博世集团全球电动工具CDO吕智超：未来属于“会向AI提问”的人 | 2025第六届TBI杰出品牌创新节
面对市场洞察碎片化、团队知识孤岛化与创新效率瓶颈等共同挑战，AI的价值正从技术层面延伸至业务核心——它如何真正理解用户，又如何激发组织的整体智慧？
在2025第六届TBI杰出品牌创新节上，博世集团全球电动工具CDO吕智超的分享，系统拆解了AI融入产品创新全流程的实战经验。其洞察对市场与电商团队具有直接的借鉴意义：他揭示了一种以“提问”驱动、以“协同”为核心的AI应用逻辑，帮助业务穿越噪声，精准捕获价值。
如果你关心如何让AI不止于自动化，而成为增长与创新的系统引擎，本次分享提供了一个扎实而深刻的视角。
以下是吕智超的分享，经整理。
01
重构用户理解：用虚拟场景破解工程师的“经验盲区”
大家好。今天我想抛砖引玉，探讨品牌创新的根本动力。博世130多年的历史告诉我们，一切源于产品的持续创新。今天产品研发面临四大困境：上市速度、产品复杂性、成本压力、可持续性目标。老板要求更快，市场要更复杂，成本要更低，法规要更绿，这对工程师是巨大挑战。
我们认为，AI真正的价值上限，在于赋能整个产品研发周期。其中一个核心突破点，就是彻底改变我们理解用户的方式。
我们电动工具行业很有意思，产品本身也许几千个SKU，但使用场景极度复杂。任何有生产、施工乃至生活的地方，都有我们的产品。工程师如果只埋头研究马达转速、电池节能，是远远不够的。但传统的理解用户方式存在局限：工程师有多少精力能深入到每个国家的工地，去观察工人具体每一步操作？靠有限的市场调研和有经验的工程师“拍脑袋”，必然存在盲区和偏见，很多细微却至关重要的真实需求就这样被忽略了。
我们现在做的，就是为工程师创造一个虚拟的“合成组织”和环境。在这个环境里，我们可以模拟不同国家的工人、工长、设备经理，让工程师深度交互，理解最细微的场景差异。这不再是问几个用户问题，而是真正沉浸式的体验。
分享一个数字：我们为某个工具在特定企业的应用场景做模拟，一次就要消耗几百万到一千万token。我们要问的是：针对全球15个即将上市的国家，用户场景有何不同？能否通过一个设计满足所有需求，还是必须开发多个SKU？
通过这种方式，一个经验五年的工程师，可能比有二十年经验但固守己见的工程师更“懂”市场。因为AI虚拟场景没有偏见，它能帮助我们扒开那些曾经被忽略的、但至关重要的细节。
02
唤醒沉默知识：让AI成为连接企业智慧的网络
在深入理解用户之后，创新的下一个瓶颈来自于企业内部：那些被锁在文档柜和工程师头脑中的孤立知识。第二阶段，我们致力于用AI穿透企业的“知识孤岛”，驱动创新情报。
每个企业都想找到技术的“蓝海”或“空白区”，但直接问AI，它往往会胡扯。我们的做法是回归企业自身：结合我们已有的能力和沉淀的知识，让AI发挥价值。
企业最大的财富是什么？是沉淀在无数文件、专利、标准中的知识，尤其是工程师头脑中的经验。但这些知识是孤立的、沉默的。我们正在通过AI工具，系统性地访谈工程师，而且不是一次性的，是长期的、动态的。
这里有个深刻体会：在研发中，“你不知道，你不知道什么”，这才是最大的挑战。所以，我们现在鼓励所有人——研发、市场、销售——提出问题。在我们看来，问题比答案更值钱。我们搭建了一个知识库和Chatbot，要求任何问题必须在三天内得到答案，背后由一个内部专家网络支撑。
我们的长远方向，是打造高度垂直的“专家智能体”（Expert Agent），每个智能体只负责一个非常具体的微小领域，背后由5到10位真正的专家训练和支撑。
这些由AI连接“知识孤岛”的智能体，正展现出强大的力量。它们让那些深埋于个人经验、未曾显性化的“ tacit knowledge”（隐性知识），重新流动起来，成为驱动创新的燃料。
在此基础上，我们进入与AI共同创造的新层次。我们不再仅仅是向AI索要一个答案，而是让它帮我们探索从未想过的方向。通过衍生式设计，工程师只需定义问题、约束和目标（如重量、强度、成本），AI就能生成成千上万种优化方案供我们选择启发。这大幅拓展了创新的边界。
03
定义未来工作：在智能时代，人的核心价值是提出问题
当我们谈论AI驱动创新时，最终要回答两个问题：技术将把产品带向何方？以及，人的角色将如何演变？
首先，产品本身正在进化。第六阶段，是走向软件定义硬件，让产品在出厂后仍能通过软件更新持续进化。博世一直致力于成为AIoT公司，但最大的挑战始终是：如何找到真正的应用场景？
以前靠定期开workshop“头脑风暴”，现在我们可以利用AI虚拟用户，瞬间生成和测试大量人机交互方案，快速筛选出最有潜力的方向。这是一个关键的切入点。
所有这些AI能力的落地，最终导向一个新的价值等式。AI告诉我，它可以帮我们实现：上市时间缩短40-60%，缺陷检测率达99%以上，运营成本降低25-40%，整体设备效率提升15-25%。
当然，我不敢直接把这份“AI愿景”拿给老板看。但这些数字背后指向一个趋势：AI带来的降本增效，绝不只是优化既有流程，而是通过创新让你彻底不用再做某些事。
比如工厂的整体设备效率，提升0.5%都很难，但确实有先锋案例通过AI实现了两位数提升。关键在于，我们不应执着于做一个“大而全”的POC。等你的POC做完，世界又变了。
我们的策略是：忘掉大问题，专注小问题。我们有一个长长的“问题清单”，专挑那些今天能用现有AI工具解决的具体、微小的问题去攻克。我的期望是，到2027年1月1日，当我们解决了成百上千个小问题后，它们会自然“连成一片”。那时，无论是叫AGI还是智能体，它就已经实实在在地改变了我们的工作方式。
最后，谈谈人与AI的关系。我们会被取代吗？至少今天不会。未来的核心在于“人在回路中”。人的角色是做出关键决策、进行战略思考、特别是定义正确的问题。AI则负责高效执行、广泛探索和处理重复性工作。
今年我们在内部的“AI学院”培训中，不再教具体工具，而是聚焦“如何定义问题”。我们相信，在AI时代，定义问题的能力，是人的核心价值。
总结一下，无论是线性流程还是循环迭代，产品创新的根本动力，永远是为用户创造真实价值。而AI，是我们实现这一目标最强有力的新引擎。
【TopDigital内容合作】
更多合作模式
转载请在文章开头和结尾显眼处标注：作者、出处和链接。不按规范转载侵权必究。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。
本文禁止转载，侵权必究。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权，侵权必究。
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）