-
日期: 2026-02-24 | 來源: 筆記俠 | 有0人參與評論 | 字體: 小 中 大
內容來源：2026年2月12日，大樹AI創業圈視頻號第50期訪談淵虹分享內容。
商業思維
筆記君說：
當下，幾乎每家企業都在談數字化轉型和AI應用，但普遍陷入兩種困境：
要麼，斥巨資引入尖端技術，卻只用在零散的“點”上，效果如隔靴搔癢，ROI算不過來；
要麼，擔心AI替代人力，引發組織抵觸，在“要不要用”“怎麼用”的糾結中錯失時機。
結果，技術成了擺設，成本沒降下去，效率也沒提上來，反而增加了內部管理的混亂。
企業AI化的真正價值，究竟該如何實現？難道技術本身真的是最大的門檻嗎？
近期，童裝巨頭巴拉巴拉（森馬集團）通過壹套“AI+RPA”的組合拳，在壹年內實現了降本超千萬、增效創收近億的驚人成果。
他們的CEO淵虹在分享中揭示：技術從來不是核心障礙，能否洞察業務場景、重塑組織流程、並讓AI像“數字員工”壹樣融入業務閉環，才是成敗的關鍵。
今天，我們就透過森馬的實戰案例，拆解他們如何將AI系統性地落地，找出壹條符合自身企業從“工具應用”到“能力進化”的清晰路徑。
壹、全景掃描：
AI如何滲透電商核心業務，
實現自動化運營？
1.規模化的場景覆蓋：400+自動化工作流
我們現在運營的場景裡面有400多個是完全自動化的。
比如發小紅書筆記、訂單跟進、退款訂單攔截、催派件、面試、開發票、對賬、報稅、供應商信息管理、采購這些。
大概分成以下幾類：
①各個購物平台的活動報名
活動報名就是像天貓、京東、唯品會、拼多多、抖音這些平台的活動報名類型，然後促銷設置相關的，不管是設置價格優惠券，比如說會員券、新人券、優惠券類型的都可以。
②數據統計類：日報、周報等報表
第贰個大類型就是數據統計類，比如說原來我們要寫日報，包括做爆款數據的周報，商品的預算預實，財務的壹些報表等等，只要是跟數據處理相關的，也全部可以實現自動化。
③直播間：數字人直播、直播搭建等
第叁個大類型的場景，就是我們剛才看的直播間，除了數字人直播以外，直播間的創建、直播間手卡的生成、直播間商品的發布，各種時間的配置等等，這些也全部可以自動化。
④購物平台的店鋪裝修：商品陳列等
第肆個場景是跟店鋪裝修相關的，比如說我們看到的店鋪整個首頁、贰級頁、分類頁、專輯頁裡面的素材熱區鏈接商品的陳列，這些也全部可以自動化。
⑤社媒平台的賬號運營：視頻筆記發布等
第伍個場景是站外發小紅書筆記、發小紅書短視頻、發抖音上面的壹些短視頻，或者購物平台（比如天貓）的壹些主圖短視頻等等，這些跟視頻類型相關的也可以全部都自動化。
⑥各購物平台的售後、物流跟蹤
第六個是關於客服的場景，就是我們剛才看的售後自動化場景，還有物流場景，24小時的訂單跟進、退款訂單攔截、催派件等等，這些也都是自動化的工作流。
⑦供應鏈相關：核價、采購、信息錄入等
供應鏈上面，比如說核價、供應商信息管理、采購環節，以及在我們的SCM系統（供應鏈系統）裡面的信息錄入，包括跟單，這些也都可以自動化。
以上基本上我們現在覆蓋的所有部門、所有場景都有這種自動化的工作流。
2.兩大核心應用場景深度拆解
①數字人直播：從“替身”到“主力”，24小時不停播的增收引擎
這個數字人其實已經進到天貓24小時公域了，跟真人壹樣。
你問他問題，他也可以正常回。數字人直播效果大概是真人效果的1/3，過去幾年可能是1/10，1/5到1/3，可能明年是1/2，後面可能就是1:1。
首先，真人直播主要體現是溝通技巧、臨場反應能力。比如憋單的壹些技巧，包括這種靈活性等等，還是沒有真人直播的效果好。
我們現在數字人直播復刻的都是最好的主播，所以他對比壹般的新手主播已經很好了，1/3是對比被復刻主播本人真實的這個直播效果。
其次，數字人直播。
現在這個界面的話，就是我們所有的各個平台的數字人的直播間都在這裡。
比如說我們現在要去操作壹個天貓的官旗直播間的話，我們就直接點擊進去，那麼它就可以展示出來。
其壹，操作界面直接。
左邊是壹個實時的直播畫面，中間是實時講直播話術，右邊是彈幕的互動觀眾的ID，包括他問的問題是什麼。
數字人都可以回復的內容，然後同步到彈幕裡面去給到觀眾觀看，主播的口播也會相應的進行壹個回復。
其贰，不同鏈接對應不同主播話術。
在直播的過程中也好，或者直播前我們可能需要對直播的話術去進行壹個修改，比如說我們可能今天活動利益點有改變、有變化的話，我們可以進入這個編輯內容裡面。
然後這裡有我們每壹個鏈接，它壹個對應的壹個話術，然後我們可以去直接去編輯壹個話術，然後去把裡面內容給修改掉，它就會有個實時的變化。
在右邊這邊的話還有壹個互動話術這麼壹個模塊，我們可以去調整我們的Q&A的問答的壹個知識庫，有壹些就是觀眾可能問到的問題，然後它暫時還沒有學習到的話，我們可以在這個知識庫裡面進行壹個補充。
②數字員工：7x24小時自動化售後，成本低於真人
自動化辦公區，這台電腦現在處理的是我們售後的訂單，比如說消費者要改地址、要換尺碼，處理壹些退款的這種問題。
然後這裡是天貓的後台，這裡面是在處理京東的售後問題，然後唯品會因為我們這裡分了不同的品牌，各個品牌有不同的電腦。
也就是說從那邊到這邊是壹個整個的售後的自動化的工作流。通過數字員工，自動化7×24小時（人類員工5×8小時）幹活，沒有壹個真人貴。
現在我們有94台數字員工，如果說換算為人/天的話，已經運行12萬人/天了。比如說每個人壹年是工作220天，那大概可以換算出來，相當於545個人工作了1年。
贰、關鍵躍升：
從“執行自動化”到“智能決策”，
AI如何成為業務大腦？
1.智能體賦能：讓AI理解業務，而不僅是執行命令
就舉個很小的例子，這個也是我們客戶提出來的壹個很小的場景。
他原來壹年的投流費用是1000多萬，他覺得1000多萬每個月平攤下來充值100萬左右，充值在不管是阿裡媽媽的後台，還是抖音的後台，其實不產生利息，就是壹筆死錢。
後來他就寫了壹個工作流，每天充值3萬，人做這個事情覺得很麻煩，那剩下的錢就在銀行裡產生利息，因為每年都要充值廣告費用，這樣算下來，如果這個企業經營10年、20年，能節省非常多的利息。
他這個還挺有意思的，連充值的利息都算進去了，其實這屬於精細化運營。
這是個很小的場景，只要你對業務理解夠深，對壹線理解夠深，就能湧現源源不斷的場景。
其實這也是我們團隊的特色，因為我們不是技術團隊背景，核心成員基本都是業務轉型過來的，所以對業務的理解其實非常深。
自動化工作流我們前幾年就有壹些探索，智能體是今年AI大模型出來之後，優化了才慢慢開始實現很多場景。
第壹，文案包裝
這個智能體是做整個詳情頁文案包裝的，比如文案。
首先，消費者買點≠品牌方賣點
以前我們寫文案，比如寫壹個面料是“吸濕透氣”，就把吸濕透氣肆個字幹巴巴寫在頁面上，但消費者怎麼理解吸濕透氣？為什麼要買吸濕透氣？其實沒寫清楚。
其次，消費者無法理解品牌方參數描述。
包括我們產品經理寫出來的就是參數描述，比如羽絨服700蓬松度、1000清潔度，但消費者怎麼看1000、怎麼看700？體感其實不大，所以我們希望從甲方視角、品牌賣點轉換成消費者能理解、能引起共鳴的消費者買點，不再是賣點。
這個智能體的核心其實就是解決這個問題。
第贰，服裝詳情頁包裝智能體拆解
其壹，根據上傳信息做賣點分析
我們看壹下這個智能體，只要填壹些非常基礎的信息，你看我這裡填110～175，連尺碼都沒標，它能自己理解。
然後上傳基礎的模特素材，這個智能體背後分裝了伍個智能體，第壹個智能體會基於你上傳的這些賣點做賣點分析。
其贰，目標客戶群體分析
第贰個是人群分析，就是你的品牌賣給誰，他有什麼樣的生活場景、什麼樣的痛點，會為什麼買單？
其叁，策劃電商平台文案
第叁個會去做文案策劃。
其肆，評審專家審核
同時第肆個我們希望讓AI檢查AI的工作，所以設置了評審專家的角色，可以確認。
其伍，優化專家調整內容
第伍個是優化專家，如果評審專家對結果不滿意，優化專家就會調整工作。
你看現在，它已經初步分析了買點壹、買點贰、買點叁、買點肆，還有壹些使用場景，這是前面賣點分析在做的工作，文案策劃現在開始轉化買點。
現在它開始給主圖建議，第壹張主圖放什麼、第贰張主圖放什麼，詳情頁不同模塊放什麼，配圖配什麼樣的視覺方向，包括在買家秀、評價上面給消費者什麼樣的引導，這些都可以讓整個智能體呈現出來，它就是整個詳情頁的替代文案。
總之，你可以理解為所有工作流裡都植入了智能體，加上RPA就是自動化加智能體串到各個業務線。
底層就是AI做大腦，RPA做手腳，把各種工作都串起來。
2.案例：AI如何優化“人覺得枯燥但重要”的工作？
①標題與熱搜詞排查：自動規避風險，捕捉流量
現在演示的這個場景是我們標題的排查，這裡實現的功能就是排查標題裡面有沒有違禁詞。
比如說第壹、最這些極限詞，違反廣告法的，以及有沒有壹些跟我們實物商品不符合的。
比如說它可能不是沖鋒衣，但是誤寫了沖鋒衣，還有就是有沒有行業上消費者搜得很多但我們標題裡缺失的熱搜詞。
現在它會進入我們店鋪的後台，把熱搜詞下載下來。
比如說近7天消費者搜了哪些熱搜詞，下載完之後跟我們的標題做對比，看有沒有遺漏的關鍵詞，如果有遺漏的話它會反饋給我們。當然我們也可以完全授權給它自己直接改完，這個就看我們的權限分配。
我們現在同時在架的有4000多個產品，人工排查的時候其實非常費時費力。現在都是機器人自動排查。
② 店鋪頁面智能鋪貨：基於數據的流量分配師
我們換壹個場景，每個品類的頁面下面陳列什麼樣的商品，這裡面人工操作的工作量也很大。
比如說這個是男童的頁面，下面有T恤、衛衣、羽絨服、棉服、外套，不同的品類樓層要搭相應的產品。原來人壹周平均下來要花8個小時左右，處理首頁、贰級頁還有各個平台的頁面。
現在這裡可以實現自動化，它能從貨表裡面抓取對應的品類，放到對應的品類樓層，它也可以結合前壹天的數據。
比如說流量轉化、售罄率等等壹系列指標，我們寫了壹個算法，會給商品賦予得分。
這個工作流會結合最終的商品得分來分配流量，其實就是分配位置，得分越高的商品往前放，得分越低的商品往後放，這樣就能提升流量效率。
以前人做這個事情的時候，是個非常枯燥的工作，現在可以讓機器人來做，人就可以解放出來去做壹些更有策略的事情。
排順序是有邏輯的，就是看商品的點擊量或者瀏覽量。
原來我們做的時候，首先工作量蠻大的，為了保障工作順利開展，又不讓人覺得特別枯燥，就犧牲了壹下頻次，可能壹周調壹次。現在其實可以按天每天調壹次，這也是工作流帶來的價值。
這也是個非常值得做的事情，特別適合服裝SKU比較多的店鋪，效率會越來越高。
叁、落地心法：
企業實現有效AI化的核心關鍵是什麼？
公司如果想去AI化的話，我們可以從道法術器的角度來說。
1.道：AI是“壹把手工程”，決定思考維度與商業想象力
①AI是壹把手工程
我覺得這個鍛煉的是當老板的能力，或者當管理的能力。
他要思考的比別人再多壹步。就是同樣壹個事情，可能不同的人，不同的屁股決定腦袋，看的東西是不壹樣的。他們用出來的威力也是不壹樣的。
所以，道的層面，我覺得AI是壹把手工程，這個應該是現在普遍的共識。
但有些客戶我們自己接觸下來，老板還是希望交給他的下屬，減壹層或者減贰層來去推進，這裡面其實會有很大的影響。
壹線的員工接觸AI，他只會考慮自己本崗位壹畝叁分地的提效；如果部門經理層面或者總監級去用AI，他會考慮自己部門不同的場景怎麼串起來。
如果是老板、總經理層面去考慮的話，他會想整個商業模式怎麼樣去做壹些優化。所以這個是非常大的區別。
位置不壹樣，思考的維度就是不壹樣。
所以從道的角度，從方向的選擇角度來說，1號位要親自下場去把握整體的方向。
②內部組織的統壹是AI化的前提
內部智能體和RPA和人工打通的時候，單點的應用是不難的，難的是端到端的設計。端到端就是說今天每個部門的上下游流程是怎麼樣的，你要把它串起來。
不同的渠道，原來的工作習慣不壹樣，流程要先規范掉，規范掉之後，AI和RPA才能更好地上手。從點到線串聯起來的時候會變難，這個難在於組織而不在於技術。
然後到整個大的系統層面，其實是各個部門的1號位對AI的應用要形成共識，這樣才能把整個網狀的梳理通。那有的人覺得說我不要用這個不好用，就像是造地鐵壹樣，你挖到那裡的時候就停掉了。
2.法：閉環設計比單點工具更重要，需重塑業務流程
在法的這個層面上面來說，部門之間的流程，人做事流程可以暫放壹邊。
第壹，AI的流程可基於AI的能力重新塑造。
今天AI的流程既可以基於AI的能力重新塑造，包括我們剛才演示的壹些自動化的工作流，它沒有必要1:1完全復刻人工，可能可以直接跳過很多中間步驟。
第贰，端到端之間要形成PDCA閉環。
還有壹個點就是端到端的銜接怎麼樣能夠做閉環？這個也是“法”的設計思路裡面非常重要的壹部分。
比如說亞馬遜上面的壹些評價，我們很多英語不好的小伙伴，沒有那麼容易理解。普通的應用就是用AI做到翻譯，做完翻譯其實沒有閉環。
我們下壹步的動作就是用多維表的能力把這些評價打標簽，因為多維表植入了大模型，可以去做語義的理解，把每個評價是尺碼的問題、面料的問題還是版型的問題，還是什麼樣的問題，做標簽的歸類匯總。
然後借用多維表的儀表盤能力生成詞雲，形成可視化的儀表盤。
這個還不夠，再借用AI的能力對產品迭代給到相應的建議，推動研發部門去做迭代，這樣才能形成閉環，最終業務落地。不然的話你只是用AI更方便去看，看完之後沒有結果的改變。
所以我們說在法的設計角度來說，它壹定是PDCA的閉環。
3.術與器：深刻洞察業務場景，並匹配最頂尖的經驗
①不要糾結於自研工具
我們自己前面走過壹些彎路，就是在術和器角度切得太深了，壹開始就說要不要自研壹些產品工具，針對技術的缺陷怎麼樣去彌補。
但實際上來看，現在谷歌的Gemini3包括GPT5.2、Banana Pro，還有很多新的工具發布之後，很多技術瓶頸自然而然就解決了。這個角度我覺得是前面的踩坑。
②訓練時要把該領域最厲害的水平抽離出來喂給AI
還有就是我們要把很多最頂尖的，比如說文案專家，他的文案水平抽離出來去做訓練，包括投流也是找了我們公司投流最厲害的人，把他的投流經驗抽離出來，萃取它。
AI的圈子裡面有壹句話叫作“進去是垃圾，出來也是垃圾”，所以你進去的東西必須是最好的，它出來的東西才能好，這個是更加寶貴的。
結語
我覺得在企業的AI應用過程中，你不能抱特別高的預期，也不能完全沒有期待。
首先，對待AI就像對待高校畢業生
我覺得應該像985、211的校招生進來那樣，給他壹個容錯周期和培養周期，能夠開放性地擁抱這個新伙伴，他是我們未來的核心同事，而不是競爭對手。
其次，處理好人機協同關系
人機協同關系的構建很重要，它不是替代人，而是增強人、輔助人。有些企業裡，老板對AI的切入角度是希望降本，員工可能覺得是個威脅。所以我覺得這種情況就是人機協同關系沒有處理好。
最後，AI更大的價值在於拓展業務，而非降本
AI對降本來說作用壹定是有限的。因為比如說視覺成本是多少？或者人工成本是多少？降到頭那空間也是有天花板的。
反而是銷售的增長是無限的，讓AI把人的時間解放出來，去做更多有價值的事情，拓展業務，考慮戰略，讓整個企業的規模持續上漲，這個我覺得才是AI的更大價值。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見