年营收近百亿元、七大生产基地、超200万个终端网点的生活用纸龙头中顺洁柔，用连续向上的财报讲了一个传统快消企业穿越存量内卷的故事：2025年净利润暴增312.80%，2026年上半年净利润同比增幅超50%。是市场回暖？还是过去三年以数据切入、以AI为引擎的组织变革有了成效？近日，记者走进中山中顺洁柔，寻找答案。
200万个网点的生意，为何“看不清、打不准、留不住”
说起洁柔，在广东可谓家喻户晓。这家深耕纸品48年的企业，经历过2021年的高峰，也跌入过2022年至2024年连续三年低谷。体量越大，掣肘越明显：20多份报表分散各部门，总裁想看全景只能靠人工拼数；库存周转天数高达94.3天还在恶化，工厂库存一度装到容量的126%才被发现；一线选店、补货全凭业务员悟性，经验打法精准度只有50%。更关键的是，好不容易摸出来的打法锁在个人表格里，人一流动，经验就跟着走。
增长焦虑、数据割裂、经验流失三件事叠加，正是洁柔引入腾讯WorkBuddy之前要解的题。中顺洁柔纸业股份有限公司总裁高波的判断很清醒：“传统快消企业为什么难？本质是决策看不清。我的产品该卖什么价格？哪只产品更受消费者欢迎？这是传统数字化根本解决不了的。”
从“数字化”到“数智化”：AI解决的不是操作，是决策
高波回忆，2023年5月第一次拜访腾讯，“走到最后发现，腾讯是最开放的”。他说，传统数字化转型转的是端到端流程、是SOP，解决的是操作问题，“它从不解决决策的问题”。数字化与数智化有本质分野：“数字化解决操作流程、SOP跟效率问题；数智化解决决策问题。所以真正选择大于努力。”高波判断，IBM统计的传统企业数字化转型成功率仅7%，AI与流程深度结合后，成功率有望提升到50%以上。
具体到工具，洁柔在广泛测试后选择了腾讯WorkBuddy。高波说得很直接：“这是我用过最好用的。”今年6月他第一次用它处理复杂数据分析——过去需两三个人、花一周才能完成的洞察，WorkBuddy半天多就出结果，“它的核心底层洞察优于培养五年以上的数据分析师”。
三个月搭起“链算平台”：调货、电商、预算全线重构
工具落地的速度出乎意料。洁柔团队仅用3个月，就用WorkBuddy将散落在各环节的关键数据、行业经验沉淀下来，固化成名为“链算平台”的系统。
最具代表性的场景是跨基地调货。七大生产基地之间互相调货，每年数千万条包裹数据大到Excel打不开，业务与IT语言不通。洁柔CDO杨森林解释了调货的复杂本质：“你备多了，库存把仓库堆满，损耗就大；你备少了，又不够，客户不满意。既要交付，又要最小备货。”系统要解的是一系列“最优解”：从哪个仓发、发多少、走哪条线路、如何满足时效，“每一个环节都有最优解”。这套方案经过今年618的实战验证，据测算，调货场景每月可节约近800万元（需洁柔确认）。
在中山总部，供应链总监张俊雅讲述了她的日常变化。过去每月底，她面对几十个物料、数十家供应商和七个工厂的排产表，“数据一多，Excel就卡死，我常常只能凭经验估：估多了，仓库爆仓、占用资金；估少了，断货被客户追着催。”调货、备货、排产这些最让她头疼的活，如今被“链算平台”拆成了一个个可校验的“最优解”，算法先跑一遍，她只在关键节点做判断和确认。“以前是‘人肉’找数、经验拍板，现在是人机分工——算法把算得动的都算好，我把我那点算法还读不懂的业务判断补上去。”在她看来，最大的变化不是少算几个数，而是“终于不用再为备多备少一个人扛到底，系统先兜底，我的经验用来做更值钱的决策”。
类似的场景还在多点铺开：AI电商巡检与损益折算，覆盖线上4000个赛道、5万个品牌、约110万支商品链接；AI智能差旅，把原本需12个同事审核的全国差旅发票压到0.2个人工；年度预算模型与快递费用优化模型同步上线。高波说，过去做预算两个多月只能跑五六个场景，现在“场景无限化”。
基于腾讯 WorkBuddy 企业版的“可观测中心”，企业管理员可以在管理后台中对企业内 Agent 智能体的使用情况进行全链路数据采集、存储与分析，为智能体的效率、质量与成本管理提供一站式数据底座，从而让企业实现对智能体及数字员工安全审计、成本管理、智能体持续迭代等的统一管理。
5000人一起“涌现”：AI倒逼出的组织变革
在高波看来，AI带来的最大价值不在某个场景，而在组织力。“我面临的最大挑战，是如何让5000多人像一台机器一样，每一个齿轮都高速运转、精准耦合。”这套变革的起点，是“一把手先用”。“我开会告诉所有人，我只看WorkBuddy跑的结果，就这一个要求。”洁柔向员工开放500个WorkBuddy账号瞬间被秒光，如今已接近1300个WorkBuddy账号。
更让他意外的是“涌现”。“你把一个知识限定在10个人，运气就是这10个人里有没有一个特别好的；当把机会放进几百上千人的池子，每天都有让你惊讶到掉下巴的创新。”他举例：AI短视频培训原本市场部必修的不过20多人，结果全公司报了近400人，“连质量部都来报。”
业务与IT的边界也在重构。一位人力经理学完WorkBuddy后，自己立项、开发、修BUG、运维，把绩效考核系统从手写搬上线，“IT部门同事几乎没有参与”。高波说，过去最大的卡点是“懂业务的人提不出需求，能编程的人不懂业务”，而AI让两者中和了。杨森林补充，这正是新的职业方向FDE（业务侧全栈工程师）的逻辑，“我们不在意工具是买来的还是做出来的，在意的是每个员工有没有能力驾驭AI解决自己领域的问题。”
“老板必须会用，这是真正的一把手工程”
对上市公司而言，AI用得再深，安全底线不能破。杨森林介绍，洁柔有三道防线：配方等核心机密数据一开始就在数仓中被砍掉，不进入AI可访问范围；按岗位分级授权；AI可访问的数据放进独立沙箱数仓，与主库隔离。“我们想到最差的局面是它会越墙、会乱搞，但就算把那个库玩坏了，也不影响主库。”他对数据开放态度鲜明：“数据本身从来不是问题，问题是你看到数据后做什么。”
谈及AI之于传统制造业的意义，高波用了“第五次浪潮”来形容：“我认为AI就是刚刚开始拨号上网、有了第一个新浪网站的时候。”他对同行只有一个建议：“老板必须会用，这是真正的一把手工程。”
从三年低谷到利润暴增，中顺洁柔的样本意义在于：它用三年时间，把一个靠人口、渠道红利驱动的生意，升级为靠数据洞察与算法决策驱动的组织。
当快消行业进入存量内卷，谁先学会用AI做决策、把个人经验沉淀为组织能力，谁就多一分穿越周期的底气。正如杨森林所言，洁柔真正在意的，不是买了多少系统，而是“有没有让每一个人掌握驾驭数字化和AI的能力”。
（文章来源：广州日报）
