日斗-优配圆桌对话：从电商到制造 AI工具的“能”与“不能”以及“可能”

【亿邦原创】7月30日日斗-优配，在浙江“平台+产业”AI对接会上，1688产业智联总经理Steven，小象智合COO李鑫，极睿科技CEO武彬，一知智能CEO陈哲乾展开了一场以《对话产业AI新能力》为主题的圆桌对话，本场对话由亿邦动力产业互联网主编张睿主持，探讨了AI能为产业客户提供怎样的价值，AI当前还尚未覆盖哪些场景，B2B在AI时代的挑战与机遇等问题。

1688产业智联总经理Steven认为，平台和行业、产业首先要打破信息差，还原工厂原本的制造能力，才能去做链接，从而步入AI的应用。

小象智合COO李鑫表示，如果想用AI改善产业的传统问题，AI工具好不好用是关键。但既然已身处AI时代，还是鼓励企业积极尝试使用AI工具。

极睿科技CEO武彬指出，从选品、做内容、售卖、客服打电话以及生产中长期来看，每个环节都能用AI提高效率，AI全面铺开只是时间问题。

一知智能CEO陈哲乾称，to B元年，AI工具将出现两种趋势，一是给专业的人用专业的AI工具，一是AI公司代客户使用AI工具，直接交付结果。

以下是访谈实录，由亿邦动力编辑整理。

张睿：首先请几位嘉宾介绍下各自的公司，提供什么样的产品面向什么样的客户。

李鑫：大家好，我是李鑫，感谢1688的邀请，我简单介绍下我们公司，我们是传统的印刷包装制造业的一员，我也在这个产业里做了21年。我们主要服务的对象就是消费品品牌，比如说像酒水饮料、食品包装、保健品这三大类是我们比较主力的服务客户群体。我们提供的服务是给消费品品牌提供包装设计到印刷生产的一站式服务。

武彬：大家好，我是极睿科技武彬。我们是一家用人工智能服务电商卖家做营销素材的公司，电商所需要的文本包括标题、文案，所需要的视频、直播，直播切片这些内容，我们用AI帮他生成，目前我们是服务了几千个品牌商，包括淘天、1688商家，我们自己也希望通过好的内容帮助商家实现好的GMV。

另外我们自己现在也在用AI来做智能体，做带货和卖货的任务，一个月帮商家卖货也能卖几千万，所以也非常希望让大家用好AI工具，实现更高的GMV增长。

陈哲乾：大家好，我是一知智能陈哲乾。一知智能顾名思义就是一问便知，所以我们公司主要基于AI互动营销展开。今天在中国营销主体其实是顾客本身，所以对于企业来说如何跟客户产生亲密关系非常重要，我们基于人机交互技术在电话、微信场景去帮助企业和用户交流。

大家可以理解是一些电话是AI给你打的，或者说是在微信场景用户感受到品牌和大众互动包括朋友圈的点赞，其实很多是我们在做的。我们大概服务了将近三千个头部品牌，我们一个业务就帮品牌给用户打电话，给用户发微信、发短信。

另外我们还有一个业务是AI MCN，刚才提到像数字人直播、短视频种草，也是基于整个营销的内容策划展开的。

张睿：请几位AI公司的创始人来谈谈，你们从AI角度能为在场的1688客户提供什么样的价值，这个问题从陈总开始介绍。

陈哲乾：就像我刚才介绍到的，我一直认为今天的营销最核心点是客户关系，所以跟客户之间的互动一定是全方位的，有一部电影不知道大家有没有看过，想要给一个富豪洗脑让他去赌55号球员这件事情。这个富豪其实在一开始就被洗脑，从他出门看到的55号数字、街边看到的55号的标志等一系列的洗脑，让他记住了55号这个数字。所以他最后选择了赌的是55号。

一样的道理，对于客户来说，假如今天他在很多地方看到了这个品牌，实际上对他来说这个品牌可能就是他想要的。

我们在做的这件事情可以理解成帮助企业跟他的客户之间形成亲密互动的关系日斗-优配，因为在营销领域如果以前，像电视传播、电梯传播那些都是单向传播，今天要形成亲密关系，其实最重要的是互动，用户想找你的时候能找得到你，平时的话你也记得我，要找我的时候也很方便找到我。所以电话、微信包括短信里有大量可以用AI交互以及AIGC产生的内容去做。

对我们来说是围绕营销四件事情做：一是策略，有很多策略可以AI去做的，AI做用户调研、满意度回访；二是内容策略，AI如何去做好的内容、好的文案、好的图片、好的视频；三是触达层，如何找到对的人群，在对的时间点通过对的联系方式传递对的消息；四是运营，简单点可以理解成如何在电话里的互动、微信里的运营互动，类似客服的角色。

从我们公司的商业模式层面，现在分成两种，一种有点偏工具属性，但是我们现在有了一个很大的突破点在于我们变成了AI雇佣兵的模式，从公司的规模上看我们公司大概两百多号人，所以可以理解成是中小企业，但是从AI雇佣兵角度看，就是我们此时此刻有正在做直播的、有正在做客服的，有正在做销售的，有在做私域运营的，我们由公司机房里对外输出的AI员工是超过20万人。所以从员工数量我们也算是一家大公司。

其实大家都在讲的Agent概念很火，但Agent只是一个概念，不一定是一个固有的产品形态。所以对大家来说未来在营销领域更多把营销拆成四个workflow，每个workflow都可以用AI逐步去取代，形成人机协作，从100%的人到30%的机器再到70%的机器，逐渐把AI属性在每个workflow上覆盖。

张睿：陈总您刚才讲的这些服务是不是针对大客户的？针对中小企业的需求你们是如何去匹配的？

陈哲乾：其实就是两种模式，对于偏中小企业来说更多的是一个工具，买这个工具开箱即用，我们有轻量版的。但是对于大客户来说更多是雇佣兵，雇佣兵的逻辑是我们帮他打江山，我们跟他去分田地。我们怎么帮他打江山，我们用的工具是我们提供的，我们自己用解决方案，对用户来说更多看的是结果。

张睿：谢谢，请武总来讲讲极睿是怎么做AI能力的。

武彬：我们是一直围绕内容，因为我们觉得这两年电商内容价值变得越来越高，之前大家讲商品为王、渠道为王或者供应链为王，这两年不管是在货架电商还是内容电商，大家对于内容的诉求和重视程度都越来越高，不管是平台、买家和卖家都希望围绕内容来做留存、变现、带货。所以我们就一直围绕内容来做生成的事情。

内容在电商里面也分为两种，一种是商品展示的内容，类似于之前的电商页面，主图、详情页、海报，我已经有购买的意图，我点进来做下单前的购买决策。另一种是营销种草，比如说大家日常去刷小红书、抖音、视频号、短视频直播。所以很多消费者决定要不要买什么东西，最终要不要下单买哪个品牌，都是这些内容决定的，在站内也有，站外也有，像淘宝、天猫里的逛逛等等。我们主要帮助商家来做这些内容。

之前商家需要雇很多人拍摄，像模特，场景，再雇剪辑师来剪视频，再雇美工来P图排版，再雇文案来写营销文案，我们通过AI能力一站式生成对应的文本、图片和视频，并且我们对接了国内平台像淘天、1688都是官方的ISV，能一键发布上来。我们也是希望通过内容的制作、内容的管理和内容的分发，让商品店铺运营的很多工作自动化完成，花费更低的店铺运营成本。

张睿：您刚才讲内容对于每个电商商家都非常重要，有没有一个数据来表示用了你们的产品能够帮商家减少多少成本？

武彬：基本上能减少80%，之前整个电商内容运营里有几个工种，编辑、美工、运营、文案、剪辑师，编辑是来填属性的，刚才我们也有看到电商的页面里的属性，像比如说衣服，领形、袖形、纹理花纹、适用人群、场景、细节这些元素来填，文案来写标题，美工来P图排版，剪辑师来剪视频，最后店长来发布。最后还需要很多运营做很多视频再发出去，这些岗位现在内容制作都能用AI来替代了。

李鑫：我们的AI能力主要是围绕着包装设计到印刷生产的一站式搭建的，因为我们服务的客户群体里有两大类，第一类就是KA类的像茅台这种大客户，还有一类也是今天1688在做的事情，在服务很多小微B，其实很多小微B的消费品也好企业也好他们对包装设计到小批量的柔性供应链生产的需求也是很旺盛的。

所以针对这两类不同的客户群体，我们的AI服务逻辑也是不一样的，我先说下针对大品牌商，他们给到我们产品包装设计的要求时，他已经非常既定了，这里面AI能发挥的作用相对会比较小一些。但是大客户也有很强的诉求，就是产品能不能在消费端卖得出去，尤其是在现在的市场环境下很多的大消费品品牌也面临着销售压力，包括刚才郑院长讲到的情绪价值还有个性化、定制化这些都是对消费有非常大的影响。其实AI的出现对这些需求是有非常好的响应。所以针对大客户我们推出的产品更是围绕着大品牌商的营销来去做的。

刚才两位嘉宾做的是内容，我们是把包装作为一个营销的载体，原来的包装千篇一律，现在的包装可以做到千人千面，一件起订、一件代发，能让品牌商跟消费者之间在包装定制上形成很好的互动。

这个可以举一个案例，比如说广州酒家是我们一个大的品牌商客户，是做月饼的，以前五千份以下的定制订单基本上都是不承接的，因为需要客服、需要设计师、需要大量供应链的生产，非常繁琐，所以都是线下人工去做的。但是现在通过AI介入和后端柔性供应链的改造之后，即使一个C端客户月饼定制也可以一盒起订、一件代发、48小时到货。这对于广州酒家这种大品牌来讲在销售端获得了大大的增量，去年中秋节给广州酒家做的增量市场在500万到800万之间。

小微B客户的问题就是他自己不愿意为设计花更多的费用，其实也不是不愿意日斗-优配，可能是没有那么多的资金找专业的设计师来解决包装设计的事情。他生产量又非常小，可能就要30份、50份、300份、500份这样的产品，工厂又不愿意承接，像1688的工厂还好，很多还能接小批量，但是大部分的制造业工厂是不愿意承接这种小批量订单的。

因此针对中小企业从设计到柔性生产的一站式服务我们也有相应的AI解决方案。像去年我们跟1688的合作也是基于把我们的系统对接到1688上服务这些小微B的客户，帮他们解决他们产品包装设计到少量生产的问题。

当然在这个过程中还做了营销，比如我拿了几个嘉宾的照片，通过AI技术生成本次大会的主题内容，用我的柔性供应链一站式就生产出徽章来，这个情绪价值也很高，也是实物，也很及时，基本上两分钟一个产品就做好了，这在很多的营销互动里面是对品牌有很大帮助。所以客户不一样、需求不一样，我们的AI产品提供的服务也不一样。

张睿：李总拿的小徽章特别有意思，他是昨天下的单，今天就收到了，每个嘉宾都有。我们到Steven这边，作为产业智联的负责人，您对工厂需求肯定是非常了解的，您觉得工厂或者更多的买卖商家对于AI需求主要是什么？

Steven：大家好我是Steven，我一直在听，也挺想补充一下前面那道题的答案。我觉得1688最大的价值和能力是把在座的能力和价值整合，输出给在场的商家，这是1688最大的价值和能力。说一下产业智联业务，其实我也是个新人，我刚刚加入1688，之前一直在创业，折腾过一些垂类行业。不敢说很了解工厂，但是从一个创业者的角度给大家分享一些我的观察。谈到解法，今天肯定不是在我们的讨论范围。

因为如果站在产业角度，这个产业太大了，具体谈一下关于主题工厂这块。全中国有几百万家工厂，1688连接了接近三分之一，如果从需求去拆千差万别。特别是按行业按业务场景的话，看似是没有统一解法的，但是确实有些共性。

先分享一个小故事，也是前段时间我与内部一个负责找工厂的同学聊天，他们会不定期访厂深入一线了解需求看看提供什么解法。有一次他们走访了一个产业带的工厂，从平台来看这个工厂数据平平，交易也不多，就是一家普通工厂。但是跑到实地，他们震惊了，发现这个就是一个实实在在的实力工厂，规模特别大，产能也特别强。所以其实这个工厂线下有产能产力，我们平台有流量技术，理论上是强强联手。但是为什么在数量级取胜的情况下，能力没有被释放？

背后看本质就是信息差的问题。其实我们都有一个共同目标，就是平台和行业、产业首先是要打破信息差的，打破信息差为了做什么？还原原本线下的能力。对工厂来说就是制造能力，可能还谈不到AI，首先要把这些能力还原了才能去做链接。

在我加入前其实我们前身是有对口部门的叫做产业互联。我进来之后这个部门改名叫产业智联。你看其实就改了一个字，有变和不变。不变的部分是产业联，变的是从互到了智。产业联有两块，外联和内联。外联是行业上下游链，不管上游商家和下游买家，有不同的决策不同的业务模式，内联是自己意识和能力，团队的技术产品业务线。把互改成智，在我看来目前是个愿景，这个饼会有点大。

因为现在大概拆分下产业，很多的痛点并不是新的痛点。经历过了整个互联沉淀下来了，并没有解决。所以现在跨了一个时代从互联到了AI，互联网到了互联网+到了AI+，我们是否能直接用AI工具解决上个时代没有解的问题？这对我个人来讲既是愿景又是任务。我们希望能够外联，把之前内部的经验，行业的经验和能力沉淀下来与外部的产业合作伙伴联在一起。

我也抛一个观察。我理解的产业不是工厂，我理解的产业有两大块：工业+服务。所以没有服务，工业是起不来的，那么多工厂产生的货品是需要服务向上下游输送的。物流、仓储、设计、服务商需要帮我们的货铺通路。但是整个产业链有一个特性，我自己总结它是叫不确定下行。

从大的产业结构来看，上一条链路基本是设计、生产、流通，这是共行角度。但是如果从需求角度是流通、生产、设计倒过来的。但是如果供给呢，上一环做不好，到了后面一环肯定是确定性越来越少。如果我们觉得了解市场需求了，往下生产，到了生产环节到了流通发现产能过剩了，又回到了设计，这又是一个悖论问题，到底应该从需到定供，还是供到定需。总体来说产业角度上一环是下一环的天花板，所以我自己看来，因为前面提到了AI解题，AI解题思路也是按照逻辑闭环路径来的。比如我们做了一款或者一系列AI产品，下放到行业让用户用得到反馈。还是应该反过来我们先了解用户？前面一直在说用户洞察，先了解用户需求是什么，然后做对应的解决方案，可能是一款Agent，可能是其他的产业服务，最后再去做迭代。这是我的理解。

张睿：明白，我觉得Steven想说的是虽然我们现在都在讲AI各种好，但是AI不是万能钥匙，不是解决所有问题的唯一方法。下一个问题想问的是今年AI to B是爆发元年，也看到了很多眼前一亮的功能。想听各位讲讲AI有哪些还不能做到的，尤其是与企业深度结合的地方，简单分享一下你们看到的案例。

李鑫：我先讲吧，受邀参加这个活动之前，看到了互动的主题。因为我们自己企业算行业里用AI比较早的，但是既然代表包装产业来做分享的话，找更多样板会好一点。于是我给我10个好朋友老大哥都发了信息，说我要参加1688一个活动，大概主题是什么，你能告诉我你AI的应用怎么样，你今年的生意怎么样，AI对你生意有什么帮助？

其实看了他们给我的回答之后还是挺悲伤的，基本10个人有9个人说生意很差，AI暂时对我们没有什么帮助，可能还不如我自己做短视频获客来得快。但是有一个答案我觉得很好，就是大家对AI充满了期待。但是这个期待具体什么时候能落地不好说。所以今天说AI to B元年，我觉得挺好的，但是实际至少在我们产业的应用还是比较差的。

这个差呢，我原来觉得是我们行业的土老板们太落后了，认知不行。后来想不是，可能还是工具不好用。如果工具好用他为什么不用，或者你产品很好他为什么不用？肯定还是我们的AI技术没有迭代到让B端的工厂制造业客户能觉得好用的程度。所以才有了内容和数字人应用得比较超前。因为与他的实际息息相关，但是制造生产环节，尤其刚才Steven讲到了工厂生产环节还是很难用AI改善他们传统问题，所以回到刚才那个问题可能就是好用和不好用。

但是我们已经在这个时代了，还是要积极尝试，练中学，前进的过程中才能学习到新东西。所以虽然我们产业还不算与AI结合得特别紧密，但是我还是愿意把AI应用与1688，与传统制造业之间紧密结合，作为AI应用的初心。

武彬：可能因为我是做AI出身的，之前在清华学AI的嘛，算是技术派的狂热者，所以我一直觉得没有什么东西是不能被AI来做的，尤其长时间来看覆盖度其实越来越高，我们公司也在all in AI。比如上位嘉宾提到有老板会觉得我花了很多精力研究AI，不如做些短视频做获客，做短视频已经变得很高效了。举个例子比如说我们公司之前是个软件公司，我们的获客都依赖于销售，出去拜访、敲门、打电话等等。去年开始我在线上做了自己的IP，大家可以在抖音视频号搜武彬这个名字，我做了自己的帐号。很多的内容信息，我说什么样的话题，这个视频如何剪辑，很多都是AI帮我做的。就是用剪映等等一些工具，做到现在大概全网有五六十万粉丝。所以我们公司很多客户是这么来的，我们有一半的人可能今年营收能做两到三倍，增长很快。

第二个是我在传统的电商企业内部，从选品、做内容、售卖、客服打电话以及生产中长期来看，每个环节都能用AI提高效率，我觉得只是时间的问题。确实在这个阶段已经到了技术发展的拐点，也相信大家应该提早的去拥抱AI，它一定能给大家带来帮助，只是多少的不同，时间上的不同而已。

陈哲乾：我观点与武彬有点类似，我自己本身也是AI科技的乐观主义者。所以在我的概念里没有所谓的能和不能，只有好用和不好用的区别，好用不好用取决于几个点：

第一、技术本身。比如今天AI短视频生成就是会出现各种不符合物理规律的动图，这个的确属于技术本身问题。但是把它拉得更长远一点，早晚会被解决的，所以还是属于能的范围，只是目前不够成熟。

第二、好不好用。这个的确差别非常大。举个例子，我自己本身也算是AI算法领域，但是今天让我亲自用Agent，用工作流拖拉拽，或者亲自用Midjourney去画个图，这些东西我还真不会，对我来说很难。当一个专业工具如果没有做到开箱即用，大家都会觉得AI好像不能用。但是实际上不是不能用，是太专业了，很多人不是这个领域或者没花很多时间研究导致他用不了。

刚才主持人也提到to B元年，我觉得现在的AI可能会出现两个趋势：

第一、给专业的人去用。比如Midjourney，我不是个设计师怎么用都用不会。但是有专业的设计师，本身他会设计，有AI工具加成会做得更好，to B里的专家角色能够用得好，这是一个点。假如说这个工具的确非常专业，那它只适合给专业的人用。假如说你面向的是不够专业的人群，有两种方式。一是把产品本身做得开箱即用。我们公司产品有两条思路，旗舰版和轻量版，轻量版的目的就是给SMB开箱即用。

第二、这个产品需要专业才能用好，但是给客户培训让他用好，这个产品的培训周期上手周期也很长怎么办？雇佣军，代运营逻辑。对用户来说不需要亲自用这个产品，账号都不需要，你只要付钱就好。

我们全程自己用工具帮你交付结果。现在有很多AI公司的确在走这条路线，比如说极睿可能也有一部分，直接帮客户做好视频而不是把工具给客户，让客户自己去做视频。AIGC像文生图、文生视频，很多公司有一部分业务就是帮客户直接交付结果，按结果比例去收费。所以总结一下它没有能不能做，只有好不好用以及在当前成不成熟。

张睿：谢谢陈总，最后一个问题，这个问题可以稍微刺激一点。B2B行业1688是老大，这个没有疑问。AI时代会不会有一个平台或者产品出现替代现有B2B模式挑战阿里巴巴的地位？请各位嘉宾大胆谈一谈。

李鑫：我觉得1688今天要是产品不迭代的话有可能被挑战。我还是想说一下我们去年和1688的合作。当时为什么看重这个合作，因为1688有特别多的买家也有卖家。我们AI应用和1688流量的结合有很好的反馈和爆点。

但是实际合作下来结果并没有达到双方的预期。当然一方面是刚才陈总和武总讲的，我们产品成熟度可能不够，另外一个你光有流量和流量能转换成交易还是不一样的。所以今天我们可以看到下午1688还是发布了很多产品迭代的点。当然我们自己产品也在迭代，如果1688以这样的速度和格局去迭代的话，我觉得还是挺难挑战的，它就是一个B2B的超级APP。但是如果它们没有在这方面迭代，或者没有对一个产业做深度研究的时候，我觉得它未来最大的竞争对手是垂类产业的Agent。比如说我的印刷包装，我对这个产业的理解一定比1688做这个产业的理解会更深一些。所以我觉得大面上与1688的连接绝对是未来的方向，但是如果1688在产业端深度不够的话，可能未来面临的最大挑战就是各个垂类产业。

武彬：我觉得如果昨天问我这个问题，可能是很难但是还会有机会。因为B2B除了技术还有很多资源，因为商家侧工厂侧这种资源很难汲取，很难被别人挑战，因为AI发展速度有机会。但是今天听完分享，我觉得1688非常像是一个会跳舞的大象。因为它虽然很庞大了，但是今天愿意自己站出来革自己的命，发布1688 AI native的版本，我觉得它变化速度也很快。所以今天看起来基本上很难被挑战。

陈哲乾：我觉得颠覆应该不会，但是可能会被分流，会被一些直接使用大模型的入口分流，比如说AI眼镜、有点像今天大模型APP或者搜索引擎，慢慢地会有一个趋势，消费者越来越依赖大模型给的建议，可能消费者会直接在纳米搜索、秘塔搜索直接问某某产品的源头产地在哪里，帮我推荐几家。大模型一推荐很多用户就信了，他觉得大模型给的可能是靠谱的，他就不会去平台问。所以就变成谁能够把大模型的脑给洗了，这个入口谁就能切住。所以现在有一个新的行业叫AI SEO。

Steven：我也讲下，大家都讲得很好。任何一个科技时代的跃迁平台型公司、大公司都是树大招风的，我觉得我们是做B2B业务，B2B业务的壁垒不在流量也不在技术，是来自于认知，行业认知、用户认知、服务认知，这些认知1688做了这么多年，背后是数据，数据背后是深度数据，这些深度数据是一单一单交易服务累出来的，垂类平台是没有那么大的广度和维度直接去取代挑战1688的。

第二个问题我想说下关于前面谈到的to C to B，AI2C跟AI2B最大的区别，AI2C是一个人干所有的事情，比如说你用DeepSeek、GPT去写文案、计划、查资料，但是AI2B是多角色、多职能干一件事情，比如说商家、工厂，有很多职能，运营、采购、设计、财务，多角色，内部、外部、合作伙伴，这么多人要干一件事情，为了最后的商业结果，可能是营收也可能是利润。这需要协调，是链化的挑战，怎么让这么多的角色在这么长的业务链里跑通。所以AI2B解决的是更长更深的问题。

我觉得将来不是替代，可能是一种新的调度系统，没有super app，可能是一个超级的调度系统，这也是我们将来1688希望成为的。

张睿：感谢各位嘉宾，今天的圆桌讨论到此结束日斗-优配，谢谢！

涨8配资提示：文章来自网络，不代表本站观点。