圓桌對話：從電商到製造 AI工具的“能”與“不能”以及“可能”
【億邦原創】7月30日，在浙江“平臺+產業”AI對接會上，1688產業智聯總經理Steven，小象智合COO李鑫，極睿科技CEO武彬，一知智能CEO陳哲乾展開了一場以《對話產業AI新能力》爲主題的圓桌對話，本場對話由億邦動力產業互聯網主編張睿主持，探討了AI能爲產業客戶提供怎樣的價值，AI當前還尚未覆蓋哪些場景，B2B在AI時代的挑戰與機遇等問題。
1688產業智聯總經理Steven認爲，平臺和行業、產業首先要打破信息差，還原工廠原本的製造能力，才能去做鏈接，從而步入AI的應用。
小象智合COO李鑫表示，如果想用AI改善產業的傳統問題，AI工具好不好用是關鍵。但既然已身處AI時代，還是鼓勵企業積極嘗試使用AI工具。
極睿科技CEO武彬指出，從選品、做內容、售賣、客服打電話以及生產中長期來看，每個環節都能用AI提高效率，AI全面鋪開只是時間問題。
一知智能CEO陳哲乾稱，to B元年，AI工具將出現兩種趨勢，一是給專業的人用專業的AI工具，一是AI公司代客戶使用AI工具，直接交付結果。
以下是訪談實錄，由億邦動力編輯整理。
張睿：首先請幾位嘉賓介紹下各自的公司，提供什麼樣的產品面向什麼樣的客戶。
李鑫：大家好，我是李鑫，感謝1688的邀請，我簡單介紹下我們公司，我們是傳統的印刷包裝製造業的一員，我也在這個產業裡做了21年。我們主要服務的對象就是消費品品牌，比如說像酒水飲料、食品包裝、保健品這三大類是我們比較主力的服務客戶羣體。我們提供的服務是給消費品品牌提供包裝設計到印刷生產的一站式服務。
武彬：大家好，我是極睿科技武彬。我們是一家用人工智能服務電商賣家做營銷素材的公司，電商所需要的文本包括標題、文案，所需要的視頻、直播，直播切片這些內容，我們用AI幫他生成，目前我們是服務了幾千個品牌商，包括淘天、1688商家，我們自己也希望通過好的內容幫助商家實現好的GMV。
另外我們自己現在也在用AI來做智能體，做帶貨和賣貨的任務，一個月幫商家賣貨也能賣幾千萬，所以也非常希望讓大家用好AI工具，實現更高的GMV增長。
陳哲乾：大家好，我是一知智能陳哲乾。一知智能顧名思義就是一問便知，所以我們公司主要基於AI互動營銷展開。今天在中國營銷主體其實是顧客本身，所以對於企業來說如何跟客戶產生親密關係非常重要，我們基於人機交互技術在電話、微信場景去幫助企業和用戶交流。
大家可以理解是一些電話是AI給你打的，或者說是在微信場景用戶感受到品牌和大衆互動包括朋友圈的點贊，其實很多是我們在做的。我們大概服務了將近三千個頭部品牌，我們一個業務就幫品牌給用戶打電話，給用戶發微信、發短信。
另外我們還有一個業務是AI MCN，剛纔提到像數字人直播、短視頻種草，也是基於整個營銷的內容策劃展開的。
張睿：請幾位AI公司的創始人來談談，你們從AI角度能爲在場的1688客戶提供什麼樣的價值，這個問題從陳總開始介紹。
陳哲乾：就像我剛纔介紹到的，我一直認爲今天的營銷最核心點是客戶關係，所以跟客戶之間的互動一定是全方位的，有一部電影不知道大家有沒有看過，想要給一個富豪洗腦讓他去賭55號球員這件事情。這個富豪其實在一開始就被洗腦，從他出門看到的55號數字、街邊看到的55號的標誌等一系列的洗腦，讓他記住了55號這個數字。所以他最後選擇了賭的是55號。
一樣的道理，對於客戶來說，假如今天他在很多地方看到了這個品牌，實際上對他來說這個品牌可能就是他想要的。
我們在做的這件事情可以理解成幫助企業跟他的客戶之間形成親密互動的關係，因爲在營銷領域如果以前，像電視傳播、電梯傳播那些都是單向傳播，今天要形成親密關係，其實最重要的是互動，用戶想找你的時候能找得到你，平時的話你也記得我，要找我的時候也很方便找到我。所以電話、微信包括短信裡有大量可以用AI交互以及AIGC產生的內容去做。
對我們來說是圍繞營銷四件事情做：一是策略，有很多策略可以AI去做的，AI做用戶調研、滿意度回訪；二是內容策略，AI如何去做好的內容、好的文案、好的圖片、好的視頻；三是觸達層，如何找到對的人羣，在對的時間點通過對的聯繫方式傳遞對的消息；四是運營，簡單點可以理解成如何在電話裡的互動、微信裡的運營互動，類似客服的角色。
從我們公司的商業模式層面，現在分成兩種，一種有點偏工具屬性，但是我們現在有了一個很大的突破點在於我們變成了AI僱傭兵的模式，從公司的規模上看我們公司大概兩百多號人，所以可以理解成是中小企業，但是從AI僱傭兵角度看，就是我們此時此刻有正在做直播的、有正在做客服的，有正在做銷售的，有在做私域運營的，我們由公司機房裡對外輸出的AI員工是超過20萬人。所以從員工數量我們也算是一家大公司。
其實大家都在講的Agent概念很火，但Agent只是一個概念，不一定是一個固有的產品形態。所以對大家來說未來在營銷領域更多把營銷拆成四個workflow，每個workflow都可以用AI逐步去取代，形成人機協作，從100%的人到30%的機器再到70%的機器，逐漸把AI屬性在每個workflow上覆蓋。
張睿：陳總您剛纔講的這些服務是不是針對大客戶的？針對中小企業的需求你們是如何去匹配的？
陳哲乾：其實就是兩種模式，對於偏中小企業來說更多的是一個工具，買這個工具開箱即用，我們有輕量版的。但是對於大客戶來說更多是僱傭兵，僱傭兵的邏輯是我們幫他打江山，我們跟他去分田地。我們怎麼幫他打江山，我們用的工具是我們提供的，我們自己用解決方案，對用戶來說更多看的是結果。
張睿：謝謝，請武總來講講極睿是怎麼做AI能力的。
武彬：我們是一直圍繞內容，因爲我們覺得這兩年電商內容價值變得越來越高，之前大家講商品爲王、渠道爲王或者供應鏈爲王，這兩年不管是在貨架電商還是內容電商，大家對於內容的訴求和重視程度都越來越高，不管是平臺、買家和賣家都希望圍繞內容來做留存、變現、帶貨。所以我們就一直圍繞內容來做生成的事情。
內容在電商裡面也分爲兩種，一種是商品展示的內容，類似於之前的電商頁面，主圖、詳情頁、海報，我已經有購買的意圖，我點進來做下單前的購買決策。另一種是營銷種草，比如說大家日常去刷小紅書、抖音、視頻號、短視頻直播。所以很多消費者決定要不要買什麼東西，最終要不要下單買哪個品牌，都是這些內容決定的，在站內也有，站外也有，像淘寶、天貓裡的逛逛等等。我們主要幫助商家來做這些內容。
之前商家需要僱很多人拍攝，像模特，場景，再僱剪輯師來剪視頻，再僱美工來P圖排版，再僱文案來寫營銷文案，我們通過AI能力一站式生成對應的文本、圖片和視頻，並且我們對接了國內平臺像淘天、1688都是官方的ISV，能一鍵發佈上來。我們也是希望通過內容的製作、內容的管理和內容的分發，讓商品店鋪運營的很多工作自動化完成，花費更低的店鋪運營成本。
張睿：您剛纔講內容對於每個電商商家都非常重要，有沒有一個數據來表示用了你們的產品能夠幫商家減少多少成本？
武彬：基本上能減少80%，之前整個電商內容運營裡有幾個工種，編輯、美工、運營、文案、剪輯師，編輯是來填屬性的，剛纔我們也有看到電商的頁面裡的屬性，像比如說衣服，領形、袖形、紋理花紋、適用人羣、場景、細節這些元素來填，文案來寫標題，美工來P圖排版，剪輯師來剪視頻，最後店長來發布。最後還需要很多運營做很多視頻再發出去，這些崗位現在內容製作都能用AI來替代了。
李鑫：我們的AI能力主要是圍繞着包裝設計到印刷生產的一站式搭建的，因爲我們服務的客戶羣體裡有兩大類，第一類就是KA類的像茅臺這種大客戶，還有一類也是今天1688在做的事情，在服務很多小微B，其實很多小微B的消費品也好企業也好他們對包裝設計到小批量的柔性供應鏈生產的需求也是很旺盛的。
所以針對這兩類不同的客戶羣體，我們的AI服務邏輯也是不一樣的，我先說下針對大品牌商，他們給到我們產品包裝設計的要求時，他已經非常既定了，這裡面AI能發揮的作用相對會比較小一些。但是大客戶也有很強的訴求，就是產品能不能在消費端賣得出去，尤其是在現在的市場環境下很多的大消費品品牌也面臨着銷售壓力，包括剛纔鄭院長講到的情緒價值還有個性化、定製化這些都是對消費有非常大的影響。其實AI的出現對這些需求是有非常好的響應。所以針對大客戶我們推出的產品更是圍繞着大品牌商的營銷來去做的。
剛纔兩位嘉賓做的是內容，我們是把包裝作爲一個營銷的載體，原來的包裝千篇一律，現在的包裝可以做到千人千面，一件起訂、一件代發，能讓品牌商跟消費者之間在包裝定製上形成很好的互動。
這個可以舉一個案例，比如說廣州酒家是我們一個大的品牌商客戶，是做月餅的，以前五千份以下的定製訂單基本上都是不承接的，因爲需要客服、需要設計師、需要大量供應鏈的生產，非常繁瑣，所以都是線下人工去做的。但是現在通過AI介入和後端柔性供應鏈的改造之後，即使一個C端客戶月餅定製也可以一盒起訂、一件代發、48小時到貨。這對於廣州酒家這種大品牌來講在銷售端獲得了大大的增量，去年中秋節給廣州酒家做的增量市場在500萬到800萬之間。
小微B客戶的問題就是他自己不願意爲設計花更多的費用，其實也不是不願意，可能是沒有那麼多的資金找專業的設計師來解決包裝設計的事情。他生產量又非常小，可能就要30份、50份、300份、500份這樣的產品，工廠又不願意承接，像1688的工廠還好，很多還能接小批量，但是大部分的製造業工廠是不願意承接這種小批量訂單的。
因此針對中小企業從設計到柔性生產的一站式服務我們也有相應的AI解決方案。像去年我們跟1688的合作也是基於把我們的系統對接到1688上服務這些小微B的客戶，幫他們解決他們產品包裝設計到少量生產的問題。
當然在這個過程中還做了營銷，比如我拿了幾個嘉賓的照片，通過AI技術生成本次大會的主題內容，用我的柔性供應鏈一站式就生產出徽章來，這個情緒價值也很高，也是實物，也很及時，基本上兩分鐘一個產品就做好了，這在很多的營銷互動裡面是對品牌有很大幫助。所以客戶不一樣、需求不一樣，我們的AI產品提供的服務也不一樣。
張睿：李總拿的小徽章特別有意思，他是昨天下的單，今天就收到了，每個嘉賓都有。我們到Steven這邊，作爲產業智聯的負責人，您對工廠需求肯定是非常瞭解的，您覺得工廠或者更多的買賣商家對於AI需求主要是什麼？
Steven：大家好我是Steven，我一直在聽，也挺想補充一下前面那道題的答案。我覺得1688最大的價值和能力是把在座的能力和價值整合，輸出給在場的商家，這是1688最大的價值和能力。說一下產業智聯業務，其實我也是個新人，我剛剛加入1688，之前一直在創業，折騰過一些垂類行業。不敢說很瞭解工廠，但是從一個創業者的角度給大家分享一些我的觀察。談到解法，今天肯定不是在我們的討論範圍。
因爲如果站在產業角度，這個產業太大了，具體談一下關於主題工廠這塊。全中國有幾百萬家工廠，1688連接了接近三分之一，如果從需求去拆千差萬別。特別是按行業按業務場景的話，看似是沒有統一解法的，但是確實有些共性。
先分享一個小故事，也是前段時間我與內部一個負責找工廠的同學聊天，他們會不定期訪廠深入一線瞭解需求看看提供什麼解法。有一次他們走訪了一個產業帶的工廠，從平臺來看這個工廠數據平平，交易也不多，就是一家普通工廠。但是跑到實地，他們震驚了，發現這個就是一個實實在在的實力工廠，規模特別大，產能也特別強。所以其實這個工廠線下有產能產力，我們平臺有流量技術，理論上是強強聯手。但是爲什麼在數量級取勝的情況下，能力沒有被釋放？
背後看本質就是信息差的問題。其實我們都有一個共同目標，就是平臺和行業、產業首先是要打破信息差的，打破信息差爲了做什麼？還原原本線下的能力。對工廠來說就是製造能力，可能還談不到AI，首先要把這些能力還原了才能去做鏈接。
在我加入前其實我們前身是有對口部門的叫做產業互聯。我進來之後這個部門改名叫產業智聯。你看其實就改了一個字，有變和不變。不變的部分是產業聯，變的是從互到了智。產業聯有兩塊，外聯和內聯。外聯是行業上下游鏈，不管上游商家和下游買家，有不同的決策不同的業務模式，內聯是自己意識和能力，團隊的技術產品業務線。把互改成智，在我看來目前是個願景，這個餅會有點大。
因爲現在大概拆分下產業，很多的痛點並不是新的痛點。經歷過了整個互聯沉澱下來了，並沒有解決。所以現在跨了一個時代從互聯到了AI，互聯網到了互聯網+到了AI+，我們是否能直接用AI工具解決上個時代沒有解的問題？這對我個人來講既是願景又是任務。我們希望能夠外聯，把之前內部的經驗，行業的經驗和能力沉澱下來與外部的產業合作伙伴聯在一起。
我也拋一個觀察。我理解的產業不是工廠，我理解的產業有兩大塊：工業+服務。所以沒有服務，工業是起不來的，那麼多工廠產生的貨品是需要服務向上下游輸送的。物流、倉儲、設計、服務商需要幫我們的貨鋪通路。但是整個產業鏈有一個特性，我自己總結它是叫不確定下行。
從大的產業結構來看，上一條鏈路基本是設計、生產、流通，這是共行角度。但是如果從需求角度是流通、生產、設計倒過來的。但是如果供給呢，上一環做不好，到了後面一環肯定是確定性越來越少。如果我們覺得了解市場需求了，往下生產，到了生產環節到了流通發現產能過剩了，又回到了設計，這又是一個悖論問題，到底應該從需到定供，還是供到定需。總體來說產業角度上一環是下一環的天花板，所以我自己看來，因爲前面提到了AI解題，AI解題思路也是按照邏輯閉環路徑來的。比如我們做了一款或者一系列AI產品，下放到行業讓用戶用得到反饋。還是應該反過來我們先了解用戶？前面一直在說用戶洞察，先了解用戶需求是什麼，然後做對應的解決方案，可能是一款Agent，可能是其他的產業服務，最後再去做迭代。這是我的理解。
張睿：明白，我覺得Steven想說的是雖然我們現在都在講AI各種好，但是AI不是萬能鑰匙，不是解決所有問題的唯一方法。下一個問題想問的是今年AI to B是爆發元年，也看到了很多眼前一亮的功能。想聽各位講講AI有哪些還不能做到的，尤其是與企業深度結合的地方，簡單分享一下你們看到的案例。
李鑫：我先講吧，受邀參加這個活動之前，看到了互動的主題。因爲我們自己企業算行業裡用AI比較早的，但是既然代表包裝產業來做分享的話，找更多樣板會好一點。於是我給我10個好朋友老大哥都發了信息，說我要參加1688一個活動，大概主題是什麼，你能告訴我你AI的應用怎麼樣，你今年的生意怎麼樣，AI對你生意有什麼幫助？
其實看了他們給我的回答之後還是挺悲傷的，基本10個人有9個人說生意很差，AI暫時對我們沒有什麼幫助，可能還不如我自己做短視頻獲客來得快。但是有一個答案我覺得很好，就是大家對AI充滿了期待。但是這個期待具體什麼時候能落地不好說。所以今天說AI to B元年，我覺得挺好的，但是實際至少在我們產業的應用還是比較差的。
這個差呢，我原來覺得是我們行業的土老闆們太落後了，認知不行。後來想不是，可能還是工具不好用。如果工具好用他爲什麼不用，或者你產品很好他爲什麼不用？肯定還是我們的AI技術沒有迭代到讓B端的工廠製造業客戶能覺得好用的程度。所以纔有了內容和數字人應用得比較超前。因爲與他的實際息息相關，但是製造生產環節，尤其剛纔Steven講到了工廠生產環節還是很難用AI改善他們傳統問題，所以回到剛纔那個問題可能就是好用和不好用。
但是我們已經在這個時代了，還是要積極嘗試，練中學，前進的過程中才能學習到新東西。所以雖然我們產業還不算與AI結合得特別緊密，但是我還是願意把AI應用與1688，與傳統制造業之間緊密結合，作爲AI應用的初心。
武彬：可能因爲我是做AI出身的，之前在清華學AI的嘛，算是技術派的狂熱者，所以我一直覺得沒有什麼東西是不能被AI來做的，尤其長時間來看覆蓋度其實越來越高，我們公司也在all in AI。比如上位嘉賓提到有老闆會覺得我花了很多精力研究AI，不如做些短視頻做獲客，做短視頻已經變得很高效了。舉個例子比如說我們公司之前是個軟件公司，我們的獲客都依賴於銷售，出去拜訪、敲門、打電話等等。去年開始我在線上做了自己的IP，大家可以在抖音視頻號搜武彬這個名字，我做了自己的帳號。很多的內容信息，我說什麼樣的話題，這個視頻如何剪輯，很多都是AI幫我做的。就是用剪映等等一些工具，做到現在大概全網有五六十萬粉絲。所以我們公司很多客戶是這麼來的，我們有一半的人可能今年營收能做兩到三倍，增長很快。
第二個是我在傳統的電商企業內部，從選品、做內容、售賣、客服打電話以及生產中長期來看，每個環節都能用AI提高效率，我覺得只是時間的問題。確實在這個階段已經到了技術發展的拐點，也相信大家應該提早的去擁抱AI，它一定能給大家帶來幫助，只是多少的不同，時間上的不同而已。
陳哲乾：我觀點與武彬有點類似，我自己本身也是AI科技的樂觀主義者。所以在我的概念裡沒有所謂的能和不能，只有好用和不好用的區別，好用不好用取決於幾個點：
第一、技術本身。比如今天AI短視頻生成就是會出現各種不符合物理規律的動圖，這個的確屬於技術本身問題。但是把它拉得更長遠一點，早晚會被解決的，所以還是屬於能的範圍，只是目前不夠成熟。
第二、好不好用。這個的確差別非常大。舉個例子，我自己本身也算是AI算法領域，但是今天讓我親自用Agent，用工作流拖拉拽，或者親自用Midjourney去畫個圖，這些東西我還真不會，對我來說很難。當一個專業工具如果沒有做到開箱即用，大家都會覺得AI好像不能用。但是實際上不是不能用，是太專業了，很多人不是這個領域或者沒花很多時間研究導致他用不了。
剛纔主持人也提到to B元年，我覺得現在的AI可能會出現兩個趨勢：
第一、給專業的人去用。比如Midjourney，我不是個設計師怎麼用都用不會。但是有專業的設計師，本身他會設計，有AI工具加成會做得更好，to B裡的專家角色能夠用得好，這是一個點。假如說這個工具的確非常專業，那它只適合給專業的人用。假如說你面向的是不夠專業的人羣，有兩種方式。一是把產品本身做得開箱即用。我們公司產品有兩條思路，旗艦版和輕量版，輕量版的目的就是給SMB開箱即用。
第二、這個產品需要專業才能用好，但是給客戶培訓讓他用好，這個產品的培訓週期上手週期也很長怎麼辦？僱傭軍，代運營邏輯。對用戶來說不需要親自用這個產品，賬號都不需要，你只要付錢就好。
我們全程自己用工具幫你交付結果。現在有很多AI公司的確在走這條路線，比如說極睿可能也有一部分，直接幫客戶做好視頻而不是把工具給客戶，讓客戶自己去做視頻。AIGC像文生圖、文生視頻，很多公司有一部分業務就是幫客戶直接交付結果，按結果比例去收費。所以總結一下它沒有能不能做，只有好不好用以及在當前成不成熟。
張睿：謝謝陳總，最後一個問題，這個問題可以稍微刺激一點。B2B行業1688是老大，這個沒有疑問。AI時代會不會有一個平臺或者產品出現替代現有B2B模式挑戰阿里巴巴的地位？請各位嘉賓大膽談一談。
李鑫：我覺得1688今天要是產品不迭代的話有可能被挑戰。我還是想說一下我們去年和1688的合作。當時爲什麼看重這個合作，因爲1688有特別多的買家也有賣家。我們AI應用和1688流量的結合有很好的反饋和爆點。
但是實際合作下來結果並沒有達到雙方的預期。當然一方面是剛纔陳總和武總講的，我們產品成熟度可能不夠，另外一個你光有流量和流量能轉換成交易還是不一樣的。所以今天我們可以看到下午1688還是發佈了很多產品迭代的點。當然我們自己產品也在迭代，如果1688以這樣的速度和格局去迭代的話，我覺得還是挺難挑戰的，它就是一個B2B的超級APP。但是如果它們沒有在這方面迭代，或者沒有對一個產業做深度研究的時候，我覺得它未來最大的競爭對手是垂類產業的Agent。比如說我的印刷包裝，我對這個產業的理解一定比1688做這個產業的理解會更深一些。所以我覺得大面上與1688的連接絕對是未來的方向，但是如果1688在產業端深度不夠的話，可能未來面臨的最大挑戰就是各個垂類產業。
武彬：我覺得如果昨天問我這個問題，可能是很難但是還會有機會。因爲B2B除了技術還有很多資源，因爲商家側工廠側這種資源很難汲取，很難被別人挑戰，因爲AI發展速度有機會。但是今天聽完分享，我覺得1688非常像是一個會跳舞的大象。因爲它雖然很龐大了，但是今天願意自己站出來革自己的命，發佈1688 AI native的版本，我覺得它變化速度也很快。所以今天看起來基本上很難被挑戰。
陳哲乾：我覺得顛覆應該不會，但是可能會被分流，會被一些直接使用大模型的入口分流，比如說AI眼鏡、有點像今天大模型APP或者搜索引擎，慢慢地會有一個趨勢，消費者越來越依賴大模型給的建議，可能消費者會直接在納米搜索、秘塔搜索直接問某某產品的源頭產地在哪裡，幫我推薦幾家。大模型一推薦很多用戶就信了，他覺得大模型給的可能是靠譜的，他就不會去平臺問。所以就變成誰能夠把大模型的腦給洗了，這個入口誰就能切住。所以現在有一個新的行業叫AI SEO。
Steven：我也講下，大家都講得很好。任何一個科技時代的躍遷平臺型公司、大公司都是樹大招風的，我覺得我們是做B2B業務，B2B業務的壁壘不在流量也不在技術，是來自於認知，行業認知、用戶認知、服務認知，這些認知1688做了這麼多年，背後是數據，數據背後是深度數據，這些深度數據是一單一單交易服務累出來的，垂類平臺是沒有那麼大的廣度和維度直接去取代挑戰1688的。
第二個問題我想說下關於前面談到的to C to B，AI2C跟AI2B最大的區別，AI2C是一個人幹所有的事情，比如說你用DeepSeek、GPT去寫文案、計劃、查資料，但是AI2B是多角色、多職能幹一件事情，比如說商家、工廠，有很多職能，運營、採購、設計、財務，多角色，內部、外部、合作伙伴，這麼多人要幹一件事情，爲了最後的商業結果，可能是營收也可能是利潤。這需要協調，是鏈化的挑戰，怎麼讓這麼多的角色在這麼長的業務鏈裡跑通。所以AI2B解決的是更長更深的問題。
我覺得將來不是替代，可能是一種新的調度系統，沒有super app，可能是一個超級的調度系統，這也是我們將來1688希望成爲的。
張睿：感謝各位嘉賓，今天的圓桌討論到此結束，謝謝！