抛开流行语：ScottsMiracle-Gro 真的通过 AI 节省了 1.5 亿美元，还是仅仅是良好的管理？
引言: ScottsMiracle-Gro声称通过人工智能实现1.5亿美元的节约，这一说法引人注目，似乎证明了即使是传统行业也能乘上科技浪潮。然而，深入探究发现，这背后的真正原因并不仅仅是复杂的算法，更是对根本性组织变革和规范数据管理的验证——这些要素常常被“人工智能”难以抗拒的魅力所掩盖。这并非是对他们成功的批判，而是一剂必要的清醒剂，促使我们审视其背后真正的驱动力。
核心提炼
- ScottsMiracle-Gro 公司据报取得成功的主要驱动因素，似乎是全面的数据治理和组织重组，而不是将人工智能（AI）视为一个单一的、神奇的解决方案。
- 这个案例强调，在技术整合中，扎实的基础数据治理和强大的高管领导力，对于企业价值的创造来说，远比仅仅部署热门AI工具更为关键。
- 一个重大的长期挑战在于，在一个非科技核心业务中，如何持续保持对定制化AI解决方案的初始投资和发展势头，尤其是在领导层或市场条件发生变化之时。
深度解读
斯科特奇迹成长公司“AI革命”的叙事，无疑为企业公关提供了引人入胜的素材，然而，一位经验丰富的观察者会发现，这与成功的数字化转型中常见的模式如出一辙，这些转型往往被错误地仅仅归因于最新的流行词。最初的轶事——用无人机取代测量尺——尽管视觉效果引人注目，却凸显了通过基本自动化和传感器技术即可实现的效率提升，这早于生成式AI的广泛应用。正如总裁内特·巴克斯特（Nate Baxter）所阐述的，真实的故事围绕着对消费者业务的根本性重组展开，打破了部门壁垒，并确立了技术实施的问责制。这场由一位硅谷资深人士推动的组织变革，可以说是这里最重要的“创新”。
巴克斯特的半导体背景强调精确性和流程优化，这些特质不仅应用于AI模型，更融入了整个运营骨干。从SAP系统中挖掘数十年业务逻辑并数字化园艺专业知识的“考古工作”并非AI；它是细致的数据工程和知识管理。这项关键的基础工作——清理、分类和构建遗留数据——是任何高级分析系统（无论是AI还是其他）有效运行所必需的、看似不起眼却不可或缺的前提。没有这项工作，即使是最先进的大型语言模型（LLM）也会输出垃圾信息。
AI的混合方法，特别是“代理层级”和领域特定知识库，揭示了对AI当前局限性的务实理解。通用型大型语言模型被证明不足以提供细致入微的园艺建议，因此需要大量人工整理的数据和基于规则的系统。这并非纯粹的“AI”胜利；它是传统专家系统与现代自然语言处理的智能整合。尽管节省了1.5亿美元令人印象深刻，但这可能源于更好的数据、精简的流程（如基于无人机的库存）、改进的预测和敏捷的资源分配等多重效应的叠加——这是一场全面的数字化转型，AI在其中扮演辅助而非唯一的领导角色。节省开支的“原因”与其说是AI固有的魔力，不如说是利用结构化数据来做出更快、更明智的业务决策。这是一个战略性利用技术的绝佳案例，但将其纯粹标记为“AI的胜利”则有过度简化这一复杂历程的风险。
对比观点
尽管史可生奇迹草公司宣称取得了可观的节约，但持怀疑态度的观点会质疑这种定制化技术项目的净投资回报率和长期可持续性。从400页手册中提取信息进行的“考古工作”以及创建高度专业化的人工智能代理，在数据工程、维护和专家监督方面代表着巨大的持续成本。1.5亿美元的总节约，是否真的能抵消构建和维护这一定制基础设施所需的巨额资本和运营支出？当像内特·巴克斯特（Nate Baxter）或福斯托·弗莱特斯（Fausto Fleites）这样的关键人员离职时，会发生什么？持续更新专业知识库并确保人工智能系统内部监管合规的需求，可能成为一项昂贵且永久的负担。此外，在一个资本密集、物理分布广泛的行业中声称“像初创公司一样竞争”，这引发了关于可扩展性以及在与硅谷公司的直接竞争中吸引和留住顶尖技术人才能力的问题。竞争对手可能会争辩说，更通用、现成的解决方案，虽然最初的优化程度可能较低，但能提供更好的长期成本效益和可扩展性，而不会产生如此深度的专有依赖。
前景探讨
在未来1-2年内，ScottsMiracle-Gro很可能会在其已建立的数据和人工智能基础设施中看到持续的渐进式改进。重点将从基础建设转向对更细粒度业务职能的优化和整合，有可能进一步自动化人工流程并完善预测模型。然而，最大的障碍依然严峻。首先，在一家消费品（CPG）公司内部保持“科技公司”文化并吸引顶尖的数据和人工智能人才，将是一场与更具吸引力的科技机会持续进行的较量。其次，保持其高度定制化、领域特定的人工智能系统更新的成本可能会变得过高，尤其是在大型语言模型（LLM）技术快速发展的情况下。尽管他们偏爱开源，“供应商锁定”的担忧可能会通过在定制代码和专有知识库上的巨额投入而微妙地体现出来。最后，确保模型真正的可解释性并防止在日益复杂的模型中产生无意中形成的偏见，对于维持信任和遵守法规至关重要，尤其是在消费者推荐等敏感领域。
原文参考: When dirt meets data: ScottsMiracle-Gro saved $150M using AI (VentureBeat AI)