不错过任何一趟技术变革的快车，这大概是刻在海尔骨子里的东西。伴随着海尔集团六次战略变革，海尔创新设计中心历经了数次升级，包括从传统工业设计中心向创新中心的升级，以及再向数字化和智能化转型。随着AI兴起，通过应用生成式AI技术，海尔创新设计中心开启了向“智慧化”的跃迁之旅。
尽管导入时间只有两年多，但影响却是跃迁式的：流程加速——借助AI技术优化工作流程，提高了业务处理速度，让创新节奏更为快速；团队资源优化——促使团队结构调整，释放了人力资源从事更具创意和价值的工作，激发了团队创新潜能；协同高效——提升了内部各环节及与外部合作的协同效率，为企业发展注入了新动力，引领行业创新趋势。在这个跃迁中，海尔创新设计中心是如何抓住契机的，解决了什么难题?
2005年，海尔创新设计中心开启了意义深远的第一次转型——从传统工业设计中心大步迈向创新设计中心。这一转型背后有着诸多推动因素。据海尔智家副总裁、海尔创新设计中心总经理吴剑介绍，随着互联网变革浪潮汹涌而至，企业认识到传统工业设计的局限，传统工业设计多专注于产品造型与美学，必须突破创新，一方面是向上深入用户洞察，精心塑造品牌；另一方面是向下覆盖采购、制造、营销、销售乃至售后服务等全流程，成为全方位赋能企业的关键平台。
第二次转型是将数字化置于重要战略高度。海尔创新设计中心的数字化探索可回溯至1998年，从建立OA系统提升办公效率起步，到2007年借助ERP体系成功打通设计与各环节流程。数字化的经验和能力沉淀，为AI技术的引入和发展提供了坚实支撑。通过降低创新工作中的不确定性，提升了全球设计效率与能力，为企业在全球市场竞争中赢得先机。
随着AI技术的兴起，海尔创新设计中心敏锐地捕捉到了这一趋势信号，尽管一开始只是将其视为自动化工具，用于规避各类风险、提升工作效率——当时，企业在全球化的复杂进程中面临诸多挑战，如用人难题、提效瓶颈以及应对突发事件的压力等，引入AI工具成为有效的应对策略之一。后期通过与亚马逊云科技的深度合作，逐渐实现了从单纯工具到类人助理的重大转变，为创新中心的工作注入了强大动力。
在实际的业务运作中，海尔创新设计中心面临着一系列复杂而棘手的难题。每年需要处理的创新方案概念数量庞大——近8万个方案犹如海量的数据洪流，给设计团队带来巨大挑战。传统的用户调研方式显得力不从心，其成本高昂，需要投入大量的人力、物力和时间资源。精准性也难以保证，常常因为样本偏差或调研方法的局限性，无法准确把握市场趋势和用户需求。全面性也存在欠缺，难以覆盖到不同国家地域、不同消费群体的多样化需求。
以消费者研究和市场洞察工作为例，传统方式往往需要耗费数月时间，通过问卷调查、实地访谈等方式收集数据，再进行繁琐的分析整理，过程漫长且结果滞后。通过与亚马逊云科技的合作，情况得到了根本性的改变。在海外地区，海尔创新设计中心使用Amazon Bedrock调用业界领先的大语言模型，对海量用户调研数据进行深度挖掘和精准分析，可在短短数小时内得出精准的结论，高效完成用户画像。比如，在确定卡萨帝未来用户特征以及高端空调的目标用户时，这个模型能够精准分析用户的年龄、性别、消费习惯、偏好等多维信息，为产品设计和市场定位提供了坚实依据。
在设计流程方面，成效同样显著。平面设计等部分工作充斥着大量重复性劳动，像产品包装上的标签排版、宣传海报的基本格式设计等，这些工作机械且耗时。同时，依赖人工管理审核的节点众多，每一个环节都需要人工层层把关，不仅容易出现人为错误，还导致整个流程冗长拖沓。尽管此前使用了一些工业软件，但大多只能进行简单的自动化批处理，缺乏像人类设计师那样的自主学习与决策能力。例如在包装箱设计场景中，虽然有明确的业务规则和标准，仍需大量人力进行排版工作，效率低下。
与亚马逊云科技合作，成为解决这些问题的关键转折点。海尔构建了渲染农场的高效渲染器，利用亚马逊云科技Amazon SageMaker在线的模型训练和管理能力，结合自身业务特点打造专属小模型。这一举措提高了渲染效率——原本需要数天才能完成的渲染任务，现在能够在短时间内完成，缩短了产品设计周期。在数据处理上，实现了从“一票到底”(即对人员效率进行全面管理并实现价值的全程追溯)到“一模到底”(确保3D数据在产品全流程中无缝贯穿)的优化。这不仅加速了产品的产出速度，还提升了整体设计效率与质量，使得设计方案更加贴合市场需求，产品竞争力得到增强。
海尔通过与亚马逊云科技的深度合作，逐渐实现了从单纯工具到类人助理的重大转变，为创新中心的工作注入了强大动力。
AI技术助力实现了对海量数据深度挖掘分析，可以为产品设计提供精准支持，让设计决策更科学。海尔创新设计中心借助亚马逊云科技在数据管理方面的深度优化，以3D数据为核心，“一模到底”，实现了各环节数据无缝衔接与实时共享，避免数据孤岛与重复劳动。引入AI后，风险应对能力大增，它可提前洞察市场变化与潜在风险，凭借数据分析预测消费者需求趋势、行业竞争态势，据此提前调整战略与产品规划。
流程加速方面成效显著。以往产品从最初的创意构思到最终上市，通常需要经历漫长的18-24个月周期，这期间面临着市场变化、竞争加剧等诸多风险，而现在，得益于AI技术的强大助力，这一周期被大幅缩短至12-16个月，产品能够更快地推向市场，迅速响应消费者需求。
团队资源优化成果突出。岗位结构发生了深刻变革，以平面设计岗位为例，大量重复性劳动工作被AI有效替代，相关人员数量大幅减少。这些释放出来的人力资源得以重新配置到更具创意和价值的工作岗位上，充分发挥了员工的创新潜力。同时，AI自动化流程的引入精简了部分管理审核节点，减少了繁琐的人工干预，进一步提高了团队整体的工作效率与活力，使团队能够更加聚焦于创新和核心业务。
高效协同成为新亮点。各部门之间以及与外部合作伙伴的协作顺畅性得到全方位提升。通过亚马逊云科技提供的解决方案，数据在各环节之间的共享与交互变得更加及时和准确。例如，设计部门与采购、制造部门之间的信息流通速度明显加快，有效减少了因沟通不畅导致的成本增加和误差出现。
生成式AI技术让海尔创新设计中心受益匪浅，那么下一步如何推进？吴剑说，“在日常使用中，系统会持续学习用户的生活习惯。”下一代创新设计以智慧化为核心，借助生成式AI技术的深度融合，将设计过程提升到全新境界。以智能家居场景为例，智慧化设计将超越设备简单互联的层面。
与基于工业软件系统甚至在线协作系统的数字化和智能化不同，智慧化意味着系统能够通过诸如深度学习、大数据分析等，深度洞察用户需求的细微变化。它不仅仅是满足用户明确表达的需求，更能挖掘潜在的、未被言说的期望。同时，它对复杂业务逻辑能精准理解，使系统能够在设计过程中进行全局优化、无缝衔接与协同运作。
基于这样的认知，一方面，海尔创新设计中心正在积极投入智慧化设计的探索与实践，通过与亚马逊云科技等技术供应商的合作，构建全方位的智慧化设计生态。另一方面，创新设计中心还注重跨领域合作，联合心理学专家研究用户情绪感知模型，与环境科学团队共同探索环境因素对用户体验的影响，不断拓展智慧化设计的边界。
邓勇兵｜文 李全伟｜编辑
邓勇兵是《哈佛商业评论》中文版特约撰稿。
生成式AI横空出世两年以来，舆论场喧嚣热闹，但《哈佛商业评论》中文版始终更兴奋和着迷的是应用世界：在日复一日应对竞争与用户/客户需求的商业世界，由生成式AI驱动的新做法、新策略，到底带来了哪些真实的价值和全新的挑战？在这场由硅谷启动的商业竞争新格局中，中国企业的现状和可预见的未来是什么。
《哈佛商业评论》中文版携手亚马逊云科技，共创「生成式AI：缔造可见的商业价值」专题，于2024年下半年，深入调研数十家中国企业应用生成式AI的具体场景/流程/挑战/效果，选出有代表性的案例，共同见证中国企业生成式AI的先行者、早期拥抱者。当下是生成式AI效率革命的阶段，我们期待这些1.0时代的先行者，能激励和启发更多中国企业跟进这场生成式AI带来的效率革命。
