字化转型目标相去甚远。
讲到这里，这或许还只是一家传统企业数字化转型1.0的故事。很多企业在数字化转型过程中也都遇到过类似的难题，卡在这里停滞不前。但璞康很快遇到了自己的转折点。
技术进化
2022年末，正在美国出差的于勇接触到了ChatGpt-3.5，这让他看到了全新的可能：数据将被赋予新的价值。
回国后，于勇迅速成立了跨部门“兴趣小组”。小组成员下班后聚在一起，每天分享各自在海外论坛看到的最新工具，并讨论其潜在的应用价值。
一天，CMO秦子意跟大家分享了Stable Diffusion的AI图像生成工具。团队就立刻决定在公司的营销活动中适用这个新技术。第二天，设计师们就用这个软件生成了一系列营销图片，生成的质量和速度都令人惊叹。
这个兴趣小组逐渐成为公司的一个虚拟组织。为了推动AI工具的全面应用，于勇还要求从高层管理到基层员工，都必须参与到AI的应用中来。
璞康内部还分成了研究组和应用组：前者穷尽各种AI工具，后者将验证不同工具使用的业务场景。经过几个月的突击，璞康的AI应用工具封装完成，并逐步渗透到各个业务环节。
谭寅亮评价，于勇是这场AI大跃进行动中最冷静的人，“这位企业一把手在AI转型推动当中决定性的认知以及对技术的饥渴和热爱，令人印象深刻”。
为了实现于勇提出的“AI要能量化产出”这个目标，璞康还进行了AI转型最为关键的一环：将全部业务流程拆解重构。具体来说，就是将复杂任务拆成具体的步骤，通过分析，看哪些环节可以由AI完成，哪些仍需人工的创意和判断。
但仅拆解任务不足以推动AI的全面应用，为了能够真正指导实践，璞康还将每个任务的时间消耗和工作要求标准化，建立明确的工时模型。这些能够帮助团队精准评估AI工具的实际提效效果。
“拆解流程”给刘耿留下了深刻印象。他说，把链条拆成很多不可再细分的环节，在每个环节评估引入AI的可行性，分析如何嵌入到工作流当中。这样操作下来，AI技术到底节省了多少工时的人力会算得很清楚。这解决了很多企业在使用AI当中一个最大的痛点：凭着感觉走。
刘耿强调，企业乐高化拆解流程后，组织和工作的环节看似被打散，其实变得相对更简单，AI技术会更加容易渗透到具体业务当中。
组织重构
AI的引入，如何从内部“改造”璞康？
在谭寅亮看来，首先就是组织的重构：阿米巴被进一步解构，事业部的边界被打破，公司原有的业务变成不同的模块，在不同层次上被重新管理起来。
每个模块的管理都围绕不同的项目，不再受限于固定的部门和事业部。项目化的管理方式使得AI技术在不同模块中的切换更加“丝滑”。
组织重构的背后，更重要的是技术的重构。璞康的IT和设计部门是两线并行运作的关系，设计团队在研究如何利用AI优化业务流程时，IT团队也在后台进行编码和技术开发。
技术部门经历了从早期搜索AI工具到后期针对性调整模型的转变，才使得这些工具真正具备“可用”的效果。
但值得注意的是，在看似理所应当、顺水推舟的AI转型之路上，璞康高层一度面临巨大的转型阻力。
这些阻力既来自传统经验主义、原有的组织惯性，也来自员工对可能被AI取代的警惕和恐慌、考核标准变化的不适应等等。
事实上，在案例编写时的操作层面，AI的应用并未引发大规模的裁员，但确实通过自然流失和岗位调整实现了人员优化。
AI与人的关系是值得持续思考的深刻命题。在谭寅亮看来，AI技术应该赋能个体，以个体作为核心；企业家则应更多思考AI如何创造价值，“如果企业只是利用AI简单进行裁员和降本增效，这往往无法发挥AI真正的潜能”。
正如在璞康的实践中，深度融合业务的AI，正逐渐超越工具属性，有演变为新型基础设施的趋势。其自研的AI封装平台，既能赋能内部业务，也可以对外赋能品牌客户，乐高就是其中之一。
这个案例告诉我们：AI不是终点，而是认知革命的起点，技术正在重新定义商业。
|对话|
经济观察报：璞康这个案例最大的价值在哪里？
刘耿：企业实践中形成的管理经验既具有行业特殊性，又蕴含着可迁移的普适性，案例的价值就建立在这种二元属性的辩证统一之上。在案例开发过程中，我们建立起双重评估维度：既要彰显企业的创新基因，更要淬炼出可复用的方法论体系。此次入选欧洲案例库意味着当中国企业的实践呈现在海外的商学院课堂上，欧洲乃至全世界的同业者亦能从中解析出适配本土市场的实践启示——这种跨文化语境下的知识迁移表明，在AI使用和管理学上，有东海西海，心同此理的时刻。
谭寅亮：案例教学法是中欧的一大特色，中欧案例中心致力于打造全球最具影响力的中国主题案例库，已收录高质量教学案例超过3000篇。这个案例除了在案例中心进行开发，还会被实际应用到中欧的课堂中。案例在定稿之前，我们会有一到两次试讲，和同学们进行课堂讨论，讨论出来的观点会再反馈到案例的教学笔记中，如此迭代。从成稿、反复打磨到最终通过评审，案例整体的开发周期比较漫长，前后经历了七八个月的时间。
案例不是去追最新变化的新闻，而是追求底层逻辑。目前，璞康在数字化转型、AI布局方面做得很超前，而有些企业或许处在0到1的阶段，那这个案例对它们来说就是有价值的。此外，案例也没有截稿的概念，每隔一段时间，当企业出现较大变化，我们会对案例进行更新，包括开发后续案例也都是有可能的。
有一位企业家学员说他把这个案例前前后后读了5遍。他们的高管团队认为这个案例的价值在于，他们可以把其中的方法迅速运用到企业中。这个案例其实也给了很多企业家信心：布局AI不是投入的无底洞，未来会有光明的前景。
经济观察报：初步达到AI转型目标，璞康的投入是多少，主要投入在哪些方面？
谭寅亮：这其中涉及大量的人力调用，大概率估算下来，两年多的总体投入在1000万元左右，主要投入在人力和技术方面，他们现在正在打造所谓的AI能力中台。
经济观察报：布局AI方面，不同公司一把手的理解力和行动力可能会存在巨大差异。怎么理解璞康创始人于勇的作用？如果能最小化个体差异，案例通用的底层逻辑是什么？
谭寅亮：每次上课前，我会用二维码调查有多少企业家使用过AI。2024年12月份时，约有25%的学员每周都会使用AI或每天都使用。当时，大多数人是没有在实际运用 AI的。但通过几天学习，企业家对AI发展的来龙去脉、技术原理、赋能企业转型会有更深刻的认知。
一号位对企业的AI转型需要有基本的认知：这种转型必须是自上而下、从一号位出发的。于勇是中欧EMBA的学员，本身就有很强的行动力。我印象最深的是他对技术保持的饥渴和热爱。他的这种认知对璞康科技的AI转型起到了决定性作用，没有这个第一推动力，璞康科技后面所有的事情都不会发生。
这个案例也成为了很好的抓手，可以告诉企业家到底如何进行AI转型。在此之前，企业家或许对此没概念，但读完案例后，他们或许就会了解到有哪些关键步骤。
第一，老板要建立认知；第二，企业要先成立一个虚拟组织，去穷尽研究市面上的AI工具并和业务做匹配；第三，研究组织内部哪些任务、哪些工作环节能够被AI所取代，进行AI与任务的对齐等。为了补充能力，什么样的企业适合找外部供应商，什么样的企业应自建能力，包括中间环节可能遇到的难点和问题，我们都会在课堂中与学生们做探讨和分享。
其中，一个关键点容易被大家忽略：璞康有非常好的数字化转型积累。数字化转型积累的厚度是一家企业AI转型能否成功的决定因素。因为若要让AI发挥作用，企业需要投喂数据，没有这方面的积累，企业很难把 AI用好。我想这也是璞康这个案例相对来说更有特色的地方。
经济观察报：过去很多观点认为，AI最先容易落地的场景包括客服、广告策划等，璞康恰巧处在最易落地的场景中。但对于非标化程度更高、应用场景更复杂的行业来说，案例分享的转型经验是否还具有可复制性？
谭寅亮：我举个很小的例子。航运行业初看之下似乎与AI关系不大。我们有这个领域的企业家学员研究完这个案例后，就在公司内部进行了全面梳理，找到了185个可以被 AI化的应用场景。目前，他们正在开发行业的垂类模型。所以，不同行业的企业，在理解案例时会有不同的理解，但还是能从中找到通用的方法。
目前，我们正在梳理不同类型的企业如何部署AI，如出海企业、教育企业、10万人以上超大型企业、中小企业、在华跨国企业该如何进行AI转型等等。
经济观察报：这轮AI转型热潮与10年前的数字化转型有何不同？关键词似乎都是“一把手工程”“理解业务场景”等等。
谭寅亮：以前的数字化转型或所谓的大数据分析，本质还是在降本增效上发力。但这轮AI技术可以创造新的价值。
我举个很小的例子，璞康日常要制作很多线上的物料，以前需要花很多时间，比如制作一张图片需要一天时间，使用AI后，一个小时或许就能制作10套图片。这10套制作图片能带来哪些新价值？企业可以把10套图片放在小红书等社交媒体上进行测评。
企业之前没有这样的能力，因为没有这样的效率，图片做完马上就进行交付了。如今，图片做出来后还能进行测评，这就是AI新产生的价值：AI正在创造很多新的想象空间。
如果说信息时代或者说大数据时代使得信息变得更加平权，那么未来，AI会让决策变得更加平权。在组织内部，每个人都可以掌握共同的能力和知识。相比前几次数字化革命，这轮AI浪潮对企业的影响，完全不在一个量级上。
经济观察报：当企业模仿案例争相布局AI时，需要规避的风险有哪些？
谭寅亮：我觉得对企业说，现在最大的风险就是不去拥抱AI。
此外，去年我在斯坦福大学做访问学者，他们人工智能研究中心的名字叫“以人为本的人工智能研究中心”。在我看来，AI还是应该赋能于个体，以个体作为核心。由此延伸出来的包括AI与未来的就业，我想这都是重要的话题。
企业也更多应该去思考未来如何利用AI创造价值，部署AI如果只是为了降本增效，这往往无法发挥AI真正的潜能。AI确实会部分取代人的能力，这需要政府做很多政策上的调整。我想这不单是中国面临的问题，是全世界乃至整个人类社都在面临的难题。
来源 | 经济观察报
