杨森林：行业里成功应用决策式AI的，只有中顺洁柔一家

抖音快讯 2025年07月27日 15:59 1 admin

决策式 AI 为何成快消行业的 “关键胜负手”？

全文 4433 字，预计用时 4 分钟。

作者｜刘瑞丽

编辑｜珀晓

视觉来源｜中顺洁柔官网

从2013年开始，快消品多数行业的销量始终处于下滑状态，民营企业处境艰难，整个行业进入缩量时代。在缩量时代，降本提效已经成为行业共识，拥抱AI则是一条加速跑道。

2024年下半年，英伟达（NVIDIA）调研了数百家企业，并在今年初发布了一份《2025年零售与快速消费品行业AI现状与趋势》调研报告，调查显示，零售业（含快消品行业）几乎所有业务线都在加大对AI的规划、具体场景应用和投资。四分之一受访企业表示，AI对营收贡献率在20%以上。94%受访企业确认AI支撑降成本，超四分之一企业AI降本幅度超过20%。

客服机器人、店内巡航机器人、智能货架、提供商品定价建议的AI……虽然在上述受访的数百家企业里，在2024年AI渗透率已高达90%，但是在供应链管理中真正构建和成功应用能代替人类决策的AI的企业寥寥无几。“目前快消行业里把决策式AI+供应链做好的企业，只有中顺洁柔一家。”中顺洁柔CIO杨森林表示。

中顺洁柔纸业股份有限公司（中顺洁柔(002511)）是一家集研发、生产及销售为一体的多元化集团企业，拥有洁柔、朵蕾蜜、洁仕嘉、太阳、悦己柔、柔可适和新棉初白7大品牌，覆盖生活用纸、健康精品、护理用品、家清用品和商用消费品等多个领域，是国内首批A股上市的主营生活用纸龙头企业。公司年产超百万吨，销售网络遍布全国，同时远销东南亚、东北亚、大洋洲、北美等海外市场。

杨森林作为中顺洁柔CIO，从2024年起从零参与建立中顺洁柔决策式AI赋能线下零售的发货模式，全景式负责公司的数字化转型，既负责战略制定，也亲自抠落地细节，帮助中顺洁柔实现净增长。关于AI+供应链，在ACE2025第十五届供应链采购创新峰会期间，供应链范式对话杨森林，他为我们详细解答了中顺洁柔是怎么做到行业头部的。

从增量时代变成缩量时代减少浪费就是赢

郑州大学教授、中国人民大学MBA特聘教授刘春雄在2024年指出，“从2013年开始，快消品多数行业的销量始终处于下滑状态。即使某个年份偶有回调，也只是横盘，不是反转。”2008年前期，收入水平的提高以及生活方式的变化，让快消品行业经历了30多年的持续增长，让企业也养成了对增量的惯性依赖。2013年之后，消费数量在过量之后回调、回归常态，整个行业也进入了缩量阶段。

在增量市场积累的经验与方法，在如今的缩量环境中已然失效，持续盈利空间被挤压，大量企业面临转型压力。中顺洁柔的CIO杨森林表示，市场环境发生剧变，渠道、用户、流量呈现高度分散的态势。“而现状是民营企业处境艰难，约90%的企业正经历负增长。”

中顺洁柔在日化赛道采取多品牌战略，目前旗下有超过10个品牌，并且一直在努力拓展多品类。

（ACE2025第十五届供应链采购创新峰会-华北站中顺洁柔CIO杨森林发言）

杨森林认为在缩量时代，谁能减少浪费谁就赢了，在仓和人的成本上涨、毛利率逐步下降的环境下，他把焦点放在了利润中的核心构成部分——运费上面。从运费上着手，把运费挤压得尽可能低，该怎么做呢？面对影响运费的这么多因素，一个单选快递公司就有50种选法，你就不得不考虑让算法代替人去做抉择了，因为人脑很难平衡所有因素找到最优方案。

中顺洁柔把这部分叫做供应链的B2C环节，公司用算法代替人脑决策，在货、仓、订单时效、价格、平台规则、客户满意度、政策之间找到最优解，也就是实现发货的成本最低，效率最高。发货的最优解，实际上要同时满足拆单的最优解、找仓的最优解、找物流快递的最优解。

“如果你有一批纸，传统发货是从总仓货指定仓发，我们往往觉得从离得最近的仓发货时是最优选择，但其实如果把产能、调拨次数、产线的换产次数等损耗考虑进去，你会发现本地发货不一定是最优的。人脑做不到这种综合判断，但是算法可以，比如你用一些公式，加入参数，调一个模型就可以了。”杨森林说。

在算法驱动最优发货方面，中顺洁柔经过一年的实践已经小有成果，尤其是降本方面已经有成果显现了。

决策式AI是一门拼底层算法的技术

算法驱动发货，这具体是怎样的算法呢？生成式AI和决策式AI是人工智能的两大重要分支。生成式AI是指能够创建或生成新的数据、文本、图像、音频等内容的人工智能技术，它通过分析大量现有数据，学习其中的规律和模式，从而生成与原始数据相似但又不完全相同的新内容，我们常说的“自然语言大模型”就属于生成式AI。决策式AI是指能够基于数据分析做出最优决策的人工智能技术，它通过收集和分析大量的历史数据和实时信息，运用机器学习、数据挖掘等技术手段，构建预测模型和优化算法，从而为决策者提供科学的决策依据。

不仅是发货，中顺洁柔目前在整个供应链链条融入了决策式AI来辅助人工决策。杨森林介绍称，决策式AI其实可以看做一门拼底层算法的技术，中顺洁柔的核心算法是和北大博士后团队、邓小铁院士以陪伴式探索的合作方式完成的，“这相当于我们要造汽车，有人帮我们做好了发动机。”

这个核心算法涉及两方面内容，一个是神经网络（DNN），他们构建了「订单—仓库—物流」的映射关系，输入五维特征输出成本矩阵；另一个是用贝叶斯优化（Bayesian Optimization）解决阿比林悖论（Abilene Paradox）。

阿比林悖论是指群体在决策过程中因沉默螺旋或从众压力，最终达成个体真实意愿相反的集体行动，导致结果偏离最优解的现象。在我们讨论AI+供应链时，可以指无论是简单场景还是常见场景下的决策都已无法靠人工经验进行精准决策，甚至出现群体经验决策偏差的情况。而叶贝斯优化通过动态调参（如安全库存阈值），可以解决这一问题。此外，底层算法里也包含了中顺洁柔根据实战经验打造的算法，让AI的决策更具体化，更接地气。

中顺洁柔从2024年开始应用算法，今年将它和自身端到端的系统进行更完整的结合。“我们的算法是全场景存在的，它在供应链的每一个点都会寻找最优解。”杨森林说。整体而言，这是一套以 “人货场” 为核心的运营模型，其本质是以人为中心的数字化重构。中顺洁柔和数据厂商合作，采集了海量底层数据，包括地图数据、个人支付数据等，并依托对生意逻辑的深度洞察与算法能力，通过技术团队的算法模拟，实现了人、货、场的全新动态匹配。

本月杨森林在接受TopDigital采访时透露，目前，中顺洁柔数科公司的数据库掌握着全国超 900 万个零售网点的数据，其中有效运营的零售网点约 300 多万个；同时覆盖 13 亿人口的详细画像，每个人均对应 2200 个标签维度。借助这些数据支撑，精准定位目标用户群体，深度解析其消费特征与行为习惯。公司将产品卖点与用户群体进行精准匹配，从而锁定最适合产品销售的门店。

例如，某试点城市1当地虽有 1.6 万余个零售网点，但业务员仅十几个，难以全面覆盖，中顺洁柔通过算法筛选高潜力网点，聚焦核心高价值500家门店，去年实现了约70% 的业绩增长。而在产品市场占有率已经做到了25%+的试点城市2，他们选择开拓第二品类。算法发现，在该城市10%的土地面积上，涵盖了大约62%的目标群体，该区域的核心门店仅 1000 家。他们进一步明确 21到39 岁女性为最适配产品的客群后，集中资源深耕这部分区域与人群，让该的市场增量也有了新的突破。

做AI要找到你公司里最厉害的那个人

在讨论和介绍决策式AI的应用时，杨森林强调，无论是数据决策还是决策 AI，本质上都是由人来驾驭技术，而非让 AI 主导人类，我们不可能扔掉经验性决策。生成式AI的开放性特征让它在预测上实际上反倒具有劣势；而决策式AI作为硅基生命并没有人类这种碳基生命的思维能力，它所做的更像把历史数据和行为进行归类和聚类后给出一个产物，这不是人类所谓的创新，所以决策式AI实际上是一种深层次算法的博弈。

中顺洁柔从未否定成熟的经验体系，而是要让技术为其提供辅助。例如，洁柔 “极致柔软” 系列产品聚焦鼻炎人群，产品采用无菌设计，能避免对鼻炎患者造成刺激，他们最初以统一价格体系铺货，发现华南地区销量表现突出，但华东尤其是山东地区的业务员并未完全沿用这套定价，而是通过降价促销的方式调整策略。这是因为不同地域的人生活习惯不同，华南的消费者更精致，还有竞品在当地的心智渗透率也不同。这些数据体系之外的因素，都是需要人类灵活处理的地方。

“过去选择一个仓发货，每个人要填写或勾选一个复杂的表单，现在我们的决策式AI直接给出一个结果，人只需要点一个确认键就可以。但是这个确认必须由人工来完成，机器没有人的思维和感情，不能判断今天发生的意外情况，不知道当时的业务场景是怎样的，它是不会对结果负责的。当机器出现偏差的时候，人一定要纠正。这就是AI替代不了人的地方，算法是一个从0分无止境追求到100分的过程，它替代不了综合能力强的人才。”杨森林表示。

除了中顺洁柔CIO，杨森林兼任思维火花数科公司CEO，作为有20年数字化行业经验的专家，他最擅长的就是实体企业数字化破局，以及数字化与生意的结合。对于想做好决策式AI，用算法辅助人工决策的同行业企业，他不建议买行业通用模型，因为这类乙方卖的都是系统，系统是方案中的一个环节，不懂生意的乙方公司无法给有价值的方案；他建议大家找有实战经验，最好是有实体企业的咨询公司来合作，参考别人的优秀方案。

杨森林自己在做系统的时候一直很在意公司业务，他不认为问业务员几句话后，业务员讲的东西就是最终答案，而是一定会去实地调研。“我服务的是业务，不是业务人员嘴里说的那段话，提个需求我来帮他做系统。我必须深入业务，了解它的真实形态，才能引领和推动供应链业务的变革。所以好的乙方，一定要在卖有成功经验的算法的时候，深入实地考察，对算法进行微调，因人而异、量需定制才可以。”

如果不买其他人的服务，想要自己做算法，杨森林认为，最重要的是找到你企业的供应链里最厉害的、决策判断最好的那个人。每个企业都有自己的与众不同的特点，面临的处境不同，每个企业可提炼的成功因子也和别人不一样，他觉得要找到最优秀的那个人或那批人，把他们看报表、看问题、决策的各种行为习惯具象化，然后归类聚类，通过算法把它抠出来生成一个能够决策的智能体。最终这个智能体具备了这个人的70%到80%的画像，复制这个人的能力，这就是非常好的算法，一个适合你的企业的决策式AI模型。

打造模型对“优秀的人”的要求很高，因为它需要这个样板人有强洞察力、算法设计力，要精通业务、技术，还要懂战略，有创新性。如果说现在快消企业的零售引燃点在于突破供应链能力，那最有成效的爆点可能就是决策式AI对人才能力的高效复制。不过，决策式AI的上限由综合能力最强的人决定。

“算法辅助经验去驱动供应链数智化是唯一的王道。否则的话，所有的政策和数智可能就是夸夸其谈。”杨森林说。【供应链范式】