百丽十二年数智化复盘：先工程化再让AI读懂企业

事件概述

在2026 ITValue Summit前瞻系列直播中，百丽时尚集团副总裁、科技中心总经理季燕利分享了百丽过去十二年的数智化建设历程。面对行业对大模型和算力的狂热，百丽选择了一条更为务实的工程化路径：先通过标准化治理让企业“工程化”，再在此基础上应用AI。季燕利认为，模型和算力仅是底座，真正的壁垒在于业务逻辑的梳理与数据标准的统一。

核心信息

1. 三层递进的数智化逻辑

百丽的数智化建设分为三个阶段，缺一不可：

• 信息化（采集）：解决业务在线化问题。2014年起自建ERP系统，但面临配置臃肿和操作门槛高的问题。
• 数字化（治理）：解决数据标准统一问题。2020年启动数字化体系，通过建立数仓集中分散数据，消除部门间的断点。
• 智能化（应用）：基于标准化的数据和流程进行AI应用。2023年进入智能化阶段，强调AI必须与具体业务深度绑定。

2. “协同在线”与载体变革

为解决传统系统操作复杂的问题，百丽提出了“四个在线”概念，并将工作群作为核心载体：

• 业务、沟通、组织、权限在线：将补货、审批等高频操作封装为H5卡片，直接推送至工作群。
• 无感操作：员工在群内打开卡片即可自动识别身份、权限并完成操作，数据自动流转。这种模式不仅降低了使用门槛，还通过API接口标准化为后续AI应用奠定了基础。
• 网络化效应：工作群内的实时互动形成了透明的协作网络，消除了信息不对称，使个性化问题得以快速收敛为标准规则。

3. AI落地的关键：本体与FDE

• 本体（Ontology）工程：AI无法理解人类的模糊思维，必须通过“本体”明确业务的核心主体及其关系（实体、事件、状态、时间、因果、动作）。这本质上是将人类业务认知转化为AI可读取的知识图谱。
• FDE（前沿部署工程师）：不同于传统的驻场开发，FDE要求从业者具备跨界能力，既懂软件又深谙业务运营。其核心任务是从真实场景切入，将业务操作抽象为AI可识别的逻辑，确保模型能读懂真实业务。
• 人才挑战：最大的阻力在于缺乏既懂业务又能进行计算机化逻辑抽象的跨界人才。百丽采用“反BP”模式，邀请业务专家进驻IT团队，剥离具体事务，专门负责梳理和萃取业务逻辑。

4. 可靠性与透明度：L1-L5层级架构

为确保AI决策的可靠性，百丽构建了L1至L5的层级逻辑：

• L1-L3（结果逻辑）：宏观的经营结果。
• L4-L5（过程逻辑）：具体的决策节点和执行动作。
• 白盒化部署：将AI部署在L4最小决策单元，使得每一步决策及对应的L5动作完全透明、可追溯。若结果异常，可反向调整L4节点的决策逻辑，而非在黑盒中盲目试错。

5. 管理者的角色转变

• 从感性到理性：管理者需将个人经验转化为标准化的逻辑规则，沉淀为企业知识库，减少因认知不一致导致的内耗。
• 关注规则与结果的关联：随着流程线上化，过程已清晰可见，管理者的重心应转向研究不同规则带来的结果效率。
• 责任归属：尽管AI能辅助决策，但最终的责任承担者仍必须是人类管理者。AI与人的意见冲突时，需由明确的负责人依据权限做出最终裁决，并在长期修正中训练AI。

值得关注

• 虚假繁荣的诊断：通过AI分析门店600多个指标，百丽能识别出短期促销带来的商品结构性失衡，避免单店业绩好看但整体货品结构恶化的情况。
• 投入产出比：百丽自购近20张A800/A100显卡，每周消耗Token超300亿，周花费约7万元，其中一半由业务端消耗，显示AI已深入实际业务流。
• 长期主义：百丽“品牌大脑”项目历时5-6年仍处于起步阶段，反映出将现实世界逻辑映射给AI是一项极其复杂的系统工程，非短期技术堆砌所能解决。