数字化趋势已经讨论了很多年，也慢慢衍生出来很多1.0、2.0、3.0的进阶概念。

但不可否认的是，大多数企业除了积累了越来越多的数据量级以外，对于如何把这些数据用起来，理解还很传统。

而当市场环境变得更加严酷，向来占据投入大部头的数字化，如何更快地转化出真实效益，帮助品牌更好地适应复杂变幻的市场，也显得更加实际和紧迫。

在第四届新浪潮品牌大会上，蒙牛数智化战略规划高级总监林郁淳深度分享了蒙牛从全产业链的数智化到消费端的数据积累，再到如今AI驱动双飞轮的数智化转型一线实践。

从2000年首套OA上线开启信息化，到23年8月发布以AI驱动的数智化双飞轮3.0战略，蒙牛已经坚定的在数智化这条难且正确的道路上行走了20余年。

在这个过程中，它积累了哪些差异化的实践？数智化的终点又是什么？让我们一起看看蒙牛对这些问题的底层思考。

分享 | 林郁淳

编辑 | 陈文曦

各位同业的伙伴们下午好！我是蒙牛数智化战略规划部高级总监林郁淳，今天很高兴能和大家分享蒙牛在数智化方面做的尝试，以及怎么用AI赋能各种不同场景，来实现高质量增长。

蒙牛是一家乳业集团，现阶段全球乳业排名第八，国内已经有41座生产基地。蒙牛有各种不同的品牌覆盖不同的消费场景，来为大家提供更健康、更营养的产品。

蒙牛数智化做得非常早，2016年我们开始做数智化转型这件事情，就是我们的数智化1.0战略，叫“一滴奶的数智化之旅”。

什么意思呢？就是从一颗草开始到消费者手上的一杯奶，这一整条产业链全部数智化，这个攻坚过程积累了大量数据。

在我们积累大量数据之后，2019年开始我们迈进数智化2.0阶段，强调基于同一个消费者的个性化服务。

因为我们已经积累了非常多的消费者数据，所以希望能给到消费者更个性化的服务，并提升触达消费者的机会，增加他们的喜爱度。

我们从2019年开始一直做这件事情，到现在我们数据库累计的数据量已经相当于一个省级电信运营商的累计消费量。

有了这么多消费者数据，我们开始去搭建中台能力，希望透过中台能力更好地从数据、业务能力等层面赋能前端。

2023年AI话题很火热，我们开始调整战略，做了AI驱动双飞轮，也就是蒙牛的数智化3.0战略。

我们自己做了一个AI大底座，里面用了很多通用大模型，包含大家熟知的OpenAI的GPT3.5、GPT4以及清华GLM、文心一言、通义千问、腾讯混元等。

我们透过这些不同的模型以及过去20多年数智化进程中所累计下的各种企业知识，还灌入了非常多的营养健康知识，训练了两个领域模型。

第一个领域模型是蒙牛企业领域模型，这里面覆盖了蒙牛从供应链到渠道、消费者乃至管理层各层面的不同数据；第二个是营养健康领域模型MENGNIU.GPT，我们通过自己沉淀的营养健康领域知识以及各专业合作方的语料来训练。

在2B服务应用，我们有一个蒙牛AI企业大脑，它的好处是能让员工通过AI赋能生成不同场景的卡片，来提升工作效能。

比如我想写一个会议纪要、生成一个文案、写一个对外招聘JD等等，都能通过蒙牛AI企业大脑来生产相应的内容，帮助员工快速实现业务目标。

除此之外，我们还有两个对外提供服务的应用，分别是AI蒙牛场景工厂和AI营养师，我们希望通过这两个模型帮助横向赋能营养健康大产业链。

在蒙牛数智化的过程中，我们一直在强调数据的作用。我们基于自己完整的数据能力地图，一步步进行数智化战略升级。

首先对各种不同场景中的数据做相应回流，把这些数据进行治理和整合，再根据数据资产入表的规定，把我们的数据进行资产化，最终形成算法决策能力，再通过数据洞察赋能给业务端，让数据发挥更多价值。

基于数据应用这件事情，我们希望从一开始原始的PGC发展为UGC、AIGC。

所谓PGC，就是由“数据专家”针对各种业务场景创建数据报表；接下来是UGC，当数据太多元的时候，我可以形成一个数据集市，由数据用户可以自定义生成想要的数据报表。

进入AI时代以后，我们将AIGC能力应用于数据，任何一个业务人员都可以通过自然语言对话的方式和AI交流，产生相应的数据内容。

比如我想了解各区域的销售情况，以前需要在BI平台上写拖拉拽或写SQL才能获得数据和报表，但现在有了chatBI，可以通过问话，直接让AI生成一个报表给到我，还可以基于这个报表再问下一个内容。

这里面的本质是通过将数据叠加AI能力，帮助更好地赋能业务，让分析能力回归到业务本身。

除了数据层面，我们一直以来也在深耕消费者领域。我们发现现阶段横向触点太多，每一个触点都对应一个消费者ID，消费者数据非常碎片化，很难辨别今天在京东买的人和在私域买的人到底是不是同一个人。

所以从去年开始，我们持续在做全域会员知识图谱，主要涵盖3个步骤：

首先是全域的同人识别，通过在公域或私域的所有特征判断是不是一个人，判断是一个人之后，再去沉淀他在全域里面各种不同的消费数据。

无论是天猫、私域还是线下便利店、商超，我们都能进行相应的数据沉淀，并形成知识图谱。然后我们再通过图计算的方式，把消费者特征串联起来，形成更多的消费者特征挖掘。

这里面的关键是通过2.2亿个同人识别，能做到在对的时间，通过对的渠道，用对的方式给消费者提供对的服务或商品。

除此以外，我们也加入了自己的AI能力，就是所谓的AI投手。

在AI投放的全过程中，我们首先明确业务目标，再去筛选适合这个业务目标和媒体策略的人群，再在投中环节放大人群包，扩大边际效益，最终形成数据追踪的结果，再做相应的投后分析。

蒙牛一直在尝试用数据、AI能力赋能到业务端，希望通过这种方式提升我们效果广告的转化率。

除了对内提供服务之外，我们也创建了一个健康领域模型，希望能够赋能整个营养健康产业。

我们训练了全球首个营养健康领域模型MENGNIU.GPT，它目前已经通过了国内外20多门营养健康考试。我们让这个模型具备能够覆盖全产业链营养健康需求的能力，基于这种能力，我们训练了一个AI营养师，叫“蒙蒙”。

“蒙蒙”是一个营养健康全才，既懂中医、营养学，又懂健康医学、药理学等等。

它有十大核心能力，比如它可以在和你对话的过程中评估你的健康状况，然后推荐给你几个不同的测评，帮你定制中医养生计划或个性化营养建议。

而且你可以持续告诉它今天吃了什么、做了多少运动，它可以帮你调优计划内容，帮助你更好地进行健康管理。

蒙蒙营养师在我们的WOW健康平台上，蒙牛的所有商品瓶身都有二维码，每个二维码可以引流到不同的个性化页面，比如优益C跳转的是肠道健康个性化页面。

进入定制化页面以后，我们会根据你对现有场景的理解，引导你设定目标，帮你进行身体健康评估、制定和执行计划，从而实现和消费者更精准的互动,加强联系。

同时，这些沟通互动又能帮我们积累消费者更多和营养健康生活有关的信息，从而帮助我们在场景中丰富消费者的健康数据。

我们现在已经覆盖了30%的一线、新一线消费者，超过200个城市的消费者已经被全面覆盖，其中有35%的都市白领、21%的年轻人、11%的儿童家庭等等。

有了更全面的数据以后，我们就能在平台上持续创造更多用户场景，吸引他再回来，留下更多蛛丝马迹给到我们。

在WOW健康平台上，用户可以和我们的营养师对话，做一些健康评测，还有一些营养课程和社群内容。我们希望通过这个平台，让消费者得到更全面的营养健康服务，以及7×24h的健康陪伴。

从品牌端来说，这个平台不是让你简单粗暴地直接消费，而是提供个性化的营养健康服务，从而让客户有更高的忠诚度，通过数据驱动决策的方式，提升品牌价值，最终转化为销量。

目前从我们的试验数据可以看到，消费者进入我们的WO健康平台之后，他在私域内的次均消费比没有进来的人增长了21%。

所以这也告诉我们，品牌在和消费者接触的时候，需要提供额外一些附加服务，从而更软性地切入他们，提升客户的忠诚度。

除此之外，我们也在和消费者互动的基础上，发现了一些跨品消费和创新营销的机会，甚至我们也能找到一些新产品研发的机会。

所以回过头来说，我们认为数据是基础内功，通过数据的搜集和治理，可以从“有数”到“有数可用”。

有了内功之后，下一步就是怎么让这个外力成为更开放的生态，和品牌乃至整个生态携手。我们要有更开放的心态和利他精神，通过行业内沉淀的数据，加上政策推动和成熟的技术，我们可以做到更多元的场景创新。

去年我们构建了所谓的“开放式创新生态”，希望将自己的数智化能力作为一个底座，来赋能营养健康产业和一些新兴科创企业。我们也有一个叫“牛客松”的生态活动，希望通过一些活动更好地引入外部生态。

一个人可以走得很快，但一群人可以走很远。蒙牛希望数智化这件事情不仅能对企业自身赋能，也希望发挥行业领先者和国家队的担当，为行业多做一些不一样的事情。

​