10月16日，草堂在景德镇核心俱乐部会员徐总处举办了一场AI交流会。活动邀请了企业AI推进官致远，以及涂蕾、李广、陈珂三位行业专家，深度分享AI在电商企业中的落地实践与底层逻辑。
致远：先动手，在实战中构建业务结构
致远作为陶瓷餐具企业的AI推进官，分享了企业如何在成本上涨与淡旺季人力失衡的压力下，通过AI实现降本增效。
切入点：从高频痛点入手
企业摒弃宏大蓝图，选择“高频、重复、结果可验证”的场景先行。首先攻克视觉环节，利用AI批量生成场景图，通过数据反馈筛选优质素材，将精品预算集中在高效位置，快速建立团队信心。
避坑指南：知识库的结构化重于数量
在推行全自动AI客服初期，企业曾陷入“打补丁”误区：遇到问题便新增知识条目，导致知识库冗余、冲突，引发回复混乱，转人工率上升。
经过复盘，团队意识到问题核心在于结构缺失。随后采取“推倒重来”策略，按咨询、选品、售后等场景划分，设定不同AI人设与策略。简单问题由AI处理，高意向客户流转至人工。结果显示，人工接待量下降，但转化率显著提升。
推广策略：寻找“破冰者”而非“完美者”
全员推广易引发抵触，选拔资深员工往往效果不佳。企业转而组建“AI蓝军”，选拔各部门愿意尝试的新人或进取型员工。通过树立标杆，让成果可见，从而带动整体跟进。
核心启示：落地AI前，务必厘清业务结构、岗位流程，选取小闭环试运行，再逐步铺开。
涂蕾：消费入口变迁与内容重构
涂蕾指出，随着消费者习惯先问AI再搜索，购物入口发生根本性变化。图文内容需同时满足平台、AI、消费者三方的可读性。
内容生产的三个层次
以香蕉抱枕为例，其团队在一周半内完成开发上线，核心逻辑如下：
1. 一品多问：利用AI挖掘评价与搜索词中的真实顾虑（如尺寸、耐用性），而非仅展示卖点，针对性解答用户疑问。
2. 一品多链：针对不同人群与场景拆分链接，主图与详情页需完全对应。仅改主图不改详情页属于无效拆链。
3. 一需多品：聚焦用户的生活任务（如独居陪伴），关联眼罩、香氛等解决方案，拓展产品边界。
经验封装与人的判断力
将经验封装为可调用的Skill仅是开始，需通过实时数据反哺优化。同时，AI时代对人的要求更高，从业者需具备辨别方案优劣的判断力，避免盲目接受AI生成的“冷冰冰”内容。
李广：消除经营黑箱，关注现金流
李广强调，AI已从选择题变为必答题。许多企业经营存在“黑箱”，数据分散且口径不一。他提出VSA模型以实现经营透明化：
- 可视（Visible）：日常业务数据系统化呈现；
- 可感知（Sensible）：设定指标健康区间，偏离即报警；
- 可调节（Adjustable）：异常能指派责任人并闭环处理。
核心指标：现金周转周期
相较于利润，更应关注资金占用效率。通过缩短库存天数、优化付款周期，可释放大量自由现金。此外，他建议借鉴股票均线思路，结合短中长期销量趋势加权预测，并通过周期性复盘校准，提升预测准确度。
陈珂：老板需理清生意底层逻辑
陈珂认为，AI落地的前提是老板理清业务底层链路与判断标准。若脱离业务还原谈工具，往往难以奏效。
关键认知
1. 一切皆插件：岗位应模块化为可插拔的能力单元，明确自身价值以便系统调用。
2. 警惕AI幻觉：必须建立规则库与复核机制，不可全盘接收AI输出。
3. 最小场景起步：从财务、视觉、客服等最痛点的环节切入，跑通小闭环后由老板串联整合。
目前多数企业处于L1-L2半自动化阶段，AI基建如同修路，需循序渐进，切忌急于求成。
总结：隐性知识显性化是AI落地的关键
纵观四位嘉宾的分享，核心共性在于将原本藏在个人脑中的隐性经验，转化为结构化、可视化、可复用的显性知识。
AI只能处理“被说清楚”的信息。企业应用AI的差距，不在于工具昂贵与否，而在于谁能率先梳理清晰自身的生意模型与专家经验。唯有完成这一基础建设，AI才能真正赋能业务，实现效率与增长的双重突破。
