實探蒙牛AI應用大賽:AI走進電商製圖、知識管理和奶牛診療
作者 | 楊京麗 編輯 | 李水青 8月12日報道,昨日,蒙牛AI應用大賽舉行中期路演,45名來自供應鏈、研發、營銷、奶源及職能等崗位的員工,展示其基於騰訊AI辦公智能體產品WorkBuddy開發的AI應用,爭奪大賽前十名。本屆比賽於2026年5月啟動,蒙牛從28個一級事業部選出200名業務骨幹參加賽訓。經過前期選拔,45個項目進入中期路演,覆蓋供應鏈、研發、營銷、職能等業務場景。
其中,常溫事業部的設計師雖然不懂代碼,但他通過上百輪自然語言對話,開發了批量生成電商主圖的工具,將單張圖片的製作時間從3-5分鐘縮短到數秒;奶源事業部的員工利用AI分析奶牛的體溫、採食量和產奶量等症狀,通過兩輪問答將可能疾病範圍縮小到1-3種,供獸醫參考;還有選手讓AI調用會議紀要、項目文件和過往PPT,以持續追問的方式幫助員工發現方案中的問題,持續優化知識庫。在採訪交流中瞭解到,WorkBuddy的使用已經不只限於參賽者,其企業版已在蒙牛內部得到廣泛使用,並應用於訂單處理、行業信息整理、電商物料製作和會議管理等日常工作。
相比往屆,本屆大賽更強調“AI+業務”,由熟悉一線業務的員工圍繞真實崗位需求開發應用,業務負責人判斷業務價值,騰訊專家把關AI應用深度。騰訊除提供WorkBuddy外,還參與賽制設計、課程培訓、作品輔導和路演準備。蒙牛還計劃從參賽者中培養內部AI培訓師和“崗位AI工程師”,並將部分優秀作品轉化為企業內部可複用的AI工具。一、200名業務骨幹參加賽訓,45人進入中期路演 此次比賽分為選拔、賽訓和路演三個階段。按照大賽規劃,蒙牛希望培養200名“AI先行官”,並將員工製作的部分AI應用沉澱為企業內部可複用的Skill和數字人。
在選拔階段,參賽者需要熟悉所在部門的業務流程,並帶著實際工作中遇到的問題報名。200名參賽者來自28個一級事業部,大部分沒有專業開發背景。6月,比賽進入賽訓階段。參賽者需要完成線上課程,並提交課後測試、作業、場景命題和Demo。隨後,200名選手分4場參加線下工作坊,學習AI工具使用、業務場景拆解和Demo製作。經過前期評選,45個項目進入中期路演。中期路演選出的前十名項目還將獲得約4個月的打磨時間,並在12月參加最終路演。比賽之外,蒙牛還計劃從參賽者中培養內部AI培訓師和“崗位AI工程師”,幫助更多部門使用相關工具。
二、AI進入知識庫管理、電商製圖、奶牛診療等 大賽中,參賽員工圍繞各自崗位的實際需求,開發了覆蓋個人知識管理、電商物料製作和奶牛診療等場景的AI應用。來自數智科創部的吳彤開發了“基於個人知識庫的想法打磨Skill——小刺蝟”。它不會直接替用戶生成答案,而是調用會議紀要、項目文件和過往PPT等個人資料,以“反對者”的身份不斷追問,幫助用戶發現方案中的問題。討論結束後,它還會總結需要保留、放棄和繼續討論的內容,並將結果存回知識庫。目前,“小刺蝟”已由吳彤及身邊部分同事使用,主要用於方案打磨、工作覆盤和決策前檢查。
常溫事業部設計師張思明沒有編程基礎,但他通過100多輪自然語言對話,讓WorkBuddy幫助其開發出電商“牛圖工廠”。員工上傳設計模板和包含產品賣點的Excel表格後,工具可以自動調用產品庫圖片並批量生成主圖,將單張圖片的製作時間從3至5分鐘縮短到數秒。奶源事業部王國銀則使用WorkBuddy開發了“奶牛疾病精準診療系統”,並將國內外奶牛疾病專業資料作為知識庫。工作人員輸入體溫、採食量、產奶量等症狀後,AI先鎖定3-5種可能疾病,再通過追問縮小至1-3種,為獸醫判斷提供參考。目前,該系統已在3個牧場測試,診療速度有所提升。
三、作品解決真實業務需求,騰訊參與全程賽訓 活動期間,等媒體與蒙牛集團人才發展與文化總監陳一丹、蒙牛低溫全域行銷部總經理兼新零售業務部負責人徐飛雄、蒙牛AI應用大賽負責人王覺鋒及騰訊智慧經營學堂負責人張芳進行了採訪交流。蒙牛集團人才發展與文化總監陳一丹稱,往屆創新大賽通常設置產品、研發、營銷、供應鏈等賽道,注重驅動業務效能提升、業務模式創新與組織變革落地;今年大賽新增設了AI應用賽道,突出“AI+業務融合”,拓寬參賽崗位覆蓋範圍,引導員工從本職工作中挖掘AI落地場景。蒙牛主要從熟悉一線業務的骨幹員工中選拔參賽者,選手可以圍繞自身崗位中的真實需求開發應用。
評審中,由業務負責人判斷業務價值,騰訊專家把關AI應用深度。在45進10的階段,評審專家從業務價值、複製潛力、創新性、交互體驗友好性和AI應用深度等維度考察選手作品。從採訪交流中瞭解到,大賽參賽選手統一使用“蒙牛桌面AI助手”開發作品。該軟件是蒙牛基於騰訊WorkBuddy打造的泛辦公AI智能體桌面工作臺。除參賽選手外,WorkBuddy企業版已在蒙牛內部得到廣泛使用,很多員工都已經使用該產品處理訂單、整理行業信息、製作電商物料及開展會議管理等日常工作。騰訊智慧經營學堂負責人張芳稱,騰訊在此次比賽中不僅提供產品的支持,還參與賽制設計、課程培訓、作品輔導和路演準備。
培訓包括AI基礎直播、線上短課、配套練習、線下工作坊和針對性答疑;在作品打磨階段,騰訊講師、WorkBuddy產品專家和架構師進入不同小組,從業務價值、產品設計和技術實現等方面提供輔導。結語:AI應用開發走向業務一線 此次大賽呈現出的一個變化是,企業AI應用的開發主體正在從專業技術團隊,擴展到業務一線。熟悉崗位流程的員工提出問題並搭建應用,騰訊提供工具和培訓,蒙牛再通過比賽篩選場景和人才,讓AI應用更貼近真實業務需求。下一階段的重點,不再只是做出更多Demo,而是將效果較好的作品打磨成可複用的工具,並將相關應用落地到更多真實的業務場景之中。
Related
相關文章

消息稱 NVIDIA 考慮向 Perplexity AI 投資“數十億美元”
作者:溯波(實習) 責編:溯波 評論: 8 月 24 日消息,外媒 The Information 稍早前報道稱,NVIDIA(英偉達)考慮在 Perplexity AI 的最新融資輪中向這家人工智能初創企業投資“數十億美元”。雙方正就該交易展開磋商,還可能達成技術授權協議。

Rabbit做了個“所有Agents的Agent” ,體驗後我覺得Agent早就該長它這樣
Rabbit推出了一個被稱為「所有Agents的Agent」的新產品,實際體驗後讓人覺得Agent早就該長這樣。文章認為Agent普及的關鍵並非增加更多能力,而是讓用戶少理解十個概念,降低使用門檻。
Guidelight評估五大AI實驗室,OpenAI遏制能力排名第一
該評估覆蓋Anthropic、Google、OpenAI、Meta和xAI,僅依據公開信息考察其是否建立監控、異常行為處置、第三方審計及失控模型關閉等機制。在滿分5分的評估中,OpenAI以3分排名最高,Anthropic和Meta得分最低。
τ_0-VLA長程操控
τ₀-VLA是一種層次化機器人基礎模型,透過世界模型引導的測試時計算來改善長程操控任務。高層策略在決策不確定時會額外分配計算資源,搜尋替代子任務並預測其視覺結果,而低層策略則在40,115小時的異質真實世界數據上訓練。在包含13到25個步驟的真實長程任務中,封閉迴路成功率從27.5%提升至45.0%。