【埃森哲】重塑消费品价值链

近日，国际知名咨询公司埃森哲发布了一份名为《重塑消费品价值链》的行业研究报告。该报告深入探讨了消费品行业在面临成本压力和高通胀的背景下，如何通过生成性人工智能技术（generative AI）实现价值链的全面重塑，以提高运营利润率并推动增长和创新。报告指出，未来三到五年内，消费品公司将重新发明价值链的每个部分，这不仅关乎成本节约，更将通过端到端的“超级流程”（mega processes）重构企业，以应对行业当前面临的实际痛点。报告中包含了丰富的数据、案例分析和策略建议，为行业提供了宝贵的转型指南。

消费品行业正站在变革的边缘。未来五年内，我们预计将看到企业重新设计价值链的每一个部分。面对成本压力和持续高通胀导致的生产力挑战，企业不能再通过提高价格来解决。重新设计——由生成性人工智能（AI）赋能——提供了在未来三到五年内提高3-5%的营业利润率的能力。生成性AI的潜力远不止降低成本。我们的研究显示，80%的高管认为生成性AI推动增长和颠覆性创新。而那些寻求通过生成性AI重新设计的公司预计将以无边界的工作方式超越今天的领导者。

在过去的一年中，83%的高管加快了他们的重新设计策略，以应对日益增加的破坏。技术——包括生成性AI——既是行业破坏的关键原因，也是公司实现重新设计能力的重要加速器。未来三到五年内，行业价值链的每一个方面都将被重新设计，创造赢家和输家。我们的研究表明，使用生成性AI重新设计的公司将超越今天的领导者。

生成性AI标志着与以往技术转型的根本不同。其影响规模比我们见过的任何技术都要深远。通过生成性AI重新设计影响公司的每一个部分和组织的每一个人，从CEO到最基层的员工。在消费品领域，我们的经验表明，生成性AI可以自动化或增强40-60%的活动。

更重要的是，那些寻求通过生成性AI重新设计的公司预计，从收入和创新增长中获得的好处将超过成本节约的好处。根据客户经验，我们正在看到消费者转化率在15-25%的范围内增加，客户净推荐得分（NPS）增加了35%。别忘了员工——我们看到员工满意度提高了20%或更多。

现在就是行动的时候了。与过去的数字化转型不同，现在有真正的先发优势，因为大型语言模型和相关工作方式正在呈指数级发展。早期采用者获得了显著的优势。

重新设计不仅仅是为了重新设计，而是为了解决行业今天面临的非常实际的痛点。今天的消费品公司与日益不可预测的消费者和功能性隔阂作斗争，这使得它们无法将需求与供应相匹配。结果，消费者和客户有令人失望的经历，品牌失去了增长机会。与此同时，宏观经济压力和上升的成本限制了消费者支出和消费品利润率。简而言之，没有人赢。

高管经常问我们，“现在的最好是什么，我怎么能到达那里？”随着变化的步伐加快，仅仅模仿今天的领导者是不够的。寻求成为今天的最好公司的公司，到明天到来时将会落后。

重新设计者寻求设定一个新的性能前沿。他们不是专注于增量改进，而是向前看，了解基于技术、人才和工作方式在未来五年的发展方向，重新设计企业，使其为未来做好准备。这远远超出了使现有流程更快、更智能或更便宜——相反，这些领导者从根本上重新设计核心流程。

当前的销售流程非常手动，销售人员花费更多的时间计划与客户交谈，而不是实际与他们交谈。在某些情况下，非面向客户的活动，如市场分析、路线规划和订单捕获，消耗了销售人员超过60%的时间。

使用生成性AI和新的工作方式，我们能够将繁琐的十一步流程压缩为七个以结果为导向的活动。这为销售人员的工作带来了根本性的变化，将他们从订单接收者转变为增长顾问，专注于推动品牌和客户增长的关系建设。

许多消费品高管已经在探索生成性AI等技术在销售和市场营销中的潜力，但根据我们的研究，重新设计者针对整个价值链，将企业重新构想为一系列端到端的超大型流程。

重新设计者从根本上重新设计流程，利用新兴技术和新的工作方式的可能性，并将孤立的功能重新构想为基于结果的、端到端的价值流——换句话说，就是超大型流程。需要明确的是，功能仍然完整，人们在这些功能中发展出的专业知识仍然至关重要——但他们的运作方式和协作方式发生了根本性的转变，转向一个互联的企业，运行整体的、端到端的价值流。

我们已经定义了四个超大型流程。每个消费品公司都应该清楚地表达其目的，这是通过洞察力来计划的。通过创新来扩大实现这一目的。通过参与来倡导，将消费者和客户体验带入生活，通过计划来交付实现承诺。所有这些都由公司的人员、技术和运营支持。

亚马逊是一个很好的例子，说明公司如何实现这一现实。通过对产品开发、市场营销、商品销售、销售和履行的全面控制（和数据驱动的可见性），公司可以动态无缝地在企业的所有部分之间转移杠杆，以优化盈利能力。

例如，假设公司对当地市场的产品潜在需求判断错误，并在本地分销中心有过多的库存。公司不是将这些产品运往其他地方——这是一个昂贵的提议——而是可以转移市场营销、搜索和定价，以增加需求并减少过多的库存。

消费品公司面临着日益增加的复杂性、波动性和不确定性——以及持续的资源稀缺。战略规划不能再是一年一度的活动。随着世界继续变化，战略需要更加灵活，以捕捉这些新机会。生存需要韧性和敏捷性，需要动态和持续的决策和资源配置，将战略转化为行动——随着市场的变化而变化。

不幸的是，传统的规划方法通常是孤立和僵化的，限制了它们的有效性，并扼杀了公司预测和快速反应的能力——市场营销、销售和供应链计划之间的频繁冲突是一个明显的例子。

在更基本的层面上，可用数据量呈指数级增长，使不堪重负的领导者更难做出正确的决策。根据我们与客户的合作经验，领导者每年花费高达800小时的时间仅仅准备会议数据。

过去，领导者主要根据经验做出决策。今天，领导者可以获得更多的数据来通知他们的决策，但他们经常告诉我们，他们简单地默认寻找确认他们直觉的数据。向前看，领导者将超越数据驱动的决策，专注于执行。我们称之为“算法领导”，洞察力生成和甚至决策的负担越来越多地转移到AI上，组织中的每个人都对下一个最佳行动有前所未有的清晰度。

有几个工具和方法使消费品公司能够实现这种转变。例如，企业数字孪生使消费品公司能够模拟和优化整个价值链，提供业务绩效的实时可见性，整合市场营销、商业、财务、供应链和ESG的功能计划。AI启用的流程监控模式、趋势和信号，以标记计划的偏差，并建议适当的行动。生成性AI启用的高管副驾驶使这成为可能，将复杂的洞察力转化为人类术语，使人们能够行动。

我们已经能够为公司构建一个数据驱动的、AI启用的流程，以预测和检测计划的偏差，触发警报，并建议纠正或预防措施。有了正确的基础设施，高级分析和机器学习可以利用历史模式、趋势和未来信号，推动比以往更精确的决策。而不是将时间花在数据清洗和分析上，工作人员将专注于不断改进算法。我们认为行业下一步将走向算法决策和自动资源分配，以优化财务、消费者/客户、员工和可持续价值。

“决策驾驶舱”构建，集中每周甚至每天为高管提供洞察力，变得越来越普遍。我们还与公司合作，将庞大的数据集与生成性AI叠加，允许高管通过自然语言聊天界面查询财务和运营数据。下一步将是组织内的每个层面持续识别下一个最佳行动。这是如此新颖，以至于我们还没有在消费品行业中发现任何先锋——但请留意这个空间。

这种深度的意识将使消费品公司能够变得更加盈利和可持续。消费者的喜悦和客户忠诚度也将得到提升，因为公司将能够更好地在正确的时间和地点提供正确的产品和参与。通过出色的工具赋予员工做出更好决策的能力，并创造一个学习和创新的文化，将提高整个劳动力队伍的参与度和留存率。

传统消费品类别继续成熟，突破性创新越来越难以捉摸。与此同时，消费者的愿望和期望变得越来越复杂。消费者正在寻找解决人类需求的解决方案——不仅仅是产品的增量改进。差异化越来越依赖于诸如服务混乱的一组人类价值、提供基于科学的解决方案或以光速反应病毒趋势等众多因素。与此同时，消费品公司仍然受到过时和笨重的产品创新流程的束缚。今天，59%的消费品高管表示，适应消费者需求的变化需要一年或更长时间。

好消息是，不断扩大的数据类型和先进技术开始为这个难题提供解决方案。已经，AI和生成性AI使创新周期适应性，生成随着人们发展而快速发展的洞察力，并帮助创新者发明激进的新产品、体验和服务。根据我们迄今为止与客户的合作，我们看到数据处理时间减少了80%，这支持了新产品和新服务上市速度提高了40%。

结合硅基创新和360°，实时消费者反馈，大大减少了开发时间和潜在风险。消费品公司已经使用硅基研发（R&D）进行成分发现和产品配方。公司还使用合成数据创建消费者数字孪生，以测试和完善提议。

虽然对话往往集中在构思上，但别忘了规模化。高管经常对他们的组织无法规模化创新感到沮丧。端到端方法可以帮助。更强的连续战略规划和新产品开发（NPD）之间的联系确保最新的市场和消费者建模积极通知产品概念。与市场营销的无缝连接将市场和消费者洞察力直接反馈给NPD团队，以实现量身定制的品牌产品和更好的销售数字。集成的设计到价值流程使利润最大化/碳服务——R&D通过采购、销售和履行的协作优化整个价值链的决策，以实现财务和可持续价值。

生成性AI的影响
25-50%
更快上市时间。

您可能很快就能清楚地了解新产品在整个价值链上的影响，以确保它既盈利又可持续。AI和生成性AI可以综合实时市场和消费者洞察力，以推荐哪些产品特性——如成分、包装、食谱和货架

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。