安克创新是一家典型的全球化消费电子企业。公司成立于2011年，业务已覆盖智能用电、智能家居自动化、智能影音等多个方向，形成面向全球市场的多品类运营体系。2024年，公司实现营业总收入247.10亿元，同比增长41.14%，归母净利润21.14亿元，同比增长30.93%。对于这样一家跨品类、跨区域、跨平台协同的企业而言，单点效率提升固然重要，但真正决定竞争力的，始终是研发、营销、客服、供应链与组织运营能否被系统性联动起来。安克对AI的投入，因此并不是“再增加几个提效工具”，而是尝试将AI嵌入经营主干，推动业务系统从“人驱动”向“AI驱动”演进。
AI一旦不再只是回答问题，而开始在既定边界内持续完成“感知—决策—执行—反馈”，它就不再只是工具，而成为经营系统的一部分。安克的实践所展示的，正是这样一种变化：AI不再停留于帮助员工完成若干任务，而是逐步进入真实业务流，承担起越来越多原本依赖人工完成的执行责任。
三阶段跃迁：从能力试探到系统嵌入
真正有效的AI转型，并不是“全面铺开”，而是依据能力成熟度有节奏地推进。安克对AI的推进并非一哄而上，而是呈现出清晰的阶段性节奏。公司大致经历了三个相互递进的阶段：2023年侧重AI能力探索和单点突破，2024年侧重AI 在业务中的深度应用，2025年则转向人员与组织 AI 转型，并进一步迈向“AI原生”的新形态。公司内部的核心判断是：大模型不同能力的成熟度并不一致，企业不能漫无目的地“四面开花”，而应优先选择能力成熟、ROI可验证的场景深度推进，再在此基础上逐步扩大应用边界。
第一阶段的关键词是“让大家看见AI”。安克优先选择了三个成熟度较高、最容易形成组织信任的方向：营销内容生成、智能客服和研发编码。在营销领域，公司于2023年搭建AIGC素材平台，整合内部和外部的 AIGC 能力，使数字人、短视频及各类营销素材大规模自动生成，关键场景效率提升60%以上；在客服领域，AI开始接管全球业务中的部分邮件与在线聊天请求；在研发领域，公司从一开始就追踪“AI生成且被提交到代码仓库中的代码占比”，用开发结果而不是演示效果检验AI价值。其策略十分明确：先从少数关键场景切入，让组织“先看见AI、再相信AI”，再逐步建立使用习惯与信任契约。
第二阶段的关键词是“融入业务和系统”。如果说2023年更多是“提供工具，让员工去用”，那么2024年的目标则是把AI直接嵌入业务系统和流程之中，使员工在日常工作不知不觉中就在使用AI。安克将这一阶段的目标概括为“AI驱动，而不是AI辅助”。围绕这一目标，公司一方面开发了全公司级智能体平台，在2024年一度承载了600多个活跃AI智能体，覆盖多个业务领域和价值链环节；另一方面，重构了此前的AIGC平台，将品牌规范、目标用户画像、设计规约、市场竞争信息、渠道特点和风格模板等核心知识嵌入平台之中，使其不只是“生成更快”，而且“生成更准、输出更稳、分发更顺”。
第三阶段的关键词则是“重构人员和组织”。安克在2025年后的判断已经相当鲜明：当AI进入深水区后，真正的瓶颈不再只是模型性能，而是人、流程、系统和组织是否已为AI做好准备。公司因此将重点转向“AI友好化”和“AI原生化”，推动员工能力、组织结构、IT基础设施和知识沉淀方式同步变革。进入这一阶段后，真正需要改变的，已不只是工具箱，而是经营系统本身。
从单点提效到闭环接管：安克的三个代表性场景
衡量AI价值的关键，已不再是它帮助员工节省了多少时间，而是它独立接管了多少业务流。安克的多个场景实践，正体现出这一重心的变化。
1. 客服：从“辅助应答”到“全托管服务闭环”
在安克的多个场景中，客服是最能体现AI深度介入业务流程的环节之一。由于安克95%左右业务面向全球市场，服务支持天然具有跨时区、高频率、强标准化的特征，主要载体是email、live chat和电话。2023年，公司通过AI智能体接管邮件和在线聊天场景，约35%的用户请求实现AI全托管处理；到2024年，这一比例提升到45%—50%；到2025年，随着知识库、内部系统与智能体能力进一步打通，部分场景下的AI接管比例已达到80%—85%，并叠加AI语音电话，形成7×24小时全球服务能力。退款、退货、台账处理及常见问题等重复性工作，越来越多由系统直接完成，人则被释放出来，转向更复杂、更高价值的服务任务。
这一路径清楚地体现了重心的转移。传统客服自动化更多是辅助人工加快应答，而安克的目标已转向“AI监管下的大部分重复问题和常见场景被系统化处理”，即让AI直接吞吐部分服务闭环。换言之，AI不再只是坐在人工客服身边给建议，而是开始真正承担业务责任，成为服务流程中的主体执行者。评价标准也随之改变：重点不再是“员工节省了多少工时”，而是“有多少标准化业务流实现了无人工干预的闭环接管”。
2. 营销：从“内容生成”到“广告与投放的流程智能化”
营销是安克最早验证AI商业价值的场景之一。2023年，公司首先解决的是内容生产效率问题，通过AIGC素材平台整合外部能力，推动图片、视频、数字人等物料快速生成，显著提升营销团队和设计团队的生产效率。到2024年，营销AI的重心进一步从“内容生产”扩展到“广告投放和策略优化”。公司构建了“智能广告”系统，希望从广告策略制定、卖点分析、素材生成，到投放优化、数据回收和复盘分析形成自动化闭环。根据访谈，在长期A/B测试后，这套系统在胜率和ROI等指标上已表现出优于人工投放的效果；目前约20%的产品广告已实现全自动托管，约80%的广告策略则由AI生成、人再审核修改。
更值得注意的是，安克并未将营销智能化理解为“多生成几张图”这么简单，而是将其建设成一个嵌入企业知识和品牌规范的经营系统。平台中内置的不仅是模型能力，还有品牌规范、产品用户画像、目标对象、设计规约、平台差异、模板体系等上下文信息。这意味着，AI生成的不是抽象意义上的“内容”，而是符合企业判断标准、可直接进入全球资产管理与分发体系的经营素材。当前公司95%以上的设计、研发和营销物料，已基本在这一平台上自动生成，累计生成220万+营销物料，覆盖90%营销物料制作。这里反映的，已不只是内容生产提速，而是营销工作流在AI条件下的系统重构。
3. 研发：从“代码辅助”到“端到端智能开发链路”
在研发领域，安克的实践更接近AI深入经营主干之后的形态。公司自2023年起便在内部持续追踪“AI代码采纳率”，即有多少代码是由AI生成且最终被采纳并提交代码库。彼时这一比例已达到35%左右；到当前阶段，部分新项目中95%以上甚至接近全部代码已由AI自动完成。更重要的是，AI的角色并不限于写代码，而是向“从产品需求到功能、从项目管理到测试、再到运维”的端到端链路延伸。换言之，AI开始不只是参与某个工序，而是在多个环节中持续运作，形成串联式、流程化的智能体网络。
其内部演进逻辑也相当清晰：从单一任务的智能体逐步推进到角色级、流程级的智能体串联，并朝更高层级的业务自治能力推进。AI真正的跃迁，不在于单点生成质量更高，而在于其能否在既定边界内感知环境、规划步骤、协调资源并稳定推进业务流程。
经营系统升级的关键：把隐性知识变成AI可调用的数据资产
主动智能的本质，并不只是模型更强，而是企业能否把私有数据、业务规则与闭环反馈沉淀成可调用的判断系统。安克案例最有价值之处，并不只在于其应用场景多、工具数量大，而在于它较早意识到：企业级AI竞争的核心，不是通用模型本身，而是上下文、约束、规则与反馈。安克无论是在AIGC平台中内嵌品牌规范、用户画像和设计规约，还是在客服与广告系统中打通知识库、流程接口和结果反馈，其实都在做同一件事：把原本分散在员工经验、业务流程和组织惯例中的隐性知识，逐步沉淀为AI可调用的知识库与数据资产。
当通用模型能力日益平权之后，真正构成企业护城河的，已经不再是“有没有接入某个模型”，而是能否把私有数据、行业know-how与闭环反馈机制整合成一个持续进化的系统。离开这些，智能体再强，也只是漂浮在业务表层的“聪明工具”；嵌入这些之后，智能体才有可能成为真正意义上的“数字员工”。从这个意义上讲，安克的实践不是简单地“用AI提升效率”，而是在通过系统化沉淀，逐步把企业经验机器化、流程化、可编排化。
组织重构：AI进入深水区后，改变的终究是人和组织
AI转型走到深水区，最后比拼的已不是工具和平台，而是组织能否为AI重新设计分工、权限与能力结构。安克在访谈中多次强调，进入AI深水区后，最大的挑战并不是再做几个智能体，而是推动员工能力升级与组织协同方式的演进。这意味着，企业必须从“如何让员工更好地使用AI工具”，转向“如何让组织本身适配AI协同”。围绕这一点，安克提出了“业务产品Agentic化”“组织AI转型”“基建全面适配 AI和 "AI 未来产品形态探索”等方向，同时推出NEW人计划，推动员工从工具使用者向AI能力构建者转型。
这类组织重构至少包含三层含义。首先，是员工能力的复合化。过去按职能高度分工的工作方式，正在向借助AI跨角色协作的复合型模式演进。其次，是组织单元的小型化与灵活化。安克越来越强调让系统去承接重复劳动，让人转向更高阶的判断和创造；这意味着组织设计也必须减少不必要的层层传递与职能壁垒。再次，是管理重心的迁移，即从管理“行为”转向管理“目标”。当越来越多流程由AI代为推进时，管理者关注的就不再是每一步是否由人亲手完成，而是最终结果是否达标、边界是否清晰、风险是否可控。
因此，安克案例所揭示的，并不是“AI应用做得多”的表面现象，而是一条更具普遍意义的进化路径：企业先在少数高成熟度场景中建立信任，再通过统一平台实现能力整合，继而将AI嵌入经营闭环，最后倒逼组织、流程、人才与知识体系的全面重构。对仍停留在工具试用和零散试点阶段的企业而言，这一路径尤具启发意义。
案例核心启示：AI正在改写全球化企业的竞争逻辑
AI时代真正值得关注的，不是“谁用了AI”，而是“谁更早把AI纳入正式编制，变成经营系统的稳定一环”。安克创新的实践表明，AI对企业的影响，首先不是技术层面的“更聪明”，而是经营层面的“更接管”。其一，效率提升的判断标准已经发生改变：企业关注的重点，不再只是某个员工节省了多少时间，而是有多少标准化业务流被AI独立接管并稳定运行。其二，增长逻辑也在改变：AI不只是后端支持系统，而越来越成为前端的洞察、生成、投放和优化引擎。其三，组织逻辑正在改变：随着AI不断进入日常决策与执行环节，企业不得不重新设计岗位、流程、权限与协同机制。
对于全球化硬件企业而言，这种变化尤为关键。硬件业务原本就面临产品迭代快、市场波动大、跨区域协同复杂、客户服务链条长等挑战，单点数字化工具往往只能带来边际改善；只有当AI被嵌入研发、营销、客服和组织运营的主干流程，企业才可能从“使用AI的公司”演进为“由AI重塑的公司”。安克正在推进的，正是这样一种商业进化：AI从外围工具走向运营底座，从辅助人工作业走向接管部分业务闭环，从局部提效走向系统智效。对当下中国企业而言，这一案例所展示的，不只是技术采纳的速度，更是经营系统再设计的方向。
完整内容可扫码下载深度阅读
关于特赞科技
作为全球领先的企业级 Agentic AI 公司，特赞基于主观世界模型（SWM）、发散推理模型（CRM）、Context System 与长程智能体运行机制等核心技术，构建了 GEA 企业级智能体系统，能够理解企业业务语境、主动推进业务流程并持续交付结果。
这一系统的核心判断，与安克案例呈现的演进逻辑高度呼应：企业级 AI 的真正价值，不在于单点工具的局部提效，而在于智能体能否进入业务主干、理解组织语境、沉淀企业上下文，并在真实业务场景中持续运行。本文所呈现的安克创新案例，正是该基金支持下 "企业级智能体如何从单点提效走向系统接管" 这一研究命题的典型消费电子样本，旨在为更多正在推进 AI 转型的企业提供可参照的路径与分析框架。
关于中欧特赞人工智能与商业创新研究基金
关于中欧特赞人工智能与商业创新研究基金中欧特赞人工智能与商业创新研究基金由中欧国际工商学院与特赞（Tezign）联合设立，聚焦人工智能在品牌营销、内容科技与商业创新等领域的前沿探索。特赞科技是全球领先的企业级 Agentic AI 公司，基于主观世界模型（SWM）、发散推理模型（CRM）、Context System 与长程智能体运行机制等核心技术，构建了 GEA 企业级智能体系统。目前特赞 GEA 已服务超过 180 家企业客户，覆盖 60 余家《财富》世界 500 强企业，在全球 50 个国家被超过 100 万名专业知识工作者使用。本文所呈现的洞察与判断，均源自该基金支持下的持续研究积累，旨在为品牌、营销及科技领域从业者提供具有前瞻价值的决策参考。