2023年，固安捷经历了强劲的增长，净利润达20亿美元，同比增长52.4%。该公司CPO近日公开表示，固安捷正在加大对AI、机器学习和大语言模型的投入，加速数字化转型。
固安捷（WW Grainger, Inc.）是一家美国财富500强产业互联网公司，由威廉·格兰杰（William W. Grainger）于1927年在芝加哥创立，创立宗旨是让消费者能够获得稳定的电机供应。
该公司目前为全球450多万客户提供服务，提供电机、照明、物料搬运、紧固件、管道、工具和安全用品等产品，以及库存管理服务和技术支持，大部分收入来自于B2B销售。固安捷通过约330个分支机构、在线渠道（如KeepStock、eProcurement）和34个配送设施组成的网络为客户提供服务。
截至7月10日，固安捷市值达443.23亿美元，年初至今股价增长11.07%。2023年财报显示了该公司强劲的财务表现和稳健增长。2023年总销售额达165亿美元，相较于2022年的141.3亿美元，增长了约16.77%；全年净利润为20亿美元，同比增长52.4%。公司还进行了大量的资本投资，全年资本支出达4.45亿美元，并通过股息和股票回购向股东返还了12亿美元。
公开资料显示，2023年固安捷在开发、管理和实施人工智能（AI）、机器学习和大型语言模型技术方面的投资有所增加，并预计将继续增加，这些技术给固安捷的业务流程带来了显著的改善。
01
固安捷加速拥抱AI的3个原因
2024年6月，固安捷首席产品官布莱恩· 沃克（Brian Walker）在“商业平台人工智能应用”会议上，揭示了固安捷将AI转型视为优先战略的重要原因。
Brian Walker在“商业平台人工智能应用大会”上发言
加速数字化转型：AI在推动数字化转型中扮演着重要角色。通过利用AI进行产品信息管理、发布、搜索、产品交叉引用和定价等工作，固安捷能够比竞争对手更好地了解产品。具备AI能力的平台，就具有了解内部和外部客户行为的竞争优势。
定制化杀手级软件需要AI赋能：能适应所有任务的万能杀手级软件还未出现。为此，固安捷正在加强其技术团队，以促进更多企业AI的应用，在7年内整合了1000个软件应用程序，并成立固安捷技术集团，以支持数字化转型。对所有产业互联网平台的启示在于：具备AI技术需要内部资源和技术人才的大力支持。
为创收提供动力：固安捷的AI三大支柱是流程、技术和人员。将客户需求放在首位；定制软件实现高效增长、数据捕捉、流程执行。AI为公司创造了更多的数字销售机会，提升了运营效率。
对于固安捷而言，AI带来了显著的回报。通过围绕客户和产品信息创造竞争优势，实现更快的搜索和更全面的产品推荐，增强了其技术和管理能力。同时，定制算法和数据完整性也进一步提升了公司的竞争力。
02
产业互联网平台+AI的关键要点
制定业务优化战略：“AI能发挥的作用受人类的想象力限制，而非技术。”企业中每个岗位由多个任务组成，AI的潜在影响耶因角色而异。埃森哲研究表明，57%办公室内和行政任务都可以实现自动化，而在维护和修理任务上，这一占比只有16%。
产业互联网企业应审查每个角色的任务，以确定哪些利用AI进行自动化或强化。沃克表示，AI的成本在不断下降，仔细分析可以自动化的任务并进行实践，可以为企业实现真正意义上的降本。
当企业家“停止空想，并开始行动”时，团队成员将快速克服对在工作流程中加入AI的恐惧。当他们看到AI如何帮助自身更高效、更有效地为客户服务时，他们会感到兴奋。
迅速接入生成式AI：生成式AI已经成为“知识工作的强大工具”。沃克认为，产业互联网接入生成式AI的起步成本几乎为零。任何企业都可以通过生成式大模型为产品赋能，增加收入，改善业务流程并提高员工生产力。
沃克将这些大模型分为文生文、文生图片、图生文、图生3D、图或视频生3D、图生科研、文生代码、文生视频、文生演讲、演讲生文、演讲生演讲共11个种类，并列出了固安捷正在使用的大模型名称。
如何起步？产业互联网企业可以通过WIN框架（文字、图像、数字和声音）评估任务的紧迫性。评估成本基础中有多少是WIN类工作，并计算这些WIN输入类任务在业务中的数字化程度。沃克认为，客户服务和营销是WIN工作水平较高的部门，也是最能利用生成式AI进行增效的部门；接着制定策略，只关注那些能够在9到12个月内带来ROI的一到两个用例并开始执行。
固安捷首次利用AI是优化其端到端的搜索体验，而现在却拥有一个覆盖整个产品线的定制云解决方案，在搜索领域的探索使公司能够迅速接受大语言模型的赋能。
AI转型需要企业文化和运营模式的转变：固安捷在2017年开始了最新一轮的数字化转型。对公司而言，这意味着构建定制化软件，为客户提供简单、无缝对接的体验，为公司业务带来实际价值。为了成功，固安捷必须转变其人才结构以支持数字化转型。
沃克认为，数字化转型就是人才转型。3年内，固安捷的AI/机器学习团队规模增长了四倍。这种高速投资策略不会改变。这种转变驱动了：跨职能团队的合作、数据驱动的企业文化、员工技能的差异化发展、团队成员的加速成熟。
重视数据清洗与治理：大语言模型本身存在固有问题，会产生幻觉即错误回答，企业在部署AI时应注重数据的精准性。固安捷让员工参与捕捉所需要的反馈，训练模型并改进数据，降低客户因错误回复所受到影响。
购买AI解决方案时重视匹配度：许多中小企业资源匮乏，无法构建公司内部的大模型并进行运营，因此更多选择与第三方合作，购买AI解决方案以赋能业务。
与优质服务商合作是进行AI探索的关键步骤。
2022年开始，固安捷与美国上市数据库公司MongoDB进行合作，借助其旗下全托管云数据库服务MongoDB Atlas产品进行设备同步和机器学习方面的探索，处理机器在离线时产生的分布式数据，构建供员工内部使用的库存管理应用。
沃克表示，中小企业在这一过程中不该被服务提供商所描述的华丽功能所迷惑，而是要深入研究，确保AI功能与基本业务流程与自身业务环境相匹配。
参考资料
1. Distribution Strategy，Day 2 Takeaways from 2024 Applied AI for Distributors: The Vast Potential of AI + Grainger’s Lessons Learned
2. Digital Commerce 360, 3-reasons-why-grainger-prioritizes-ai
3. Mongodb,Grainger Innovates at the Edge With MongoDB Atlas Device Sync and Machine Learning
4. Grainger,2023 Annual Report
本文作者可以追加内容哦 !
