作者丨江上酒
编辑丨子彤
应届生入职仅一个半月即创收1.5万美元，且无需资深主管带教，核心驱动力是一套自研的AI评估系统。资深电商商家徐祖伟表示，通过这套系统，其公司甚至绕过了昂贵的电商主管岗位，实现了人才筛选与培养的高效化。
在AI浪潮下，徐祖伟利用“扣子”平台配合Kimi3模型，搭建了一套能够自动捕捉、分析并打分业务员聊天记录的工作台。HRBP依据AI生成的评分结果进行针对性约谈与培养，极大提升了人效。本文将深入解析该AI工作台的构建逻辑、成本效益及其对传统管理模式的革新。
自建AI工作台：破解新人培养高成本困境
对于日均进线百条、成交周期长的外贸业务而言，新人培养的最大痛点并非答疑，而是难以精准定位问题根源。徐祖伟指出，人工复盘效率极低，而招聘一名合格的主管年薪高达十几二十万，投入产出比难以量化。
徐祖伟用“扣子”配合“Kimi3”搓出来的看板工作台
为解决这一难题，徐祖伟决定“手搓”一套评价工作质量的巡盘工作台。他利用“扣子”平台作为搭建工具，接入国内领先的Kimi3大模型，即便没有编程基础，也顺利完成了开发。
初期，他导出万余条真实客户聊天记录供AI蒸馏，提取关键词并设定16个评价维度。系统每日自动巡盘，将聊天记录提交给AI匹配打分。然而，单纯依赖关键词匹配存在偏差：有关键词未必能成单，无关键词也可能成交。
随后，徐祖伟优化了算法逻辑：选取优秀典型案例作为底层数据，让AI总结成功共性，排除杂乱数据干扰。经过多次迭代，该系统实现了本地化完美部署。虽然消耗了约1万多元的Token积分，但相比每年十几万的第三方CRM费用，性价比极高。
巡盘工作台主界面
“尺子”的打磨：从关键词到场景共性
徐祖伟强调，技术并非难点，真正的挑战在于定义评价标准（即“尺子”）。每一个维度的打磨需耗费大量精力与资金（约700-800元/项），但这是确保AI输出准确性的关键。通过不断寻找确定性，最终形成的评分体系能更精准地反映员工工作质量。
在模型的打分体系中，涉及到了多个评价维度
人机协作：AI纠错与人工培训互补
针对员工对AI替代人的担忧，徐祖伟明确立场：AI旨在提效而非裁员。他认为AI无法100%反映真实水平，尤其在处理复杂场景和个性化需求时存在局限。因此，公司采取了“AI初筛+人工纠偏”的双轨制。
AI只是为了纠错，不能替代培训
构建Q&A库与HRBP介入机制
搭建场景Q&A库：覆盖全流程问题场景，在关键词匹配基础上，核对聊天记录与标准话术的契合度；
HRBP人工约谈：由HRBP持有系统生成的诊断报告与员工沟通，纠正AI可能存在的偏差，并向管理层汇报。
此外，徐祖伟利用AI整理了60-70份涵盖全场景的培训资料。新人遇到认知盲区时可快速检索对应文档，显著缩短了成长期。在此体系下，应届生得以迅速上手并创造佳绩。
增效优于降本：AI落地的商业本质
徐祖伟反思当前许多商家对AI的误读：过分关注裁员降本，却忽视了增效带来的业绩增长。数据显示，引入AI后其公司内销GMV增长约30%，外贸业绩翻了两三倍。
他指出，脱离业务场景的通用模型仅提供情绪价值，唯有与具体业务结合才能产生商业价值。AI应用的成败在于是否实现了从“0”到“1”的落地，即是否真正提升了效率并见证了增长。
AI电商竞争的三个核心结论
基于实践，徐祖伟总结出以下三点经验：
1. AI落地前，先教会AI业务逻辑
老板需明确业务口径、判断标准及可衡量的动作。业务经验越清晰，AI作为执行工具越稳定；反之，模糊的业务逻辑会导致系统失真。
2. AI的核心价值是提效，其次才是降本
AI负责机械化的巡盘、记录与提示，将问题暴露前置；人类负责沟通、培养与决策。这种分工缩短了辅导周期，虽未立即降低人力成本，但显著提升了整体运营效率。
3. 竞争本质是对业务的理解深度
通用能力日益普及，拉开差距的是商家能否将客户记录、商品数据及经营判断接入AI。率先受益者并非模型使用者，而是那些能将自身生意逻辑沉淀并持续修正系统的企业。
综上所述，AI不会凭空创造管理体系，它只是加速了企业既有经验的传递与执行。唯有专业的人定义好“尺子”，明确AI的应用边界，才能在智能化转型中实现真正的商业跃迁。