问题——全球消费品行业多重压力下加速寻找新动能。近几年，原材料与物流成本起伏、渠道更加碎片化、消费者偏好变化更快，叠加在一起，使得过去依靠规模扩张和品牌势能的增长方式逐渐出现边际效应递减。此外，生成式技术和智能体应用正在零售、营销、供应链等环节迅速落地，企业竞争也从“产品与渠道之争”转向“数据与组织效率之争”。基于此，Edgewell提出将有关技术从“辅助工具”提升为“核心战略”，希望通过重塑组织能力来应对新一轮周期挑战。 原因——从“技术导向”转向“业务导向”成为转型关键。该公司负责人表示，一些企业的转型由技术部门主导，容易出现“追热点、堆功能、难落地”的情况：项目声量不小，却难以带来可量化的经营回报。为避免陷入“为了技术而技术”，公司把评估标准聚焦在三类可衡量的商业结果：带动销售增长、提升组织敏捷度、改善成本与利润结构，同时强调数据合规、风险控制与文化建设同步推进。业内人士指出，消费品企业层级多、跨区域运营复杂，如果缺少清晰的业务目标和治理机制，技术投入往往难以深入一线流程，最终形成“局部最优、整体不优”的碎片化效果。 影响——从组织能力到市场响应，重塑竞争方式。一上，把智能能力嵌入日常工作流，有望缩短决策链条，提高财务、采购、人力资源等职能部门的处理效率，从而释放更多资源投入产品创新与市场运营。另一方面，通过统一数据口径、提升数据可用性，企业可更快识别消费者趋势与渠道变化，增强预测与补货能力，降低库存积压与缺货风险。零售端，智能化工具也可能改变品牌与零售商的协作方式，让营销投放、内容生产与门店执行更精准。需要注意的是，随着技术深入更多业务环节，数据安全、模型偏差与合规要求将成为必须满足的“硬约束”，对跨国企业的全球治理提出更高标准。 对策——以“三个支柱”形成可复制的推进框架。该负责人介绍，公司围绕三上构建转型路径： 第一，推动技术融入日常工作流，重点“人”的转型而非单纯上线系统。公司计划让更多岗位把大模型能力作为常态化“数字助手”，并为财务、采购、人力资源等职能开发面向具体任务的智能体应用。同时，通过由跨部门骨干组成的内部倡导机制，推动同伴学习与经验扩散，降低一线使用门槛。针对员工对数据安全与合规的顾虑，公司将通过明确边界和操作指引，形成可执行的“安全使用规则”，在合规前提下提升效率。 第二，夯实数据与技术底座，采取“先试点、再统一”的务实策略。面对跨国企业常见的数据孤岛与系统异构，公司提出“双轨推进”：一上不等待“完美数据”，优先利用现有内外部数据启动试点，尽快验证投入产出；另一方面持续投入数据湖等基础设施建设，逐步统一数据定义与颗粒度，为规模化应用打基础。业内认为，该路径有助于避免“大而全”建设周期过长而错失窗口，但也对项目治理与数据标准化能力提出更高要求。 第三，聚焦核心商业场景，以问题牵引落地。公司强调不做“追风口”的零散应用，而是从集团最关键的痛点出发，为每个场景配置业务负责人和技术负责人联合推进，确保应用真正解决经营问题，并避免增加新的复杂度。该做法强调以ROI和可运营性为导向，也更贴合消费品企业“高周转、强执行”的管理特征。三方面相互支撑：数据底座为场景提供资源，场景应用带来经营增量，全员参与的机制让改造能够持续推进。 前景——技术竞争将进入“体系化能力”阶段。多位行业观察人士认为，下一阶段的关键不在于企业是否“使用技术”，而在于能否建立可迭代的治理体系、可复制的场景方法论，以及跨区域协同的组织机制。对消费品巨头而言，谁能把智能能力转化为稳定的流程优势，谁就更可能在渠道变革与需求波动中保持韧性。与此同时，全球对数据合规、隐私保护与模型透明度的要求仍将提高，企业在推进效率提升的同时，需要把风险治理和合规体系前置，形成“可控的创新”。
Edgewell的转型实践反映出一个趋势：数字化进入深水区后，技术应用的成败不只取决于算法能力，更取决于能否把技术、业务与组织治理融合成可持续运转的体系；其将中国经验反哺全球战略的做法，也为跨国企业如何同时解决“本土化与全球化”提供了新的思路。这场始于技术、落到管理的变革，可能会重新塑造消费品行业的竞争规则。