劳氏是全球最大的家居装饰零售商之一，在美国经营着1700多家门店，拥有超过25万名员工，为专业人士、DIY客户和大型承包商提供服务。作为一家财富50强企业，其数字化转型涉及供应链运营、商品推销、门店执行和客户体验等方方面面。
在Chandhu Nair(劳氏数据、AI与创新高级副总裁)与Acceldata的CEO Rohit Choudhary的对话中，双方探讨了非确定性AI所需的领导思维转变、多模态零售体验的兴起、文化转型，以及劳氏如何决定自行开发还是采购相关技术。
第一部分探讨了大规模引领数据转型意味着什么，以及为什么企业AI的未来取决于对结构化、非结构化和未捕获数据的掌握。
第二部分介绍了劳氏多年的现代化历程、混合基础设施，以及在优先处理高价值AI用例背后的战略原则。
技术占30%，变革管理占70%
Nair在对话伊始便承认，随着AI以非确定性形式进入企业领域，他个人的领导策略已发生了根本性转变。“最大的转变在于认识到技术占30%，变革管理占70%。”
Nair强调，不应将AI视为纯粹的技术推广，而应重视业务运营人员作为转型共同所有者的重要性。
“我是否有合适的业务运营领导合作伙伴，能够与技术团队共同推动变革?我们如何将这些变革推动者纳入同一等式，并朝着同一方向前进?这变得至关重要。”
这种思维模式促使劳氏在试验、试点和扩展AI方面发生了变化。Nair解释道：“对于非确定性技术，唯一的前进方式就是将其投入实际应用，与运营人员共同创造，获取反馈，并持续迭代，你还必须事先设定合理的期望，一开始可能只有60%的准确率，这必须是可以接受的。”
Nair分享了现实中的门店行为如何影响劳氏的AI优先级。“如果要在门店推广技术，你最好与运营人员一起走访门店，”他说道，“你必须了解它对他们实际的作用。”
在劳氏店内Mylow Companion的早期推广过程中，Nair的团队发现了一个未曾预料到的情况。“我们发现，近50%的员工选择与设备对话而非打字，因为如果你面前有顾客，你就不想低头打字，”他说道，“我们迅速调整策略，将语音功能置于路线图的首位，因为它是推动广泛采用的关键因素。”
这一教训显而易见，AI路线图不能仅在会议室或仪表盘上设计，而必须由门店现场、员工行为和实时客户互动来塑造。
多模态如何重新定义家居装饰之旅
如今，最令Nair兴奋的不仅是会话式AI，而是语音、图像、空间数据和视频等多模态体验的全面兴起。
“在家居装饰店，很多顾客会带着家里某样东西的照片或一罐有干涸颜色的涂料罐进来，”他解释道，“想象一下，不用费力描述或打字，只需拍张照片，让Companion帮你识别。这就是我们正在努力的方向。”
对于DIY客户而言，Nair描述了当今旅程的极度碎片化特征。
“你看YouTube视频、阅读说明、查看图片、逛商店、寻求帮助，最后才试着弄清楚自己需要什么，”他说道，“整个旅程默认就是多模态的，语音、图像、视频。AI现在可以开始将这些整合起来。”
从可视化到空间AI
Nair认为，可视化最终将定义零售AI的下一阶段。“实现梦想始于能够可视化你在网上或朋友家看到的厨房，并在预算范围内将其变为现实。”他进一步阐述道。
这正是新兴的空间和可视化技术变得至关重要的地方，Nair以劳氏早期与Apple Vision Pro的合作，作为未来趋势的一个预兆。
“这些技术仍处于萌芽阶段，但潜力巨大，”他指出，“如果客户与我们进行大额投资，我们最好为他们提供最佳的可视化效果，以确保最终成果与他们的想象完全一致。”
劳氏如何构建持续变革的文化
据Nair所言，如果没有整个企业深层次的文化重塑，这一切变革都将不可能实现。
“文化始于领导层定调，”他说道，“在劳氏，从首席执行官到董事会和执行领导团队，信息非常简单，我们如何改善所有25万名员工和每位客户的体验?如果你保持这个简单明了的信息，它就会变得强大有力。”
下一层是运营层面。
“你需要在核心职能中嵌入合适的变革推动者——那些推动敏捷采用并持续反馈循环，以确保技术和路线图与业务现实保持一致的人。”他说道。
接下来是规模化普及。“这是面向所有人的AI，”Nair分享道，“你会发现人们对这项技术的态度从担忧、乐观到介于两者之间各不相同，但你必须引入认知和普及计划，以帮助他们了解这项技术，并带领他们踏上这段旅程。”
在劳氏，这种承诺表现为通过劳氏大学和外部合作伙伴关系开展的结构化学习，该组织不仅为技术人员，还为非技术团队创建了培训计划。“如果你想要真正的共同创造，双方必须在同一平台上运作。”Nair说道。
为什么自主式AI是企业下一个转折点
虽然生成式AI吸引了企业的广泛关注，但Nair认为自主式AI将是下一个重大突破。“自主式AI有可能超越对话，真正解锁企业价值创造，”他说道，“但要实现这一点，你必须教育人们如何使用它、有哪些限制，以及它如何融入实际工作流程。”
这里再次回到了以人为本的主题。
“这始终始于人员、流程和普及计划，从领导层到门店团队。”Nair说道。
自主开发与采购的理念
随着平台转型的加速，Nair承认，决定何时自主开发、何时合作变得更加复杂，但劳氏遵循一个明确的指导原则。
“如果对我们有差异化作用，我们就自主开发。如果是商品化的，我们就合作。”他分享道。
这一逻辑直接延伸到AI领域。“我们并不致力于构建大型语言模型，这场竞赛由投资数十亿美元的公司参与，我们的重点是与合适的生态系统合作，为客户和员工解锁体验。”Nair说道。
同时，劳氏对其数据和专门智能的处理方式截然不同。“当涉及到我们的核心数据和基于其构建的智能时，这绝对是我们的差异化所在，这是我们自主开发并投资聘请合适人才的地方。”
