宝洁作为一个快消品公司，有20多个品牌，几千个单品，需要分销到所有的零售业态，包括电商、超市、食杂店、便利店和批发，触达数亿的消费者。所以，人、货、场是很复杂的。同时，宝洁亦作为一个品牌制造公司，需要管理的价值链也非常长。从最开始的产品研制，到生产制造，到营销和销售，再到客户服务。对比网络公司或者金融公司，宝洁的业务是很独特和复杂的，信息化、数字化在其中能够发挥作用的地方非常多。

  为了支持公司数字化转型，宝洁近些年加大对信息化、数字化的投入，是中国领先的数字变革和大数据实体公司。具体而言，宝洁的数字化变革战略实施分为三个部分。第一个阶段是数字化，通过把线下资料和业务流程线上化，完成数据资产的原始积累。第二个阶段是流程的优化，通过数据分析和建模的方式，提升流程设计和决策能力，提升业务结果。第三个阶段是自动化，通过 AI 让业务决策和流程更加智能化。

  如今数智化变革成为宝洁重要的品牌建设和生意增长的抓手，那么如今宝洁数智化变革和AI应用是如何做的？

  宝洁所在的行业是快消品行业。快消品消费具有频次高、单价低、需求广的特点，针对这一市场特征，宝洁极其注重品牌营销和开拓销售渠道，这也成为宝洁长期领先日用品行业的制胜法宝。然而，随着网络和电商的发展与普及逐渐改变了人们的生活方式，瓦解了过去信息触达宝洁消费者的途径与效率，并出现新零售新模式。

  在新零售背景下，以消费者为中心，不同渠道、不同销售模式、不一样的产品品类所构筑的需求场景愈发复杂多样，传统的“大象”型供应链已经难以应对瞬息万变的商业环境。传统供应链模式以工厂为中心，是一种推式供应链，商家生产产品，然后通过营销、广告等手段推给消费者。这使宝洁传统的制胜法宝开始失灵，品牌优势出现瓦解、渠道网络开始崩溃，造成了宝洁的净销售额从2013财年开始，连续五年持续下跌。于是宝洁启动AI数字化变革，开始新的增长征程。

  宝洁首先对生产、运输环节进行了智能化升级，最大限度地提升节点效率。在生产流程，宝洁一直在升级制造智能化水平，打造自动化生产能力和柔性生产能力，以此来实现生产效率的提速，生产灵活性的提升。宝洁力图打造无接触的自动化生产，通过工业传感器和大数据分析实现自动化关灯生产、自动化精准装配和自动化质量检测。

  在实现生产自动化的同时，宝洁还利用智能系统发展柔性产品快速定制能力，让产品更吻合零售市场及消费者。一方面，在产品研制上，宝洁通过消费者数据和销售端数据驱动产品创新。如宝洁北京研发中心打造了一个名为“Golden Radar（金色雷达）”的智能AI系统，该系统可通过实时监测1000多家媒体的资讯报道，分析搜集消费者正在讨论的需求、消费场景、产品配方等相关信息，并进行更具针对性的新品开发、快速测试。目前宝洁已能运用电商大数据预测客户的真实需求，将新品推出周期从以“年”为单位缩短至“月”，新产品成功率也高达 95%。另一方面，宝洁工厂也在推进个性化、定制化产品的智能流程设计和生产。如汰渍不仅推出了最小订单量为1瓶的定制洗衣液，还开发出独有的超柔性生产平台，每1瓶洗衣液即为一个输送单元，并为其定制独有的且与订单关联的“身份号”，此后还会对单一的1瓶洗衣液自动化做包装、贴标签等步骤。

  与许多快消品公司一样，宝洁近些年一直在探索涉及人工智能的一系列有前景的应用。

  宝洁制定全球供应链3.0计划，通过自动化和数据分析来增强供应链的韧性，提高成本节约的可视化。该计划最重要的包含使用数据和机器学习算法来优化货车调度，将运输的空闲时间最小化，以及利用AI工具来优化补货率、优化采购和规划智能路线。该计划也使宝洁能更全面地与零售商合作，共同优化整个供应链，而不是仅仅关注局部优化。

  时下宝洁还开发一种全球80%的业务中可使用的机器学习平台，其中公司的“AI工厂”使其数据工程师的速度和效率提高了10倍。宝洁还深入推动全链路的数字化和智能化，随时获知供应链各端的实时状态，并依据需求协同各端快速做出最优的供应链决策，以提升宝洁供应链全链路效能。

  其实，五年多前宝洁公司迈出了人工智能之旅的第一步，如今已走过了Cretella所谓的“实验阶段”，具备有规模化的解决方案和日益复杂的AI应用，数据和AI已经成为宝洁公司数字化战略的核心。

  当前，宝洁在业务的每个方面都采用人工智能来预测结果，并慢慢的变多地通过自动化、智能化来采取一定的措施。有多个产品创新领域的应用，借助建模和仿真，以将开发新配方的前置时间从几个月缩短到几周；在与消费者的互动和交流方面，利用人工智能向他们传递品牌信息，这一些信息在正确的时间、正确的渠道、通过正确的内容传递给他们。

  举例来说，在业务流程变革方面，宝洁的广告投放计划需要仔细考虑品牌、地域、人群、广告平台和形式等多种维度，月度的投放计划可以有上千万种不同的投放组合。以前主要靠人工经验来制定计划，只能考虑投放预算和曝光量等很少维度的过程指标，并不能最大化当中的投入产出。未解决这个问题，宝洁中国IT团队打造了基于大数据和AI算法的媒介策划能力，让业务可以从千万种组合中找出最优的组合，明显提升了媒体广告的品牌触达和转化效果。

  宝洁还打造了一种以跨职能数据湖为中心的、可扩展的数据和AI环境，使用AI预测分析来确保宝洁的产品在啥地方、何时、以什么购买方式在零售合作伙伴那里准确提供给消费者，而且，宝洁的工程师们还使用微软Azure AI来确保生产中的质量控制和设备弹性线。

  打造TO B 、To C两种模式，解决库存积压、订单挑战，产品直达消费者

  作为大型快消企业，宝洁拥有很丰富的产品，其产品覆盖10个品类，包括织物护理、婴儿护理、女性护理、家居护理、美护发，口腔护理、身体清洁护理、护肤等品类。其中，超过20个品牌在中国销售，而这一些产品可以通过各种不同的渠道，比如电商、超市、便利店、食杂店等，送达数亿消费者手里。

  之前，在商业运营方面，宝洁以电商业务的供应链，传统的物流链路是从工厂到分发中心，再运到电商的仓库，在消费的人购买了商品之后，再从电商仓库通过快递运给消费者。整个物流链条非常长，产生的物流和仓储成本很高，并造成持续积压与库存。

  宝洁已意识到数字化改革已进入深水区，需要在局部优化的基础上寻求全局优化，需要从数字化基建和项目实施阶段转向持续地数字化产品管理和运营阶段，持续创造业务价值。这对组织的数字化能力提出了更高的要求和全新的挑战。

  于是宝洁决定通过打造从工厂直发消费者的短链能力，帮助公司和客户节省了中间的物流成本，还可以实现节能减排，实现碳达峰、碳中和目标。这一系列变革无论对于宝洁、零售客户还是消费的人都产生了积极影响。

  宝洁主要借助“数字孪生技术”获得了对供应链进行监控、诊断、模拟、预测和控制集成一体的数字化能力，并调动宝洁的智能制造能力和高效物流网络，解决了过往B端客户和C端消费者的痛点问题，提供更极致的服务。

  面对B端客户，宝洁选择与上下游的合作伙伴一起打通信息流，减少不确定性，避免库存积压。宝洁通过“数字孪生技术”和分销商联合实现了智能预测、智能补货。宝洁和B端客户合作，共享促销大窗口数据，基于门店补货特征和宝洁供应链的响应能力，应用统一的算法，实现对分销商促销销量及宝洁仓储的预测。同时，宝洁还会跟B端客户协同推进提前订单，将信息的准确度转化成供应链响应时间，提升整个供应链效率。这种合作方式将双方的预测联合在一起，在提升订单满足率的同时，有实际效果的减少了整个链路的库存。

  举例而言，宝洁在天虹销售的SKU超800个，天虹以子品类维度下单，越库、在库、DM和货架等订单种类复杂多样，每月订单号数量达800左右，双方交接效率低、签单报单延迟率到30%以上。为了从根本上突破单凭流程的优化没有办法解决的瓶颈，宝洁和天虹积极探索，开展端到端数字化供应链（e-OSB）项目，通过宝洁TVSS、天虹ERP、B2B、WMS系统的物流信息同步互联，从预约、发运到收货明细信息同步，实现订单送货收货全链路数字化协同，提升20%收货效率，缩减回款天数20%，改善45%报单延期。项目创造生意增长168万，加速宝洁回款273万。

  另一方面，宝洁还尝试通过大数据工具来辅助提升分销商的销售能力，从而减轻仓库存储上的压力。宝洁开发了全域数据与智能标签平台——大数据产品风向标，该平台结合了人货场数据，可以帮助品牌商和零售商追踪市场动向，从而为广大购买的人在适当的场域提供全生命周期的货品匹配。比如宝洁就帮助沃尔玛到家平台洗护发品类实现新客增加229%，支付人数和销量大幅增加，累计触达千万消费者。

  宝洁的C端订单则多来自于线上电商渠道，电商订单零散化、特殊时期订单爆发系数高、消费者对于履约时效性要求高，为供应链带来了巨大的挑战。为了巩固电商销售渠道，宝洁在电商方面开创了工厂直发消费者的新模式，大大提升了电商订单处理效率，从消费者下单至接收“订单已发货”信息，最快只需100秒。工厂完成生产后，实时同步消费的人在电商平台的消费信息，完成以消费者为单元的定制；30秒之内确认消费者订单的库存匹配，打印粘贴订单，并确认订单质量状态；确认完成后，通过高速分拣系统实现快速分拨，并交给快递员，真正的完成“生产线到消费的人便只有一个快递员的距离”。通过与工厂联动的自动化履约系统，加上云打印、智能分拨等先进的技术的使用，宝洁每小时可完成一万个包裹的高效拣选运作。

  宝洁中国企业信息化架构就是业内最有名的The Open Group的企业架构框架，它把架构分为四层：最上层是业务流程架构，是基于企业价值流和能力模型定义出来的。接下来两层是应用系统架构和数据架构，定义为了支撑业务流程架构，在应用系统和数据方面，分别要哪一些模块儿，以及这些模块儿之间的关系。最底层是技术架构，支撑上层的数据、应用系统和业务架构。

  而宝洁中国的技术架构，最底层是云平台，里面包括公有云和工厂里的一些私有云组成的混合云，以及通过“基础设施即代码”来实现的管理能力。在云平台之上，宝洁有个技术中台，提供DevOps工具箱、容器编排、信息安全工具箱和一些通用的公共服务组件。

  在技术中台之上，是宝洁的数据中台，分为两部分：一部分是业务数据湖，存储管理所有的商业数据；另一部分是CDP, 主要管理消费者相关的数据。在数据中台的中心，能够正常的看到一个大脑，是宝洁的AI中台，提供大数据和算法平台，支持数据科学家和算法工程师的AI建模和工程化工作。

  基于数据平台，宝洁搭建了数据湖，接入不同的业务数据，打造各种数据服务和数据产品，目前主要支持企业的三种使用场景：1、BI商业分析，主要是基于Power BI, 搭建了公司的BI系统，支持全公司几千用户的业务分析，包括促销大屏、日常生意分析报表、自助分析等场景。2、算法平台，支持数据科学家的数据探索和建模，以及AI工程师的算法工程化工作。3、应用系统，提供REST API给到应用系统直接查询，避免了在应用系统内的数据冗余与计算成本。

  再往上，是宝洁的业务中台，是其在数字化变革过程中打造和沉淀的一系列的可重用微服务，支撑最上层的业务运营和消费的人互动相关的系统。

  业务中台打造沉淀可重用的服务，可以在各个业务领域复用，达到提高交付速度、减少相关成本的目的。举一个例子，在之前，宝洁在销售领域有十几个单体应用，其中大概有70%的功能是重复的，比如交易管理、库存管理、促销管理等。

  后来宝洁把整个领域的系统做了重构，搭建了基于微服务的架构，降低了40%的

  支撑宝洁中台就是云平台，包含两部分。右侧是公有云，提供一系列的云资源。策略是云原生。比如，刚开始宝洁是在公有云平台的虚拟服务器上搭建Kubernetes，后来迁移到了云平台提供的Kubernetes服务，极大降低运维的复杂性和成本。对于存储和数据库的服务，也是直接用云平台的PaaS服务。

  左侧是宝洁打造的“基础设施即代码”的能力，目的是能够自动化、软件化云资源管理，从而能够更灵活更安全的云服务。在公有云之上，搭建了技术中台，策略是基于开源，自主开发和购买商业能力相结合，打造整合的能力。

  因为宝洁业务的“人货场”很复杂，所以数智化、AI在其中能起到的作用也非常大。还可以说，数智化贯穿于宝洁中国的所有业务场景。通过数据分析支持生意战略规划；用PLM管理产品设计及生命周期；用信息技术使供应链变得更优、更智能；使用大数据和人工智能进行数字化营销；利用虚拟现实技术搭建虚拟商店与货架，帮助销售团队更好地设计货架陈列方案；利用IoT链接每一个消费者，改善消费者的生活；等等。

  而今宝洁称其未来就是拥抱AI的自动化，让数据工程师、数据科学家和机器学习工程师减少花费在人工密集型、劳动密集型的任务上，而更专注于具有更高价值的智能AI领域，让宝洁仍能在行业持续保持领先。

  如果文章对您有帮助，关注舒紫花，让我们共同进步！别忘了点击右下角“点赞”“在看”鼓励哦～

  特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

  莫言：一个人对待家人不耐烦态度差，对外人又很客气和善，不是不孝顺，而是这三个原因

  郭艾伦27+12广州遭山西逆转吞五连败 张宁19+6+6古德温31+7

  《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律

  七彩虹推出“橘猫全家桶”台式机：i5-14600KF + 4070S，9999 元

  iGame GeForce RTX 5090 D Vulcan OC 图赏：银黑战甲，帅字当头

  八位堂 Retro 87 X 微软 Xbox 授权绿透键盘开售，779 元