從賣冰箱到“救”鋼廠：3年時間，海爾如何跑通AI變革？

作者|斗斗

編輯|皮爺

出品|產業家

“若達標，收益共享。若不達標，所有損失由卡奧斯獨自承擔。”

2024年，海爾旗下的工業互聯網品牌卡奧斯，和河北一家老鋼廠簽訂了一份頗為特殊的對賭協議。

協議約定，整體節能率達到25%。

廠長王清道此前從未見過這種合作模式。在他的認知里，制造業的設備采購流程通常是談方案、報價、簽合同、交貨收款，至于后期效果，往往沒有保障。

而卡奧斯給出的模式，卻像一種新的合作關系——節能合伙人。

項目啟動后，卡奧斯團隊在工廠駐場了三個月，他們做的第一件事，并不是換設備，而是和廠里的老師傅一起復盤生產過程。將新金鋼鐵老廠長 20 年的一線實操經驗，逐一 “翻譯” 為標準化的數字化模型與數據參數。

很多問題，也因此逐漸浮現出來。

例如，傳統改造方案往往只關注設備效率，但忽視了管網布局復雜、壓力設定與生產節拍不匹配、供氣調度依賴人工經驗等系統性問題。

這些隱性問題，才是真正導致能耗高的原因。

在此基礎上，卡奧斯提出了一套軟硬一體的改造方案。硬件層面，全面更換高效節能空壓機、優化輸氣管網布局；軟件層面，上線卡奧斯 “能源小智” 智控系統，實現設備數據實時上云、AI 算法實時動態調控供氣策略；與此同時，通過區塊鏈存證技術，讓每一分節能效果都可量化、可追溯。

改造首月，項目便的節電率便達到 31%，一年后，這座空壓站累計為鋼廠節省電費近700萬元，減碳 2.6 萬余噸。

雙方的合作，也從最初的空壓站改造，逐步延伸到智能微電網建設、智能制造升級、分布式光伏布局、碳足跡全流程管理等領域。

這是海爾推進AI深度融入產品服務，并將AI能力產品化，賦能上下游企業的一個縮影。

而在這樣的案例背后，一個問題也逐漸浮現：為什么一家以家電制造起家的企業，開始在鋼鐵、能源、城市基礎設施等領域推動AI和工業互聯網應用？

要理解這一變化，需要先回到海爾近年來的發展戰略。

一、海爾的“破圈”：從家電制造商到生態平臺

在中國制造業企業中，海爾幾乎是最早開始組織和模式實驗的企業之一。

1990年代，海爾依靠質量管理和規模化生產成為中國家電龍頭；2000年代，隨著全球化推進，海爾開始大規模出海，并逐漸成為全球家電企業。

但真正改變海爾軌跡的，是2005年前后張瑞敏提出的一套管理理念，那就是“人單合一”。簡單來說，這套理念試圖打破傳統企業層級結構，讓員工直接面對用戶需求，每個團隊都成為一個“小微企業”。

這一模式帶來的結果是，海爾內部逐漸形成了大量自驅動的業務單元，同時企業邊界也開始向外延伸。把海爾從一家擅長制造的公司，往一家能夠持續感知用戶、快速自我調整的公司上推了一步。

但組織拆小了，活力起來了，新的問題也隨之出現了。那就是當越來越多的小微單元同時奔跑，企業靠什么把分散的資源、能力和需求重新連接起來？

這個問題，把海爾推向了下一階段。

2012年，海爾正式啟動網絡化戰略。海爾自己的表述很直白：要把企業改造成一個真正的平臺化企業，不再是一個“大公司”，而是一個創業和創新的平臺。與之配套的，是“企業平臺化、員工創客化、用戶個性化”。也就是說，“人單合一”解決的是激勵問題，而網絡化戰略解決的是連接問題。海爾開始不滿足于只賣家電，而是試著把自己變成一個能持續聚合資源、組織協同的平臺。

不過，這并不是終點。

隨著物聯網時代到來，用戶需要的已經不再是一臺更便宜的冰箱，或者一臺功能更多的空調，而是一整套彼此聯動、能夠持續升級的生活體驗。2018年，張瑞敏提出，海爾要從互聯網時代的平臺品牌，走向物聯網時代的生態品牌。

2019年，海爾正式開啟新的戰略階段，即生態品牌戰略。

于是，海爾的轉型開始分成兩端同時展開。一是面向家庭，其繼續把智慧家庭做深，后來在2020年正式發布場景品牌“三翼鳥”，從賣產品轉向賣場景；二是面向產業，把自身制造經驗平臺化，2017年創建的卡奧斯COSMOPlat則成為海爾對外輸出工業互聯網能力的核心載體。

在這一思路下，海爾逐漸形成三條核心業務線：智慧家庭生態、大健康生態以及產業互聯網生態。

智慧家庭生態是海爾的核心基本盤，以海爾智家為核心載體，覆蓋家電主業、高端品牌卡薩帝、場景品牌三翼鳥，核心是從家電單品銷售，向全屋智慧生活解決方案升級。該生態也是海爾技術、渠道、用戶資源最深厚的板塊。

大健康生態則是以盈康一生為核心載體，布局醫療器械、醫療服務、生物醫藥、智慧康養四大板塊，從家電制造的健康場景延伸，向醫工融合的全生命周期健康管理升級，與智慧住居生態形成深度的場景聯動。

產業互聯網生態以卡奧斯工業互聯網平臺為核心載體，核心是將海爾 40 余年的制造經驗數字化、產品化，從服務海爾自身的智能制造，向跨行業、全產業鏈的數字化賦能延伸。

海爾的邊界，也從家電制造商，逐步外延成一個同時連接家庭場景與產業場景的生態平臺。

二、硬件已死？生態邏輯下的利潤保衛戰

在海爾內部，生態品牌戰略曾被形容為一片“熱帶雨林”。

在這個設想中，海爾不再只是賣冰箱、空調和洗衣機，而是把家電、家裝、建材、食品、服務商等不同產業連接在一起，讓用戶走進一個門店，就能完成從設計、裝修到生活服務的一整套解決方案。

但當這些方案真正走進用戶家庭后，新的問題也逐漸浮現出來。

首先是高門檻的交互方式，在無形中限制了智慧家庭向普通家庭的普及速度。

然而，當海爾試圖通過擴大生態合作來解決體驗問題時，第二個更復雜的難題隨之出現，那就是“生態開放”與“利益割裂”的博弈。

從戰略設計上看，海爾希望把三翼鳥打造為一個開放平臺。除了家電企業，還要連接裝修公司、櫥柜品牌、建材廠商、食品企業等不同產業，讓整個家庭生活都圍繞這一生態運轉。

但現實世界的商業結構遠比藍圖復雜。

不同品牌之間的技術協議并不統一。用戶家里的設備往往是不同品牌，即使海爾能把自己的設備全部打通，也很難真正接管那些來自其他品牌的產品。與此同時，生態合作伙伴的服務能力也參差不齊。

結果導致，同樣是三翼鳥方案，不同城市、不同門店的交付體驗往往差別很大。

而當生態規模不斷擴大時，第三個矛盾也逐漸浮出水面，那就是“高昂溢價”與“制造思維”的拉扯。

從商業邏輯上看，場景方案的客單價遠高于單品家電，一整套智慧家庭方案的價格往往達到幾十萬元，這本應為企業創造更高利潤空間。

但問題在于，如果用戶購買的仍然只是一次性的“家電套餐”，而不是持續的生活服務，那么這筆收入的本質依然來自硬件銷售。

而在當時的全球家電市場，硬件利潤空間已經被壓縮到極致。數據顯示，銅、鋁、鋼材、塑料等核心原材料占家電硬件總成本的 60% 以上，2025 年下半年至 2026 年初，銅價累計漲幅超 33%、鋁價漲幅超 15%，制冷劑漲幅達 80%，僅原材料漲價就使家電企業硬件毛利率普遍壓縮 3 個百分點；疊加存儲芯片價格暴漲 386%、MCU 芯片漲價 15%，進一步擠壓本就微薄的利潤空間。

這意味著，如果生態品牌不能建立持續的服務收入體系，那么即使賣的是“場景”，企業仍然很難真正跳出傳統制造業的競爭邏輯。

當這些問題同時出現時，生態品牌戰略缺的就不是更多產品，而是一套新的能力體系。

首先，是理解力。智慧家庭必須能夠聽懂“人話”，而不是依賴標準化指令。系統需要理解用戶的習慣、環境變化甚至情緒狀態，讓技術真正隱身在生活之中。

其次，是主動性。真正的智能不應該等待指令，而應該具備預測能力。例如，當系統檢測到用戶運動后體溫升高時，自動調低空調溫度；當空氣質量下降時，主動開啟新風系統。這種從“被動響應”到“主動服務”的轉變，是智慧家庭體驗能否跨越式提升的關鍵。

最后，是一種貫穿整個生態的數字化“血液”。當海爾要協調家電企業、設計師、裝修公司、供應鏈伙伴，以及內部數千個創客小微時，傳統的管理方式已經難以支撐如此復雜的協作體系。企業需要一個能夠實時理解數據、自動做出判斷、并協調多方資源的“決策大腦”。

在這個背景下，AI開始成為海爾戰略中越來越重要的一塊拼圖。

三、2025，AI全面注入業務毛細血管

真正的變化，發生在2025年。

這場變化，首先發生在海爾內部，即內部協同方式的重構。

圍繞研發、生產、營銷、售后等核心業務場景，海爾部署了數百個業務智能體，覆蓋超過 800 個工作場景，形成一個貫穿企業運行的智能協同網絡。

在員工端，一個名為 “小海” 的智能辦公助手逐漸成為日常工作的入口。

起初，其只是一個提高效率的工具，例如安排會議、整理文檔、處理審批流程。但隨著越來越多業務系統接入，小海開始承擔更多角色，比如其可以調用數據、生成報告，甚至為團隊提供決策建議。

當越來越多員工習慣與這些智能助手協同工作時，一些變化開始悄然發生。

例如原本需要層層溝通的流程變短了，跨部門協作不再依賴反復開會，大量重復性事務被自動化處理。

企業內部的運行方式，逐漸從“人推動流程”，轉向“數據驅動決策”。

這種變化很快也傳導到了產品端。

在過去十多年里，海爾已經把冰箱、空調、洗衣機等設備全部連上網絡，但真正的挑戰是設備雖然聯網，卻不一定更聰明。用戶仍然需要發出精確指令，系統才會執行。

為了解決這一問題，海爾開發了面向家庭場景的垂域大模型——智家大腦 HomeGPT。用以專門訓練家庭生活的數據，讓系統能夠理解用戶行為、設備狀態與環境變化之間的關系。

與此同時，大量AI能力被直接嵌入家電終端。海爾把這一類能力稱為“AI之眼”。

例如，冰箱能夠識別食材并預測保鮮周期，還可以主動推薦菜譜；洗衣機可以識別衣物材質和污漬類型，自動選擇洗滌模式；空調則通過人體感知算法，讓冷風避開人體直吹，實現更加個性化的氣流控制。

當這些設備被接入三翼鳥平臺后，AI開始承擔家庭“管家”的角色。

系統會根據用戶習慣自動生成生活場景，清晨起床、離家、回家、睡眠等模式可以自動聯動燈光、溫度和空氣設備。用戶不再需要逐個操作家電，而是由系統主動完成協同。

海爾內部把這種變化概括為：從“替人家務”走向“無人家務”。

AI 的影響并沒有停留在家庭，隨著海爾生態不斷擴展到醫療、能源、工業等領域，AI也開始成為產業升級的核心工具。

在工業領域，基于海爾沉淀的 40 多年制造經驗，卡奧斯融合 4700 多個機理模型和 200 多個專家算法，推出了天智工業大模型。

在工廠里，其被用來分析生產數據、優化工藝參數、預測設備故障。在青島的一家互聯工廠，AI視覺檢測系統已經替代人工質檢。產品缺陷能夠在生產線上被實時識別，生產效率隨之提升。在設備維護環節，維修人員甚至可以直接向智能系統提問，系統會根據設備數據和歷史案例，給出維修方案。

除此之外，在大健康領域，還推出基于AI識別的全自動腫瘤配液機器人，提升藥物調配和管理效率。

AI，不再只是幫助企業提高效率的工具，而正在改變制造業的運作方式。

可以發現，在海爾的架構中，AI并不是一個孤立的平臺，而是被嵌入到三大產業生態之中。最上層，是針對具體行業訓練的垂直領域大模型；中間層，是圍繞具體業務場景運行的智能體；而在最底層，則是嵌入到家電終端、生產設備以及業務流程中的AI能力。這使得技術不是懸在空中的平臺，而是真正進入終端、進入工廠、進入醫院。

這種變化也開始體現在企業經營結果上。數據顯示，海爾集團2025年全球收入達到4268億元，同比增長6.3%；全球利潤總額322億元，同比增長6.7%，業績再創新高。某種程度上，這也被視為其近年來持續推進數字化與AI轉型的階段性成果。

四、數據沉淀+組織韌性，AI落地的最佳土壤

一個問題是，為什么是海爾？

要知道，AI的本質是數據驅動。如果沒有足夠的場景數據，再先進的模型也難以發揮作用。

海爾今天能夠快速推進AI，很大程度上是因為它在過去十多年里，已經完成了一輪深度的數字化積累。

在消費端，海爾早早完成了家電設備的物聯網化。從冰箱、空調到洗衣機，大量設備在AI時代到來之前就已經接入網絡。這些設備持續產生用戶行為、設備運行和家庭環境數據，形成了真實生活場景的數據基礎。

正是這些長期沉淀的數據，讓海爾的家庭垂域模型——智家大腦HomeGPT，不是一個空中樓閣式的大模型，而是能夠理解家庭生活細節的場景模型。

在工業端，這種積累更加明顯。

海爾四十多年的制造經驗，并沒有停留在老師傅的經驗中，而是通過卡奧斯工業互聯網平臺逐漸數字化。工藝優化、設備維護、生產調度等經驗，被轉化為機理模型和算法規則。

當AI技術成熟時，這些長期積累的數據和模型，就成為工業大模型最重要的訓練基礎。

簡而言之，很多企業在AI時代才開始補數字化，而海爾是在數字化完成之后，才進入AI階段。這讓其少走了很多彎路。

此外，AI轉型最大的阻力往往不是技術，而是組織。

在傳統企業中，AI項目往往是總部推動，但真正執行時會遇到各種阻力，例如部門壁壘、流程復雜、員工抵觸新工具。

而海爾的組織結構，從一開始就和傳統企業不同。其2005年提出的“人單合一”，把海爾拆分為大量面向用戶的小微組織。每個小微都要直接對用戶價值負責。

這種結構帶來了一個重要變化，那就是AI不再是總部強推的管理工具，而是小微組織主動使用的生產工具。

研發團隊希望AI幫助生成技術方案，營銷團隊希望AI分析用戶數據，生產團隊希望AI預測設備故障。當每個小微都有動力用好AI時，技術的落地就不再需要行政推動，而是自然擴散。

這也是為什么海爾內部的智能體能夠迅速覆蓋數百個業務場景。

還有一個容易被忽視的原因，是海爾本身已經構建起了三大產業生態。

智慧家庭、大健康和工業互聯網，覆蓋了家庭生活、醫療健康和制造業三大場景。在這樣的結構下，AI能力并不是孤立存在的，而是可以在不同生態之間復用。

例如視覺識別技術，既可以用于冰箱識別食材，也可以用于工業質檢，還可以用于醫療設備。數據分析與智能決策能力，也可以在家庭服務、生產管理和醫療流程中共享。

這種跨場景復用，讓海爾的AI形成了一種“生態飛輪”，即生態越大，數據越多；數據越多，模型越強；模型越強，又能吸引更多生態伙伴。AI因此成為推動整個生態增長的引擎。

回過頭看，所謂“AI應用元年”，其實只是海爾長期布局的一次集中釋放。二十多年前的組織變革，十多年前的數字化布局，四十多年的制造經驗沉淀。這些長期積累，讓海爾在AI時代到來時，并不是從零開始，而是站在一個已經搭建好的體系之上。

五、再看海爾，一場從單體變革到產業鏈的群體進化

事實上，在AI席卷實體經濟的今天，大多數制造企業仍然陷在一種普遍的轉型焦慮之中。

在調研中，不少制造企業負責人都會提到類似的困惑：AI很火，但真正落到工廠里，卻很難找到合適的入口。

歸根結底，制造業的AI轉型往往卡在三道關口，即不敢轉、不會轉、轉不起。導致AI技術雖不斷突破，但制造業真正的應用卻進展緩慢。

麥肯錫《2025 年全球工業數字化轉型報告》數據顯示，全球制造業企業中，僅有 2%的企業，將AI 完全嵌入所有運營環節，32% 的企業雖已完成單點實施，但待跨功能集成。

而海爾的實踐，恰恰提供了另一種可能。

文章開頭提到的河北鋼廠案例，其實正是海爾產業AI邏輯的一個縮影。海爾把自身積累的制造經驗和AI能力，變成了一種可以用結果衡量的產業服務。企業不需要為技術本身買單，而是為實際創造的價值付費。這在很大程度上消除了制造企業對AI轉型的風險顧慮。

更重要的是，海爾輸出的并不是單一技術產品，而是一整套工業智能化能力體系。

天智工業大模型背后的4700多個機理模型、200多個專家算法，來自海爾數十年的制造實踐。這些模型在海爾自己的互聯工廠中反復驗證，再通過卡奧斯平臺向不同行業復制。

例如，在海爾燈塔工廠中驗證成熟的AI視覺檢測技術，可以直接應用到鋼鐵企業的生產線，在家電行業積累的設備維護智能體，也可以用于化工廠的設備管理。

這使得其形成了一種獨特的能力循環，即自身工廠驗證-模型沉淀-行業復制-數據反饋-模型升級。

AI能力因此可以在不同行業之間快速擴散。隨著AI能力不斷成熟，海爾的生態布局也在不斷擴大。在原有智慧家庭、大健康、產業互聯網三大生態基礎上，進一步拓展出智慧住居、數字經濟、機器人、新能源、汽車等新的產業方向。

如果說過去的海爾更像一個多元化企業，那么今天的海爾更像一個產業生態系統。在這個系統中，AI成為連接不同產業的重要紐帶。一方面，AI能力可以在不同場景之間復用；另一方面，新的行業場景又會持續為AI提供更多數據和應用機會。

這種互動關系，讓整個生態形成一種持續擴張的循環。

當AI能力被嵌入生態體系之后，其影響很快開始向產業鏈上下游擴散。

對于大量中小制造企業而言，AI轉型最大的難題就是技術和成本門檻。卡奧斯平臺提供的標準化智能體，則大大降低了這一門檻。例如注塑工藝優化、設備維護、能源管理等能力，都可以通過平臺直接調用，中小企業不需要自建AI團隊，也能實現核心環節的智能化升級。

與此同時，海爾還向生態伙伴開放智能體開發工具，讓不同領域的企業能夠基于平臺開發適合行業需求的解決方案。

隨著越來越多企業加入，這個生態網絡不斷擴大。目前，卡奧斯平臺已經連接超過90萬家企業，為16萬家企業提供服務，并在全球20多個國家落地。

原本分散在不同產業鏈中的企業，開始通過這一平臺形成新的協作關系。

從家電制造商到生態平臺，從賣冰箱到“救”鋼廠，從單體變革到產業鏈的群體進化，這場始于海爾內部的AI變革，最終正在演變為一場帶動整個產業鏈升級的產業協同。這也許正是海爾AI轉型最深遠的意義。