AI频道 | 雅戈尔CIO王歆:当软件变成日抛品,CIO该往哪里走?

陈庆：资深CIO，现任CIO时代内容总监、研究院首席专家，主理CIO时代AI频道。曾任中粮可口可乐、中国食品（HK0506）、万达主题娱乐、融创文旅、中国文旅、奥园集团悦康板块CIO，埃森哲（中国）有限公司咨询高级经理。

2025年，雅戈尔实现销售收入1812亿元，位居中国民营企业500强第45位。这家以高端商务男装起家的企业，如今已搭建起覆盖”高端奢品—商务男装—户外运动—童装”的完整品牌矩阵，在全国拥有数千家门店。

但雅戈尔CIO王歆在内部讲得最多的一句话是：“AI不是来帮我们把事情做得更快的，它是来帮我们重新定义事情本身。”

过去两年，王歆和他的团队做了一件很多CIO想做但没做成的事：把AI从”试验田”推进到”全产业链”——从设计研发到生产制造，从供应链到门店零售，18个具体场景已经跑通。更关键的，他在这个过程中摸到了一套新的运营逻辑——一套“软件变成日抛品”之后的生存法则。

但这不是王歆一个人能干成的。AI转型有一个残酷的事实：CIO无论多懂技术，如果没有一把手的坚定支持，项目一定死在试点阶段。我们在调研中见过太多案例——CIO立了AI项目，POC跑完了，业务部门说”没感觉”，然后就没有然后了。王歆在雅戈尔的AI变革能够推进到”全产业链”的尺度，一个绝对不能忽略的前提是：雅戈尔集团董事长李如成对AI的重视，不是嘴上说说。一把手指明了方向，CIO才能放开手脚。

2025年1月，李如成在收购银泰百货后首次公开表态：“品牌建设和AI化是民营企业高质量发展的关键”（据浙江省网上新闻发布系统2025年1月23日报道）。这不是PR话术，而是一把手对全公司的明确信号——AI不是IT部门的事，是集团战略。

王歆在PPT里放了一页只有两行字的幻灯片，我认为是整个分享里最值得所有CIO反复看的一页：

这句话背后，是他对”智能时代人才”的重新定义。

智能时代，不需要人人都是算法专家。王歆的判断很明确：未来最有价值的人，不是会写Python的，而是“定义需求和评估标准的人”——你能不能把真实的业务问题，翻译成AI能理解的任务；你能不能判断AI给出的结果，是不是真的解决了问题。

王歆的解法是：不培养算法专家，培养”AIQ”（人工智能商数）。他在PPT里引用了钉钉无招的一句话作为注脚

在雅戈尔，这个结论不是喊口号。它已经变成了具体的人事动作：导购不需要懂算法，但需要用AI工具记录客户接待过程；店长不需要会编程，但需要看懂AI生成的经营分析报表；生产线上的班组长不需要知道机器学习是什么，但需要用AI预测设备维护节点。

AIQ的本质，是”用AI解决实际问题的能力”，而不是”懂AI的原理”。这个转变，是王歆对整个IT团队能力模型的第一刀。

王歆在PPT里放了一张图，上面列了十几款AI编程工具——Cursor、Claude Code、GitHub Copilot、OpenAI Codex、Windsurf、文心快码Comate、CodeGeeX、DeepSeek Coder、Trae、通义灵码……

他配了一句话：

这句话听起来极端，但王歆在雅戈尔的实践，恰好验证了它的合理性。

从软件到Skill：三步走的转型路径

王歆团队做了一件核心的事情：把传统ERP、CRM、OA这些”重软件”，拆解成可以被AI Agent调用的Skill。

这个过程，他总结为三步：

第一步：功能拆解为API

将传统软件的复杂功能模块拆解为标准化、可独立调用的API接口，实现功能的解耦与复用。原来一个ERP系统有几万个功能点，现在拆成几百个标准化API，可以被任意组合调用。

第二步：API构建为MCP

将多个相关API整合为标准化的MCP（Model Context Protocol）接口，为AI Agent提供统一的调用标准和能力封装。AI不需要知道背后是哪个系统，只需要知道”有一个能力可以调用”。

第三步：结合SOP构建Skill

将MCP接口与具体的业务流程（SOP）结合，构建成可被AI Agent理解和执行的Skill，实现业务场景的智能化落地。到了这一步，AI Agent才能真正”上岗工作”。

这三步完成之后，传统软件的角色发生了根本性变化：它不再是用户直接操作的界面，而是为AI Agent提供能力的”武器库”。用户跟AI对话，AI调用Skill，Skill调用API，API操作传统软件——这套链路，就是王歆所说的”Skill时代”的基础设施。

雅戈尔有数千家门店，数万名导购。销售过程的管理，是每一个快消CIO的噩梦——

导购每天要填表，记录客户接待过程，人均2小时/天。填完之后，数据散落在各个系统里，店长不知道谁跟进到了哪一步，区域经理不知道哪类客户转化率高，到了月底复盘，所有过程数据都追溯不了。

王歆团队的解法：一人一工牌，AI自动记录。

这个改变，背后的逻辑是王歆在PPT里写的一句话：“管理本质由不确定性转变成确定性。”

原来，导购的销售能力是黑盒——谁厉害、谁需要培训、哪套话术好用，全靠经验和感觉。现在，AI把所有的销售过程数据化了：哪类客户被接待了几次、每次停留多久、最终有没有成交、哪句话术促成了订单——这些数据，全部可以被分析。

更进一步，王歆团队用AI做了两件事情：

第一，金牌话术AI分析。把成交率最高的那些导购的话术拿出来，让AI分析”为什么这话术好用”，然后生成可复制的话术模板，推给所有人。

第二，人员能力AI分析。每个导购的能力画像，不再是店长拍脑袋，而是AI根据真实销售数据给出的评估报告。培训不再是一刀切，而是针对每个人的短板因人施教。

“练货”是服装零售行业的专有名词，指的是导购对产品知识、搭配方案、销售话术的反复训练。传统做法是：区域经理组织培训，导购坐在会议室里听，听完考试，考完继续忘。

王歆把这事重构了。新的练货模式，四个转变：

行政采集 → 无感收集

不需要导购专门抽时间填表反馈，AI在日常工作过程中自动收集练货数据——哪些产品知识掌握了，哪些还没掌握，全都记录在案。

层级管理 → AI反馈

不再依赖层层上报的反馈链条，AI直接给到导购个人的练货反馈——哪个知识点薄弱，今天该重点练什么，实时推送。

后台工作 → 人机结合

练货不再是”额外工作”，而是嵌入到日常销售过程中——接待完一个客户，AI自动推送一个相关的练货任务，5分钟搞定。

理论培训 → 一线实战

练货内容不再是一堆产品参数，而是从真实销售场景中提炼出来的”实战案例”——客户问了这个问题，你怎么答？AI给场景，导购给答案，AI评分。

这套逻辑的核心，是把”培训”从一种”集中式活动”变成一种”持续性反馈”。导购不需要离开门店，不需要停下手头的销售工作，就能持续获得能力提升。这对数千家门店、数万名导购的企业来说，是运营效率的量级提升。

王歆在PPT里展示了一张架构图，他把它叫做“AI Carrier”。

这个概念很有意思。他的描述是：

拆开来看，AI Carrier做了三件事：

第一，它是”数字员工”的工作空间。在雅戈尔，AI Agent有一个内部名字叫”悟空”——它们不是聊天机器人，而是真正在执行工作任务的数字员工。它们有账号、有工号、有KPI，和真人员工一起出现在生产系统里。

第二，它是传统软件和数字员工之间的连接器。ERP、CRM、OA、PLM……这些传统软件不需要重写，只需要通过OpenClaw（雅戈尔自研的AI中间件）把能力封装成Skill，数字员工就能调用。传统软件AI化改造的覆盖率，从原来的5%提升到了50%。

第三，它承载了高复杂度和高迭代场景。王歆在PPT里列举了Carrier当前连接的工具生态：Hermes（内部数据传输）、Claude Code、OpenCode……这些工具不是简单的API调用，而是真正在生产环境中跟业务数据打交道的”数字员工”。

这个架构，回答了一个很多CIO都在问的问题：“我们公司有很多旧系统，不可能全部替换，AI要怎么落地？”

王歆的答案很明确：不替换，封装。把旧系统的能力拆出来，变成Skill，让AI Agent去调用。这套思路，对任何有历史包袱的传统企业来说，都是成本最低、风险最小的AI落地路径。

王歆在PPT里列了一个很详细的表格，把AI在雅戈尔的应用分成了六大链路、18个具体场景。这不是规划，是已经跑通的生产级系统。

我把其中最有代表性的几个摘出来：

• 设计研发链

• 生产制造链

• 营销零售链

这18个场景全部跑通之后，雅戈尔做了一件更有意思的事情：把所有场景的数据打通，做了一个”AI经营分析与决策支持”系统。它整合全渠道销售、库存、生产、财务数据，AI自动生成经营报表、利润分析、品类健康度评估，辅助高管快速决策。

王歆在PPT里写了一段话，我认为是整个分享的方法论总结：”以AI为梭”——这个比喻很妙。梭子是织布机上牵引纬线、纵横交错的部件，它不改变纱线，但决定了布匹的纹理和密度。

AI在雅戈尔的角色，就是那只梭子——它把散落在各个业务环节的数据和能力，重新”编织”成一张新的运营网络。

王歆的PPT最后一页，引用了王安石的一句诗：

降本是生存，增效是需求，AI是能力，有质量数据，才有高质量AI。

这值得所有CIO仔细品。

“降本是生存”——AI的第一波价值，一定是降本。雅戈尔的AI视觉质检，把质检效率提升了10倍；AI自动填表，把导购每天2小时的重复劳动压缩到3分钟；AI智能商拍，把内容制作成本降低了70%。这些都是直接的成本节约。

“增效是需求”——但降本不是终点。王歆在PPT里反复强调一个观点：AI时代的胜负，本质上都是指向行业商业模式的第一性原理。对服装行业来说，第一性原理就是”售罄率”——衣服生产出来，能不能卖光？雅戈尔把售罄率的目标定在70%-85%，AI在所有环节的贡献，最终都指向这个数字。

“AI是能力”——这句话最值得玩味。王歆没有说”AI是工具”，他说的是”能力”。工具和能力的区别在于：工具是被动的，你能用它做什么，取决于你的技能；能力是主动的，它一旦具备，就会自动寻找可以发挥作用的地方。

当AI变成一种”能力”，而不是一个”工具”，CIO的角色也在发生根本变化：你不再是系统的建设者，你是”能力的编排者”。

王歆在雅戈尔做的，本质上就是这件事——他没有从头写一个AI系统，他把现有的能力（大模型、传统软件、业务数据）重新编排，变成了可以在真实业务场景中发挥作用的利器。

这套逻辑，对所有大中型创新企业来说，都比”我们有多少张卡、我们训练了多大的模型”更有参考价值。

2026年，

AI从”能力”变成”竞争力”的分水岭，

已经到了。你的企业，准备好了吗？