AI 提效率，人指引方向：电商经营进入复利循环。

撰文|蓝洞商业 赵卫卫

今年 618，外界感受到的热闹比以往少了。

平台大促不再是唯一的增长发动机，流量红利变薄，价格战趋于常态，品牌们很难再靠一次集中投放、一次爆款活动，换来确定性的增长。但在台前声量变小的同时，一场更隐蔽的战役正在后台发生：AI 开始渗透进电商「人、货、场」的经营链路。

它不一定直接表现为一个更炫目的营销创意，也不一定是一次短期销量爆发。更多时候，AI 进入的是排班、监播、供应商协同、商品核查、热点识别、门店数据分析这些过去琐碎、低效、但又决定经营质量的环节。

在「人」这一端，国货美妆品牌自然堂的直播间，用达播智能调度大脑和直播监控系统，节省了 80% 的排班时间，监播人力节省了 83%，人从高强度的人海战术中转向人机协同模式，把重复的任务外包给 AI，更专注于业务提升，进行判断、决策、创新；

在「货」这一端，优勤电商打造的供应商信息管理系统，即便供应商没有飞书账号，也可以实时把发货信息同步到多维表格中，节省了 70% 的群信息查询时间，而 UV 价值自动化系统，也一改人工处理运营数据的繁杂，让人不再去找数据，而是数据去找人；

在「场」这一端，三元借助飞书打造北京牛奶节，可以深入洞察线下市场的每一个零售门店，当天数据包直接导入飞书多维表格，数据自动流转、智能运算、一键生成报表；而零食品牌卫龙可通过 AI 自动捕捉、跟进每一个线上热点，仅此一项便省下百余万营销成本。

过去数年，电商平台依靠流量算法激活消费场域，依托千人千面精准触达用户，凭借仓储物流网络提升货品周转效率。

而今天，AI 正在做一件更深入、也更不容易被外界看见的事：它进入品牌内部，重塑一个个具体的经营动作。但这并不意味着人被替代。恰恰相反，在这些案例中，人仍然是系统的方向盘。AI 负责提高效率、处理信息、暴露问题；人负责定义目标、判断优先级、做出取舍，并把新的业务理解继续沉淀进系统。

电商正在进入一个新的阶段：懂业务的人，带着 AI 一起做事；AI 释放出来的效率，又反过来帮助团队更快学习、更快迭代。效率提升只是起点，真正重要的是，这套人机协同的机制正在形成复利。

「场」的本质，是 AI 让盲区说话

今年 6 月的三元北京牛奶节，是三元首次打造自有 IP 营销活动。作为三元销管中心的副总监，陈航第一次实时洞察到了北京线下消费网络的盲区。

高峰期，整个北京每天会有 2 万笔活动订单消费，来自商超和小店的每一笔订单，都经过支付宝核销，然后导入飞书多维表格，再经过后台智能体 aily 的分析处理，最终在两三个小时内，生成可供业务团队即时查阅的每日战报看板。

过去，这样的信息收集处理要一周，而且不稳定，如今，品牌与消费者接触的壁垒被打破了，盲区开始说话。

陈航发现，过去很多街边小店，因为消费体量小，很少进入三元销售管理的重点名单，但在这次战报中，它们表现抢眼，核销频次高，用户群活跃，「这是我们新的机会点，因为你投入不够，消费者就会去购买其他品牌。」

而更直接的品类洞察，是一款「炭烧奶皮子」的新品。过去，这款产品在三元整个销售体系中占比不高，但经过三元北京牛奶节「买老品送新品」的复购活动，这款新品在复购上远超预期，同比大幅增长，已经成为下一阶段扩张的重点品类。

在三元，AI 创新已经形成一种共创模式。三元数字化中心总监徐钰淞介绍，先是业务端提需求，数字化部门协同对齐，然后根据飞书提供的案例进行创新开发，「形成一种瀑布式的推进方式，最后共创出一套 AI 解决方案，进而把组织协同带动起来，探索新的应用场景。」

数据的价值不仅体现在三元内部经营决策的优化，更重构了品牌与经销商的沟通协作模式。过去，经销商进货依靠个人判断和库存经验，现在有了消费者动态数据，陈航开始与经销商一起调整进货比例和节奏，品牌有了更多话语权，经销商也开始意识到，自己维护的市场中真正在发生的变化。

三元第一次跑通了日维度的战报系统，每一家门店的消费者是谁、买了什么、什么时候买、复购了哪些品，这些信息以日维度的精度，出现在品牌管理层的屏幕上。数据在哪里，生意的下一步也在哪里。

与此同时，数据打通了盲区，AI 也让企业自身「照了镜子」。

陈航清晰看到了品牌与行业头部的差距。作为首次落地的 IP 活动，仍存在诸多不成熟之处：跨部门协作、关键节点统筹效率仍有较大提升空间。「明年的 IP 节，我们一定会从竞争维度横向对比所有品牌的IP数据，而且城市氛围中也要打造东道主的感觉。」陈航说。

这也是 AI 经营时代的本质变革： AI 提升业务的效率后，人协同 AI 循环学习，更会做生意。

「货」的提效，是避开信息磨损

「把人从数据搬运者，变成数据的应用者。低效的数据搬运，让 AI 和机器人去做。」优勤电商内控部负责人朱丽君的回答很明白。

优勤电商是电商行业的典型，日常需要运营 800 多种产品，与数百家供应商对接发货信息，原有流程上存在很多低效的环节。

在 AI 浪潮来袭时，电商公司都迫切希望跟上时代，优勤电商先是切换到了飞书，然后学习了大量效率先锋案例，包括行业内「交个朋友」直播间，受其自动化选品、商品核查机器人等数字化方案启发，于是公司从上到下开始全流程的AI 场景探索。

很快，优勤电商也上线了核查机器人，把 RPA 与飞书多维表格组合应用，每日核查一万个商品链接，扫描图片、标题和产品描述背后的问题，一旦识别异常，系统将自动推送整改任务。

从一个场景扩展到业务全链路，把数据搬运者变成数据应用者，这是优勤电商内正在发生的变革，团队已梳理全流程低效节点，挖掘各环节优化空间。

优勤电商后台供应商管理板块，通过妙搭搭建供应商发货信息收集网站，实现跟单员上传 Excel 后供应商线上填写，无需逐一发消息，数据导出汇总后同步至飞书多维表，每天收集信息的时间从两三个小时缩短至几分钟，数据完整性从约 60% 提升至约 95%。

不止于此，「我们已经跟一家供应商试点，把订货、对接、对账的所有维度都搭建起自动化」，朱丽君说。

在运营端，优勤电商搭建了一套 UV 价值自动化系统，RPA 从各电商平台自动抓取运营数据，数据清洗和汇总在后台完成，结果通过飞书机器人主动推送给运营团队，并以多维表格的形式呈现，支持在线编辑和公式还原，让业务人员可以直接调整策略参数。

这不再是人去找数据，而是数据主动来找人。

优勤用飞书制定成本核算

「飞书是一个很好的工具，但不是唯一的工具」，这句话道出了当下电商行业落地 AI 应用的底层逻辑，工具是载体，业务问题是出发点。飞书没有 RPA 功能，那就用影刀 RPA 来抓取数据；飞书没有某些接口能力，他们就探索飞书与其他工具的联动，飞书是服务结果的一环。

AI 带来的自动化不是目的本身，目的只有一个，实现更高效的结果，避开一切场景中的信息磨损。压缩后的每一个效率提升，都在转化为运营窗口期的竞争优势。

今年 618 对优勤而言，已经不是一个备战的节点，因为电商大促已经越来越常态化，销量增长相比过去已经不明显，相比冲刺大促，更重要的是建立一套够持续精准执行、永不疲劳的自动化系统。

流程在提效，工具在进化，业务在生长，优勤衡量 AI 推进效果的指标，不只是自动化的场景数量，更是一个更直接的指标 ：人工成本占总销售额的比例。一套系统落地多少应用场景重要，更重要的是它有没有真正改变人在工作中的时间分配。

这不是一日之功，也不是让人消失，而是让人专注价值创造部分的工作。

没有「人」的指引，AI 只是原地打转

「人类的主观能动性 (human agency) 将是推动 Token 资本增长的核心引擎。人类负责设定宏大的目标，跨领域地将线索串联起来，建立关系网，并洞察出最关键的规律。如果没有人类在前方指引方向，那些强大的计算力不过是在原地打转罢了。」微软 CEO 萨提亚・纳德拉最近撰文指出。

未来企业的核心竞争力，不是拥有最好的模型，而是构建一个让人与 AI 产生复利效应的学习循环，不断积累，不断放大这种学习能力。

在零食品牌卫龙，这种学习能力已经不断锤炼出价值。基于飞书多维表格、aily 智能体和 RPA，卫龙搭建起一套热点营销系统。RPA 实时抓取微博、抖音、小红书等平台的热点与舆情，数据汇入多维表格后，由 Base AI 进行多轮打标与萃取，过滤盲区中的噪音，精炼有效信号。

仅这一环节，舆情监测成本从 50 万降至 1-2 万，降幅超过 95%。但更关键的不是省钱，而是人对场域洞察的能力。

在卫龙的营销中，AI 会从时效性、话题与品牌关联度、预期传播势能等维度对每条热点进行评分。这套评分体系上线仅一周，便识别出 18 条高价值热点，其中 12 条已投入专项资源跟进，业务人员不再是盲目追热点，而是在热点到来之前，看清楚押注的信号。

也就是说，AI 强大之后，真正会判断会学习的人，比过去更加珍贵。

在美妆品牌自然堂，三个人的达播客服管理小组，自发带头把龙虾接入飞书，打造了两个自动化 Skill，一个自动化排班系统和一个直播监控系统，目前这套方案，已经复制到自然堂其他所有电商平台的运营场景中。

自然堂用智能体安排客服排班

排班自动系统可以在几秒内完成缺员预测，通过飞书即时推送提醒管理人员，将响应时间从小时级压缩到分钟级。常规排班的准确率可以达到 100%，达播场景的AI排班占比已超过 60%。

而在直播间，监播员工从 6 人减少到 1 人，他们再是紧盯屏幕的「信号接收器」，转而成为分析弹幕逻辑，不断迭代话术库，并且与达人做事前沟通的内容策略师。

有一次，达人在直播中提及了活动机制里并不存在的赠品，AI 立即预警，避免了大量售后纠纷。还有一次，主播在高强度的直播中犯错，说「尽快发货」但没有给出时间节点，结果 AI 监测到弹幕高频追问后，提醒团队及时纠正，咨询量随之回落。

最关键的，是人与 AI 的学习循环正在建立：AI 汇总问题，人去分析报告，进行话术优化，提升下次直播质量，汇总新的问题，每一轮循环，都是一次直播内容的提升，同类问题出现概率持续下降。

这个三人小组，已经瞄准了更远的目标，实现真正的动态排班。也就是通过飞书的智能体，根据直播间的实时流量，预估所需要的客服人力，并自动完成调班建议，而不是依赖管理者的经验判断。这要求系统不只是被动响应问题，而是主动预测需求。

从被动向AI 提问，到主动把 AI 嵌入飞书的工作流，这就是让人与 AI 产生复利效应的学习循环。

效率只是入口，复利的飞轮才是目标

把三元、优勤、卫龙、自然堂放在一起看，会发现一个共同的轨迹：AI 进入业务场景的第一步，都是某个具体的效率问题，舆情报告太贵、排班响应太慢、数据处理太重、链接核查无从下手，而且细节都藏在后台系统、业务表格、机器人提醒和流程节点里。

但没有一家公司停在效率这一步，效率只是入口。

人开始做更高质量的判断；更高质量的判断，反哺了系统，让 AI 更准确；更准确的 AI，进一步提升了效率。这不是一次性的改善，而是一个飞轮，每转一圈，都比上一圈更快。

飞书承载的，正是让这个飞轮转起来的场域：三元食品的日更战报系统，几周内实现概念跑通，首次洞察消费者行为数据，明年要做更大维度的迭代；自然堂的监播预警，由三个人自学部署，从一个直播间的小场景切入，逐步演化为覆盖所有平台的标准化方案；优勤的核查机器人，学习先锋案例后快速部署，又以此为起点，延展到 UV 自动化和供应商管理的完整链路。

工具可以购买，能力必须积累。这三条路径，起点不同，节奏不同，但方向一致：从单点效率，到场景扩展，到能力积累，到组织进化。

效率是入口，成本是证明，复利才是目标，而人货场的 AI 变革， 飞轮才刚开始转动。