说实话，这几年逛礼品展，已经很少看到什么让我眼前一亮的创新产品了。
不少东西看起来似曾相识，换个颜色、换个包装，或者在原来的产品上加点功能，又成了新品。
也可能是我看得太多，越来越难被打动了。
但每年有机会，我还是愿意去逛逛。
倒不是指望每次都能找到爆款，更多是不想一直待在自己熟悉的那一亩三分地里。
做贸易这么多年，经验这东西有时候挺好用，有时候也挺麻烦。
熟悉的产品，看两眼就觉得自己懂了。不熟悉的东西，又很容易因为看不懂，就直接走过去。
但消费者未必按我的经验买东西。
尤其是礼品展，什么稀奇古怪的产品都有。有些东西我连它具体属于哪个品类、消费者拿来干什么都不太清楚。
所以这次去礼品展之前，我给自己手搓了一个 AI 看展助手，取名ExpoScout。
以前逛展靠两条腿，这回准备给自己再配个 AI 大脑。
不是为了少走几步。
主要是想看看，能不能少错过一些自己原本看不懂的机会。
✦
以前看到有意思的产品，我会拍几张照片，把资料发给运营同事。
让他们帮忙查查 Amazon 上有没有类似产品，卖多少钱、销量怎么样、竞争激不激烈。
如果是我熟悉的产品，多少还能凭经验做点判断。
碰上完全不熟悉的品类，就只能等他们调研。
运营当然不可能秒回。
找竞品、查数据、看评论，都需要时间。
等结果回来，我可能已经走到下一个展馆了。
如果发现刚才的产品还真有点机会，理论上应该回去再找展商聊聊。
但经常逛大型展会的人都知道，几个馆走下来，微信步数都已经很有成就感了。
总不能为了刚才那个产品，再走两公里回去。
何况销售长什么样，可能都忘了。
最后只能加个微信。
“回头再联系。”
这句话在展会上出现的频率，大概不亚于销售说的“我们质量很好”。
至于后来有没有真的联系，就是另一回事了。
其实也不能怪运营回复慢。
问题在于，
我需要市场信息的时候，人正站在展商面前。等信息回来，人已经走远了。
这次我想把顺序改一下。
把原来需要发回办公室的部分市场研究工作，直接交给 AI。
✦
ExpoScout 接入的第一个工具，是卖家精灵的 MCP。
简单理解，就是 AI 可以直接调用卖家精灵的相关工具，帮我查询 Amazon 的产品和市场数据。
看到不熟悉的产品，先拍照识别，再看看它所在的市场是什么情况。
有没有需求？
竞争激不激烈？
头部品牌是不是已经占据了大部分市场？
新品还有没有进入机会？
这几件事至少能帮我建立一个基础认识。
但我没有让 Agent 每看到一款产品，就做一份完整市场报告。
展会上产品那么多，如果每拍一张照片都去查一大堆数据，展会还没逛完，API 预算可能先逛完了。
所以第一轮只做筛选。
市场需求不明显，又看不出什么差异化的，先存档。
有需求、竞争也值得进一步研究的，再往下看。
当然，竞争低不代表一定是蓝海，也可能是没人买。
竞争高也不一定没机会，只是需要找到更好的切入点。
我不想让 AI 给每款产品打个 85 分，然后一本正经地建议采购。
能不能做生意，哪有一个分数那么简单。
✦
不过，市场需求不错、竞争难度适中，就一定有机会吗？
也未必。
有些产品卖得挺好，消费者骂得也不少。
有人嫌续航短，有人说质量差，有人觉得操作麻烦，还有人买回来才发现根本不适合自己的使用场景。
这些评价其实挺有意思。
消费者花钱证明了自己需要这类产品，又花时间告诉你现有产品哪里做得不好。
所以我把何湃老师的 VOC Skill 也接了进来。
VOC - Voice of Customer，消费者之声。
除了了解消费者喜欢什么，更重要的是看看现有产品有哪些没有解决好的问题，哪些问题未来可能带来退货和售后成本。
举个例子。
假设我在展会上看到一款便携式榨汁杯。
销售告诉我，他们的电机功率更大、电池容量更高，外观也比同行漂亮。
这些当然可以听。
但如果 Amazon 上同类产品的消费者反复抱怨，刀头难清洗、果渣容易残留、放在背包里容易漏液呢？
那我就更想问：
“你们这个刀头能拆下来清洗吗？”
“如果不能拆，能不能现场演示一下？”
“密封有没有做过测试？装进背包晃动会不会漏？”
这些问题未必比问功率和容量更专业。
但至少是从消费者实际使用时遇到的麻烦出发。
而且今天没有解决的问题，未来很可能就是差评、退货和售后成本。
以前看展，更多是听销售介绍产品有什么优点。现在我想带着消费者对现有产品的不满，反过来问销售：你们能不能解决？
不过，消费者骂得凶，不等于他愿意为改进多掏钱。
比如嫌续航短，电池做大了，成本、重量和运输要求也可能跟着上去。
所以 VOC 找到一个潜在痛点以后，还得回到市场数据里，看看有没有人真的在为这个问题买单。
说到底，我是想用卖家精灵先筛市场，再借助 VOC 找可能的切入点。
如果发现值得研究的细分机会，再去验证。
最后还要看供应商能不能做出来，做出来以后有没有利润。
✦
刚开始设计 ExpoScout 的时候，我其实挺贪心。
拍照识别产品、查竞品、分析市场、挖掘 VOC、评估供应商、计算利润……
恨不得把完整的产品开发流程都塞进去。
最好再输出一份十几页的研究报告。
后来突然想到，不对啊。
我是去逛展的，不是去展馆里开市场分析会的。
难道销售站在旁边等着，我拿着手机认真阅读 AI 生成的三千字报告？
销售估计都想问：
“老板，你到底是来看产品，还是来考研的？”
所以后来把整个流程改了。
现场只需要知道三件事：
01这是什么产品，市场大概什么情况？
02值不值得我继续花时间？
03如果值得，现在最应该问销售哪三个问题？
其他的研究，能放后台就放后台。
比如看到一款完全不熟悉的产品，我不需要 AI 在五分钟内把我培训成这个行业的专家。
如果以前研究过类似品类，就先调出已有的市场信息和 VOC。
没有现成数据，也不用傻站在展位前等。
先把资料留下，让它继续分析。
而我可以先和销售聊聊，把报价、MOQ、产品特点这些信息记下来。
等研究结果出来，再决定要不要继续跟进。
这样即使遇到陌生产品，至少不会除了点头，就只会问：
“你们这个卖得怎么样？”
我最想要的，其实不是一份更长的报告。
而是在还来得及问的时候，知道该问什么。
✦
看展还有一个老问题。
一天看几十个展位，拍一堆照片、名片、产品目录。
回去整理的时候，谁说了什么，很容易记混。
尤其是报价。
500 件多少钱？
1,000 件多少钱？
包不包含定制包装？
MOQ 能不能混颜色？
有时候同一家展商介绍三四款产品，条件还各不相同。
所以我也把销售访谈记录加进了 ExpoScout。
征得对方同意后，可以保留录音，再让 AI 转写，整理 MOQ、FOB、交期、OEM 和销售承诺。
重要信息还能对应到录音里的具体位置，方便以后核实。
这还可以解决另一个问题。
下次展会再遇到同一家供应商，能不能把上次的报价、答应寄的样品、没解决的问题翻出来？
省得每次重新认识一遍。
而且市场研究也可以复用。
比如一天看了五家做开放式耳机的展商。
没必要每换一家，就把整个美国 Amazon 市场重新研究一次。
真正需要重新比较的，是每家产品有什么区别，谁能解决消费者的问题，谁的报价和供应链条件更合适。
以前这些东西散落在手机相册、微信聊天和 Excel 里。
下次看到类似产品，又得重新查。
这次我想让 AI 至少别这么健忘。
当然，销售说过什么，跟实际能不能做到是两回事。
AI 记性再好，也不能帮我把销售的话自动变成事实。
更不能很有条理地把错误记得更牢。
✦
整个 ExpoScout 是我用 Codex 手搓出来的。
手机端直接用飞书，电脑端负责调用卖家精灵 MCP、何湃老师的 VOC Skill，以及后续的研究流程。
没有为了自己用的工具，再单独折腾一个手机 App。
今天第一次带它去礼品展实战。
说到底，我没打算让 AI 替我选品。
做贸易这么多年，经验当然有价值。
但经验也容易让人形成惯性。
熟悉的产品，看一眼就觉得没什么新鲜的。
不熟悉的产品，又容易因为看不懂而走过去。
说不定消费者愿意买的理由，恰恰是我以前没有留意过的地方。
礼品展这几年确实没让我看到多少特别惊艳的创新。
但我也不觉得 AI 一来，就能让展会上突然多出一堆好产品。
该同质化的，可能还是同质化。
只是这次我想试试，能不能少带一点先入为主去逛展。
遇到不熟悉的东西，先看看市场，再看看消费者到底在意什么。
然后带着这些信息，问问眼前的展商。
今天这套东西究竟好不好用，逛完才能知道。
如果最后发现它没帮我找到什么新机会，也没关系。
至少出来走走，不要一直待在自己的一亩三分地里。
以前逛展，我最怕运营回消息太晚。
今天带着自己搓的 AI 去试试。
它能不能帮我找到更好的产品，还不好说。
但如果能让我在离开展位之前，问出几个原本根本想不到的问题，这个 Agent 就算没白搓。
毕竟有些问题，错过了那个展位，可能就再也不会问了。