电商行业越来越卷，为了出单，就要打价格战。还有其他解法吗？
天度科技的合伙人，罗文老师，作为从电商内卷中突围的亲历者，两次用AI，让企业内部的收入结构实现了二级火箭式的增长。甚至，还把经验封装成AI工具，输出给了同行。
那企业用AI，哪些环节最有效，怎么实现弯道超车？来听罗文老师展开讲讲。
作者：天度科技合伙人，罗文
来源：得到新商学4月AI增长大会主题演讲
文章经由编辑整理发布，未经授权，不可商用转载。
今天我想跟大家分享一下 “同行太卷，如何用AI弯道超车” 这样一个话题，我来分享感觉还挺合适的。先给大家介绍一下我自己，我从事营销工作已经十年了，从 2012 年一直到现在。另外呢，我还有一个身份，就是做了三年的兴趣电商。之前我们是做公关活动的，后来疫情来了，我们就转行做电商了。我是云南昆明的，就开始卖茶叶。
在卖茶叶的过程中，我们发现这个行业竞争特别激烈，太卷了。在那个时候，AI 出现了。近两年，我们一直在用 AI agent 来赋能我们自己的企业，而且在去年，我们还把我们的产品输出给了同行。
今天我想给大家分享一下，我们通过两次运用 AI 的方法，让企业内部的整个收入结构实现了二级火箭式的增长。
最开始做茶叶的时候，这个行业存在很多复杂的维度。首先它是非标的，概念特别多。比如说做普洱茶，有玩山头概念的，有搞金融玩法的，还有关注树种的等等，这就让消费者的认知成本变得特别高。
我们在云南昆明，当时面临着很多困难。主播能力方面特别差，毕竟我们不在杭州这种电商发达的地方。运营能力也不行，内容能力同样差。为了改变这种状况，我就去了交个朋友直播间学习怎么做兴趣电商。在那里我学得还挺不错，顺利 “毕业” 了。
从交个朋友直播间学完回去后，效果特别明显， GMV（成交额）在 6 天时间里提升了 22 倍，当时交个朋友还拿我打广告宣传。这时候我就意识到自己已经掌握了一些能力，想着回去组建一个团队。
但很快就遇到了麻烦。一方面，每个人的学习能力和理解能力都不一样，很难把学到的东西迁移到团队中。另一方面，只要主播或者运营人员一更换，又得重新进行能力的迁移，这让我特别疲惫。
还有就是复盘工作，我们按照在交个朋友学到的核心方法论，直播 4 小时就得复盘 4 小时。要是晚上 8 点开始直播到 12 点，那复盘就得持续到凌晨 4 点，每天都是这样高强度地工作。
后来行业竞争越来越激烈，卷得厉害。价格战打得很凶，你卖 500，别人卖400，你卖 400，别人卖 300。不仅我们累，主播和运营也都受不了这种高强度的工作。而且在平台和直播时长方面竞争也很大，我们播一个平台，人家播两个平台，我们播两个平台，人家播四个平台；我们播 4 个小时，人家播 24 小时。
记得去年得到新商学院有一场电商分享，有个叫伞哥的老师，我看到他我都去跪拜了。他们叫“一个月日不落直播间”，一个月都不下播，直播时长达到 300 多个小时，这真的颠覆了我的认知。
基于这些情况，我们发现一个很严重的问题，就是越努力越焦虑，增长变得越来越困难。因为大家都知道很多方法论和信息差，流量也变得越来越贵。我们从短视频带货一路做到直播带货，从自然流做到付费流，一直跟着抖音平台的发展走，可还是面临着这些困境。转折点也在这样的情况下来到了一个维度。
一、AI是中小企业革命的工具
第一个维度，2022 年 11 月 30 号，生成式人工智能出现了。当时我们发现这个东西很好用，可只是简单地当成搜索引擎用了用，就放弃了深入接触 AI 的机会。一直到 2023 年 10 月， GPT S 出现后，我们团队才开始真正接触 AI，这个时候已经错过了一年的时间。
那时我找了大量学习资料去研究怎么使用 AI。2023 年 10 月，初代的 AI 智能体概念开始出现，我就在想，能不能把我学到的所有经验，封装成一个智能体，让员工能更好地运用。当时被阿里王坚博士的一句话打动了，他说 “AI 是革命的工具，还是工具的革命？”，很多大型企业觉得 AI 只是工具的革命，而他认为中小企业要把 AI 时代当作革命的工具。我们作为中小企业，觉得这肯定是革命的工具，于是决定好好深入学习并入局 AI。
我们先搭建了一些小场景。做直播的时候，之前复盘工作特别累，要逐字抠主播的话术，而且主播理解能力参差不齐，又经常换品类，很难形成标准操作流程（SOP）。于是在 2023 年 10 月，我们做了一个叫“直播话术优化大师”的智能体。只要输入产品SKU，它就能生成预热、留人、锁客、逼单、营造气氛等各种直播话术。有了这个工具，基本不用再和主播复盘了，非常方便。
这个工具带来的体验感非常好，它帮我们团队节约了 40% 脑力的重复劳动，大幅缩短了复盘时间，直播间的 GMV 和流量也得到了大幅提升。
前几天和马想老师交流，了解到做 IP、做内容的老板们普遍面临选题的痛点，不知道今天该做什么内容，从哪个视角切入，哪个话题可能会爆。马想老师也提到他的卡点是选题。于是我们基于马想老师的人设背景，做了一个帮他选题的智能体。
好的 AI 运用和智能体，一线员工基本不用学提示词，马想老师用的这个智能体，只要每天 8 点钟点一下启动按钮，它就会把全网的热门话题抓下来，结合 AI 算法与马想老师的人设进行匹配，然后告诉他今天适合讲哪十个话题。像昨天晚上启动后，出现了 “京东外卖入局”“拆二代” 等话题，既吸引人又符合得到新商学院的主题。
搭建这样的智能体不需要会代码，我用的是扣子平台（COZE），再结合多维表格就更强大了，它在多维表格里作为一列，可以每天储存数据，定期查看。
二、企业有效落地AI的关键环节
在做直播电商过程中，我们后来拆解了整个流程，发现每一个环节都可以用 AI 重新做一遍，直播时大概优化出了 107 个可以用 AI 处理的细节地方。这里想分享一个窍门，入局 AI 一定要从小切口入手。
举个例子，现场不少老板希望 AI 能一键生成短视频内容，这看似美好却很难实现，属于 “宏大的许愿”。一个短视频如果进行拆解，大概可分为 20 个部分，而每个部分又可能细分成 10 个任务。就拿最简单的短视频来说，它需要视频拍摄脚本和文案，文案又包含标题、正文、标签等。我们可以先从标签生成、标题生成等小步骤入手，逐步推进，这样才更有可能实现 AI 的真正落地。
很多自媒体宣传的批量操作，大多是为了引流，实际落地很困难。我们在 2023 年找了很多 AI 公司，发现他们所说的方案往往难以在实际中运用。
我们对直播的整个流程以及产品、市场定位等五大模块都进行了详细拆解。比如在直播流程中，每个节点都进行了分析。我对多维表格有特别的感情，因为我们现在就是利用多维表格，结合扣子平台（COZE）搭建知识库，然后构建 AI 智能体来开展工作。
你可以把 AI 智能体理解为一个 “数字工人”，虽然还没达到数字员工的级别，但它能专注于单一任务。就像多维表格的每一列，代表着做好一件事。在实际落地场景中，通过扣子加多维表格的形式，我们把 107 个细节点都打通了，只要输入一个抖音链接，后面的 107 个节点和任务都能由 AI 自动化完成。最关键的是，要把任务拆细，具备工程性思维，遇到困难的任务，拆得越细就越容易解决。
比如想让 AI 生成视频很难，我们可以先从 1 分钟视频细化到 2 秒钟视频，而 2 秒钟视频可能就是一张图片，那就先从图片优化入手，进一步细化到提示词等，这样就更便于落地操作。
在内容创作和数据分析板块，尤其是数据的分析方面，我们大量运用多维表格，把它和后台数据以及各个平台的数据打通，这非常实用，能帮助我们进行高效优化，包括推广、投流以及素材制作等方面。
以前投流，拍好一条内容就直接投放，虽然也会做一些策略，比如设置人群包等，但现在精细化运营变得非常重要。过去，我们很难针对不同人群，比如 20 岁女性、50 岁都市白领男性或引发人群，去生成特定的文案。但现在借助 AI，这变得很容易。我们通过多维表格搭配智能体，打好人群标签，就能给不同人群生成专门的文案。
很多时候，转化率的提升关键在于信息匹配度。信息匹配度高，转化率自然就高；如果信息没匹配好，即便内容优质，转化率也会低。因为好的内容没有展示给合适的人。现在，我们用 AI 进行精细化运营，把我们投流的 ROI 变得非常高，像我们这个行业大概可以直接 ROI 达到7
这种 AI 的应用带来的是什么？其实是整个组织力的提升。AI 要在企业落地并实现增长，第一步就是梳理业务场景，理论上需要把整个业务流程梳理一遍。而且 AI 目前更适合已经跑完 0 到 1 的企业，处于 1 到 10 阶段的企业，想要借助 AI 从 0 到 1 跑通企业级运营，难度很大。
第二个环节就是寻找AI替代点。寻找 AI 的替代点时，要关注高容错率的场景。以前代码时代是确定性的世界，我们习惯追求正确答案，但现在，我们正从确定性时代向概率性时代迁移。拥抱 AI 的老板们要转变思维，接受这个世界更多是讲究概率，没有绝对的对错。对 AI 的包容度越高，越能更好地接触和应用 AI。比如我最初接触 ChatGPT 时，我觉得这个是啥呀？问他个问题答也答不出来，我完全不包容，不包容就导致我们这个企业少一年的时间去真正的拥抱AI。
最后就是小步快跑，快速试错。我服务了很多公司，这个过程中，我发现很多公司的开发周期都特别长，导致难以落地。因为开发周期如果超出 3 个月，很可能在开发过程中会出现新的变化，让之前的工作白干。
我们内部总结出规律，开发周期不超过 4 天，先完成 4 天内能完成的任务，这样能快速试错，验证 AI 应用的可用程度。包括我们去和一些上市公司合作，我们都是约定好，4 天内可以完成的我们就干，超过 4 天确实能干，但我们就暂时不干。我们先把那些4天能完成的事务把它干完，这样的话就能快速地试错，快速地去验证这个AI应用的可用程度。
三、用AI弯道超车
第一个关于 AI 在企业内部应用提升人效的故事讲完了，效果非常显著，我们把人效提升到了很高的水平。接下来跟大家讲讲第二次增长。
当我掌握了 AI 能力后，我才发现真正的机会或许不只是降本。当时我把自己用 AI 做出来的东西分享给同行，让他们试用这个软件，看看好不好用，然后问他们是否愿意付费。就这样，新的机遇悄然而来了。
2024年 6 月份，在一个电商培训的场景，有些老师帮我推广销售，一天就能卖 50 万，几天下来就卖了几百万。就像这个智能体，24年 5 月份做出来的，得到新商学的老师和老板们应该有体验过。
它的逻辑是这样的，通过一个抖音链接，我们可以进行复盘、拆解文案、二次创作、生成产品详情页、生成用户评论、进行用户管理、做私域流量，还能根据不同平台生成不同文案进行分发。就这么一个小小的工具，一个月卖 1000 块钱，一年下来也能卖不少。要知道，一个员工一年的成本至少 6 万多，而这个工具一年还不到 1 万，效果却非常好。
通过这个场景我们发现，AI 不仅能提高效率，还能创造新的利润点。把自己在行业里用 AI 总结出来的方法封装起来，二次售卖，这就是二次增长的策略。当行业竞争很激烈、很卷的时候，我用 AI 做出行业里的专业知识（know how），卖给同行，让他们去竞争，我就可以换个思路发展。
把自己行业的隐性知识转化为 AI 解决方案，再卖回给行业，这是当下企业增长的第二个策略。就像王坤老师分享的，他把自己的案例和最佳实践经验封装起来卖给同行。在传统行业，这个机会更大，因为传统企业数字化程度不高，信息差很大。如果在座有传统企业的老板，真的可以抓住这个机会，对于中小型企业来说，很有可能实现弯道超车。而且搭建智能体并没有那么难，我自己不懂代码，现在也成了国内比较擅长搭建智能体的人之一。
各位老板要积极拥抱 AI，而且这件事最好自己去做。我试过带着全公司培训智能体相关内容，很难推进，大部分员工自驱力不强，做不出来，只有少数人有苗头。所以企业的一号位一定要亲自去接触 AI。
对于非 AI 技术行业的普通人来说，使用智能体是让 AI 真正落地的有效策略，而且真的不难。我们线下课有些比较聪明的同学，现场学了就能拿回去变现。
再讲讲另一个维度，干AI的人一直在学习 AI，但他们对行业不够了解。我们每个人在自己的行业里都有五年、十年以上的经验，这些经验是花时间和金钱积累起来的，而学习 AI 只需要半年到一年的时间。真正纯做 AI 的人，他们没有行业经验、行业专业知识（know how）和最佳实践，只懂技术，做不出特别好用的东西。这就给了我们这些有行业经验的人机会，结合 AI 技术，我们可以创造出更有价值的产品和解决方案 。
目前在 AI 领域，存在着两大波人。一波是对 AI 技术非常了解的人，但他们不清楚最佳实践的方向，也不了解客服这些实际业务的具体需求；另一波则是拥有丰富行业经验、掌握大量行业专业知识（know how）的老板们，可他们不知道怎么将 AI 落地到实际业务里。
我想告诉大家，解决方法很简单，就是要去学习，并且在实践中学习。AI 的落地场景，需要自己去探索发现，因为每个行业、岗位以及产业链的维度差异都非常大，几乎没有懂 AI 的人能熟知所有行业的细节。所以现在的机会刚刚好。
就像2024年7月份上线的多维表格字段捷径，我是第一批体验者。多维表格可以作为知识库，非常好用，我们内部就在这样使用。以前大模型和产品不太稳定，而现在是入局的好时机。现在不像以前做智能体，平台一更新就得全部调整，现在平台已经相对稳定了，所以现在入局比以前更轻松、简单。比如前两年研究图片相关技术（如 MG、Comfy UI、SD ）的人，可能研究了一年，突然发现因为技术迭代，过去很多努力白费了，而现在使用智能体落地，大幅变动的可能性很小了。
大家可以把自己的行业知识进行变现，把他们封装成 AI 产品出售。就像我前两天把得到老师的做客方法论做成了智能体，打算完善后卖给得到。当然，我现在做出来的可能只有 50 分，还需要打磨。从能用的产品到好用的产品，差距就在于行业经验，需要清楚知道什么是好的、什么是不好的。因为我缺乏某些行业的感觉，很难做出 80 分的产品，但大家可以凭借自己的行业经验做到。
传统行业的经验和 AI 相结合，会形成一种降维打击的效果，而且目前还存在很多机会，特别是对于传统行业来说，信息差比较大。即便到现在，真正实现 AI 落地的上市公司或大企业也不算多，很多所谓的案例只是极端个例，难以复制。所以现在大家的机会是平等的。
就像我和王坤老师，我们都是先在自己的行业里掌握专业知识，然后运用 AI 在企业内部跑通业务流程。跑通之后，将经验封装成 AI 产品，出售给同行。对于中小型企业来说，这是一个很好的策略，避免与同行恶性竞争，而是通过这种方式实现差异化发展。
说到企业落地AI的方法论，首先要明确自己具备独特的技术和经验，回顾在行业和业务环境里那些独特的方法论。接着，把显性或隐性的经验以智能体的形式封装起来，把它产品化，既可以卖给同行，也能提供给新入局的人。
我们也在做一些前沿的探讨，现在体力劳动被大量替代，无人工厂增多，以前知识工作者和脑力劳动很值钱，但现在AI 来了，未来脑力劳动的重要性可能会改变。或许下一代的产品会以智能体的形式出现，大家可以尽早接触智能体相关领域，推动行业的中长期变现。在这个过程中，持续更新智能体，利用企业间的时间差和信息差，为他人提供增量服务。
在使用 AI 工具的时候，不要盲目追求数量，要少而精。AI 工具太多了，比如聊天工具就有豆包、Kimi、腾讯的元宝、Deep Seek 等等，但其实使用一两款就足够了。我跟大家说个底层的东西，随着模型的不断发展，很多工具的功能差异在逐渐缩小，现在更重要的是大家的注意力。
你们有没有发现，现在的注意力越来越不集中啊？因为信息太多太多了，所以这个时候，我们只研究一两款工具够了。比如说多维表格一个够了，然后智能体我只研究扣子（COZE）就够了，聊天的就用DeepSeek。当然我肯定建议有条件的老板，尽量去用世界比较先进的这种模型，一个月就 200 块钱，你也不要不舍得这个钱，他能给你省很多写提示词和思考的时间。
不懂技术不是理由，关键是要实现思维转变，不要有非黑即白的思维方式，不能因为觉得工具不好用就放弃了。在 AI 时代，要更多地进行自我反思。比如以前我们可能觉得员工做事不够好，你使用 AI 后可能会发现是自己表达存在问题，意识到这一点其实是自身在进步。
寻找高质量的信息源对于学习和落地 AI 非常关键。如果信息源有问题，比如跟着多个老师学习，最后发现其中某个老师讲的内容虽然吸引人但实际走不通，就会在错误的方向上寻找正确答案。一般来说，内容不太火爆、点赞数不多但干货较多的信息更值得关注，而那些点赞很多，标题诸如 “3 招教你什么” “5 分钟以内可以怎样” 的视频，大概率质量不高，尽量少看。
我举个例子，之前大年初八的时候有个特别好的案例。有人看到短视频 “5 分钟教你部署本地 Deep Seek，一般电脑也可以部署”，老板让员工去研究并部署，结果耗费一两个星期，可能部署的只是一个 1.7B 的开源模型，和满血版的 DeepSeek 完全不是一个概念。这就是信息源完备性和筛选性的重要性 。
所以对于本地部署这件事，我建议先不要着急立马就上，而是先在实际使用中探索，等把业务流程跑通了，再考虑。
关于数据安全，很多企业都很关注，担心数据泄露。但实际上，大模型公司一般不会要没有经过打标签和清洗的数据，因为这样的数据对于模型来说是有污染、无法使用的。所以大家不用过于担心数据上传后会泄露，要实现思维转变，才能更好地拥抱 AI。
最后我想说，我们不是在和人工智能竞争，而是在和没有使用人工智能的自己竞争。我就是通过接触AI、学习AI、了解AI、拥抱 AI 以后我其实每天都是在跟自己比，从来不跟别人比对。
那最后我想跟大家抓抓落实。各位老板首先要评估自己的业务流程，梳理出其中的最佳实践或者已经实现标准化操作流程（SOP）的部分。有 SOP 的大概率就是最佳实践，把这些 SOP 梳理出来之后，找可以用 AI 的点。判断的方法是看产品的容错率，不需要人去判断的高容错率场景更适合 AI。不要一味追求全自动化，适当让人辅助，降低一点要求，落地的概率可能会大幅度提升90%。
第二个是尝试一个 AI 工具，我就建议尝试一下扣子智能体（COZE）。因为我自己在这个上面用，我觉得这个确实能给我带来非常多的体感。
第三个，从企业内部组建一个小团队，找几个对 AI 感兴趣的人。就像热爱 AI 的人聚在一起形成的社区一样，只有在热爱的驱动下，才能坚持做枯燥且经常会遇到卡点的事情。比如公司里有小伙伴做出了让人惊讶的成果，像搭出了多维表格，这样的员工应该给予奖励、升级提拔、重点培养。一般来说，年纪偏年轻、学习能力强的人更容易接受和落地 AI。以前强制员工学习 AI，即便每天拿出三个小时专门学习，效果也不好，因为有些人没有领悟到 AI 的关键，使用 AI 工具时会觉得难以沟通和操作。
最后我想说的是，当别人还在为内卷而烦恼的时候，可能你今天听完这个分享，回去就开始抓抓落实，率先行动起来，大概率可以享受到 AI 带来的成长红利，这种成长不仅是个人的提升，也会促进企业的发展。
END
#artContent img{max-width:656px;} #artContent h1{font-size:16px;font-weight: 400;}#artContent p img{float:none !important;}#artContent table{width:100% !important;}