详解：Anker

📣

详解：Anker 📣 详解：Anker Modified May 25 撬动一个组织和员工习惯阻力巨大，所以我们从「小处」和「胜仗」着手，先让大家看见 AI，从而相信 AI。数据、心智和组织形态限制了 AI 的继续深入应用，旧有基建和组织形态如何匹配 AI 新生产力是我们下一步亟待解决的问题。 AI 不再只是提效工具，而是在改变组织运行方式。让公司所有系统、流程、数据、组织、人才全面适配 AI，实现智能驱动的业务闭环。三、规模指标 • 累计 Token 总量约 7.43 万亿 • 峰值月消耗约 2.37 万亿 • 工作日日均 Token 消耗约 600 亿至 1,200 亿 • 峰值日消耗约 1 千亿 • 人均月消耗峰值约 3 亿 • 人均日消耗峰值约 2 千万四、业务场景故事 1. 营销：从做内容到定义内容安克营销团队使用 AI 的价值，不只是把内容做得更快，而是把人的角色从重复执行中解放出来，转向定义方向、筛选创意、判断结果。公开材料显示，Vela 营销平台累计出图超过 220 万张，覆盖约 90% 营销物料制作；营销素材制作效率提升约 60%；广告生成时间从 2 天缩短到 30 分钟；AI 自动托管比例超过 20%，广告点击率高于传统方案 10% 以上。更有故事感的细节来自更早期的公开材料：过去品牌经理准备一套新品上市物料，仅官网轮播图就要经历多轮沟通和反复修改，前后至少预留两周；在引入 Midjourney 等工具后，品牌经理经过简单培训就可以自行产出概念图，大幅缩短与设计团队对齐视觉方向的过程。这个案例更适合表述为“AI 辅助创意前置与概念探索”，不宜写成“全流程自动化”。 2. 客服：70% 80%的问题不需要人介入安克客服场景是最容易讲出“AI 已经接管真实流程”的案例之一。公开材料显示，约 80% 工单可由 AI 处理；另有对外报道提到，约 70% 客服邮件可通过 AI 助手自动回复，覆盖 10 种语言。更适合讲的不是单纯的比例数字，而是客户发起请求后，AI 已经可以承担退换货、补单、查物流、生成发票等一整段标准化流程，让人工客服把时间留给更复杂、更需要判断的案例。 3. 研发：工程师有了一个随时在线的高级同事研发场景里，AI 的价值不只是“写代码更快”，而是让普通工程师获得过去更依赖资深专家的能力杠杆。公开材料显示，安克研发代码 AI 辅助生成比例已达到 50% 以上，2023 年时该比例为 35%。更有张力的故事是：普通工程师可借助 AI 在 2 小时内输出 85 分的架构设计方案，而过去类似工作更依赖资深架构师投入一周左右时间。这个案例对外使用时，必须保留“85分”这一限定，不应省略。 4. 财务：月结从半天多人到高效完成财务月结是典型的周期性、结构化、容易积累误差的流程。安克在这一场景中已经形成较明确的智能化成果。公开材料显示，财务助手集成 58 项财务功能，上线 14 个月累计交互 5800 余次，整体月结效率提升 80%，人工误差降低 30%。这个案例最适合讲“AI 把重复劳动型流程转成高稳定、高效率流程”，而不是只讲一个效率数字。 5. 渠道对接：第三方平台接入从12天到约1天安克面向多国家、多平台、多产品线运营，渠道接入是典型长链路、高重复的技术场景。公开材料显示，渠道业务接入周期已从 12 天缩短到约 1 天，成功率达到 91%；还有实测案例显示，10 余位开发人员在 2 小时内完成 11 个渠道业务接入。这个案例非常适合体现“AI 对长链路企业的乘数效应”，但如果使用“乘数效应”这个概念，建议作为策划语言，而不是直接作为已公开结论。五、组织变革 1. 能力认证：AI驾照安克对 AI 的组织推动，不是停留在“倡导大家用起来”，而是开始形成更系统的能力认证机制。A照更偏专业能力要求，C照更偏全员通识能力。更适合对外表述为：AI 在公司内部正从加分项，逐步变成基础能力建设的一部分。 2.NEW人计划：把AI价值纳入组织分配逻辑 NEW 人计划更适合讲成“AI 时代的人才成长和价值分配机制探索”。如果对外使用，不建议直接写成过强的激励口号，而更适合表述为：安克正在探索如何让构建 AI 能力的人、使用 AI 能力的人，都在组织中获得更清晰的成长路径和价值确认。像“原来 10 人的工作由 6 人完成”这类表达，只适合在明确上下文和审核后使用，不建议作为未经限定的对外主口径。 3. 专职能力建设团队：ADT与ATIT演进从 IT 到 BPIT，再到 ATIT，安克对组织命名和职能定位的演进，本身就是一个很有代表性的故事。公开材料里已明确提出，AI 时代需要更微小化的组织和更复合化的能力个体。对外可以讲成：安克不是只给业务部门发工具，而是在重构“懂业务、懂 AI、懂系统”的能力建设方式。协同作战，推进能力变革专职化、数智化、整合化的能力建设团队六、产品创新：AI从用在内部到嵌入产品安克的 AI 实践不只发生在内部流程，也开始进入面向消费者的产品体验。公开材料显示，soundcore 等品牌已把 AI 应用于翻译耳机、智能降噪、录音转写等产品体验中，部分新品支持 100+ 语言、识别准确率可达 97%。这一部分很适合帮助 WaytoAGI 区分安克与一般软件公司：安克讲 AI，不只是内部提效，还包括 AI 如何进入硬件产品和消费体验。七、几个有张力的故事角度 1. 较早全员开放AI的故事安克较早开始降低员工使用 AI 的门槛，让 AI 真正进入全员探索阶段。这类故事的张力在于：很多企业先设门槛再讨论落地，安克则更强调先让员工用起来、形成真实场景。 2. 从工具辅助到流程接管的故事安克在客服、财务、渠道对接等场景中的案例，可以支持一个非常清晰的故事线：AI 不再只是辅助人完成任务，而是在一些标准化流程中，开始承担越来越完整的执行链路。 3. 普通工程师借助AI输出85分架构方案的故事这是最容易让技术社区产生感知的一类案例，因为它说明 AI 不是只帮工程师少写几行代码，而是在改变能力结构本身。对外使用时，必须保留“85分”这一限定，不要把它泛化成“AI 替代资深架构师”。 4. CEO推动AI转型的故事如果需要人物线索，CEO 工程师背景和公司较早推进 AI 的关系，是一个天然的叙事抓手。更适合讲“工程师出身的 CEO 对 AI 的长期判断和组织推动”，而不是直接讲成个人英雄式故事。 5. 多品类长链路公司的AI乘数效应安克是多品类、全球化、长链路经营的公司，因此 AI 带来的价值不是单点提效，而是可能沿多个环节层层放大。这是很适合 WaytoAGI 做“企业为什么在这种组织里更值得做 AI”这一主题的角度，但对外使用时更适合做分析框架，不宜直接写成已被量化验证的结论。撬动一个组织和员工习惯阻力巨大，所以我们从「小处」和「胜仗」着手，先让大家看见 AI，从而相信 AI。数据、心智和组织形态限制了 AI 的继续深入应用，旧有基建和组织形态如何匹配 AI 新生产力是我们下一步亟待解决的问题。 AI 不再只是提效工具，而是在改变组织运行方式。让公司所有系统、流程、数据、组织、人才全面适配 AI，实现智能驱动的业务闭环。撬动一个组织和员工习惯阻力巨大，所以我们从「小处」和「胜仗」着手，先让大家看见 AI，从而相信 AI。撬动一个组织和员工习惯阻力巨大，所以我们从「小处」和「胜仗」着手，先让大家看见 AI，从而相信 AI。数据、心智和组织形态限制了 AI 的继续深入应用，旧有基建和组织形态如何匹配 AI 新生产力是我们下一步亟待解决的问题。数据、心智和组织形态限制了 AI 的继续深入应用，旧有基建和组织形态如何匹配 AI 新生产力是我们下一步亟待解决的问题。 AI 不再只是提效工具，而是在改变组织运行方式。让公司所有系统、流程、数据、组织、人才全面适配 AI，实现智能驱动的业务闭环。 AI 不再只是提效工具，而是在改变组织运行方式。让公司所有系统、流程、数据、组织、人才全面适配 AI，实现智能驱动的业务闭环。三、规模指标 • 累计 Token 总量约 7.43 万亿 • 峰值月消耗约 2.37 万亿 • 工作日日均 Token 消耗约 600 亿至 1,200 亿 • 峰值日消耗约 1 千亿 • 人均月消耗峰值约 3 亿 • 人均日消耗峰值约 2 千万四、业务场景故事 1. 营销：从做内容到定义内容安克营销团队使用 AI 的价值，不只是把内容做得更快，而是把人的角色从重复执行中解放出来，转向定义方向、筛选创意、判断结果。公开材料显示，Vela 营销平台累计出图超过 220 万张，覆盖约 90% 营销物料制作；营销素材制作效率提升约 60%；广告生成时间从 2 天缩短到 30 分钟；AI 自动托管比例超过 20%，广告点击率高于传统方案 10% 以上。更有故事感的细节来自更早期的公开材料：过去品牌经理准备一套新品上市物料，仅官网轮播图就要经历多轮沟通和反复修改，前后至少预留两周；在引入 Midjourney 等工具后，品牌经理经过简单培训就可以自行产出概念图，大幅缩短与设计团队对齐视觉方向的过程。这个案例更适合表述为“AI 辅助创意前置与概念探索”，不宜写成“全流程自动化”。 2. 客服：70% 80%的问题不需要人介入安克客服场景是最容易讲出“AI 已经接管真实流程”的案例之一。公开材料显示，约 80% 工单可由 AI 处理；另有对外报道提到，约 70% 客服邮件可通过 AI 助手自动回复，覆盖 10 种语言。更适合讲的不是单纯的比例数字，而是客户发起请求后，AI 已经可以承担退换货、补单、查物流、生成发票等一整段标准化流程，让人工客服把时间留给更复杂、更需要判断的案例。 3. 研发：工程师有了一个随时在线的高级同事研发场景里，AI 的价值不只是“写代码更快”，而是让普通工程师获得过去更依赖资深专家的能力杠杆。公开材料显示，安克研发代码 AI 辅助生成比例已达到 50% 以上，2023 年时该比例为 35%。更有张力的故事是：普通工程师可借助 AI 在 2 小时内输出 85 分的架构设计方案，而过去类似工作更依赖资深架构师投入一周左右时间。这个案例对外使用时，必须保留“85分”这一限定，不应省略。 4. 财务：月结从半天多人到高效完成财务月结是典型的周期性、结构化、容易积累误差的流程。安克在这一场景中已经形成较明确的智能化成果。公开材料显示，财务助手集成 58 项财务功能，上线 14 个月累计交互 5800 余次，整体月结效率提升 80%，人工误差降低 30%。这个案例最适合讲“AI 把重复劳动型流程转成高稳定、高效率流程”，而不是只讲一个效率数字。 5. 渠道对接：第三方平台接入从12天到约1天安克面向多国家、多平台、多产品线运营，渠道接入是典型长链路、高重复的技术场景。公开材料显示，渠道业务接入周期已从 12 天缩短到约 1 天，成功率达到 91%；还有实测案例显示，10 余位开发人员在 2 小时内完成 11 个渠道业务接入。这个案例非常适合体现“AI 对长链路企业的乘数效应”，但如果使用“乘数效应”这个概念，建议作为策划语言，而不是直接作为已公开结论。五、组织变革 1. 能力认证：AI驾照安克对 AI 的组织推动，不是停留在“倡导大家用起来”，而是开始形成更系统的能力认证机制。A照更偏专业能力要求，C照更偏全员通识能力。更适合对外表述为：AI 在公司内部正从加分项，逐步变成基础能力建设的一部分。 2.NEW人计划：把AI价值纳入组织分配逻辑 NEW 人计划更适合讲成“AI 时代的人才成长和价值分配机制探索”。如果对外使用，不建议直接写成过强的激励口号，而更适合表述为：安克正在探索如何让构建 AI 能力的人、使用 AI 能力的人，都在组织中获得更清晰的成长路径和价值确认。像“原来 10 人的工作由 6 人完成”这类表达，只适合在明确上下文和审核后使用，不建议作为未经限定的对外主口径。 3. 专职能力建设团队：ADT与ATIT演进从 IT 到 BPIT，再到 ATIT，安克对组织命名和职能定位的演进，本身就是一个很有代表性的故事。公开材料里已明确提出，AI 时代需要更微小化的组织和更复合化的能力个体。对外可以讲成：安克不是只给业务部门发工具，而是在重构“懂业务、懂 AI、懂系统”的能力建设方式。协同作战，推进能力变革专职化、数智化、整合化的能力建设团队协同作战，推进能力变革专职化、数智化、整合化的能力建设团队六、产品创新：AI从用在内部到嵌入产品安克的 AI 实践不只发生在内部流程，也开始进入面向消费者的产品体验。公开材料显示，soundcore 等品牌已把 AI 应用于翻译耳机、智能降噪、录音转写等产品体验中，部分新品支持 100+ 语言、识别准确率可达 97%。这一部分很适合帮助 WaytoAGI 区分安克与一般软件公司：安克讲 AI，不只是内部提效，还包括 AI 如何进入硬件产品和消费体验。七、几个有张力的故事角度 1. 较早全员开放AI的故事安克较早开始降低员工使用 AI 的门槛，让 AI 真正进入全员探索阶段。这类故事的张力在于：很多企业先设门槛再讨论落地，安克则更强调先让员工用起来、形成真实场景。 2. 从工具辅助到流程接管的故事安克在客服、财务、渠道对接等场景中的案例，可以支持一个非常清晰的故事线：AI 不再只是辅助人完成任务，而是在一些标准化流程中，开始承担越来越完整的执行链路。 3. 普通工程师借助AI输出85分架构方案的故事这是最容易让技术社区产生感知的一类案例，因为它说明 AI 不是只帮工程师少写几行代码，而是在改变能力结构本身。对外使用时，必须保留“85分”这一限定，不要把它泛化成“AI 替代资深架构师”。 4. CEO推动AI转型的故事如果需要人物线索，CEO 工程师背景和公司较早推进 AI 的关系，是一个天然的叙事抓手。更适合讲“工程师出身的 CEO 对 AI 的长期判断和组织推动”，而不是直接讲成个人英雄式故事。 5. 多品类长链路公司的AI乘数效应安克是多品类、全球化、长链路经营的公司，因此 AI 带来的价值不是单点提效，而是可能沿多个环节层层放大。这是很适合 WaytoAGI 做“企业为什么在这种组织里更值得做 AI”这一主题的角度，但对外使用时更适合做分析框架，不宜直接写成已被量化验证的结论。一、安克创新（Anker Innovations）的AI定位 "国内较早推广AI场景化应用的消费电子企业之一"。安克较早将 AI 作为公司级能力建设方向来推进，并持续对外强调这不是单点工具使用，而是面向业务场景、组织能力和产品创新的系统性投入。对外叙事上，更适合强调安克是消费电子企业里较早把 AI 真正推进到业务场景中的代表性样本，而不是泛泛谈论“拥抱 AI”。二、AI演进时间线 2023年：全员探索——玩起来 2024年：深入应用——可推广 2025年：组织向AI Native转型 2026年： AI Native落地验收 2023年：全员探索——玩起来 2023年：全员探索——玩起来 2024年：深入应用——可推广 2024年：深入应用——可推广 2025年：组织向AI Native转型 2025年：组织向AI Native转型 2026年： AI Native落地验收 2026年： AI Native落地验收安克在这一阶段的核心动作，是让员工先广泛用起来、试起来，从真实业务中找到高价值场景。这个阶段的典型成果包括：客服已有约 80% 工单由 AI 处理，研发代码采纳率达到 35%，营销侧也已经出现关键场景效率大幅提升的案例。开始锁定真实场景，让 AI 深度地融合到业务系统和流程中，提升 AI 模型的感知与认知能力，实现从「Al 辅助」到「Al 驱动」的跃迁。这一阶段的典型成果包括：打造公司级智能体开发平台、营销和广告等重点场景的系统化建设等。不是零散试点，而是在形成组织级能力底座。安克推进AI变革的重心开始从场景应用转向业务与组织转型，目的是建设面向 AI 时代的新一代基础设施。这一阶段安克进入UGS时代、打造给AI理解的基础设施。建设NEW人计划和能力认证体系等人才机制，建设ADT 、Scrum最小作战单元等组织机制。到这一阶段，安克更适合被作为中国企业 AI 实践样本来观察和讲述。核心武器是把创造价值的过程抽象为一个流程智能体。重新定义AI的价值：Impossible to Possible，Slow to Fast。安克在这一阶段的核心动作，是让员工先广泛用起来、试起来，从真实业务中找到高价值场景。这个阶段的典型成果包括：客服已有约 80% 工单由 AI 处理，研发代码采纳率达到 35%，营销侧也已经出现关键场景效率大幅提升的案例。安克在这一阶段的核心动作，是让员工先广泛用起来、试起来，从真实业务中找到高价值场景。这个阶段的典型成果包括：客服已有约 80% 工单由 AI 处理，研发代码采纳率达到 35%，营销侧也已经出现关键场景效率大幅提升的案例。开始锁定真实场景，让 AI 深度地融合到业务系统和流程中，提升 AI 模型的感知与认知能力，实现从「Al 辅助」到「Al 驱动」的跃迁。这一阶段的典型成果包括：打造公司级智能体开发平台、营销和广告等重点场景的系统化建设等。不是零散试点，而是在形成组织级能力底座。开始锁定真实场景，让 AI 深度地融合到业务系统和流程中，提升 AI 模型的感知与认知能力，实现从「Al 辅助」到「Al 驱动」的跃迁。这一阶段的典型成果包括：打造公司级智能体开发平台、营销和广告等重点场景的系统化建设等。不是零散试点，而是在形成组织级能力底座。安克推进AI变革的重心开始从场景应用转向业务与组织转型，目的是建设面向 AI 时代的新一代基础设施。这一阶段安克进入UGS时代、打造给AI理解的基础设施。建设NEW人计划和能力认证体系等人才机制，建设ADT 、Scrum最小作战单元等组织机制。安克推进AI变革的重心开始从场景应用转向业务与组织转型，目的是建设面向 AI 时代的新一代基础设施。这一阶段安克进入UGS时代、打造给AI理解的基础设施。建设NEW人计划和能力认证体系等人才机制，建设ADT 、Scrum最小作战单元等组织机制。到这一阶段，安克更适合被作为中国企业 AI 实践样本来观察和讲述。核心武器是把创造价值的过程抽象为一个流程智能体。重新定义AI的价值：Impossible to Possible，Slow to Fast。到这一阶段，安克更适合被作为中国企业 AI 实践样本来观察和讲述。核心武器是把创造价值的过程抽象为一个流程智能体。重新定义AI的价值：Impossible to Possible，Slow to Fast。 Token不是成本，是新一代生产力的度量单位。Token爆炸，将加速企业业务AGI的到来。