对话Zoho COO夏海峰：“AI+”已是智能升级必选项，但需防止被"概念"误导

来源：ENI经济和信息化网

本文为访谈实录，篇幅较长，将拆分为两篇进行发布。

2026年被定义为是AI从"被动应答工具"向"自主协作伙伴"大规模演进的关键转折年。作为“人工智能+制造”专项行动方案全流程自动化升级的重要组成部分以及重点应用场景之一，“人工智能+营销”会给企业带来多大的想象空间，自主化的场景和价值如何落地，企业如何应对数据、模型、安全等挑战，营销领域的AI转型是否能够达到向“从工具向伙伴”转型的预期目标？

Zoho COO 夏海峰

与此同时，在AI转型的关键一年，“AI+营销”是锦上添花还是重塑营销的底层逻辑？有哪些典型场景和落地路径？Zoho COO夏海峰在与ENI经济和信息化网总编辑程艳玲的对话中，总结了AI 在营销端的落地的实质和价值，关键不在功能堆砌，而在能否形成“理解业务—执行动作—反馈优化”的闭环。对于"AI+"重塑制造业全产业链这个说法，夏海峰认为，重塑并不意味推翻过去，AI 时代对营销侧更多的是一种升级，是递进式的关系，而不是替代关系。

程艳玲：2026 年是深入AI 应用的一年，AI应用正从工具型向决策型，从单点应用向生产应用闭环转变，“AI+营销”作为“AI +制造”的重要组成部分，是“人工智能+”的一个重要的核心方向。那么在营销领域，企业与AI的融合面临哪些挑战？

夏海峰: 目前，中国精益化的制造已经非常完善，而前端营销作为获得客户订单的前提也非常重要。2026年，营销端的AI应用也由辅助工具向自主决策的伙伴进行转变，我认为这一转型进程仍在持续演进。

主要体现在三个层面。第一，从内容生成到营销决策。比如， AI 现在不仅可以帮助企业写文案，生成素材，它还要深度参与目标客户的筛选，渠道策略的制定，包括预算的分配。现在的 Agent 已经开始具备理解业务目标，制定执行方案，到最终执行以及反馈优化的闭环能力。第二，从单点应用到流程自动化。比如说我们以SDR，也就是销售开发的智能体为例，它可以自主地完成发现线索，对资质进行评估以及初步沟通，到意向评定同时再分配商机，给合适的业务人员这样一个完整的流程。第三，从被动响应到主动预判，现在 AI 已经开始具备预判客户需求，包括流失风险，以及帮助业务人员发现和制定如何主动的触发营销动作的能力，也就是说从“人找信息”转变为“信息找人”。

程艳玲：您刚刚提到 AI 角色的转变。过去 AI 更多作为工具，需要较多人为干预，如今通过自主化升级可以完成一系列动作。那么，对于"AI+"重塑制造业全产业链这个说法，具体到营销领域，您怎么理解"重塑"？它和数字化营销、智慧营销的区别和联系是什么？重塑会从底层逻辑层面改变过去的营销模式吗？

夏海峰：重塑不是推翻原来的，再去塑造一个新的东西。从我的角度来说，AI 时代对营销侧更多的是一种升级，是递进式的关系，而不是替代关系。在数字化营销阶段，我们完成的是数据基础的沉淀；智慧营销阶段，更多的是利用这些数据进行分析挖掘——不管是对客户画像进行定位还是梳理。到了 AI 阶段，数据基础和营销流程都已经具备，才有 AI 发挥的余地。三者逐步演进，是完整的递进式发展脉络。

程艳玲：无论是数字化作为AI应用的前期准备，还是从数智化逐级递进，AI 体现更多的是功能的增强。智慧营销是在原来数字化营销的基础上，向自主化提升，而AI 技术为其提供了技术环境。智能转型过程中，当企业数据达到一定量级、且实现贯通的时候，营销端可闭环的链条也越来越长。包括我们现在常提到的全生命周期的客户管理与客户营销等等。大家谈到的这种重塑，更多的是说从量变到质变的一个过程，这里可能会涉及到一些新的操作模式、商业模式，或者价值空间。

那么智能体、大模型等AI技术在营销和服务领域落地有哪些典型场景和价值？企业在部署落地的时候应该注意哪些问题？Zoho 推出了 SDR 智能体、销售教练等数字员工，它们在装备制造、流程制造等不同细分领域的应用有什么差异？

夏海峰：AI 在营销端的落地，关键不在功能堆砌，而在能否形成"理解业务—执行动作—反馈优化"的闭环。基于这一思路，Zoho 已经围绕几个具体场景把这种闭环跑通了。比如SDR智能体以及销售教练。智能体可以分析优秀销售的对话模式，成交路径，包括和客户互动的数据，为企业销售团队提供实时指导和话术建议，缩短新人的成长路径，提升其客户转化比率。

在客服领域，Zoho AI 客服已经非常的成熟，它基于产品数据库、历史工单数据，为未来客户的故障进行诊断，提出解决方案的比率越来越高。最早在利用AI工具做智能客服的时候，AI 具备学习和训练的能力，原来可能处理的只有 20% ，现在可以提升到80%。这也是逐渐通过优化售后的智能助手来实现的。

在报价场景，对于装备制造业这种大的制造业来说，它的报价和配置是非常的麻烦的。现在通过AI，我们可以根据客户的需求自动地推荐产品的配置方案，并生成配置与报价，减少人为的错误和沟通成本。

在客户流失预警场景，制造行业核心大客户的流失风险往往具备极强隐蔽性。即便表面沟通对接顺畅、合作氛围融洽，背后客户侧经营行为已发生变化。商机质量波动、下单量下降等数据变化，都是客户流失的关键预警信号。Zoho 依托 AI 数据分析能力，可自动捕捉这类异动并向业务人员推送风险提醒，联动企业内各部门资源前置介入维护，提前锁定客户。

程艳玲：对于全生命周期客户关系管理、全链条的贯通，AI 发挥的作用是否明显？

夏海峰：作用明显，挑战也同样明显。一方面是组织通过AI的方式提效，个人效率提升亦然。但在跨部门、跨系统的"全链条贯通"上，确实还存在不少问题。一大瓶颈是数据并不贯通——很多客户的营销端数据和生产端数据并不统一，缺乏统一的数据底座或数据中台。Zoho 现在做的，主要是在每一个环节上，以智能体的方式提升企业单点效率，或者推动工作方式的转变。

整个组织的贯通需要一定的基础，要通过数据底座打通企业的全部数据。此外，对于端到端数据的流转，我认为需要一定的时间。就像一条河，它出现了支流，企业既要在每一个支流，也要从它的源头进行端到端的打通，最终汇入到大海。当数据之海形成后，再去看源头到大海之间如何用更加智能的方式来实现。

程艳玲：一旦企业形成了贯通的能力，就可以把全链条基础及时地架设起来。在这个过程中，如果按照智能体的这种处理方式，是否还会存在像之前传统的数字化建设时发生的数据孤岛等问题？

夏海峰：基本不会出现传统数字化建设中的数据孤岛问题。当前智能体的数据接入模式灵活多元，既支持标准接口对接，也可脱离接口完成数据采集；搭配 IoT、RPA 技术协同，能够打通企业内外部各类数据，构建完整的数据闭环体系。