统一首先选择距离客户最近、业务价值最直接的营销场景推进。2025年12月18日，首批面向营销端落地的AI应用之一“安安产品专家”正式上线。它覆盖产品查询、产品推荐、应用场景匹配、产品方案辅助与销售知识支持五大能力，具体包括：查产品、比竞品、找场景、学案例、出方案。一线销售无需背诵参数，打开安安AI就能秒级生成竞品对比、一键输出专属方案。

2026年8月18日，价格测算平台首版上线。此前，28个测算模板分散在各价格经理手中，定价口径不一致，数据靠邮件逐级收集、手工录入核算，容易出错。平台贯通基础数据准备、成本核算、价格计算、报价生成、价格审批五大环节，系统自动测算毛利并给出评判建议，全流程线上留痕，数据可追溯、可审计。

营销数字化与AI的价值，不只是提升销售效率，更重要的是把产品知识、客户数据和经营规则，逐步沉淀为可复制的销售能力。

统一是一家技术驱动型企业。AI不能只停留在营销和管理端，最终必须进入企业最核心的研发体系。

目前，AI配方研发正在推进中。统一正逐步将五类资产进行系统化沉淀：历史配方、实验数据、原材料数据、性能数据、工程师经验。在此基础上，构建统一研发知识库与AI研发能力。性能预测已上线，配方设计和研发知识沉淀正在推进中。

试运行阶段成效显著：研发周期预计缩短75%，研发物料成本实现大幅下降，相关指标正在规模化验证测算。目标不是替代研发工程师，而是让工程师拥有更强的研发工具，让企业长期积累的技术经验持续沉淀和复用。

研发模式正在从“经验驱动”走向“数据驱动”。传统研发模式下，工程师经验→配方设计→实验验证→调整配方→再次实验→逐步形成最终方案。AI辅助研发模式下，数据+专家经验→AI辅助配方设计→性能预测→实验验证→持续优化，形成更高效的研发闭环。

统一AI战略的核心原则是：先验证价值，再扩大应用。不会一次性铺开，而是按业务价值和成熟度逐步推进。

当前，两大主线已在业务中运行。营销AI方面，当前能力包括产品知识、方案支持、报价决策，下一步将延伸至销售人员拜访管理、客户服务管理、销售机会管理、客户经营辅助。研发AI方面，当前能力包括性能预测（已上线）、配方设计、研发知识沉淀，推进重点是将研发数据、技术知识与工程师经验逐步数字化、模型化，形成统一研发知识库。

规划中，后续将逐步扩展至供应链AI（需求预测、采购决策、库存优化、供应风险识别）、制造与质量AI（订单优化、质量预测、异常预警、能耗优化）、经营管理AI（经营分析、财务分析、档案库、政策与流程知识库、管理决策辅助）。

最终要形成的，是统一自己的企业级AI能力平台。单个AI应用可以提升一个业务环节；真正长期有价值的，是把多年积累的数据、知识和经验沉淀为可复用的能力。企业数据（客户数据、交易数据、产品数据、研发数据、供应链数据、生产数据、质量数据、财务与经营数据）构成AI理解企业经营的基础；行业知识（产品知识、技术标准、产品应用场景、行业规范、市场知识、客户需求知识）让AI不仅“懂数据”，还逐步“懂行业”；专家经验（研发工程师经验、销售经验、供应链经验、制造经验、质量管理经验、经营管理经验）把个人头脑中的经验沉淀为企业能力；AI模型将数据+知识+经验逐步转化为分析能力、预测能力、推荐能力、决策辅助能力。

回顾统一石化的AI转型实践，有几点思考值得分享。

AI转型是业务工程，而非单纯IT软件项目。 坚持业务条线牵头推进，以真实业务价值作为检验标准，不追求技术炫技。

实体制造业AI切忌一步到位建设巨型平台。 小步快跑、场景先行，先在局部场景验证价值，再逐步扩大落地边界。

制造企业AI的核心壁垒在于产业知识沉淀。 把产品工艺、实验数据、行业场景、专家经验完成数字化沉淀，是AI发挥价值的根基。

AI的定位是增强人的能力，而非简单替代。 坚持人机协同，发挥人的专业判断、创新与风险把控价值。

这些思考背后，是统一对自身角色的判断。统一石化是国有润滑油企业，在制造业数字化转型的进程中，国有企业不仅要解决自身效率问题，也承担着探索产业路径、沉淀公共能力的责任。正因如此，统一不追求一次性建设一个庞大的AI系统，而是从真实业务价值出发，一步一步把数据、知识和经验沉淀为公司的长期竞争能力。

CCFA汽车后市场相关工作：雷续红18612243723（同微信）