你有没有发现，很多公司一喊“AI转型”，就跟闹着玩似的？上个月我认识一个在中山做小家电的老板，拍着胸脯说花了两百多万上了一套智能质检系统，结果用了三个月，工人抱怨机器误报率太高，最后还是靠人眼盯着。他气得当晚没睡好，跟我说“还不如把这钱分了算了”。我当时还挺唏嘘的，因为这种事太常见了。但前几天看到美的集团的公告，说未来三年要砸超过600亿元加码AI，我第一反应是：这回是来真的，还是又一个烧钱的故事？
巨额投入不等于成功，但缺钱万万不能
说实话，我自己就见过好几家企业搞AI翻车的。去年有个做供应链的朋友，他们公司上了个预测补货模型，花了大概40来万，结果预测出来的数据比瞎猜还离谱。后来一查，发现是历史数据本身就有问题，脏数据喂出来的模型能准才怪。这事后来不了了之，那个项目负责人没到年底就走了。所以你看，AI这事，光有钱不行，但没钱更不行。美的这次拿出600亿，差不多相当于它去年净利润的两倍多，这个手笔放在整个家电行业都是罕见的。很多人觉得企业投AI就是跟风，但你细想，如果只是跟风，犯得着把家底都押上去吗？
我记得好像是2020年左右，美的就开始折腾工业互联网和数字化了，那时候他们内部叫“全面数字化、全面智能化”。当时业内不少人都觉得是噱头，包括我自己也有点怀疑。但后来看他们财报，研发投入连续好几年都超过100亿，确实在往里面填钱。这次600亿的AI加码，其实不是从零开始，而是之前那个方向的升级版。只是AI这个概念这两年太火了，美的干脆把旗帜亮出来而已。
为什么美的敢赌这么大？一个反面案例就够吓人了
讲个可能不太方便提名字的例子。有一家曾经跟美的旗鼓相当的家电企业，在智能家居浪潮起来的时候反应慢了半拍，结果市场份额被一点点蚕食。等到他们着急忙慌地搞AI语音助手、搞智能屏，发现用户已经被其他品牌圈住了。这个教训特别直接：在技术迭代的窗口期，你不砸钱，对手砸了，你就只能吃剩饭。美的显然不想重蹈这个覆辙。而且你猜怎么着，家电这个行业的利润率本来就不高，如果AI能把生产成本再压下去5%，或者让用户多付10%的溢价买“智能”这个概念，那600亿的投入回报周期可能比想象中短很多。
反面例子还有一个更近的。去年有一家做扫地机器人的公司，早期靠技术领先吃到红利，后来研发投入变保守了，结果被追上来的一堆友商用更低的价格、差不多的功能打得节节后退。我当时跟他们的一个产品经理聊，他说“老板觉得算法已经够用了，投钱不如投营销”。结果呢，一年不到，市场地位就翻了个个。所以我一直有个不太确定的看法：AI这东西，没有“够用”的那一天，你不跑，别人就在超车。
600亿具体怎么花？从美的自己的说法里抠细节
我特意去翻了翻美的官方放出来的信息，虽然是公告式的语言，但还是能抠出几个方向。首先是研发人才，他们要建AI研究院，据说光算法工程师就要招上千人。这个数字听起来吓人，但分摊到三年，一年也就三百来号人，在北上广深抢AI人才，一个资深工程师的年包奔着百万去了，光人力成本就是一大块。其次是数据中台和算力基础设施，说白了就是买服务器、搭集群、搞数据治理。很多人以为AI只是写代码，其实最苦最累的活是洗数据，美的底下有几十个工厂，产线上的数据格式五花八门，光打通这套系统就得花不少钱。
还有一个方向我觉得挺有意思，就是AI跟具体业务的结合。比如用AI做工业质检、工艺参数优化、供应链调度，还有消费者这边的智能家居场景联动。美的的品类特别多，空调、冰箱、洗衣机、小家电，每个品类都能塞进去一堆AI功能。但这里有个坑：如果只是给冰箱加个语音播报、给空调加个人脸识别，用户根本不买账。我自己的经验是，AI必须解决真实痛点才有价值，比如空调能不能根据房间人数和活动状态自动调温，冰箱能不能根据存量菜谱推荐菜式并且联动买菜APP。这些听起来简单，背后涉及传感器融合、云端协同、用户行为学习，每一环都是钱。
另外不得不提的是美的旗下的库卡机器人。库卡本来就是做工业机器人的，现在加上AI大模型，理论上可以让机器人更“聪明”，比如通过自然语言直接下指令、自动优化运动路径。这块要是跑通了，不只是美的自己用，还能对外卖解决方案，那就是另一门生意了。
普通企业能从这600亿里抄到什么作业？
可能有人会说，我又不是美的，600亿跟我有什么关系？其实关系挺大的。我观察到一个现象：巨头的AI投入会快速拉低整个行业的技术成本。比如当年阿里云搞云计算，砸了很多钱，后来中小企业用云服务的价格就降下来了。同样，美的在AI上的巨额投入，会带动供应链上的算法、芯片、传感器、数据服务都变得更成熟更便宜。再过一两年，你可能花几十万就能买到美的现在花几千万才能跑通的一套AI质检方案。所以别急着觉得跟自己无关，技术的溢出效应往往比想象中来得快。
还有一个实操上的启发：不要贪大求全。美的虽然砸了600亿，但你们注意看，它没有试图在所有领域同时开花，而是聚焦在制造和家居这两个它最擅长的主场。我以前就犯过傻，看什么AI风口都想蹭一下，又想做智能客服，又想做推荐系统，又想做风控模型，结果哪个都没做深。后来我想了想，与其学美的砸大钱，不如学它的聚焦策略。你哪怕只在一个极小的场景里把AI用透，比如你们仓库的盘点自动化，或者售后工单的智能分派，都能省下不少人力成本。
常见问题：美的的600亿会不会打水漂？
说实话，谁也不敢打包票。AI研发的失败率本来就高，而且三年时间说长不长，说短不短，技术路线一变就可能白投。但美的有个优势，它不像一些公司纯讲故事，它的AI可以立刻用在自有工厂和产品上，边用边改，试错成本相对可控。最差的情况，就算技术突破不及预期，这套数字化基础设施也能提升效率，不算完全打水漂。
常见问题：中小企业没有600亿，怎么跟？
我的建议是：别跟风搞大模型，先把业务里重复性最高、最耗人力的环节拎出来，找成熟的AI API或者开源的轻量模型试试水。比如用现成的OCR识别单据、用LLM写简单的客服回复模板。一分钱可以不花，或者花很少的钱先跑一个MVP，有效果再加注。这个方法也不是每次都灵，上周帮一个朋友试了个开源模型，效果就翻车了，但起码没亏多少钱。
反正后来我就这样了，看到大厂砸钱搞AI，心态已经从“羡慕嫉妒”变成了“等着他们帮我探路”。只是有一点我一直没搞懂：为什么很多公司明明知道AI是未来，却总在落地的时候搞得鸡飞狗跳？也许我自己的项目也逃不过这个魔咒吧。你们公司最近有在试什么AI工具吗？翻车了也别不好意思说，留言互相笑一笑。
未经允许不得转载：皇家傲埔电器有限公司 » 美的集团600亿砸向AI，这笔钱能烧出什么？
