案例 19 · 消费品研发与包装

文字由原PDF提取，阅读顺序和表格请以原页为准。

Q1：作为FDE，你应用AI的具体场景是什么？在这个场景下遇到的
具体问题长什么样？
我现在做的是消费品产品生命周期里的AI应用，落地在消费品牌和上游工厂下游渠道。
锚定这个行业，是因为我自己真正做过一个消费品牌的产品，从0到1经历过产品和增
长，也在这个过程中尝试用AI和Workflow提高自己的效率。但真正进入客户现场以后，
我才发现，问题比最开始想象的复杂得多——在消费品这类长链条行业，在跨品类跨组织
场景下，也有差异化的。
一个消费品企业一年可能要做100多个SKU。一个产品从需求开始，到口味、配方研
发，再到包装、合规、中试、渠道上线，中间会经过很多角色。它是一条很长的业务
链，中间环环相扣。
更关键的是，这条链路里最重要的东西，很多并不在系统里。
比如，消费者或者渠道提出一个需求，产品经理可能会把它理解成“我要做一个更脆的
产品”。但为什么是“脆”？可能来自前面的消费者调研，也可能来自和渠道客户的一次
沟通。到了研发环节，研发人员又要把“脆”翻译成具体的配方和工艺。可为什么选择
这种配方？可能是过去做了很多次实验之后积累下来的经验。
这些东西如果没有被记录下来，到了SaaS系统里，最终留下的往往只是一个结果，缺少
“为什么这么做”的过程。
我看到的核心问题，其实有两个。
第一个，是核心资源依赖人。产品经理的判断、研发的经验、渠道的反馈，很多都存在
个人脑子里。
第二个，是数据和信息高度分散。过去的SaaS更多是在记录结果，但真正影响决策的上
下文，大量是非结构化信息，很难被完整沉淀下来。
这时候，我觉得AI真正有价值的地方就出现了。
186/243