在业界对中台产生迷茫，或颇有微词的今天，蒙牛集团以一组翔实的数据展示了中台的价值和生命力。
蒙牛集团年销售额1000亿元，是全球规模排名第七的乳业集团，在全球41个生产基地，设有70多家工厂，与1000多家牧场合作。
乳业横跨了从农业、生产制造到分销零售，产业链非常长。这个产业链之上涉及大量的合作方。
有数据显示，一杯牛奶里面包含了170M的数据。
“作为一家传统企业，蒙牛的产品生产和业务流程跟其他行业或细分领域有所不同，但走过的数字化的之路必定很多相似之处。”蒙牛集团CDO李琤洁在7月12日召开的阿里云瓴羊“ALL in ONE”数智新势能大会上如是说。
蒙牛的数智化历程
早在2000年，蒙牛集团就实施了OA平台，叩开了信息化之门；但各业务部门各自建设，IT呈分散状态，2011年，蒙牛对IT进行组织整合，IT进入集中发力成长阶段。2012年，蒙牛信息化进入快速成长期： 2013年实施 SAP ERP，2014年启动实验室信息管理系统（LIMS）建设，2015年布局供应商管理SRM、商业智能分析升级。2016年，蒙牛推进财务共享和供应链金融，信息化建设进入夯实和应用共享阶段，一年后，智能制造和渠道管理升级，2018年消费者管理大升级，智慧牧场建设开启，2019年，实现PLM产品全生命周期管理、WMS仓储管理、HR共享……
经过20余年的持续建设与运营，数智化已写入蒙牛“FIRST”战略，成为创新、迭代、自我进化新发展的引擎。
李琤洁将蒙牛的数字化转型归纳为三个阶段。
数智化战略1.0：一滴奶的数字化之旅
蒙牛数智化战略的第一阶段，是以产品为纬度的数字化改革之旅，又称为“一滴奶的数字化之旅”。
李琤洁认为，本质上，这是一个从牧场的一株草，喂给一头牛，牛吃草后生长、产奶，然后将原奶运进行生产加工，经过经销商发送到各门店，或由电商最终送到消费者手中的产品逻辑，覆盖了韧性生产、高效渠道管理、全面链接触达、迅捷物流供应、持续增值服务等全流程，也就是“一杯牛奶里包涵170MB”数据这一说法的来源。
在这个阶段，蒙牛沉淀了大量的能力，如千亿级的体量，数10亿的消费者，百万级的生意伙伴，下沉到四至六线城市的400万个售点等等，构筑了一个巨大的生态体系。
同时，由于业务不断发展，以及过程中存在的大量不确定性， IT不断应对与创新，造就了数百套IT系统与数据孤岛并存，以及数据的定义不明确等等；累计的数据量几乎等同于在线能够访问到的全国所有公共图书馆的数字化文件的总量。
蒙牛逐渐意识到，单一的从产品纬度去做数字化，其实还远远不够的。
“数字化的核心并不只是把握好一个产品的全流程，而是要延伸到产品最终用户及其体验。也就是说，要让同一个消费者能够在不同的触点上体会到准确的服务。” 李琤洁说。
从产品为中心转变为以消费者为中心，拉动蒙牛进入数智化战略2.0阶段。
数智化战略2.0 ：围绕同一消费者提供个性化服务
形象地说，蒙牛数智化战略2.0，就是设法在正确的时间进行正确的沟通，并提供正确的服务，也就是“all in channel”这个逻辑。
由是，蒙牛开始培养针对同一消费者提供更精准个性化服务的能力。
虽然蒙牛各事业部之间生产销售的产品各有不同，但其业务流程都极度相似，公共类似性很强，所以蒙牛对整个IT组织进行了全面整合。
“把共通的能力沉淀下来之后，数据的整齐性就变得非常的好了。” 李琤洁说，整合之后，数智化进入快速发展时期，底层能力也大大提升。
经过大量论证、权衡、思考，蒙牛最终决定选择阿里云羚羊团队一起来合作中台建设。
中台建设启动之初面临多种质疑，如中台是否有必要？单一应用会不会更快？中台会不会是一个过时的技术路径？
蒙牛团队顶住了压力。
“虽然羚羊团队是聚焦数据纬度，但是他们具有很好的业务抽象的能力。双方精诚合作不存在障碍，蒙牛也组建专门的团队跟羚羊一起来业务中台进行了一个落地。”
业务中台上线之后呈现了非常可喜的成果，其商业价值也非常清晰：轻代码甚至无代码的应用开发方式，使得效率提升了50%，客户在不同的渠道获得的服务的一致性整体提升了80%，整体资源的消耗降低了40%——超过60%的资源能够通过云的方式实现更有效的共享。
“业务中台带来更简洁的系统关系、更快捷的开发速度、更集中的数据管理，从而实现多维度的降本增效。” 李琤洁表示，这就是业务中台的价值。
有了业务中台，自然就要拥有数据中台，既是为了存储和处理大量的数据，更要要从数据在底层拉通，到数据的建模和网上提供数据的应用，进行数据赋能。
多数企业的大量报表，要么是业务运行层面的，要么是财务结果的，但很少有报表能够通过一系列的业务动作呈现财务结果，或者从业务动作的变化洞察到对财务结果的最终影响。
蒙牛梳理了约1600个直接指标以及1200多个衍生指标，贯通了从财务到业务的全流程，有效支撑了所有的上层应用。
于是，蒙牛的营销中台建设也在顺理成章之中。这个营销中心的底座是一个庞大的图计算引擎，它实现了从点到边的基本关系的串联，汇聚的数据量相当于一个省一级规模的运营商的总和。
如何从如此庞大的数据中挖掘价值？
蒙牛跟羚羊合作，在底层启用隐私计算构筑了数据的应用体系，实现了数据的合规，互认了私域与公域的数据，再加持辨识洞察、联邦建模能力，增强了会员的触达，形成效果反馈闭环，再进行归因分析，从而深化了数据在营销领域的应用。目前仍在进行中的这项工作已经取得了很好的结果。
让人围着数据转变为数据为人来赋能的模式，将蒙牛的数智化带入新的阶段。
从去年11月开始，蒙牛团队开始布局大模型应用，数字化战略进入3.0时代。
数智化战略3.0开启AI时代，全面AI驱动的全链路数智引擎
大模型时代大大提升了企业数据的应用性和有效性。在这种情况之下，前期所有的沉淀以及在数据中台上积累的能力依然具有极大的需求。
未来蒙牛的数字化链路会是怎么样？李琤洁做出了这样的设想：
在牧场，从云端养牛，在工厂，实现智能排产、精准研发；产品经由仓单协同、销售预测、敏捷履约、智慧终端，通过电商配送或经销商门店销售；对于最终顾客，提供个性化服务。
蒙牛开始了这样的尝试，如试点向110多万消费者投放的产品包装上增加了一个二维码，扫码注册后可以体验一个叫做“AI营养师”的服务。
“AI营养师”基于九大生活场景向注册客户及家人提供营养健康的个性化陪伴服务，如帮妈妈减肥，帮孩子增个，给自己定制菜单等等。一旦早餐超标，就会对午饭调整食谱食量，跟踪、陪伴客户的全程。
这一系列的互动服务反过来又能够收集更多精细化的数据，反馈到供应链再进行整体赋能，让消费者在享受更多更好服务的同时对品牌产生粘性。
在数据应用方面，大模型起到了推波助澜的作用。
目前在蒙牛，数据中台的底层既有大量结构化数据，也能对所有的非结构化数据进行提炼，自动化提取语义、自动训练领域模型，从领域模型去赋能工作场景，为企业知识银行提供了基础。
基于AI驱动下的数据平台，蒙牛将基本应用分为多个层次：一是统一数据门户，其定位于统一多分析场景的交互入口，旨在提升用户数据分析的交互友好度；二是Chat Bl，帮助业务用户通过交互对话快速获取核心数据状况，提高工作效率，让其专注业务本身；三是自助分析，基于具体业务场景为业务分析用户洞察、分析问题并给出决策建议，快速支撑业务决策；四是为业务用户自动提供固定式、复杂类看板和领导汇报型看板，提高效率，降低成本和错误率；五是面向管理层用户，展现全局、实时监控业务状况，及时发现核心问题；六是基于统一数据服务平台提供数据洞察结论，融合业务规则，以服务的形式融入业务流程赋能业务系统，形成应用闭环；七是基于特定业务场景推出数据产品，融合数据和应用，更多发挥数据价值。
七个层次的不断深化，让数据生产力和应用力得到全面提升。
数智化战略的主角：数据成为不可替代
“战略从1.0到3.0，数据越发成为不可替代的主角”。李琤洁表示，如果说，业务中台是帮助企业快速获得和积累数据，那数据中台就是帮助更快地去积累结构化的数据，而营销中台就是更快地应用数据、最大化其价值；AI加持的服务中台，则大大提高了数据利用有效性和降低业务使用门槛，将数据分析能力交还给业务一线人员，使数据服务从PGC、UGC快速跃迁到AIGC时代。
数与智带来的新的动力，这也是李琤洁在为数据赋能过程中，体验到的最有意义的一件事情。
