核心结论2: P&G 的 AI 价值来自 analytical AI、generative AI 和 agentic AI 的组合,而不是只追逐生成式界面。
关键证据: 文章同时列出 analytical AI 的供应链和 media decisioning,generative AI 产品 chatPG、imagePG、askPG、insightsPG、Great Idea Generator、Project Genie,以及广告、供应链、消费者关系中的 agentic AI pilots。
这说明 P&G 的 AI factory 并非单一 chatbot 平台,而是把多类 AI 嵌入 marketing、digital commerce、supply chain、sales、R&D 等业务流程。
核心结论3: P&G 用多个黄金用例展示 AI factory 如何把平台能力转化为业务结果。
关键证据: Pampers My Perfect Fit 用 AI questionnaire 给出尿布 fit recommendation,据称防漏推荐准确率 90%;巴西供应链系统按货架需求拆分并调度订单装车,缺货下降 15%;香水研发数字套件让新 fragrance 创建速度提高 5 倍;Project Genie 服务 800 多名客服代表,减少问题处理时间。
这些案例共同说明,factory 的价值在于把算法接进具体业务流程,而不是停留在模型部署。
核心结论4: P&G 把组织能力建设纳入 AI factory,而不是只建技术平台。
关键证据: 4,000 多名高管完成八周 AI upskilling;Friends of Data Science certification 用 15 周训练分析人员,不只教建模,还强调模型如何出错;数据科学家大多嵌入 business units 或 AI product teams。
这说明企业 AI factory 的一部分是人和组织:谁能提出问题、使用模型、理解失败、推动应用落地。