内容来源：2026 年 8 月 8 日 -10 日，笔记侠在杭州举办的【AI 十倍增长营】02 期课程中，森创启睿 CEO/ 企业 AI 转型实战总架构师渊虹分享的精华内容整理。

责编  | 柒  

第 9831  篇深度好文：4045字 | 20 分钟阅读

商业趋势

一、AI 不只是生图生视频

很多人对 AI 的理解是片面的，尤其做电商的，一培训就认为 AI 等于生图、生视频、数字人直播、写文案。

这些确实属于 AIGC，但 AI 的范围大得多。比如，具身智能机器人、机器狗，还有现在最火的 Agent（智能体）。

智能体和普通工具、大模型的核心区别，是它能不能自主规划任务、自主决策、自己闭环、自己执行，而不是只给你建议。

第一类，生成式 AI。生文、生图、生视频，文生文、文生图、图生图、图生视频，都在这一类。

第二类，分析式 AI。大家其实已经在被动使用了。在淘宝、抖音看到商品千人千面，背后就是分析式 AI 在推荐。

这两年投流变简单，是因为平台出了全量推广工具，怎么圈人群、怎么理解品牌、怎么触达消费者，背后都是分析式 AI。

平台后台的智能诊断，提示标题要不要优化、价格要不要调、投流预算增减；第三方工具预测销售走势、做目标拆解，也都是分析式 AI 在干活。

第三类，执行式 AI。买东西时接待你的客服机器人是执行式 AI。

三类 AI 的应用现状差别很大。大部分企业目前集中在生成式，因为它最直观、冲击力最强。

分析式用的企业很少，因为行业还不成熟，年初最好的模型 Gemini3.0Pro 发布时，幻觉率从之前的 88% 降到了 50%，到现在 GPT5.6 发布，错误率还有 30%，企业如果不会微调、训练、约束，模型就会乱讲。

执行式 AI 潜力巨大，但过去几年基本只用来做数据采集和爬取，好一点的用在财务，因为财务重复操作多，运营、商品、人资、供应链用得极少，原因是一线员工拥抱度低，生产关系也传统。

一个反常识的发现是，执行式 AI 是被严重低估的板块。它高度成熟，如果跟 RPA 组合，能解决大部分重复操作场景。但很多老板不了解一线操作，一线员工又不了解工具，两边形成信息鸿沟，本来能做的场景就没做出来。

二、技术组合：RPA+BI+AI 三角

1. 用器官类比理解三者分工

拿人的器官对应：RPA（机器人流程自动化）解放双手，BI（商业智能）解放眼睛，AI 解放大脑。三者不是竞争关系，是互补关系。

RPA 没有大脑，不会思考，严格按指令一步步执行，多做一步都不会，但也绝不出错、绝不泄密，可以理解成公司里的老黄牛，不创新、没想法，但踏实。

BI 解决数据治理，原来一堆数据找根因、找问题很痛苦，BI 用仪表盘可视化，直观看到问题在哪。

AI 解放大脑，生成文案、方案、报告、图片，帮你决策，处理非结构化信息，就是那些口语化、没有固定格式的内容；结构化数据字段统一、格式固定，非结构化则比较口语化。

2. 有了 Openclaw 和 Codex，RPA 会被取代吗

经常有人问：现在 Openclaw、Codex 都有了，RPA 是不是用不上了？

回到企业特性看，企业追求经营有两个要求，成本不能太高、安全稳定。

Codex 这类的算力费比 RPA 贵很多，RPA 跑起来消耗的是电费。高频重复、每天都要做的事，用电费更划算。

财务场景你不敢让 Codex 去提现、报税，RPA 不会出错也不会泄密。有些爬虫操作会触发平台的反爬，RPA 有很多绕开的方式。所以 RPA 不会被取代，各有各的位置。

举个例子，财务开发票。以前要人工开邮箱、下载发票、按规则重命名、手动录入财务系统。

现在 RPA 每天定时触发，自动下载、按财务规则命名，用 AI 的计算机视觉和自然语言处理提取发票信息，再通过 RPA（机器人流程自动化）录入系统，最后 BI 看板呈现，整个流程自动化。

我们的心得是，"AI+RPA+BI" 是目前最好的解决方案。

生成式部分只能靠 AI；分析式 AI 如果企业不会约束和训练，就用 BI 加 AI 的组合，BI 控制数据准确性，AI 搭分析框架和结论，RPA 填数据，准确性就很高；RPA 主要把重复操作自动化，把算力成本打成电费。

我们有个客户，一个月 token 开销 30 万，用这套方案后降到了 3 万。

三、AI 转型到底是什么，

为什么推不动？

1.AI 转型到底是什么？

我的理解是：企业做 AI 转型，核心是通过引入 AI 技术，在研发、生产、运营、服务各环节做智能化升级，同时推进组织结构和文化的深度变革，满足客户需求、提高员工幸福感、实现财务可持续增长。

这里面分三个板块。第一是智能增强，价值远大于效率。省下重复劳动的时间只是表层应用，经济价值不高；改变流程、增强组织能力才有更大价值，做到原来做不到的事，或者把 60 分拉到 80 分。

第二是组织变革，人机协作方式变化，让组织效率变高，注意是组织效率，不是个人效率。

第三是生态，商业模式进化，短期价值是增收、降本、增效，长远价值是用 AI 打造新增长引擎、重构商业模式。

我特别认同一家公司给 AI 转型下的定义：AI 不是工具项，而是经营能力与组织协同方式的升级。

它有三个核心结论：

第一，AI 是企业经营方式的必然升级；

第二，AI 不是替代人或系统，而是重新设计三者分工，系统管事实、AI 管认知、人管决策；

第三，目标不是上线智能体，而是形成可复制、可复盘、可进化的经营能力。

落地思路是：从真实场景补足数据底座，规划 AI 岗位，形成新壁垒，最终让组织靠数据、知识、AI 和人的协同进化，而不是靠个人经验驱动。

2. 外因：更新快、幻觉重、工具多

外部新技术成熟度的提升，让很多商业场景的变现成为可能，但我们自己的观察是很多企业内部的 AI 转型推进偏慢，流程治理、组织分工变化、知识库沉淀都比较慢，直接影响最终效率。阻碍分外因和内因，先说外因。

第一，模型发布越来越快。去年春节只发了 DeepSeek，今年春节前就发了豆包 2.0、千问 3.5；4 月下旬发了 Claude4.7、Kimi2.6、GPT5.5；到现在千问已到 3.8、GPT 已到 5.6。企业像夸父追日，一直跟不上。

第二，幻觉仍严重。大部分模型训练资料截止到 2024 年底，有一年半信息差。联网搜不到的时候，AI 最大的毛病是不会说 " 我做不到 "，而是编一个错误答案。

第三，投资回报不确定。企业没有 ROI 看板，感受不到花了多少、回报多少，看板得自己搭。

第四，术语复杂、工具太多。现在 AIGC 工具数以万计，一家企业平均要用 30 种以上。客服有店小蜜、千牛、飞鸽、赤兔等，短视频有即梦、剪映、可灵等，每个部门五花八门，还不断迭代换代，试错成本高。

3. 内因：没目标、没路径、没考核、没里程碑

内因更致命，有四条。

第一，没有真实目标。我问过谁定过 AI 指标，基本没人举手。阿里马老师有句话：" 你公司战略清不清晰，叫来保洁阿姨，她能不能说得清楚？" 目标模糊，大家自下而上慢慢渗透，推不动。

第二，有目标没清晰路径，目标只是挂着。

第三，有路径没考核。很多 AI 负责人是兼职，本职和兼职难平衡，人性倾向本职，推进慢，心态是 " 大不了被批评几句，不影响考核 "。

第四，没有到周的里程碑分解。八月九月是电商企业 AI 转型的黄金时间（因为十月要进入双十一的筹备，团队过于忙碌，从而无法有足够的精力投入到 AI 的实际转型工作中），每周、每天做什么很重要。

总结来说：很多企业的 AI 推不动，根因是没有做业务的人去做 AI。做业务的人最懂目标怎么定、怎么分解、怎么组路径、怎么考核激励、怎么拆里程碑，做 AI 一模一样。

不能衡量就难管理。德鲁克说：" 如果你今天不能衡量，那你就很难有效。"

先有目标，再拆解。比如全年增收几个亿，拆到天猫、京东、抖音、唯品会、拼多多各店增长多少，再拆到品类、爆款，算用 AI 增长多少；或者拆到职能模块，投流、社群、直播各领多少。

只有这样，才能不断迭代进化。

四、AI 转型，一定是自上而下

1. 自上向下，而非自下而上

有同学课间问我，这么多场景该自下往上走还是自上往下走？

我们 20 到 24 年走过自下往上的路，做了很多低价值产品，25 年开始转自上往下。我的建议：未来一定自顶向下。

AI 是放大器。场景好、底层知识好，放大效果很大；如果让一线员工做出 40 分、30 分的产品再乘 AI，不只是增量，可能是减量，因为知识本身残缺、底层逻辑错，AI 加快速度，一天跑 60 次，对企业是灾难。

自顶向下的核心，是让高管层变成 10 个、100 个，通过 AI 裂变分身，在各链路加大影响、做更好的决策。未来企业的核心竞争力一定基于高管的判断和决策，不是让一线变成 1000 个。

2. 增收：拆曝光、点击、转化、客单

增收比提效、降本更有价值。用销售万能公式往下拆：GMV= 曝光量 X 点击率 X 转化率 X 客单价。

在电商行业曝光量上，站内核心是降千次展现成本、提 ROI；站外让 AI 生成小红书、短视频拉海量流量，比如森马电商上半年 50 亿播放的雪山救狐爆款，成本极低，还有全数字账号带本地生活代金券引导到店核销。

点击率上，流量到瓶颈后，砸钱买更多流量很难，AI 给了新抓手。原来图片点击率 5%，拉到 6%，意味着流量涨 20%，转化率接得住，生意就涨 20%。

以前拍摄受天气、模特状态、道具、场景影响，现在 AI 不断改表情、动作、妆容、搭配、天气、场景、道具，直到点击率高为止。

标题热搜词上，"RPA 加 AI" 把店铺后台标题和平台近七天热搜词都下载下来，AI 比对缺什么热搜词，反馈成表格。全店 4000 个产品，以前排查标题要两三天，现在 AI 及时排查预防。

转化率上，AI 润色详情页语言；短信运营按 L1 到 L5 分层，做 32 个地区的方言版；直播脚本由 AI 规划。

3. 降本：打破不可能三角

经济学里有个 " 不可能三角 "，成本、质量、效率不可兼得，AI 把它打破了。围绕财务报表，研发、视觉、生产成本都能降。

研发上，以前要打很多遍样衣，现在 AI 从草图到模特渲染图，直接在图上改，不用打样，确定后 1:1 还原，一个款打一件样就够。

视觉上，原来羽绒服拍摄飞一趟新疆，模特妆容搭配摄影师，差旅成本几十万；现在单图通过 AI 生成，可以降到非常低，只要几毛钱。

4. 提效：四个思路

第一个思路，复杂变简单。拍摄原来方案要沟通调整很久，一次拍摄几百万，现在 AI 分分钟出方案。实习生整理高点击素材给 AI 参考，摄影团队转型成 Al 生成师和 AI 摄影师，流程时间大大缩短。

第二个思路，减少沟通和开会，让 AI 做 " 翻译 "。

如果是横向平行的协同关系，订货会设计师给方案，运营打勾选倾向，或者运营反向提需求给设计，不用再吵 " 哪里不好看 "，通过 AI 多维表格进行协同，打通原来割裂的业务电子表格；

如果是上下级的汇报，老板讲话不清楚，中层不敢追问，现在可以让 AI 翻译成易懂的版本。

第三个思路，日常工作可视化。所有仪表盘表头加上倒计时，比如离 9 月进度还剩多少天、离双十一还剩多少天，紧迫感拉满。有的企业直接在办公室投屏，每个人的待完成任务、谁垫底一目了然。

第四个思路，碎片工作自动化。数据统计播报，以前每人查平台、BI、经营数据要花 5 分钟，3000 人每天就是 15000 分钟；现在钉钉、飞书机器人联动 BI 和 RPA，每天推送你关注的数据，还能加情绪价值，说一句 " 宝子们加油 "。

* 文章为作者独立观点，不代表笔记侠立场。

接下来，笔记侠将在杭州举办《AI 十倍增长营 03 期》，帮助更多企业把 AI 从 " 工具 " 真正变成 " 经营能力 "。

如果你想知道：怎样自上而下把 AI 拆进组织考核与周里程碑；企业 AI 转型最容易踩的坑、避坑指南和落地工具包，欢迎扫描下方海报二维码报名。