Gespräch mit Sylvia Fu, Leiterin der globalen AI-Transformation bei Edgewell: Aktivieren der Welt mit "chinesischer Geschwindigkeit" und Neuformung der Zukunft eines Verbrauchsgüterriesen mit KI
In der heutigen Zeit, in der die globale Konsumgüterbranche tiefgreifende Veränderungen erlebt, schreibt Sylvia Fu mit ihrer einzigartigen transkulturellen Perspektive zwischen Ost und West und ihrer Fähigkeit, Dinge mit "chinesischer Geschwindigkeit" umzusetzen, eine neue Geschichte darüber, wie KI die traditionelle Branche neu formt. Von 2022 bis 2025, als Vizepräsidentin für das Große China bei Edgewell Personal Care, hat sie eine beeindruckende Bilanz vorgelegt. Drei Jahre lang war das Groß-China-Geschäft in Bezug auf Umsatz- und Gewinnwachstum weltweit führend, und in China wurde erfolgreich eines der kommerziell stärksten neuen Produkte in der Unternehmensgeschichte entwickelt. Ende vergangenen Jahres übernahm Sylvia offiziell die Position als Leiterin für die globale KI-Transformation bei Edgewell (Global AI Transformation Leader) und berichtet direkt an den globalen CEO. Dies markiert die Umwandlung der KI bei Edgewell von einem "einzelnen Werkzeug" zu einer "kernstrategischen Säule".
Ende März 2026 kehrte sie gerade nach der Teilnahme an der Retail Tech Summit Shoptalk Spring in Las Vegas nach New York zurück. Jetzt hatte 36Kr endlich die Gelegenheit, mit ihr zu sprechen. Was plant sie, um diese von unten nach oben gehende kulturelle Veränderung zu leiten? Wie wird die US-amerikanische Einzelhandelsbranche und die Verbraucher durch KI neu geformt? Und was bedeutet dies für die Globalisierung chinesischer Unternehmen? Im Folgenden finden Sie die Aufzeichnung dieses Interviews.
Sylvia Fu, Leiterin für die globale KI-Transformation bei Edgewell Edgewell Global AI Transformation Leader Sylvia Fu
01. Strategische Ausrichtung – Vermeidung von "KI für KI" und Stärkung der "geschäftsorientierten" Strategie durch drei Säulen
36Kr: Sylvia, als Leiterin für die globale KI-Transformation, können Sie uns erzählen, was Sie als nächstes planen? Wo steht Edgewell derzeit bei der KI-Implementierung?
Sylvia Fu: In dem kürzlich an den globalen Vorstand gehaltenen strategischen Bericht haben wir ein sehr klares Transformationsframework dargelegt. Bei der kommenden KI-Strategie ist unser Kerngedanke äußerst klar: "Operator-First".
Viele Unternehmen werden bei ihrer KI-Transformation von reinen Technologieabteilungen angetrieben und geraten leicht in die Falle, "Technologie für Technologie" zu betreiben. Ich habe jedoch in der Vergangenheit in leitender Geschäftsposition gearbeitet und bin für die P&L (Gewinn- und Verlustrechnung) verantwortlich. Daher ist mein einziges Kriterium zur Beurteilung von KI, ob sie sich in konkrete kommerzielle Hebelwirkungen umsetzen lässt: d. h. ob sie den Umsatz steigert (mehr verkaufen), die Organisationsagilität verbessert (schneller arbeiten) und die Effizienz erhöht (mehr Gewinn, niedrigere Kosten), während gleichzeitig verantwortungsvolle Datengovernance und Kulturentwicklung berücksichtigt werden.
Um diesen Gedanken herum haben wir ein Framework aus "drei Bereichen" aufgebaut. Ich möchte es kurz teilen:
Erster Bereich: Integration von KI in den täglichen Arbeitsablauf. Die KI-Transformation ist im Wesentlichen eine "Menschen"-Transformation. Ziel ist es, dass Mitarbeiter an jedem Standort weltweit große Sprachmodelle wie Copilot und ChatGPT als ständige "digitale Assistenten" nutzen können. Gleichzeitig entwickeln wir spezielle "KI-Agenten" für Funktionen wie Finanzen, Beschaffung und Personal, um die Arbeitsabläufe neu zu gestalten. Wir haben weltweit über 100 Fachkräfte aus verschiedenen Abteilungen ausgewählt, um den "AI Advocates Club" als Kulturverbreitungsmotor zu gründen. Durch Peer-Learning soll ein Feuerwerk an organisationaler Transformation entfacht werden. Um die Bedenken der Geschäftseinheiten in Bezug auf Datensicherheit zu beseitigen, werden wir Mitte des Jahres die autoritativen "Safe Harbor Guidelines" veröffentlichen, um die Compliance-Grenzen festzulegen und es den Mitarbeitern zu ermöglichen, "intelligent" und sicher zu arbeiten.
Zweiter Bereich: Stärkung der Daten- und Technologiebasis. Angesichts der weit verbreiteten Dateninseln in multinationalen Unternehmen haben wir eine äußerst praktische "Dual-Track"-Strategie verfolgt. Einerseits warten wir nicht auf die vermeintlich perfekten Daten, sondern nutzen stattdessen die momentan verfügbaren internen und externen Daten, um schnell Pilotprojekte zu starten und die kommerzielle ROI zu überprüfen. Andererseits investieren wir kontinuierlich in die Infrastruktur des unteren Systems, um die Definition und Granularität der globalen Daten zu vereinheitlichen und den Weg für die Massenverbreitung von KI zu ebnen.
Dritter Bereich: Fokussierung auf Kern-Geschäftsszenarien. Ich fürchte am meisten, dass Unternehmen in das Muster fallen, "was gerade populär ist, zu tun" - heute einen Chatbot entwickeln, morgen einen Bildgenerator. Es mag ansehnlich aussehen, aber es bringt wenig praktischen Nutzen für das Geschäft. Unsere Vorgehensweise ist, zunächst die größten Geschäftsprobleme des Unternehmens zu identifizieren und dann für jedes Szenario ein geschäftliches und ein technisches Team zusammenzustellen. So können wir sicherstellen, dass die KI tatsächlich Probleme löst und keine neuen Komplexitäten schafft.
Diese drei Säulen bilden ein Kreislaufsystem - die Dateninfrastruktur liefert die "Munition" für die Szenarien, die Szenarienanwendung schafft Gewinne für das Geschäft, und die von allen Mitarbeitern geteilte KI-Kultur lässt diesen Kreislauf in Gang kommen und schnell drehen.
Nach der Strategie möchte ich über die tatsächlichen Fortschritte berichten. Ehrlich gesagt, ist die Geschwindigkeit schneller als ich erwartet habe, was mich sehr überrascht hat -
Entwicklung und Innovation: Wir arbeiten mit der globalen KI-Open-Innovation-Plattform Halo zusammen und haben die Zeitspanne für die Suche nach bahnbrechenden Technologien wie PFAS-freien Beschichtungen und neuen UV-Absorptionsverbindungen von Monaten auf nur wenige Wochen verkürzt, was einer Effizienzsteigerung von 90 % entspricht. Im Projekt zur alternativen Beschichtung von Rasierklingen haben wir in den letzten drei Monaten über das KI-Netzwerk 24 technische Vorschläge erhalten und schnell neun hochpotentielle Partner identifiziert. Wir befinden uns jetzt in der Phase der tiefgehenden technischen Due Diligence.
Marketing-Insights: Im Februar dieses Jahres haben wir zusammen mit dem nordamerikanischen Team etwas sehr Cooles gemacht - wir haben mit einem großen Sprachmodell über 190.000 soziale und Bewertungsdatenpunkte analysiert und für die Sonnenschutzprodukte fünf neue Verbraucherkreise definiert. Diese Erkenntnisse leiten direkt die Produktentwicklung und die Marketingstrategie unserer Marken Banana Boat und Hawaii Tropic. Früher hat es mindestens drei Monate und Hunderttausende von Yuan gekostet, solche tiefgehenden Verbraucherinsights zu gewinnen. Jetzt braucht es nur wenige Wochen, und die Granularität ist noch feiner.
Globale Betriebsführung: Das europäische Supply Chain-Team nutzt maschinelles Lernmodell, um fünf aktive Arbeitsabläufe wie die Simulation des Netzwerk-Schwerpunkts (CoG Simulation) und die Vorhersage der Nachfrage voranzutreiben. Das neu entwickelte KI-Tool am globalen Rechtsabteil deckt bereits sechs Szenarien wie die Vertragsprüfung ab und spart 25 % der Arbeitszeit.
02. Erkenntnisse aus der Spitze - Das "Vertrauensparadox" zwischen der US-amerikanischen Einzelhandelsbranche, die KI vollständig umarmt, und den Verbrauchern
36Kr: Sie haben in den letzten sechs Monaten die meiste Zeit in den USA verbracht. Aus Ihrer ersten Personensicht: Wie hat sich die Einstellung der US-amerikanischen Einzelhandelsbranche und der Verbraucher gegenüber KI qualitativ verändert?
Sylvia Fu: Der stärkste Eindruck, den ich in den letzten sechs Monaten gewonnen habe, ist, dass die US-amerikanischen Einzelhandelsriesen die Phase der "Proof of Concept (PoC)" hinter sich gelassen haben und nun in die tiefe Umgestaltung ihrer Kernwertschöpfungskette eintauchen.
Wir sehen deutlich, dass die Riesen "KI-first" Ökosysteme aufbauen. Der neu ernannten US-amerikanische CEO von Walmart, David Guggina, hat deutlich angegeben, dass "Agentic AI" in den täglichen Betrieb und den Kassendurchlauf von Walmart integriert wird. Best Buy nutzt generative KI, um Tausenden von Kundendienstmitarbeitern Echtzeit-Emotionsanalysen zu liefern und die Mitarbeiter zu befreien, um "Kundenresonanz" aufzubauen. Costco wendet KI tiefgehend in der prädiktiven Nachfragenerkenntnis und im kontaktlosen Checkout an.
Die neuesten Prognosen von EMARKETER sind erstaunlich: Der von KI-Plattformen angetriebene US-amerikanische E-Commerce-Umsatz wird von 5,4 Milliarden US-Dollar im Jahr 2025 auf 144,5 Milliarden US-Dollar im Jahr 2029 steigen (ca. 9 % des gesamten E-Commerce-Umsatzes). In einem aggressiven Szenario könnte dieser Wert sogar auf 225 Milliarden US-Dollar ansteigen. Dies bedeutet, dass jedes Unternehmen seine neuen Geschäftschancen in der neuen KI-Ökosystem neu überdenken muss.
Marken von Edgewell
Aber auf der anderen Seite der Medaille zeigt sich ein sehr aufschlussreiches Phänomen auf der Verbraucherseite - ich nenne es das "Vertrauensparadox". Laut einer Umfrage von Publicis Commerce im Januar 2026 haben bereits 64 % der US-amerikanischen Verbraucher KI-Shopping-Tools genutzt, und ihr Einkaufsverhalten wandelt sich von einfacher "Suchwortsuche" zu einem "Problemlösungsmodell" basierend auf komplexen Absichten. Das Paradox besteht jedoch darin, dass obwohl 92 % der Menschen glauben, dass KI hilfreich ist, nur 52 % der Menschen tatsächlich dem Produktempfehlungen von KI vertrauen.
Interessanterweise vertrauen die Verbraucher nur dann am wahrscheinlichsten den KI-Empfehlungen, wenn sie "bereits mit einer Marke vertraut sind". Und 60 % der Menschen vergleichen die KI-Empfehlungen sofort in echten menschlichen Communities wie Reddit.
Dies ist eine sehr lehrreiche strategische Lektion: In der KI-Zeit muss "High Tech" mit "High Touch" kombiniert werden. Wenn KI es den Verbrauchern ermöglicht, Produkte mühelos zu vergleichen, sind das Vertrauen, die emotionale Bindung und die echten menschlichen Erfahrungen, die eine Marke aufgebaut hat, die ultimative Schutzmauer, um die Vertrauensbarriere zu brechen und Konversionen zu erzielen.
03. Kernkampagnen - Vier Schwerpunkte für Edgewells KI-Strategie
36Kr: Angesichts dieser raschen Entwicklung, was werden die "Kernkampagnen" von Edgewell in Bezug auf KI sein?
Sylvia Fu: Wir evaluieren derzeit eng mit einigen sehr starken Partnern zusammen. Es gibt hauptsächlich vier Schwerpunkte, die ich Ihnen nacheinander erläutern möchte:
Erster Schwerpunkt: Intelligente Supply Chain und Nachfrageschätzung. Dies ist das Herzstück der Konsumgüterbranche. Ehrlich gesagt, reichen die traditionellen SKU-basierten Vorhersagen nicht mehr aus, insbesondere bei der Einführung neuer Produkte, wenn historische Daten kaum von Bedeutung sind. Wir forschen an einer "Datenwebebene", um die bestehenden Systeme nicht zu verändern und keine großen Umbauten vorzunehmen, sondern stattdessen eine KI-Intelligenzschicht hinzuzufügen, um die Dateninseln zu überwinden und dann mit digitaler Zwillingsbildung präzisere Vorhersagen zu treffen. Selbst eine Verbesserung der Vorhersagegenauigkeit um nur 10 Prozentpunkte würde für unseren Umsatz und die Lagerbestandsgesundheit einen großen Unterschied machen.
Zweiter Schwerpunkt: Dateninfrastruktur und Systemvorbereitung. Egal wie intelligent ein KI-Modell ist, wenn die ihm zugeführten Daten ungeordnet sind, sind auch die Ergebnisse ungeordnet. Unsere derzeit praktischste Vorgehensweise ist, das SAP-System wirklich in einen "KI-ready" Zustand zu bringen. Die Reinigung und Aufbau des Datensees ist ein strategischer Mittelpunkt. Dies ist eine zentrale Aufgabe für die mittlere Zukunft, denn ohne diese Arbeit sind alle zukünftigen KI-Anwendungen Luftgebäude.
Dritter Schwerpunkt: Markenerkennung in der KI-Zeit - Vom SEO zum GEO. Ich möchte hier besonders auf diesen Punkt eingehen, denn er verändert wirklich die Spielregeln. Derzeit ist bei 60 % der Google-Suchen kein Klick erforderlich - die Verbraucher wollen nicht mehr "Links durchsuchen", sondern direkt "Antworten". Wenn jemand ChatGPT fragt, "Welcher Sonnenschutz ist gut für empfindliche Haut?", und die KI-Antwort keine Ihrer Marken enthält, verschwindet Ihre Marke auf den digitalen Regalen. Deshalb testen wir kontinuierlich GEO (Generative Engine Optimization), d. h. wir wandeln Produktinformationen und Verbraucherbewertungen in eine strukturierte Form um, die das große Sprachmodell "verstehen" kann, damit die KI Ihre Marke bei der Beantwortung von Verbraucherfragen aktiv empfehlen kann. Dieser Kampf hat gerade erst begonnen, aber wer zuerst handelt, hat einen Vorteil.
Vierter Schwerpunkt: KI-beschleunigte Markeninhaltsproduktion und Produktinnovation. In China hat KI uns bereits bei der monatlichen Produktion von über 2.000 Videos im E-Commerce geholfen. Im nächsten Schritt möchten wir diese Fähigkeit auf Nordamerika und Europa ausweiten - die massenhafte Produktion von Produktbildern, Videos und sozialen Inhalten, während gleichzeitig die lokale Qualität gewährleistet wird. Bei der Produktinnovation nutzen wir KI, um die gesamte Kette von der Verbrauchererkenntnis über die Konzeptprüfung bis zur Markteinführung zu verbinden. Das oben erwähnte Beispiel der Analyse von 190.000 Datenpunkten bei den nordamerikanischen Verbrauchern und die KI-basierte Technologiesuche von Halo im Entwicklungsbereich sind Beispiele dafür. In Zukunft sollen diese beiden Aspekte verbunden werden, um den Innovationszyklus wirklich zu verkürzen.
04. "Agentic Commerce" ist da - Wie KI das Einkaufsverhalten der Verbraucher neu formt
36Kr: Sie haben mehrmals von "Agentic Commerce" gesprochen. Können Sie näher erläutern, wie es die zukünftige Einzelhandelsform umgestalten wird?
Sylvia Fu: "Agentic Commerce" hat in diesem Jahr einen echten Wendepunkt erreicht. Lassen Sie mich dies anhand einer Zeitlinie verdeutlichen: Innerhalb von nur sechs Monaten, von September 2025 bis März 2026, hat ChatGPT die Funktion "