安克创新AI落地的38个战场

詹老师 · AI产品专家 / 流程管理专家

原文发布于公众号 · 深度研究系列

上回写完那篇美的集团AI场景的文章之后，私信收到了不少留言。

有人说”原来美的在这么多地方用了AI”，也有人说”能不能再写写其他公司”。我留意到大家其实不是想看技术多牛，而是想知道——这些公司在真实业务里，AI到底在干什么、怎么干的、效果怎么样。

这个方向我觉得挺好的。

刚好，过去这一阵子我一直在看一家公司——安克创新。可能你对这个名字不熟，但它的充电宝、充电头、耳机、扫地机器人，你应该用过或者见过。这个品牌在全球140多个国家都有卖，服务了超过1亿用户。

但真正让我想写的，不是它的产品卖得多好，而是它内部AI转型的深度。

说实在的，我写这篇文章的信息来源还挺杂的——我跟他们内部主导AI变革的人有过交流，但涉及具体人名不方便说；也有朋友去他们公司实地调研过，带回来一些一手观察；再加上市面上大量的公开资料——AWS的官方案例、飞书的客户访谈、火山引擎开发者大会阳萌的分享、界面新闻的深度报道、36氪的采访、IFA发布会的公开信息、Databricks的案例……我反复交叉验证了好几遍。

多方面的材料拼在一起，我才觉得这文章可以写了。

对，还是那种一一列举的方式，咱们看看这家公司到底在哪些领域用上了AI。

· · ·

01 · 组织革命：把人变成AI工程师

先说我个人觉得最猛的——组织层面的变革。安克CEO阳萌的判断非常明确：大模型会改变一切。他不仅是说说而已，是真动手。

场景1全公司Scrum化

过去每个团队10～12人，现在改成2～3人一个Scrum小组。研发改了，业务也改了。驻德国的销售团队从12人缩到3～4人，完成全部职能。核心逻辑是：Agent加入协作后，大团队流水线反而容易”踩脚”，小团队+AI才是最优解。

场景2“业务精英转岗AI工程师”机制

全公司抽2%的人员（约150人）——标准是各业务领域绩效最好的、AI能力最强的人。顶级销售、法务、HR、财务、战略的业务尖子被抽走，不叫产品经理，统一叫”AI工程师”，职责是把业务经验”灌注”进Agent。

场景3人才双向流动机制

AI做得好的人放回业务部门赋能业务，业务部门新的尖子再抽进AI部门。不是一次性的抽调，是持续运转的人才引擎。

场景4取消传统产品经理与PRD

AI团队内部不设产品经理，不写PRD。2～3人的小Scrum自主闭环——自己调研、自己设计、自己开发。评审方式从”开会讨论方案”变成”先做出来再判断”。

场景5AI氛围运营

提供AI Playground自由探索，举办多场Hackathon（诞生了50多个业务+AI场景），每周机器人推送AI使用排名，飞书安克圈有700多条AI使用经验帖。CEO亲自把”提升AI含量”列为当年最重要的三件事之一。

· · ·

02 · AI基础设施：300个Agent的底座

组织改完了，得有基础设施接住。安克建了一套很完整的AI基础设施体系。

场景6自研AIME企业级Agent平台

接入多个主流大模型，沉淀了300+活跃AI Agent，覆盖算法工程、产品管理、品牌营销、财务等各领域。AI应用累计调用超千万次。现有Agent平台都是为Coding场景设计的，安克自研的补齐了企业复杂业务场景的空白。

场景7面向AI调用的三层数据体系

建了业务数据（订单、供应商）、知识数据（SOP、方法论、合规框架，需充分语义化）、过程数据（Agent运行Session、上下文摘要、Agent间通信）三层体系。过程数据是行业全新挑战，市面上没现成方案。

场景8Databricks统一数据平台

统一200TB+数据，500+员工在平台协作，1000+BI报表和看板。用Delta Lake做统一存储，Unity Catalog管权限，MLflow自动化模型训练到部署。

场景9日均Token消耗1000亿+

每天内部办公用消耗1000亿以上Token，按5000～6000人折算，人均使用深度业内罕见。公司战略很明确：不降本，鼓励多用。阳萌判断推理成本会自然下降，现在多花Token才是关键。

· · ·

03 · 研发提效：一半代码是AI写的

安克5000多人里研发占一半以上，这部分AI改造做得很彻底。

场景10AI生成50%+代码

通过Amazon Q Developer，开发者用自然语言描述需求，AI直接生成生产级Java/Go/Python代码。AI还能学习内部代码库持续改进代码质量。

场景11AcPilot代码助手插件

安克自研的代码助手插件，覆盖代码注释、分析、优化、单元测试生成，是安克近千位软件开发和测试工程师日常使用的AI编程辅助工具。

场景12AI Code Review

基于Amazon Bedrock构建的Code Review Agent，自动化代码审查流程，提升代码质量和评审效率。

场景13产品文档自动生成Agent

基于Bedrock构建的文档Agent，从需求到产品文档的自动化生成，大幅减少工程师写文档的时间。

场景14需求生成Agent

自动化需求分析与生成，辅助产品团队快速产出需求方案，加速从想法到落地的周期。

· · ·

04 · 客户服务：70%工单AI搞定，还能自动退钱

这块的数据最硬。安克在全球有300多位客服坐席，每天1万多个邮件和电话工单，用英语、德语、日语等多种语言提供服务。

场景15AI自动回复客户邮件

一天几万封邮件里，已经有40%完全由大模型基于知识库+Agent独立回复。新产品上线只需刷新知识库，就能无缝提供10种语言的邮件和聊天服务，24小时在线，1分钟内回复。

场景16AI解决70%客服工单

通过与Shulex智能客服合作，接近70%的邮件工单由AI自动回复，并自动完成退款、补货、生成发票等操作，完全不需要人工干预。

场景17Amazon Connect智能客服系统

基于AWS智能联络中心构建的定制化多语言客服系统，集成AI能力实现自然语言对话。正在开发AI语音助手，延伸到呼叫中心。

场景18VoC用户之声AI洞察

基于Bedrock构建的VoC洞察Agent，自动分析和聚类用户反馈数据，快速定位客户不满意的Top3问题，支持深度下钻分析。

· · ·

05 · 营销与广告：AI管投放、做图、写文案

安克在全球有200个创意同事和100个品牌经理，营销侧的AI渗透率很高。

场景19AI管理20%+广告投放

基于Amazon SageMaker构建智能广告系统，自动竞价、AI关键词定位、再定向优化、自动化广告管理。站内广告覆盖率超90%，20%以上的站内广告完全由AI自动化管理，管理超过2万个广告活动。

场景20Vela AIGC内容生产平台

安克自研的多模态AIGC内容生产平台，已产出超过120万张图片。覆盖产品文案撰写、广告素材生成、数字人制作和配音等全链路。

场景21AI广告素材全流程提效

200位创意同事和100位品牌经理经过培训考试后，在日常产品文案、广告素材生成、数字人制作和配音中使用AIGC。效果：AI比平均人好、比所有人快，虽然仍比不过最好的设计师，但日常效率提升显著。

场景22多语种产品文案AI生成

安克在140多个国家销售，多语种内容是刚需。AI驱动的文案生成覆盖全球主要市场，搭配知识库实现品牌调性统一。

· · ·

06 · 产品AI化：从耳机到扫地机到安防

这一块最精彩——安克不只是内部用AI提效，而是把AI能力直接做到产品里，让硬件本身变智能了。

场景23AI Core：家庭级大模型AI智能体

eufy Security发布，可识别并预测100+种安防场景（快递上门、陌生人接近等），3秒内本地响应，数据全部存储在本地，确保隐私。

场景24安防摄像头端侧AI大模型

用户不用再回看录像，可以直接问”我家的狗在哪里”，系统在端侧完成检索和判断。数据不出家门，断网可用。已服务超1600万家庭用户。

场景25扫地机器人Omni S2

首款搭载HydroJet与30kPa AeroTurbo深度清洁系统的扫地机器人。自适应底盘可升至5cm跨越厚地毯，结合AI实现智能路径规划。

场景26爬楼机器人MarsWalker

全球首款扫地机器人爬楼辅助设备，自动把扫地机跨楼层搬运，实现真正的全屋自动化清洁。

场景27eufyMake E1 3D纹理打印机

全球首款消费级3D纹理UV打印机，Kickstarter众筹4600万美金（历史最高）。搭载AI设计工具”Make It Real”，支持草图、照片、文字等多模态输入，一键转3D纹理设计。

场景28soundcore深睡舱A30

全球首款智能ANC睡眠耳机，通过三重降噪遮鼾技术与AI脑波音频，有效应对睡眠噪音困扰，舒缓精神压力，提升深睡时长。

场景29AI录音笔

硬币大小的可穿戴设备，夹在衣物上即可将对话实时转录和总结为文本，支持100+语言，准确率97%。与飞书合作的AI录音Bean也是同类产品。

场景30Anker Prime智能显示充电家族

搭载AnkerSense View智能显示屏，实时显示充电速度与温度。含160W充电器、26K移动电源、25W磁吸无线充、14合1桌面拓展坞。

场景31SOLIX家庭能源+AI充电桩

全球首个高性能与高回报兼顾的家庭储能方案。V1 Smart EV Charger搭载IntelliGesture AI手势识别技术，结合实时电价和太阳能自动优化充电策略。

场景32Nebula X1 Pro移动影院

4K三激光光学引擎+Dolby Vision/Atmos，AI画质优化与无线分体式音箱结合，影院级移动体验。

· · ·

07 · 战略与决策：AI当参谋

AI不只是干执行层的活，安克还把AI用到了战略决策层面。

场景33AI+战略分析

基于飞书智能伙伴搭建智能分析助手，战略机会点自动汇总、智能分析与实时同步，管理层一键掌控全局，战略复盘效率提升85%。

场景34QMS质量查询AI助手

基于飞书智能伙伴的质量管理系统查询助手，快速处理质量数据和分析，加速业务决策。

场景35产品助手：10种语言7×24答疑

在售产品超500种，全球近500位销售和分销商每天大量产品问题。针对每个品类配置了产品助手，10种语言7×24回答销售问题，并提供出处文档。

场景36市场与消费者行为分析

通过Databricks平台整合业务、产品、营销、销售数据，分析市场趋势和消费者行为，指导产品开发和营销策略。

· · ·

08 · 硬核前沿：自己造芯、做机器狗

前面那些已经很猛了，但安克最狠的其实在最后——自己下场造芯片、做具身机器人。

场景37Thus™ AI音频芯片

历经三年研发的首款神经网络存算一体（CIM）AI音频芯片。基于NOR Flash技术，原生支持4兆参数模型，AI峰值算力较上一代旗舰耳机芯片提升最高150倍。端到端神经网络首次可在耳机端独立运行。名字取自”Thus have I heard（如是我闻）”。

场景38安防机器狗+多设备协同

安克进入具身智能领域的首个落地：内置Agent大脑，能全自主完成长程任务的安防机器狗。在家庭空间自主巡逻，异常事件主动靠近、识别、预警。同时正在研发面向”真智能”的操作系统——通过分布式总线让摄像头、门锁、扫地机共享感知和算力。

· · ·

最后说几句

梳理完安克的38个AI场景，有几点我觉得特别值得拿出来说说。

第一，一把手躬身入局不是口号。阳萌本人是北大计算机本科、机器学习博士背景、前谷歌搜索工程师。他真的是用自己的AI认知在驱动组织变革——从战略判断到组织重构到技术路线选择，每个环节都亲自下场。判断标准很简单：你自己一个月愿意花多少钱在AI上？

第二，组织变革比技术选型难十倍。安克最让我佩服的不是技术多强，而是那套”把人变成AI工程师”的机制。2%的精英轮转、全公司Scrum化、取消产品经理、AI写入OKR……这套组合拳打下来，靠的不是技术方案，是一把手半年到一年的持续推动。

第三，Token不是成本，是资产。日均1000亿Token的消耗量，放在国内绝大多数公司里是难以想象的。但阳萌的逻辑很清醒：推理成本会持续下降，早期高投入是建竞争壁垒的窗口期。说白了，现在烧的每一分Token钱，都是在攒数据资产和组织能力。

第四，”卖充电宝的”正在变成”做芯片的”。从充电配件起家，到自研AI芯片、做具身机器狗——安克这波转型的底层逻辑是：把AI能力做成产品的核心竞争力，而不是贴一个AI标签就完事。

对咱们大部分人来说，可能没有安克这样的资源和人才储备。但有几件事是可以做的：

1找你的业务尖子——哪怕只抽一个人出来专职学AI做AI，也比让外包团队搞三个月AI项目有用。

2别省Token——每个月给团队每人100-200块的AI预算，让他们敞开了用。这点成本比起省下来的时间，不值一提。

3从一个小场景开始——不用一上来就搭平台做组织变革。找个重复劳动最多的环节（客服、文案、代码审查），让AI先干一个月，拿数据说话。

4让一号位用起来——这件事没有捷径。老板不亲自用AI，不亲自感受到AI带来的效率差，就不会有推动组织变革的紧迫感。

最后，借阳萌在飞书发布会上说的一句话收尾：

· · ·

—— 完 ——

参考：AWS官方案例 · 界面新闻 · 36氪 · 火山引擎开发者社区 · 飞书客户案例 · 安克IFA 2025 · 阳萌B站专访 · Databricks案例 · 内部访谈材料