这位创始人如何从设计鞋履转向 AI 智能体工作流

本文属于全新访谈系列，对话打破常规的创业者与运营者，揭示其解决现实问题的思考路径与成长历程。 前 Grab 高管毛婷因产后脊柱受伤难以寻得合适鞋履，遂以数据科学思维创立功能性鞋履品牌 Sunnystep。随着业务扩展至新加坡、马来西亚及印尼三地并开设12家门店，公司面临人员增速超销售额、决策效率下降等增长瓶颈。为此，她构建 AI 智能体优化内部工作流，成效显著后将其独立为面向成熟企业的 AI 操作系统 Maxify AI。

从鞋履品牌到AI初创：实体痛点催生技术产品

Sunnystep 的创立源于个人需求。产后脊柱受损期间，毛婷发现市场缺乏兼具支撑性与美观度的鞋履，便以数据科学家方式测试材料、研究压力分布并持续迭代产品。 然而，随着门店与市场扩张，运营复杂度激增。员工数量增速超过营收，中层管理层级固化导致决策迟缓，创始人陷入日常救火而缺乏前瞻性思考。为解决此问题，团队在 Sunnystep 内部开发 AI 代理运行核心工作流，将原本耗时逾月的招聘流程缩短至三天。当验证该架构具备通用性后，Maxify AI 正式独立运营。

实体零售与企业级AI的协同效应

同时经营实体零售与 AI 初创公司并非割裂，而是相互赋能。多数企业软件脱离实际运营场景开发，而 Sunnystep 让团队亲历财务、人力、供应链及电商等环节的真实混乱，使其能精准理解客户痛点。 Sunnystep 为 Maxify 提供真实运营场景与问责机制，Maxify 则反哺 Sunnystep 原生 AI 操作系统。部署 AI 代理六个月内，Sunnystep 净利润率提升 8.3%。

超越传统ERP：AI代理的主动治理能力

传统仪表盘仅展示历史数据，无法确保问题被诊断、决策及跟进。设计完善的 AI 代理可自动识别受影响门店或产品，分析驱动因素，推荐行动方案，路由至责任人，跟踪进度并在停滞时升级处理。 所有操作均需人工审批方可影响客户或损益表，且每项行动均基于数据、可衡量、可逆。Maxify 旨在通过治理良好的代理在现有系统基础上优化工作流，而非彻底替换原有设施。

组织重构：从减员增效到人才转型

Sunnystep 后台员工从约40人精简至10人，但目标并非单纯裁员，而是提升人均产出与决策质量。释放的人力资源多被重新部署至 Maxify 建设中。 AI 显著提升了个体效能，改变了企业对协调型岗位的需求。旧有“雇佣更多人连接破碎系统”的模式已不可持续，这一转变对相关人员而言是深刻挑战。

突破管理天花板：信息损耗与决策失真

当创始人意识到自身时间全用于维持运转而非改善业务，且战略优先级在传达至一线时被稀释丢失时，便是触及管理天花板的信号。增加报告、会议与仪表盘并未解决根本问题——信息在层级传递中必然损耗。

AI原生企业的招聘逻辑变革

在 AI 原生公司，证书与面试技巧远不如实际产出重要。招聘采用实践任务，考察候选人构建陌生问题解决方案、运用 AI 工具、验证工作及响应反馈的能力。 核心素质包括：敢于用 AI 挑战既定假设的雄心；因执行不再受限而展现的想象力；以及在工具快速迭代下无需等待正式培训的自驱力。

实体经验赋予AI产品的现实锚点

纯软件创始人易忽视现实世界的复杂性。实体店涉及库存波动、供应商异常、产品缺陷及人员限制，导致数据天然不完整且例外频发。 仪表盘上看似正确的决策可能在门店现场失效，唯有亲身经历方能认知。因此，系统设计必须建立员工信任，明确何时可依赖智能体、何时需人工介入审批，这是 AI 落地实体商业的关键前提。