最近跟几个电商老板聊 AI 落地，我发现大家都卡在一个很像的地方
都在折腾 N8N，都在画工作流，都在研究 Agent、研究怎么做 MCP，朋友圈里各种 AI 培训课也在疯狂推。但你真的走进这些公司看一眼，除了老板自己和一两个技术同事，几乎没人在真正用 AI。
老板越折腾越焦虑，一线同事越看越懵，然后大家得出一个结论：AI 现在还不适合我们这种中小电商公司。
其实不是。
我一直觉得，电商公司落地 AI 根本不需要一上来就搞工作流，你只要做两件小事就够了。一件关于数据，一件关于人。
这两件事不性感，没法上台分享，也做不出那种「我们用 AI 一周顶过去一个月」的牛逼案例。但它们是真正能让 AI 在你公司里扎根的地基。
下面我展开聊聊。
01 把公司所有数据统一到飞书多维表格
先说数据。
这是我过去一年反复验证出来的一条铁律：如果你的数据还散在 Excel、聊天记录、邮件、各种飞书文档里，AI 就进不了你的业务。
为什么？
因为 AI 要帮你做分析、做决策，它得先能读懂你的数据。Excel 是个很害人的东西，它什么都能装，文字、数字、图片、合并单元格、手写备注全塞在一起。你让 AI 读一个规范的数据库，它能跑；你让它读一个电商公司常见的 Excel，基本就是抽卡。
我见过太多这样的场景：运营把广告数据、销售数据、库存数据各自存在不同的 Excel 里，每张表的格式还不一样。老板想问一句「我这个月毛利率最高的 SKU 是哪个」，AI 就得先花 5 分钟搞清楚「你说的毛利率用哪个公式」「SKU 列在第几列」「这个单元格里的备注是什么意思」。
问了三次 AI 都答不准，老板自己都放弃了。
所以第一件事，把你公司过去所有的数据源迁移到飞书多维表格上，做统一的管理和维护。不是我在给飞书站台，而是多维表格在电商公司这个场景下有几个其他工具替代不了的优势：
-
• 它其实就是一个相对标准的数据库，字段类型是规范的 -
• 它可以被 AI 通过飞书 CLI 直接读取，不用来回导出导入 -
• 协作门槛低，运营、客服、采购都能上手
这一步做完你会看到什么？你会看到你的 SOP 开始数据化，你的数据开始规范化，而一旦数据规范了，AI 接管后续分析和决策就成了一件自然的事。
说到底，电商的工作就是看不同的数据报表、基于报表做决策。数据这一关过不了，后面谈 AI 落地都是空话。
02 全员推 Codex，不要一上来就推 Claude Code
第二件事，关于人。
最近半年，我看到很多 AI 深度用户第一反应是让员工去学 Claude Code。坦率地讲，Claude Code 是真的好用，我自己很多 skill 都是跑在 Claude Code 上的。
但是！！！如果你的目标是让全员用起来，Claude Code 不是一个好的切入点。
为什么？
Claude Code 最大的问题是它的图形化界面做得并不流畅，或者直说一点，它就是个命令行工具。对已经写过代码的人来说这是优势，但对大部分电商公司的运营、客服、采购来说，打开一个黑漆漆的终端、敲命令、看日志，这个门槛真的有点高。
你让一个做了 5 年亚马逊运营的同事上手 Claude Code，他第一反应大概率是「这玩意好像不是给我用的」，然后默默退出。
Codex 就不一样。
Codex 底层也能做很复杂的事情，但它给了一个更友好的图形化界面。你可以像用普通聊天工具一样跟它对话，它背后该调用的工具、该执行的命令照样执行，只是用户不用直接面对 CLI。
这个差别看起来小，落到实际使用上差别巨大。
我观察到一个很有意思的现象：员工一旦用 Codex 跑顺了一个小场景，比如让它帮自己整理一份竞品分析、写一段客服话术、分析一批评论，他会自己开始去研究什么是 skill、什么是 MCP、怎么把不同的 skill 组合起来。不需要公司额外推动。
这是因为 AI 的使用是一件典型的「门槛一过就上瘾」的事情。Codex 把这个门槛降下来了，员工自己就会往前走。而你作为老板，接下来要做的就是把员工自己摸索出来的东西沉淀成公司资产。
等大家都在用 Codex 之后，你会惊喜地发现公司里自然冒出一批 skill 资产，有做广告诊断的、有做 Listing 优化的、有做邮件回复的。这些 skill 就是你公司 AI 化最值钱的部分。
03 这两件事为什么要一起做
你可能会问：这两件事能拆开做吗？
不太行。
数据是 AI 的粮，工具是 AI 的手。只有数据，员工没有趁手的工具去读它；只有工具，员工打开 AI 发现公司里什么数据都没法喂进去，跑两次就放弃了。
很多公司 AI 落地失败，不是 AI 不行，是这两条腿走一条停一条。
所以我的建议很简单：这两件事同时启动，不分先后。第一个月你就能看到明显的变化。
04 怎么判断公司真的 AI 化了
最后聊聊怎么衡量。
AI 有没有真的进到你公司这件事，我觉得不需要看 PPT、不需要看故事，就看四个指标：
第一，公司内部有多少人在用 Codex 这样的 Agent 工具。不是 ChatGPT 网页版那种「问一个问题复制一个答案」，而是真的用 Agent 在跑自己的工作。
第二，有多少文档是以 Markdown 格式保留的。AI 能不能直接读、直接理解你的业务文档，这个是基础设施问题。如果你的 SOP 还躺在 Word 里、PDF 里、一张张截图里，AI 就进不去。
第三，你的数据有没有统一的地方存储，规范有没有定好。过去的 Excel 单元格里还有没有同时填写着文本和数字这种不规范的行为。如果还有，说明数据这一关没过。
第四，有多少工作流被 skill 化了，能稳定持续地输出。这个是前三条做好之后自然的产物。人会用工具、数据规范了、文档可读了，skill 就会长出来。
这四个指标，前两个是关于人和工具的，第三个是关于数据的，第四个是前三条的产出。四个都过关，你公司才算真的把 AI 用进去了。
最后
我见过太多电商老板一上来就想搞 N8N、搞 Agent 编排、搞复杂工作流，结果三个月过去，公司里还是只有老板自己在用 AI。
所以如果你是一家想做 AI 落地的电商公司老板或者 AI 负责人，我的建议就两条，朴素得有点让人失望：
这周就开始把公司数据往飞书多维表格迁。
这个月就让公司所有人开始用 Codex。
等这两件事大家熟练掌握了之后，再谈 skill 体系怎么沉淀、工作流怎么自动化。到那个时候你会发现，所谓的 AI 落地根本不用老板推，员工自己就在往前跑了。
落地AI，没那么难，搞起来吧！
谢谢你看我的文章，我们，下次再见