2020年3月以来，西科股价增长近9倍。2023年该公司营收223.85亿美元，数字化转型与AI技术是推动业务增长的重要引擎。
截至8月20日，全球工业设备产业互联网巨头WESCO International（西科国际，以下简称西科）股价收于158.75美元，对应市值超过77亿美元；年初至今该公司股价一直在130-200美元区间内波动。自2020年3月陷入五年最低值17.64美元以来，西科股价增长近9倍。
西科最新发布的2024年第二季度季报显示，Q2营业收入为54.8亿美元，同比下降4.6%，净利润为2.177亿美元，同比增长39%。2023年财报显示，西科全年营业收入223.85亿美元，同比增长4.51%，但净利润下降至7.655亿美元，同比下降了11.1%。
销售增长主要得益于电气与电子解决方案（EES）和通信与安全解决方案（CSS）业务的稳健表现。净利润的下降主要是由于毛利率的压力和较高的运营成本。
过去10年，WESCO的营收复合增长率为10.9%，净利润复合增长率为11.3%。WESCO的业绩表现说明，电气、通信设备销售与服务市场成熟稳健，在资本市场已经得到认可。
01
三大业务并驾齐驱
西科国际是一家世界财富500强公司，作为电气、工业和通信维护、修理和操作（MRO）产品、建筑材料以及先进的供应链管理和物流服务的领先提供商运营。公司成立于1922年，总部位于宾夕法尼亚州匹兹堡，目前拥有约20,000名员工和30,000家供应商，为全球超过 150,000 名活跃客户提供服务，包括商业和工业企业、承包商、政府机构、机构、电信供应商和公用事业公司。公司业务主要由三大部分组成:
电气与电子解决方案（EES）：
该部门提供电气产品，包括电线、电缆、照明、控制和自动化产品。其服务行业包括建筑、制造和公用事业，提供能源管理、电气基础设施和工业自动化的关键产品。
通信与安全解决方案（CSS）：
CSS 提供网络基础设施和安全解决方案，包括数据中心、无线网络、安全系统和视听技术的产品。该部门服务于电信、数据中心和商业企业等行业，专注于不断增长的联通性和安全需求。
公用事业与宽带解决方案（UBS）：
UBS 专注于电力公用事业和宽带市场的产品和服务。这包括输配电产品、宽带基础设施组件及其他相关服务。该部门支持公用事业电网和宽带网络的扩展和现代化。
2023年西科三大业务板块营收占比达到30%或以上，以建筑、工业和代工产品销售组成的EES板块销售额达86亿美元；以企业网络基础设施、通信安全解决方案、数据中心业务组成的CSS板块销售额达72亿美元；以公用事业、宽带、集成供应业务组成的UBS板块销售额达66亿美元。
2020年开始，西科在疫情爆发期间加快数字化转型，尽可能将业务转移到远程管理。同年，西科收购了Anixter International Inc.，后者是一家全球网络和安全解决方案、电气和电子解决方案以及公用电力解决方案分销商。此次并购将西科打造成为一家拥有全面均衡产品组合的公司，将母公司在工业、建筑和公用事业业务与Anixter在数据通信、安全和电线电缆方面的业务结合，迅速摆脱颓势。
2023年报中指出，西科正在大力投资于数字技术、先进数据和分析能力，旨在帮助业务取得成倍增长。
02
西科的AI增长战略
西科执行副总裁兼首席信息官Akash Khurana在近期的采访中透露了公司对AI技术的应用与未来战略。Akash将数字化转型定义为，“利用数字技术为组织创造新的价值渠道，无论是通过新产品、新服务、新解决方案、新的市场进入方式、新的客户互动方式，还是与合作伙伴生态系统新的业务方式，亦或是发掘组织创新能力的方式，都可以被称为数字化转型。”
西科的数字生态系统由领先的风险投资公司、加速器、科技中心、互联网服务提供商（ISP）、系统集成商和服务提供商组成。
借助于生成式AI，西科在产品推荐方面取得了显著的改进。公司拥有从端到端价值链中获取的大量数据。Akash认为，在AI技术广泛应用之前，公司为客户提供商业提案时，主要提供的是对方熟悉的产品组合，方式非常线性。融入AI后，不仅能够为对方提供线性选项，还可以提供多种具有不同特征和个性化指标的推荐，大大提升了公司满足客户需求的能力。
西科的三大数据资产来源：采购、仓储、物流
健全的数据基础是AI正确运行的关键，Akash认为B2B平台需要储存数据、对数据进行标注，提升数据质量，并分层级建立结构化的数据库。西科将数据视为战略资产，在整个供应链上拥有丰富的历史数据，从客户的采购需求到库存数据，西科有800个仓库，以及运输和物流数据，这些数据为客户提供灵活且及时的交付服务。
在财务、人力资源方面的人员资本管理和劳动力规划、劳动力建模等方面，数据与大模型的结合可以从风险评估的角度帮助公司进行人力规划。
在销售和商业方面，AI可以识别和连接机会点，帮助供需双方达成交易，比如供应商的推荐和商品的筛选等。Akash也指出，AI在B2B领域的拓展还处于表面，随着技术的成熟，该技术将优化供应链中的更多流程。
Akash表示，“对于每个业务模型，每个我们考虑的机会，我们都会问自问，AI在这个领域能做什么？是否真的需要将AI作为你的运营模式的一部分，成为提供服务和解决方案的方式，投入产出比是多少？”
选择AI应用场景时要考虑的三个因素：
一．战略契合度。特定的应用场景或特定需求是否与关键战略举措相符，这些举措是否为公司带来长期和可持续的价值？如何确定一个可实现的范围？能否在未来将解决方案扩展到整个公司？同时，要重视在早期确定成功的标准，并明确预期的业务成果。
二．团队和执行力。建立责任和问责制非常重要，为项目参与者设定期望目标。筛选出需要参与这个项目的关键人员，可能包括赞助商、项目经理、产品经理、能够在业务案例、业务流程提供支持专家，业务分析师、数据科学家等最终用户也可以提供额外的输入。
三、底层数据。特定应用场景是否是非常复杂，涉及多个数据源需要收集？是否能够访问跨分支机构、运营和区域的历史数据？同时，花时间理解数据的背景，尤其是当它与业务流程或客户相关时。
此外，在AI模型原型设计和开发的整个生命周期中，在与合作伙伴协作时，设定和管理期望至关重要。AI项目很复杂，包括前期的工作，如数据收集、特征提取、算法比较和参数设置等，在设计阶段的模型训练和假设验证等，这是一个反复迭代的过程，需要AI从业者与业务所有者和主题专家的紧密合作。
产业互联网企业需要与AI技术供应商共同定义范围和成功标准，并定期进行确认和检查。不能将其视为一个简单的交易，仅仅确定范围和成功标准就算完成，而要把他们看作是共同创新的伙伴关系，实现共生共赢。
本文作者可以追加内容哦 !
