CXOU 100评选·亚太数字化转型杰出人物奖获奖访谈|辽宁凯宇星辉实业集团有限公司首席数据官张乐

CXOU 100作为一年一度的权威性评选奖项，旨在表彰以创新方式利用数智化技术及AI技术实现商业价值突破的优秀个人、团队及企业。基于此定位，CXOU 100聚焦全球数智化与AI领域，深耕技术创新与商业落地场景，以专业视角遴选兼具创新力与价值转化能力的标杆主体，不仅是对优秀实践的认可，更致力于打造连接技术、产业与市场的核心枢纽，成为衡量数智化领域及AI领域创新实力与商业价值的重要标杆。

张乐，资深产业数字化专家，现任辽宁凯宇星辉实业集团首席数据官(CDO)、大连CIO协会新零售分会秘书长。拥有世界500强企业从业背景，深耕数字化领域多年，精通集团级数字战略规划、全链路架构搭建与数据运营管理。作为凯宇星辉数字化总负责人，统筹全域数智化建设，构建一体化平台矩阵，打破业务与数据壁垒，为企业降本增效、创新发展筑牢数字根基。凭借卓越的统筹能力与转型成果，在FMCG零售消费品数字化年会（新消费新商业） 获评年度数字化最佳领导力奖，同时斩获2024“星云奖”中国数字化转型杰出人物，主导项目入选全国轻工业数字化标杆案例。始终立足行业前沿，持续在各大权威平台分享落地经验与创新理念，以专业力量引领新消费、新零售及消费品行业数智化转型浪潮。

以下内容基于对辽宁凯宇星辉实业集团首席数据官(CDO)张乐的专访笔录：

CXOU 100评选访谈系列

CXOU 100评委会小编：基于您的实战经验，您认为在牛羊肉实业的AI落地够过程中最容易踩的“坑”是什么？

辽宁凯宇星辉实业集团有限公司首席数据官张乐：

因为我从事牛羊肉实业也有一段时间了，也在推动我们内部的AI落地，在我的实践过程中，我看到了牛羊肉行业在AI落地上面临的六个大“坑”。从牛羊肉加工、冷链流通、经销商渠道全链路的数字化实战过程来看，行业内绝大多数企业的数字化转型均以失败告终，这个根源我觉得并不是因为技术本身，而是由于战略顺序、业务认知、数据底座与组织协同的错位所导致的。

第一个面临的问题就是：战略本末倒置。很多企业在AI落地过程胡中重硬件/通用AI工具，轻业务流程标准化。

比如很多企业会先砸钱上IoT屠宰传感器、自动分割产线、仓储AGV、通用AI大模型。先前置设备采购，之后再梳理屠宰排产、损耗管控、冷链溯源、经销商对账流程。

还有的企业会跟风采购通用智能预测、AI质检工具，无视牛羊肉非标的特性。因为牛羊肉这个行业它具备一定的行业特殊性，不同品类出成率、肥瘦分级、季节价格波动、冷链损耗规则高度个性化，所以很多时候通用模型在面向牛羊肉行业的落地过程中是完全水土不服的。还有的企业也会错误地将“自动化设备等同于数字化、上线AI等同于降本增效”，把数字化简单视作设备采购项目，而不是系统性的管理升级工程。 战略本末倒置造成的后果也很麻烦，比如：· 屠宰车间设备数据孤立，产线自动化和后端ERP、WMS割裂· AI给出的排产、损耗测算和老师傅实操经验冲突，一线员工拒绝使用，形成线上系统+线下纸质台账双轨并行，反而增加录入工作量· 高额设备、AI软件闲置，维护成本持续消耗利润，生鲜行业本就薄利——从品类来看，禽蛋毛利率仅5%，肉制品也仅12%，整体生鲜店毛利润通常在20%到30%之间，且进货成本占比可达60%到70%，同时部分屠宰企业开工率不足3成，产能过剩，根本扛不住这类无效投入。 

CXOU 100评委会小编：那针对于这个问题，您在实战过程中是怎么解决的呢？辽宁凯宇星辉实业集团有限公司首席数据官张乐：我实战下来的一个避坑逻辑流程是：大脑，设备、AI只是工具。要先梳理屠宰分割、原料采购、冷链仓储、门店分销、食品安全溯源全链路标准化流程，统一物料编码、出成计算、损耗统计口径，再匹配数字化、AI工具落地。 

CXOU 100评委会小编：所以总结来说就是先梳理业务流程，再根据业务流程现状来做数智化的落地，那您刚讲有6个“坑”，第二个“坑”是什么呢？辽宁凯宇星辉实业集团有限公司首席数据官张乐：第二个问题是系统碎片化的问题。系统碎片化容易形成永久数据孤岛，导致AI缺乏高质量数据支撑 。

我举一个典型现象来跟你讲，你就能明白了。比如我们的采购过程里面分阶段有不同的系列来支撑，像财务有一套ERP、车间有一套MES、冷链有一套WMS、线上门店有一套MIS、经销商是有自己单独的小程序，是一个多厂商拼盘式的系统，没有统一数据中台规划。另外各个模块物料、批次、客户、损耗等核心数据，数据标准也不统一，比如同一个牛羊肉产品，生产、销售、财务计量单位、编码是完全不同的两套。还有就是车间屠宰时序数据、冷链温湿度数据都没有办法及时同步到经营分析端。

这样就会导致两个致命的问题，第一个是数字化层面，管理层没有办法一键查看真实的数据报表，像屠宰出成、库存周转、冷链损耗、渠道回款，月度经营报表等都是依靠人工跨系统导出、手工汇总，数据不仅滞后且误差极大。第二个是在AI落地层面，AI预测、智能损耗管控、智能品控极度依赖连续、统一、完整全链路的数据。正如相关行业观点指出，企业落地AI的关键在于解决数据割裂问题，而当前底层数据割裂、脏数据泛滥的现状，让再先进的算法都成了“无米之炊”，不仅会导致预测准确率快速衰减，更会让AI项目陷入试点即停滞的困境，无法实现规模化推广。同时，AI开发领域的快速发展也推动了对高质量数据的需求，数据问题已经成为AI规模化落地的核心阻碍之一。 

CXOU 100评委会小编：这个确实，AI其实要运用起来还是很依赖企业原有的数据，如果数据很乱且不统一，AI输出的结果也很准确。那第三个“坑”是什么的？辽宁凯宇星辉实业集团有限公司首席数据官张乐：

第三个问题就是技术万能论。很多企业都喜想用数字化/AI等技术来解决未理顺的管理漏洞。

像典型认知误区就是企业内部流程扯皮、库存管理混乱、损耗管控无制度、经销商对账无规范，管理层却寄希望于一套系统、一套AI自动抹平管理问题，跳过组织、制度梳理直接上数字化。但是如果线下混乱的情况下，还把流程原封不动搬到线上，系统只会固化，但是解决不了实际的问题。

就像如果只是盲目的为了数字化而数字化，会导致数字化推行过程中解决不了任何问题，还会带来很多问题，比如像牛羊肉行业，如果你的屠宰工序责任不清晰，即使利用数字化技术或者AI技术，在线上的工单照样是权责模糊的；又比如像渠道返利规则如果频繁变动，CRM、AI的测算也会持续出错；再比如很多员工觉得这个事情没有帮助，反而增加了自己的工作，就会导致员工抵触系统，回归手写单据，项目沦为“面子工程数字大屏”，只展示数据不产生经营价值。

CXOU 100评委会小编：是的，技术不是万能的，很多时候还是要先理顺业务逻辑，再用技术辅助来提升企业的运营效率。那第四个“坑”是在于？辽宁凯宇星辉实业集团有限公司首席数据官张乐：

第四个问题是很多企业会重上线验收、轻长期运营，数字化沦为一次性IT项目。

你们也接触数字化行业很久了，也对企业数字化这块非常了解，像我们这个行业目前普遍存在的一个现象是，多数企业将系统上线、AI试点交付视为项目的最终节点，验收后没有专职的数字化运营岗、没有持续的数据治理机制、也没有业务迭代的流程。

举个例子，车间操作人员随意填报屠宰损耗、批次数据，导致数据长期失真却没有人对此进行修正；再举个例子，AI需求预测、智能溯源模块交付后，没有根据季节牛羊肉行情、原料价格、渠道淡旺季迭代模型； 再举个例子，系统上线后，只由IT部门独自运维，业务部门不参与持续优化，就会导致系统功能和持续变化的业务需求脱节。那这样其实就会造成企业投入几百万搭建的产销一体化平台、AI智能管控系统，上线半年数据失效、功能闲置；食品安全溯源、损耗分析、需求预测核心能力完全作废，每一年都要重复投入改造系统，投入产出持续失衡。当前在智能制造的大潮中，传统制造业本就面临系统复杂性增加、数据管理压力大等IT运维挑战，而国内企业还普遍陷入利润萎缩的困境，这类无效投入无疑让企业雪上加霜。

CXOU 100评委会小编：这样的话，其实就变成“僵尸”系统，只是摆设没有实际的运用意义了，那第五个“坑”是？辽宁凯宇星辉实业集团有限公司首席数据官张乐：第五个就是AI落地只做“可视化展示”，不嵌入业务决策闭环，价值无法量化行业典型AI伪落地现象突出。

很多企业的AI应用还仅停留在大屏数据看板、基础数据统计阶段，没有打通“数据洞察→自动执行”闭环：AI算出原料采购预测，但无法同步推送采购单、联动供应商协同；AI识别屠宰损耗异常，却无自动预警、工单整改、损耗复盘流程；AI分析渠道动销差异，不能自动调整分货、促销政策、返利核算。

但是这种情况并非个例，据IDC数据显示，2024年至2025年间，中国工业企业应用大模型及智能体的比例从不足10%跃升至47%，但大量企业的AI项目仍停留在“试点即终点”的怪圈。Gartner最新数据也显示，到2024年6月，仅有8%的中国企业将在生产环境中部署生成式人工智能，这一比例远低于全球超过20%的企业采用率，企业大规模推广AI仍较为罕见。

而背后的原因之一是制造业AI推进缓慢，70%的阻力来自观念，韦克菲尔德研究与霍尼韦尔联合调研显示，近50%的工业决策者在AI项目中面临预算不足、战略脱节、低估数据价值三重困境，这也导致很多企业的AI难以从数据洞察延伸到自动执行。

所以说核心问题在于AI无法参与采购、生产、仓储、渠道核心决策，无法量化损耗降低、库存周转提升、冷链成本节约、回款增速等经营收益。正如Gartner研究显示，在基础设施与运营领域仅有28%的AI应用场景能够完全成功并达到预期投资回报率，还有20%的项目彻底失败，管理层看不到明确ROI，持续削减数字化预算。再加上MIT等机构调研指出超过95%的AI项目预估不及预期，以及埃森哲研究发现中国大部分企业AI还处于局部试点阶段，尚未做好全局部署准备，使得AI项目永远停留在小范围试点，无法全厂区、全渠道铺开。 

第六个问题是很多企业重IT主导、轻业务深度参与，会让数字化建设陷入脱离产业实际的组织深坑。

数字化、AI项目全权交由IT部门推进，生产厂长、屠宰车间主管、冷链负责人、渠道销售仅被动提需求，不深度参与方案设计、流程打磨、测试验收。 IT团队不懂牛羊肉行业特殊规则：生鲜批次溯源、活体屠宰出成率、冷链温阶管控、季节性供需波动、肉类分级品控等产业特有逻辑，设计的系统、AI模型脱离一线实操场景。 落地后矛盾凸显：系统操作复杂，不符合车间、渠道人员工作习惯；一线学习成本极高，抵触情绪强烈，数字化推行阻力巨大，落地周期大幅拉长。

总结行业转型核心底层逻辑，牛羊肉生鲜实业数字化与AI应用的落地顺序永远是：管理标准化→流程梳理→数据底座统一→系统集成→场景化AI落地→长效运营迭代。 

据相关数据显示，90%的企业数字化转型都没做对，其中踩坑企业的共性十分鲜明：颠倒顺序，先砸技术、工具，后补管理、数据，就像某传统企业为过认证先引入大厂ERP系统，后续才暴露实施团队不专业、业务部门配合度低、数据缺乏保障、运营管理跟不上等问题，最终系统停用，转型失败。

而成功落地企业则与之相反，正如研究指出的转型成功者的路径，均以降损耗、提周转、控食品安全、优化渠道收益这类可量化经营目标为起点，小场景试点跑通价值，再全域复制，避免一次性大额无效投入。值得注意的是，全球37%的数字化转型项目以失败告终，其中64%的项目败在缺乏明确路线图，这也从侧面印证了先明确目标再推进的重要性。

CXOU 100评委会小编：那展望未来3-5年，您认为数字化/AI将如何重塑您所在的行业生态？

辽宁凯宇星辉实业集团有限公司首席数据官张乐：

结合牛羊肉养殖、屠宰分割、冷链流通、渠道分销、终端消费全链路实战，我觉得未来3-5年，数字化与行业专用AI不会只停留在工具层面，而是重构产业生产逻辑、供应链协作模式、品牌价值体系与行业竞争格局。

从生产端来看，会从“老师傅经验驱动”转向AI精准自控，养殖-屠宰实现全链路数字孪生闭环。

第一是智慧牧场的AI规模化普及。降本+疫病前置防控未来3年，牛羊智能项圈、无人机巡检、边缘端视觉识别成为标准化配置。AI实时监测牲畜反刍、步态、体温，提前7—14天预警疫病；结合饲草价格、生长周期做个性化精准饲喂模型，饲料损耗降低15%—25%，大幅缓解原料成本压力。 行业会诞生牛羊肉专属产业大模型，沉淀育种、养殖、防疫专业知识，替代大量资深饲养员经验判断，散户、中小型牧场可轻量化订阅使用，抹平头部与中小产能的技术差距。

第二是屠宰车间数字孪生工厂，AI自动分级、柔性排产无人化 。依托5G+IoT技术实现屠宰产线全覆盖，搭建工厂级数字孪生虚拟镜像，实时复刻活畜进厂、静养、分割、排酸、入库全流程。  AI视觉自动识别肉质肥瘦、纹理、出成率，分级误差从人工20%降至5%以内，自动匹配对应订单分割规格；正如新希望的生猪屠宰线使用智能分拣机后，误差率低至0.03%，AI视觉在肉类加工领域的应用能大幅提升精度，而国内外也早已开展计算机视觉在牛肉分级领域的相关研究，为这类技术的落地提供了理论支撑。 

第三是系统基于AI中枢，根据全国渠道实时订单、冷链时效、库存周转自动排产，彻底改变传统依赖人工经验、需要3天汇总产销数据的低效模式。借助实时感知与自愈能力，产销响应压缩至秒级，同时还能有效提升库存周转率，缩短订单交付周期。设备预测性维护AI常态化，提前预警机械故障，减少停工损耗，劳动密集型屠宰车间逐步转向少人、无人智能产线。 

从供应链端来看，会打破企业孤岛，AI供应链控制塔构建跨主体协同产业生态。

现在行业痛点是牧场、屠宰厂、冷链商、经销商数据割裂，未来3—5年核心变革是全域供应链智能协同。

首先是行业会统一数据标准+联邦学习，多方数据共享但不泄露原始数据。以往每家企业编码、损耗、计量口径自成体系，未来区域牛羊肉产业联盟将出台统一数据规范，依托隐私计算、联邦学习，牧场、加工厂、冷链、商超无需共享核心经营数据，即可联合训练需求预测、损耗管控AI模型。 其次是AI供应链控制塔将成为行业集团的标配。它整合养殖存栏、屠宰产能、全国渠道动销、交通天气、冷链温湿度、市场价格等多维数据，实现全链路风险的主动预判，AI实现三重自主决策： 需求预判：结合季节、节假日、区域消费偏好，提前1-2个月预判各城市门店、经销商拿货量，从“先生产再售卖”转为“以销定产”； – 冷链智能调度：自动规划配送路线、动态调整冷藏温度，温湿度异常3分钟内预警，生鲜综合损耗下降20%—30%； – 风险对冲：预判牛羊出栏缺口、原料涨价、区域物流中断，自动给出备货、分货、调仓预案，提升产业链抗波动韧性。

最后是会实现区块链+AI一物一码溯源。从合规工具升级为增值资产载体，全链条数据自动上链，AI自动校验养殖用药、屠宰检疫、冷链时长，消费者扫码即可查看完整生命周期；高端牛羊肉依靠可信溯源建立差异化溢价，溯源不再只是监管要求，而是品牌核心竞争力。 

从经营端来看，未来AI会深度嵌入经营决策，助力行业告别“拍脑袋管理”，实现全域量化经营。第一，生成式AI成为业务全员通用数字助手。面向生产、销售、财务、渠道管理人员推出行业专属AI助手：自动生成损耗分析、渠道返利核算、月度经营报告；经销商、门店可直接对话AI查询库存、下单、核对对账单据；一线车间员工通过语音AI上报生产异常、调取标准化作业流程，大幅降低系统操作门槛，解决过去员工抵触数字化的难题。 

第二，全链路ROI智能测算，数字化投入精准可控。AI自动核算每一条产线、每一类产品、每一个区域渠道的成本、损耗、利润，自动识别低效产能、滞销SKU、高损耗流通线路，自动推送优化方案，正如德勤调查显示，86%的制造业企业已通过AI实现生产流程优化，某能源集团借助AI优化供应链更是实现管理成本降低35%；企业新增设备、AI项目前，可通过数字孪生仿真模拟投入产出，彻底避免盲目砸技术、无效投入的行业旧坑，就像施耐德电气结合物联网与AI实现柔性生产，新产品开发周期缩短63%，用实际成效验证AI投入的精准性。第三，碳管理AI常态化，适配“双碳”政策与高端商超。准入标准数字孪生全流程核算养殖、屠宰、冷链全环节碳足迹，AI优化饲喂配方、物流路线、车间能耗，生成合规碳报告；未来商超、预制菜品牌采购会将数字化低碳溯源作为准入门槛，数字化能力直接决定渠道合作资格。 

从渠道与消费端来看，AI会重构产销匹配，细分定制化产品成为主流。C端需求反向驱动生产，柔性定制产业链成型AI沉淀终端消费数据。城市家庭、餐饮门店、预制菜工厂的肥瘦偏好、规格、保质期需求，反向传导至屠宰分割环节，实现小批量、多规格柔性生产。例如餐饮专用瘦型羊肉、家庭原切雪花牛肉、预制菜专用碎肉自动分线加工，精准匹配细分市场，减少成品积压。全域智能营销，打通线下门店、线上直播、经销商渠道全链路 AI可结合区域消费能力、口味差异，同时参考供需关系、市场动态、竞争对手定价等多维度因素，自动匹配更精准的产品定价、促销活动；在直播电商场景中，AI可像杭州谦寻控股羚客平台赋能直播业务一样，自动生成牛羊肉溯源内容、产品讲解文案，实现客群精准投放；经销商数字化平台搭载AI智能分货，参考基于历史销售、天气等多维度数据的预测性补货逻辑，根据门店动销自动补货，渠道库存周转效率提升40%以上。 

CXOU 100评委会小编：那您觉得牛羊肉业未来的数字化竞争格局会呈现什么样的趋势？

辽宁凯宇星辉实业集团有限公司首席数据官张乐：

我觉得行业竞争格局会被重塑，会变成数字化能力划分产业梯队，生态化取代单打独斗。

第一是分层分化。未来3年，头部企业将自建全链路数字孪生+行业大模型；中小企业则选择轻量化SaaS订阅模式，具备完整产业链的集团会自主搭建数据中台、专属AI模型，构建壁垒；中小型屠宰、牧场不再重金自研，采用标准化行业数字化SaaS、AI工具按需付费，数字化门槛大幅降低，不会出现“只有大企业才能转型”的局面。 

第二是跨界生态协同将会成为常态。畜牧集团、冷链物流、商超、科技服务商、金融机构将携手共建产业数字平台：AI整合全链数据后延伸供应链金融、牲畜保险、订单农业服务，形成“养殖－加工－流通－金融－消费”一体化数字生态，单一企业很难独立完成全链条竞争，生态协同成为生存标配。 

CXOU 100评委会小编：那您觉得未来什么样的人才是企业在数智化建设/AI落地过程中所需要的？

辽宁凯宇星辉实业集团有限公司首席数据官张乐：

我觉得未来产业复合型数字人才会成为核心的稀缺资源。过去的IT只负责系统运维，业务只负责生产销售，但是未来3-5年行业需要大量懂牛羊肉产业、懂数据、懂AI落地的复合型人才。企业会设立数字化运营、数据治理、AI场景产品专职岗位，传统车间、渠道管理人员必须掌握基础数据工具与AI辅助决策能力，纯线下经验型从业者竞争力持续弱化，数据驱动管理成为企业统一标准。 

总结下来，核心底层变革逻辑还是过去数字化是线下流程线上化、工具辅助人工，未来3-5年AI与数字孪生将实现预测前置、自主调度、全域协同、数据变现，整个牛羊肉产业从“线性供应链”升级为“实时互联的数字价值网络”。

短期数字化比拼系统上线，中长期比拼行业专用AI模型、完整全链数据资产、可持续数字化运营能力；只有打通养殖、屠宰、冷链、渠道全链路数据，让AI深度嵌入生产、决策、流通每一环，企业才能在新一轮产业升级中建立长期竞争壁垒。

CXOU 100评委会小编：您有没有什么话是想送给数智化/AI领域行业的朋友们的？

辽宁凯宇星辉实业集团有限公司首席数据官张乐：

我想送给深耕实业数字化深水区、坚持主动突破的同行一句核心建议： 切勿追求一步到位的技术完美，应坚持“业务价值先行、小场景闭环验证、数据持续沉淀”的长期主义，让数字化与AI服务产业，而非让企业适配技术。

本文来源于CXOU 100评选对获奖人的专访，转载请注明出处。

CXOUNION-CXO联盟（cxounion.cn）编译而成，来源于：CXOU和ta的朋友们；编辑/翻译：CXOUNIONCXO联盟小C。

如需加入CXO UNION（CXO联盟）高管社群，请联系社群小伙伴哦~

免责声明: 本网站(http://www.cxounion.cn/)内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何责任。