對話愛瑪：如何給2000多家經銷商「清庫存」
出品｜虎嗅智庫
作者｜樑子博
頭圖丨視覺中國
兩輪電動車行業經歷了20餘年的規模擴張，現如今已進入「貼身肉搏」的階段。當行業競爭從「拚規模」轉向「拚效率」，愛瑪這家擁有3萬多家門店、2000餘家經銷商的行業龍頭面臨著一道必答題：如何讓分散在全國的龐大業務網絡擺脫數據孤島、決策遲滯和資源錯配的桎梏？
從2012年搭建ERP系統，到2019年啟動「361數智化工程」，再到2024年探索AI與業務的耦合，愛瑪的數字化進程始終直面痛點：財務與經營管理如何支撐全國3萬多家門店的高效運營？傳統博弈式的經銷商關係如何轉型為數據驅動的廠商價值一體化生態？當AI浪潮席捲而來，企業又該如何實現開源大模型與企業垂直模型的深度融合？
DeepSeek等AI的崛起似乎讓許多企業找到了「救命稻草」。而在與虎嗅智庫對話時，愛瑪集團CIO盧會北直言行業現狀：「數字化轉型的下半場才是AI。但很多企業還沒打完上半場，就急著衝進下半場」。在他看來，沒有端到端的業務重構和紮實的數據底座，AI只能是空中樓閣。
而愛瑪的變革成果也證實了他的觀點。愛瑪通過實時經營分析，大幅壓縮決策滯後時間；通過數據模型實現精準選品和區域作戰，經銷商庫存周轉提升顯著，銷售預測準確率突破80%；線上線下一體化新零售中台讓數萬家門店成為用戶服務鏈路的數字節點等。更關鍵的是，當行業陷入價格內卷時，愛瑪通過數字化的控盤，實現了從規模擴張到高質量發展的躍遷。
接下來讓我們在這場深度對話中，瞭解愛瑪集團CIO盧會北如何拆解愛瑪的數字化邏輯和戰略實踐，使得年銷千萬輛級的行業頭部企業，在數據的驅動下跑出新效率。
先解決財務業務一體化的問題
Q
虎嗅智庫：首先請您聊聊，愛瑪過往都經歷了哪些數字化建設？
A
盧會北：2012-2018年，當時市場是所謂的增量時代，但是在管理上很分散，信息化、數字化基礎都很淡薄。我帶隊先後構建ERP，實現財務共享，推動了財務業務一體化，在集團全面開展信息化基礎建設。
到2018年我們的業務實現全面在線，有了五六十個系統，但很多系統都是煙囪式建築，沒有通過端到端的拉通。2019年是我們數字化轉型的元年，首先從業務架構的視角重新審視企業，找標杆尋找不足和差距，再從IT治理開始對整個系統進行評估與端到端的設計。通過「361數智化工程」，統一了系統、數據和流程，對研發、供應鏈、營銷、服務、財經、人力等進行重構，全面優化企業流程，再通過IT系統固化。
2024年開始我們為AI落地的可能性做了一些鋪墊，通過數據進行預警，利用數據來優化模型，通過模型產出更好的數據，形成數據運營的良性循環。
我們是通過戰略解碼，基於頂層設計牽引出數字化戰略，再形成數字化規劃與落地路徑。對於一個製造型企業來說，歸根結底還是要聚焦在業務的變革上。愛瑪根據自身狀況，迎合戰略發展方向和企業發展階段，進行業務變革，做流程端到端的設計，再通過IT系統固化，對各個業務線進行有效管理，全面提升運營效率。
Q
虎嗅智庫：為什麼一上來先解決財務轉型的問題？
A
盧會北：我們解決的是財務業務一體化的問題。以前愛瑪的財務是一個是管控型+事務處理型的單位，有接近200人做一系列的核算以及財務事務處理的工作，本質原因是因為那個時候規模在不斷擴大，管理又相對粗放，業務流程不規範而造成的。我們通過財務轉型，讓其變成管服兼顧的單位，滲透全業務，對業務部門進行有效賦能。
現在隨著財務、資金的共享，財經的主要工作變成了經營分析與管理，跟業務部門一起在一個戰壕里打仗，一起規劃出更合理的業務預算。例如營銷預算控盤，財務要判斷整體的營銷費用花在哪裡、怎麼花、什麼時間節點花、花了以後有什麼效率效果、投資價值等。
Q
虎嗅智庫：這樣做有什麼好處？
A
盧會北：在過程裡面，財務與業務一起來踐行戰略，財務這個時候轉變成了既管理又服務的角色，這樣既關注了業務規劃與設計，也同業務一起並肩作戰，做預算的過程管理，更保障了投資結果。
我們通過數據與模型，做到經營結果的即時產出，就能及時糾偏和調整策略，這對公司決策和戰略執行的效率有極大的幫助。舉個例子，1月經營結果在2.1上午出來直接複盤，跟在2.10上午出來相比，完全是不同的概念。發現了市場有問題，等了10天報表再對複盤應對，我們說「子彈打到戰場都冷了」。只有及時發現，及時對症下藥，才是成本最低、效率最快的，而且我們還能做到每日用數據驅動複盤和經營糾偏。
通過資金集中管理，既讓經銷商降低了多公司賬戶打款的繁雜性，也讓愛瑪分佈在各個基地賬戶里的資金集中由集團總部合理調配，這不僅提高了資金效率，還能增加一定的理財收入。這也讓老闆更加堅定了信息化的投入建設。
Q
虎嗅智庫：兩輪電動車行業整體的數字化水平？
A
盧會北：我們這個行業對數字化的整體重視程度與底子不如其他行業，競爭焦點還是在產品和營銷上，競爭壁壘沒有那麼明顯，可以說是「貼身肉搏」，所以只能在規模、經營管理上做到極致。有些企業看似在重視數字化，其實並沒有從底層邏輯上去規劃與構建，只是空想或期待數字化帶來完美的結果。
從博弈到共贏的經銷商關係
Q
虎嗅智庫：經銷商是重要的渠道合作夥伴，數字化轉型中，該怎樣處理與經銷商的關係？
A
盧會北：對於電動車這個行業來說，中國每個省的需求差異非常大，人口文化、地形地貌、地方政府管理要求等因素都對我們電動車的銷售有很大的影響。例如賣到重慶的電動車跟賣到河南的電動車完全不是一回事，河南是平原，而重慶市山城需要大動力爬坡，所以必須更精準地把握用戶需求的市場需求才行。
傳統壓貨模式滋生了經銷商與品牌商的博弈關係，博弈價格，博弈政策等。經銷商希望拿到特價車，結果搶到特價車後，這些車又不一定是當地市場需要的，最終變成呆滯品。這樣對大家都不好，對愛瑪來說沒有搶到用戶，對經銷商來說浪費了成本。
當市場比較難做的時候，壓貨是壓不動的。所以我們就必須以價值引領，賦能提升經銷商的動銷，提升他們的市佔率，幫他們一起搶佔市場，同時提升他們的服務力，在當地構建經營的壁壘。我們有兩千多個經銷商，三萬多家門店，只有每一個門店、每一個經銷商都賺錢，愛瑪才能更好發展，這是出發點。
以前收集零售數據，是一條數據返10塊錢代維費，還不一定能收回來。現在通過系統掃碼零售，實現80%以上的市場數據回流。因為數據能反哺業務，幫助他們分析市場，做經營改善，更精準匹配他們的策略打法，進而確保它在這個市場里能夠打勝仗。
Q
虎嗅智庫：那麼從曾經的博弈關係到現在的共贏關係，數字化能讓經銷商得到哪些賦能？
A
盧會北：第一，我們通過預測模型，最大價值化幫經銷商做好經營。根據當地市場競爭態勢、車型型譜、經銷商能力、門店店銷、歷史數據，甚至未來天氣情況等因素，判斷如何佈局產品，精準預測銷量並製定合理的銷售政策，來確保銷售計劃高效執行。隨著數據反哺和模型的不斷修正迭代，目前有的區域市場預測準確率超過80%。預測越準確，公司就越能夠提前做好生產的統籌，從而更進一步提升生產執行的平整性和產品的一致性，QCD（質量、成本、交付）這塊就越做越好。
第二，我們構建了「經營控制塔」垂直管理模型。公司戰略目標分解後，逐級層層拆解，通過沙盤推演，對齊資源盤後互鎖，再通過過程管理來修正數據和銷售策略，從而做到在過程中各業務部門協同作戰來保障結果。
第三，我們構建了CRM系統，對經銷、分銷、門店全面用數據驅動管理。SI&ST&SO數據的拉通，加上到經銷商的經營模型，經營結果可及時顯現，系統能自行推薦經營優化策略，讓商家一鍵調整，從而降低經營的難度，賦能他們做強競爭壁壘。
舉個簡單的例子，經銷商想在某賣場做廣場活動，我們系統就能提醒，他們去年在這裏賣的什麼車，賣了多少輛。今年要再做這個廣場活動，會根據這個地方的用戶群體畫像和歷史數據給出產品售賣建議，如果是大學城旁邊，目標用戶是年輕學生群體，產品就推薦這類目標用戶。一場活動下來，系統立即根據數據形成複盤總結和改善建議。
第四，我們構建了產品一盤棋、交付一盤貨的邏輯。產品一盤棋說明不同的區域市場我們要佈局不同的產品，要迎合當地用戶的需求去做企劃、產品設計、產品開發、產品上市等。交互一盤貨是我們要確保我們的貨能夠在全國快速到達用戶手上，最早最快搶佔市場。
Q
虎嗅智庫：新零售的人貨場，數字化和AI應用在哪個環節滲透更多？
A
盧會北：對於消費者而言，個人喜好、個人需求在購買決策中佔據主導地位，購物模式也發生變化，所以企業需要用AI和大數據去挖掘用戶的需求和痛點，通過線上線下一體化運作賦能營銷、渠道擴展和購物體驗。
對於貨，我們的產品要重視、迎合消費者的需求，產品研發方向和改進方向要通過不同的場景，找到不同群體的需求，滲透到產品企劃里。
對於場，主要是門店這塊，用數據大腦去推動門店來做經營決策管理，幫助門店具備經營分析、數據預警、決策推薦等能力。同時建設線上線下一體化，線上為線下引流，打破更多場的線下空間限制。
Q
虎嗅智庫：線上+線下的銷售策略中，如何更好地服務用戶？
A
盧會北：愛瑪新零售中台本質上是線上線下一體化，線上也是為線下服務。因為在這個鏈路上面，有幾十萬人在做電動車行業的生意，我們要讓這些人都在服務我們的用戶。我們線上推新或推活動，讓消費者瞭解新產品、參加活動，給經銷商去引流，拓展他的銷量，把用戶帶到他的店內，甚至把用戶線上的訂單轉到門店去交付，幫門店把利益點做大，也極大提升了交付效率。
這樣每個經銷商都是我們服務用戶的對象，每一個門店導購、維修小哥等，都是在服務用戶，用戶的體感就會好。
數字化轉型，AI是下半場
Q
虎嗅智庫：您怎麼看各大企業紛紛宣佈接入DeepSeek這件事？
A
盧會北：DeepSeek讓AI進入技術平權時代，第一是因為開源，誰都可以用；第二是門檻低，拿來就能用。DeepSeek讓很多企業更容易接觸到先進的AI技術，不需要從零開始，能節省時間，降低AI成本。但是企業數字化轉型不僅僅是個技術問題，還涉及到戰略、數據、組織與管理等多方面。通用大模型是公平的，但企業數據基礎不好，就很難做出符合自己的垂直模型，企業數字化的底子決定未來企業AI應用的深度，所以說數字化轉型的下半場才是AI。
Q
虎嗅智庫：那愛瑪是怎麼做的？
A
盧會北：對於愛瑪來說，我們要借助自己的私有數據，構建垂直模型與解決方案。例如，我們會根據企業數據，來判斷PPM是多少、最有可能發生的故障是什麼；當消費者與車機做交互時，我們會根據他的意圖去判斷這個車有可能發生什麼問題。這些不是一個公有模型能解決的，因為公有模型內不會有愛瑪產品的故障描述或解決方案，這些是企業內部獨有的知識和數據資產。
例如，我們通過自己的知識庫，診斷生產過程中品質不良的情況、品質要素是什麼、關鍵監測點在哪，然後讓大模型幫忙做診斷品質標準。
Q
虎嗅智庫：根據您的經驗，企業怎樣才能用好AI？
A
盧會北：戰略是根本，數據是基礎，AI是方向。做整個企業的流程再造、AI工具的應用之前，企業一定要有基於公司戰略解碼的數字化戰略，有較堅實的數據基礎，有較完整全面準確的數據庫、知識庫，有較濃厚的數據文化等。用數據驅動決策是企業應用AI的基礎，垂直模型和共有模型相融合，才能真正賦能企業。
Q
虎嗅智庫：您怎麼看AI對於愛瑪或者電動車行業的衝擊？
A
盧會北：我們的判斷是，未來AI可能會重構一切，AI會重新定義我們的產品，會重構製造業研產供銷整個工作流，會重構服務模式和生態鏈。
Q
虎嗅智庫：您認為當下AI的不足是？
A
盧會北：我認為AI的倫理和合規問題是不容忽視的，包括數據的隱私和算法的偏見等。
一定要找到「速贏」場景
Q
虎嗅智庫：作為CIO，您認為CIO這個角色在企業數字化轉型中應承擔哪些工作？
A
盧會北：CIO要有能力解碼一號位的戰略，搞清楚戰略能夠達成的路徑，然後推動落地。CIO要業務技術兼顧，用技術助力業務，最終表現在經營結果上。
Q
虎嗅智庫：愛瑪的數字化是怎麼在集團內部推下去的？
A
盧會北：愛瑪的數字化轉型是在公司大變革背景上推進的，所有的變革其實就是一場利益的重新分配。數字化能快速鞏固變革成果，並能固化執行。所以一定要深入理解業務並用利他思維推進，賦能業務，才能集中力量，成功落地。
Q
虎嗅智庫：如何讓老闆直觀看到，數字化帶來的經營管理上的提效或優化？
A
盧會北：有些成效是可量化的，而有些無法量化。比如今年銷量漲了，其中多少是因為上了數字化系統或數據決策帶來的，這個很難講。但如果用AIGC降本增效，替代或減少重覆機械式工作之類的成本，這個是直觀可量化的。效率改進要結合管理的洞察調研和現狀數據分析報告，進行上下對比，驗證效率、不良率等數據指標的變化。但一些大的東西歸根結底要看企業經營結果，如果企業經營結果不好，也很難證明數字化做得好。
但數字化實施好了，價值一凸顯，老問題解決了，戰略落地步伐有力，老闆應該是最直觀感受的。
Q
虎嗅智庫：總而言之，您對中小企業開展數字化有何建議？
A
盧會北：希望企業第一要抓住時代趨勢，保持戰略定力；第二是借鑒標杆，儘量不要走彎路。我覺得數字化轉型它最大的成本就是失敗的資金投入成本和時間成本。資金投入成本是投的錢打了水漂，時間成本是跟競爭對手或這個時代越來越遠。還是建議企業要做好數字化轉型規劃，設計好路徑，並找到一些「速贏」場景先行，快速構建有價值的應用場景，來樹立企業數字化轉型的標杆，再實現全面轉型就容易多了。
關於
致力於推動產業數字化以及以「雙碳」轉型為代表的可持續發展，為參與這個進程的中國企業高管、政府相關決策服務。我們主要的服務手段主要為：研究型內容（報告、分析文章、調研評選）、數據庫、線上線下活動與社群、定製型項目等。
我們提供的
核心價值
及時與優質的洞察，瞭解技術、瞭解行業、瞭解同行與對手；
為決策者技術與產品戰略決策、產業規劃、解決方案選型提供重要參考；
幫助市場全面瞭解前沿科技及所影響產業的發展狀況，還有未來趨勢。
