在行业普遍追逐大模型参数与算力集群的背景下，百丽时尚集团副总裁、科技中心总经理季燕利近期在钛媒体2026 ITValue Summit前瞻系列直播中，阐述了该公司历时十二年推进智能化建设的路径。其核心观点是，企业AI应用落地的前提，并非模型本身，而是先完成自身的工程化与数据治理。
百丽时尚集团采用“品牌+直营”模式，在300多个城市拥有近8000家直营门店。季燕利介绍，公司于2014年开始自建业务ERP系统，2020年启动数字化体系建设，2023年进入智能化阶段。他将这一过程概括为三层递进逻辑：信息化是采集，数字化是治理，智能化是应用。没有前两层积累，智能化难以实现。
在解决信息化阶段暴露的系统配置复杂、操作门槛高等问题时，百丽选择将高频业务流程嵌入员工日常使用的工作群。以补货场景为例，总部通过群消息发送H5卡片，员工打开卡片即可完成数量填写、单据提交与审批流转，数据自动回流至总部系统。季燕利认为，这一做法将线下业务线上化，同时推动了API接口标准化，为后续AI体系搭建奠定了基础。他据此提出，对大型ToB企业而言，AI的载体是工作群，而非独立界面。
在算力与模型层面，百丽并非缺席者。公司自购近二十张A800和A100显卡，系统运行四十余种模型，每周消耗Token超三百亿，相关费用约7万元人民币。但季燕利强调，模型和算力只是底座，企业应优先关注业务运营与管理标准化。他同时指出，企业智能化转型常面临业务未在线、判断无标准、标准未成网三大缺失，而百丽的方法是通过“四个在线”（业务、沟通、组织、权限）逐步构建工程化体系，使AI能够基于标准化数据与流程发挥效用。
此番分享反映出部分大型企业在AI落地过程中的务实路径选择：先治理数据与流程，再引入智能应用。这与行业普遍追求“AI原生”的热潮形成对比，也为同类型企业提供了可参考的建设顺序与实施框架。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
