今年春節前后，OpenClaw（國內俗稱“龍蝦”）一炮而紅。沒想到，它此后不僅引領了AI Agent的發展方向，還深度改變了電商零售行業的組織運轉方式。

從電商大促時代走過來的電商人，今年618大概率會多了一點從容。以前做大促，搞得的是人海戰術，人工排班、人工盯直播、人工分析數據、純人工做設計圖，臨時活要的又多又急，人通常被大促的節奏帶著走。一場大促，電商人經常是熬夜加班，忙得不可開交。

過去依靠經驗和人力還能勉力支撐，最近幾年零售渠道和SKU都在增加，成本越來越高。一群電商人主動開始一場場AI實驗。

今年春節后，從客服、設計師到營銷管理和門店陳列團隊，越來越多業務人員開始在飛書aily上搭建自己的智能體，把審核、內容生成、數據匯總、流程跟進等重復工作交給AI處理。

如果說過去的數字化是在連接系統，今天以飛書aily、OpenClaw為代表的Agent正在連接人的工作本身，成為組織里的第一響應者。AI先發現問題、生成結果，再把需要判斷和決策的部分交給人，比如審美、創意、策略制定。

在流量見頂、競爭加劇的大消費時代，越來越多的企業開始用Agent和人協同，應對一場永不停歇的競爭。

01

三名設計師，指揮一群AI員工

5月中旬，雅迪新品頭盔上線前的最后一次統籌會上，原本按計劃主推的金色頭盔，臨到上線突然有了新想法。一位平臺店鋪負責人希望突出白色款頭盔，更符合自身用戶偏好。

需求雖然聽起來不難，但對設計師們而言，幾乎是個噩耗。按照傳統流程，一款新品在不同平臺推廣，至少要涉及到二十多張圖，改一個產品顏色，意味他們要重新返回到每張圖片的底片，一個個反修。618大促上線在即，設計師加班到凌晨也可能完不成，優先級不高的需求只能推遲上線節奏。

大促期間，因為沒有提前溝通好導致任務量爆表的現象時有發生。除了貨架平臺需要生成各種主圖、詳情頁等，設計師還經常要滿足抖音、小紅書等平臺需求，比如抖音要求直播間必須一周要更換一下背景圖，每次新品推出或者大促節點，設計師都要單獨出背景圖。

雅迪的電商設計師焦鑫記得，有一次臨近下班，運營突然說要新搭建一個頭盔的直播間，第二天上午就用。任務要的急，時間很緊迫，通常完成直播間背景圖，焦鑫要加班找參考、做合成、調光影，檢查平臺規范和尺寸大小，至少大半天才能做出一套。

雅迪對品牌形象的重視，和在實際運營中不斷冒出的需求，讓設計師們壓力陡增。但今年618情況完全變了，雅迪識別到傳統業務流程的壓力，鼓勵員工用AI探索新方式，甚至還組織一場AI技能賽事，自上而下推動集團探索新工具。

5月，服務支持部的幾名員工，花了一個月的時間，在飛書aily上創辦了一群隨叫隨到的專家。

這些專家實際上是一組AI智能體矩陣，包括文案專家，線框設計專家，詳情頁生成專家和負責統籌調度的賈維斯。這四位專家不僅獨立完成任務，還在把生成結果同步到飛書上一個agent協作群里。設計師只需一句話@對應的專家，告訴它具體需求，它會自動反饋結果。

項目負責人簡韻思說，“以前是使用AI工具，現在完全是指派AI干活”。

設計師們使用最多的是詳情頁生成專家，它將文案生成、線框設計、平臺生成以及文案審核工作流程全部內置進去。他們只需要上傳產品不同視角的圖片，一句話就可以生成新品的詳情頁，還可以讓其參考市面上競品詳情頁，凸顯自家產品的賣點。

電商平臺的一個詳情頁通常包括21 張詳情圖，3 張場景圖以及圖片上配置的產品賣點文案，整套設計方案生成從以往純人力要用三天時間，大幅縮減到現在的不足一小時。

有了AI員工，設計師日均交付的設計圖從過去5到8張，提高到約15張。完成量增多的同時，工作重心也變了。AI生成適合天貓、拼多多、京東等不同平臺的詳情頁圖，設計師只需在AI的基礎上進行精修微調。

更讓設計師們開心的是，以前大促加班到深夜是常態，現在用了智能體，輸出品質穩定，速度又快。宋雨蒙笑著說，重要的是不用像以往那樣焦頭爛額地加班了。以前因為時效性無法優化的細節，如構圖表達、審美甚至客戶需求分析，現在有充裕的精力解決這些問題。

當AI全面接管摳圖、排版、適配、多平臺生成等標準化工作后，帶來的改變遠不只是為團隊節省數十個小時。更深層的變化在于，AI重新劃定了人與機器的協作邊界。設計師從重復勞動中解放出來，精力重新回到創造力本身，那些重復、繁瑣、缺乏創造性的執行工作丟給AI。

02

客服團隊養了兩只龍蝦，完成現場調度和屏幕監控

如果說雅迪，用飛書aily改變了內容生產方式，自然堂則讓智能體直入電商直播腹地，覆蓋了排班、通知、監控、預警和復盤等全鏈路。

電商行業有個共識，客戶等待時間每增加幾秒，轉化率都會明顯下降。尤其是帶貨直播，客戶咨詢通常都是購買決策的最后階段，客服響應的快和慢，會對轉化率有致命影響。過去的每一次大促，都是對一線客服管理人員的一次大考。

去年雙十一，自然堂的一場達人直播原定從早上8點播到下午5點。因為銷量表現不錯，下午3點，店鋪運營突然給客服管理人員王迎娣發了一條通知，這場要臨時加播，延長到晚上12點。

這意味著，接下來的兩、三小時內，王迎娣的大腦需要像一臺高速運轉的機器，輸出一列客服值班名單。

這活并不輕松。自然堂在主流渠道都有店鋪，客服分布不同渠道，承接不同店鋪，需要的技能也很多元，王迎娣需要參考歷史銷售數據，估算需要的客服人員，還要在一張容納按店鋪按技能排布的客服、數十列的Excel排班表上找人。每名客服的工時多長，每周最多能上幾個班，是否上過晚班，還要電話確認客服是否有其他安排。

確認完可能名單后，她要分配好工作，負責售前還是售后，接待哪家店鋪，幾點吃飯，誰能替班等。這里面涉及到的規則非常繁瑣。“腦袋里裝了太多規則，一著急不小心漏掉某條，導致排班出錯的事時有發生。”王迎娣說。為了確保排班合理，還要一人協助核查，費時費力。

大促時，自然堂每天最多有10場直播，如果有兩場直播臨時加場，管理人員精力根本顧不過來。今年春節前后，龍蝦熱風靡全國。王迎娣這些來自一線的管理人員立刻試手，發現龍蝦非常能滿足需求。他們用OpenClaw搭建自動排班skill，把常規排班和達播排班的規則內化進系統。前后調試花了一個多月。

飛書的類龍蝦產品aily推出后，他們又將這套skill內化進aily。用戶在aily上只需要輸入達播排班的簡單參數，aily會自動生成達播所需要的人力，并自動更新多維表格，還會自動將調班信息發到飛書群內通知到客服本人。

整個排班流程里涉及到復雜的計算和人腦記憶的地方，完全被AI替代了。王迎娣他們每個人耗費在排班上的時間直接縮短了一個多小時，響應時間也從原來的小時級變成了分鐘級。

AI介入的還不只是后臺人員調度，還打入了最復雜、不可控的現場直播環節。一場直播至少連播8小時，有時長達16、17個小時，直播的品類也有40個，達人直播口誤或者出錯難以避免。為了降低直播風險，自然堂需要專門抽出一支客服小組監督直播（監播）。

過去監播靠人肉眼盯屏幕，聽主播口播，判斷有沒有說錯贈品、產品功效，是否觸碰平臺違禁詞、表達不清晰的地方。直播少時，可以兩個人盯一場。大促高峰時，一個人可能要盯一到兩個直播間。“盯 30 分鐘，人的注意力就開始下降。”王迎娣說。漏聽幾乎難以避免，一旦漏聽造成認知差異，大量用戶涌入后臺，客服就會陷入被動，可能還會影響品牌和銷量。

一次直播中，達人脫口而出“今天下單多送一瓶面霜”，但實際上沒有這個贈品。幸虧有顧客進線問客服，團隊才及時發現問題，主播也及時修正說辭，化解風險。王迎娣的團隊想著能不能把風險在更前置的環節用AI先解決掉，減少客服接待壓力。他們三個毫無技術背景的人，在集團的支持下，還真的搞定了。

他們把直播監控工具部署在負責監播的電腦上，再通過飛書群聊機器人接收預警。當系統識別到關鍵詞或異常表達，比如主播提到“多送一個面霜”，預警會被推送到飛書群。客服管理人員先判斷預警是否準確，再把確認后的信息同步給運營。運營在達人直播現場跟播，可以及時提醒主播修正。

這條協同鏈路看上去很細，卻改變了客服團隊的工作方式。過去是用戶先發現問題，客服被動接住問題。現在是AI先聽見問題，管理人員提前介入，主播現場修正表達。很多原本會在十幾分鐘后涌向客服的咨詢，會提前被消滅在直播間里。

在自然堂看來，最大的變化是過去大家被問題追著跑，如今AI負責發現異常，人則有更多精力分析用戶高頻需求、優化話術和改進達人培訓。AI不再只是一個會回答問題的助手，更像是不知疲憊的員工，承接了組織里最臟最累的活。如今越來越多的信息流、任務流和決策流，開始先經過AI完成篩選和分發。

某種程度上，AI正在成為組織中的新基礎設施。

03

280家門店、上萬張圖片審核，都被AI拿捏了

去年，AI 能力越來越強后，母嬰頭部品牌 Babycare 開始思考，如何用AI把分散在全國各地的280多家門店的物料陳列管理起來。

近幾年，消費者的習慣發生很大變化。直播電商、即時零售和內容平臺崛起，消費者的購物能隨時得到即時滿足。商家把最好的價格、最大投入和資源，只在618等大促期間集中釋放的打法，已經越來越難以奏效。

Babycare很早意識到消費市場變了。真正的競爭不是在大促，而是在每一天，他們把一年分成24個檔期，至少半個月就有一次活動。

當門店活動成為常態，活動物料審核的工作壓力陡然上漲。每次營銷換擋，為了確保活動及品牌形象統一，Babycare都會要求280多家門店上傳營銷物料陳列圖，每家店大約上傳 40 到 50 張照片，280 多家門店就是約 1.5 萬張圖。

而且所有物料都要經過區域初審——總部復審——陳列部門抽查三道審核，一旦抽查不合格，所有審核流程都要重新來一遍。

整個審核流程確實非常嚴格，但也極度耗費人力。全部審核流程走下來，需要13人，耗費5天左右時間。

早在去年，Babycare就嘗試和外部技術商合作，但并沒有成功。今年3月，Babycare和飛書溝通，嘗試用飛書的多維表格和AI來解決。

在兩個月左右的時間里，Babycare與飛書團隊一起，梳理陳列物料上傳的流程和規范，同時上傳物料大圖和單一物料小圖，通過飛書多維表格，讓AI 先進行大規模初篩，判斷物料數量和內容是否與標準圖一致。標記異常后，再由人工復核。問題可以通過自動化流程反饋到對應門店，門店整改后重新上傳，AI 再次判斷。

目前，系統的難點是陳列物料的圖片依賴門店工作人員手拍，無法完全統一景別、構圖甚至圖片像素、質量，而AI讀圖本身也存在技術難點，例如無法完全識別物料所處的位置是否正確。

Babycare 新零售渠道運營總監賀偉表示，以前審核全靠純人力，現在人只需盯著AI 系統預警信息。檢核時間從原來的5天壓縮到1-1.5天，直接縮短了 70% 到 80%。問題整改也更及時，過去要人工找到對應門店再通知，現在系統可以把問題自動流轉到門店。

Babycare AI產品經理宏宇說，“目前這套檢核系統達到85%以上的準確率”。Babycare 設置了人工兜底通道，如果門店上傳兩次以上仍被判不合格，記錄會轉到人工審核。最終的決策權仍然在人手上。

無論是Babycare，還是雅迪和自然堂，早已把AI應用到真實的業務工作流中。在競爭最為激烈的大消費市場中，AI 不只是幫員工節省時間，真正的改變是：商家第一次可以放心把大量重復性、基礎性工作交給 AI 完成，有限的人力只需圍繞 AI 產出做優化、審美調整，以及開展商業決策。

公司在戰略決策上也有余力更全面的布局。雅迪以往大促精力有限，只能主推頭盔新品，現在有了AI后，可以同時推廣雨披等其他產品線。自然堂則有了更多精力開發新產品，Babycare則能在每一個活動節點上，為消費者提供更好的門店服務。

撰寫｜柳嘉