工具解放人，人去創造。

文丨陳然

電商行業已經變成一場沒有喘息的馬拉松：平臺越來越多，貨越來越難賣。

和五年前相比，加入電商戰場的玩家增加了不少。抖音、視頻號、小紅書，甚至美團閃購、淘寶閃購都想賣一切。大公司們希望從電商業務中獲取更多利潤，看似給商家提供了更多選擇，但消費變得不容易——消費者三餐都在縮，等到國補才愿意買大件，商家不敢放過每個有流量的渠道。

每個平臺都有自己的規則、玩法、業態競爭，以及用戶畫像，之間的差異足以讓商家們應接不暇。他們要在八九個電商平臺上，管理數百種產品。每個產品上新，都需要反復測試封面圖、標題、詳情頁文案、買贈活動以及相關的搜索關鍵詞。

為了更多流量，他們還要對接成百上千個 KOC、KOL，仔細核對對方的粉絲畫像、歷史帶貨數據、退貨率，寄樣品，以及追蹤最后的帶貨數據。這門曾經低門檻的生意，如今變得極致復雜，而中小商家——這個行業里的大多數——僅僅是跟上節奏，就已經精疲力盡。

所有這些繁復的工作是必要的，每一項做好了可以提高一點點轉化率，但并不是決勝的差異點，反而會消耗工作人員的有限精力。在這個越來越殘酷的市場，一個品牌、一個商家如果不能讓產品更好、更有差異，就很難活下來。

因此當 Deepseek 時刻來臨，AI 立刻被從業者當成轉折點。年初，飛書組織了一場多維表格模板比賽，用戶提交的作品 70% 都與電商有關。之后，飛書團隊在幾場電商大會看到，每當有 AI 演示，臺下電商老板們的手機一直沒放下來過。

于是飛書的第一個雙十一在今年到來。他們讓 AI 與多維表格更結合，來解決電商行業所需要的多平臺數據整合、自動化處理等問題。從年初至今，飛書舉辦了 100 多場線上、線下的電商專屬培訓課程，參與的電商從業者達 50 萬人次。

把人從數據中解放出來

電商行業的交流靠無數張 Excel 表。一個平臺上的一家店鋪，一天能產生十幾個報表——物流、庫存、銷售、轉化數據等等，都需要人工導出、整理、分析。

運營們沒法只通過淘寶、抖音等平臺自帶的數據后臺做決策——它們只提供標準化分析，對于做好生意來說遠遠不夠。運營需要整理更多數據，比如行業動態、競爭對手的動作和表現。每天，人都被埋在海量的表格里。

渝歐跨境技術員工屠明慧還記得一次店鋪 ROI 下滑，他們從上午一直排查到下午三點，才找到真正原因。

影響因素實在太多。光是轉化率，就涉及曝光、點擊、加購等各個環節。傳統模式下，運營只能一層層拆解，才能找到到底是哪出了問題。

一名合格操盤手的培養至少需要兩年，“再優秀的操盤手，也靠直覺以及運氣。有時候投流就像玄學，穩定性不會那么高。” 屠明慧說。而數據的任何延遲和誤判，都會影響營收，因此電商業內還流傳一個說法：增長看天。

去年，渝歐便開始用飛書表格代替 Excel 表，一開始為了讓數據更容易跨部門流動，同步信息。今年夏天，他們開始讓 AI 介入工作流程：

第一步，用工具自動抓取散落在抖音、淘寶等平臺的數據，匯總在飛書多維表格。

飛書能滿足商家們的個性化數據需求，比如競爭對手數據——以前沒法自動監測、但對決策判斷很關鍵，現在也能被爬取到多維表格。為了讓數據獲取變得更加快捷、方便，一線運營也能快速上手，飛書還研發了一個功能，敲擊手機背板，就能爬取當前頁面。

第二步，讓飛書智能體 Aily 自動分析數據，并給出建議。

Aily “相當于人的大腦”，能從表格里抽取各種數據，并基于一套拆解分析方法論自動進行分析——方法論來自于渝歐此前的積累，同樣記錄在飛書的知識庫里，“就像一個筆記本”。某個數據波動應該對應什么打法、活動、買贈，以前是老帶新、手把手教給新的操盤手，現在 Aily 能自動學會。

最后 Aily 會生成一張卡片，覆蓋業績速覽、風險預警、競品分析等等，以選擇題的形式提供建議。卡片被推送給指定的運營人員，人來做最后決策。

屠明慧說，Aily 起初只能給出一些 “正確的廢話”，分析深度不夠。但隨著飛書所接入的大模型能力提升，渝歐寫入飛書系統里的數據更豐富，Aily 的建議已經能達到 80-90 分，能讓一名運營同時管理四五家店鋪。

數據的更新速度也變得更快。讓渝歐運營們感到驚喜的是關鍵詞競價環節。過往人工監控時，由于數據處理慢，他們經常沒法及時發現能帶來更多流量的關鍵詞，現在 AI 可以更好識別。

更重要的改變是，人能在 AI 的輔助下做更多 “更聰明” 的決策。屠明慧說，以前運營忙于盯數據，在決策時效性的壓力下，有限能力和精力只能覆蓋影響流量表現的 30-40% 因素，還有 60 ~ 70 % 是盲區。如果真實原因藏在盲區，他們就會做出錯誤的判斷。

當 AI 更全面地監控數據，并將多種可能性建議發回給運營，運營能在那些從盯盤中節省的時間里，更認真地思考，哪一種才是最準確的策略。

一場直播準備 2.7 萬字的利益點——60 分的重復性內容，和被釋放的創造力

去年 618 大促后，MCN 機構 “交個朋友” 開始思考如何把瑣碎、重復性的內容做得更好。

618 到雙十一之間的幾個月，是整個電商行業的疲軟期，業內也稱之為 “平銷期”。這段時間，消費者更難被說服下單，商家們不得不去摳細節。“就是從那時候開始，我們反復抓住所有能夠修改優化的細節。” 交個朋友管培生巨寧心回憶，內部希望這些細節帶來的效果不只停在營銷層面，還要促成更高的成交率。

他們會以分鐘、甚至秒為維度去調研競爭對手的直播間，也開始關注到口播稿、利益點這些細節。

交個朋友的一場直播通常上架 500 個商品，但需要提前準備 700-1000 個商品以防萬一。每個商品都要寫好 “利益點”——商品名下一行約 30 字的介紹。其中有 100 多個商品需要主播花上 4 分鐘講解，運營則要提前備好一份口播稿，比如護膚產品的功效、使用方法、適合哪些人群、價格、發貨時間、一句話賣點等等，全都集合在一張卡片上。

紅框內文字為 “利益點”，字數在 36 個字符內。

這些瑣碎的工作如果做得好，的確能提高轉化率，但也極度消耗人力。一位工作半年以上的成熟選品員工，一天最多只能寫 7 份口播稿。大促期間，為了補充人力而招聘的實習生，最少需要一周才能把 30 字的利益點寫到及格水平。公司需要安排 3 名全職運營一刻不停地只寫利益點。

"人工來做，50 分到 90 分的口播稿、利益點都會有，我們想把所有內容的下限都拖到 60 分。" 巨寧心說。

交個朋友開始在飛書上測試，將產品分為不同的類目，每個類目建立一張多維表格。表格中，每一行是一個單獨的工作項目，最后會生成一條內容；每列則可以插入不同的 AI 功能，閱讀詳情頁面，搜索促銷策略，讓最終利益點或者口播稿符合實際工作所需要的結構。

為了讓口播稿寫得更好，交個朋友在表格里還額外加了一列，讓 AI 搜索小紅書上特定商品的評價，讓最終內容生成參考這些評價，更貼近消費者的需求。這也是飛書多維表格的特點，用戶不需要懂代碼，只需新增一列，就能將原有的工作流程一步步分拆，讓生成內容更符合自己的要求。

以前交個朋友的選品部員工也被要求這么做，但人手和準備時間都有限，“不可能每一個品都非常詳細地做背景調研。” 而相比于別的 AI 內容生成工具，飛書能夠批量生成，表格不需要額外修改就能實際使用。過往撰寫利益點需要花費十幾個小時，現在只要半個小時。

巨寧心說，他們很清楚 AI 沒辦法做到 90 分，因此會把節省出來的時間和精力，放在策劃更好的直播內容和場景上。

以前他們會常規地將所有商品一一介紹，晚上再挑幾個數據好的產品返場直播。現在他們有時間將策劃前置，提前將部分產品組成專場，并設計好宣傳物料，讓有需求的消費者能在特定時間段守在直播間集中購買。

這些工作，比寫好一份口播稿和利益點更需要創意，帶給消費者的影響也更大，“現在我們會做得更頻繁了。”

這也是工具的意義——人可以去做創造更多價值的工作，而不是重復、枯燥、效果有限的工作。不止是文字，圖片、視頻……只要是內容，AI 都能批量生成。

代運營商獨唱團甚至用飛書搭建了一整套系統。三個不懂代碼、但非常懂業務的人，用一周的下班時間就搭建起既可以管銷售數據、招聘、報銷，也可以用 AI 批量生成各類內容的獨立系統，外觀、功能和花好幾十萬采購的系統幾乎沒有區別。

一位飛書產品市場經理告訴我們，飛書多維表格就是為一線業務人員設計，希望讓這些擁有經驗、但缺乏代碼能力的操盤手，有機會將自己的知識做成完整的產品。現在一份電商模板的售價可達上萬。

不用 AI 替代客服，而是讓 AI 從客服工作里發掘怎么改進產品

消費者們對客服中的 AI 早就不陌生，甚至有諸多抱怨。購物平臺有太多機器人回復，得專門轉人工，才能獲得真人回復。客服費人費錢，有互聯網平臺算過，平均解決一個客訴要 20 多元。所以 AI、程序化技術的每次進步都會被首先用于客服。

營養補充劑品牌 “營養工廠” CEO 朱蕭木并不覺得這是應用 AI 的好場景。他解釋稱，客服和消費者之間的售前對話，藏著大量品牌所需要的數據——消費者使用場景、需求、對發貨時間的預期等，品牌能夠依據這些數據不斷完善產品和營銷。

但保健品行業的售前交流比其他行業更久、更開放，這些龐雜、沒有固定范式的交流，已有的客服系統都沒法很好識別，而營養工廠還是依托小程序和企業微信，更難系統分析。

營養工廠的客服團隊有 30 多人，每天輪班，處理上千個咨詢，還要給公司內部提供改進意見，工作量很大。

“很多用戶打字巨多，客服回的字也巨多，和看小說一樣，還得從中判斷他的意圖，判斷他的情緒是正面還是負面。” 朱蕭木說，最后客服團隊的負責人也只能挑著掃一眼。

今年營養工廠開始在飛書上建立自己的 AI 客服反饋系統。客服將自己和消費者的聊天記錄截圖發入飛書群后，飛書機器人會自動將圖片導入多維表格，通過表格中的 AI 功能識別圖片信息，將截圖中的信息全部提取出來，并分類成用戶使用場景、擔心的問題、情緒等。

客服團隊的負責人能夠借此看到整個大盤情況，包括詢問量、情緒、問題分類以及消費者的基礎信息，并形成營養工廠的資料庫。

營養工廠客服反饋系統看板。

量化的全盤數據能幫助營養工廠更精準地了解消費者。以往他們面對消費者的需求，常常糾結這些需求是否能代表真正的大部分人，比如要不要為素食主義者更換明膠材料？“到底是要服務一小波用戶，還是要服務廣大的用戶？廣大用戶又要多廣大？所有東西都是一個度。”

他們也可以根據實時數據做決策，尤其是缺貨時是否要繼續售賣。斷貨時，營養工廠常常會面臨兩種選擇，是繼續生產繼續賣，讓消費者等較長的發售時間，還是停售。現在，他們只需要在飛書的客服系統里，調取和斷貨有關的所有聊天記錄，分析用戶的情緒和關鍵詞就能得出結論。

在這套系統的幫助下，客服團隊負責人有更多時間去思考話術，如何與客戶更好地交流。“客服的工作是一個沒有上限的工作，可以做得極好，永無止境。” 朱蕭木說，他們現在的目標不再是做簡單回答問題的客服，而是希望能更關心消費者，主動詢問消費者的需求和感受，“這才是巨大的發揮空間”，是客服更需要投入去解決的問題。

從年初到現在，飛書已經通過和 MCN、知識電商、連鎖品牌的合作，制作出一系列可直接復用的電商模板，讓更多商家 “開箱即用”，快速上手，同時飛書多維表格的靈活性又能保證自由修改的空間。

他們還發布了 “AI 生成工作流” 功能——不少中小電商老板都是草根出身，靠勤奮和一股拼勁，在電商世界闖出自己的一片天。讓他們從零開始學習使用新工具，門檻不低。有了這一功能，只需描述需求，AI 就能幫助他們自動搭建復雜的流程。

電商的誕生，原本是讓消費者和商家有一個統一的大市場，買東西更簡單，賣東西也更簡單。消費者始終需要的是同樣的東西——好產品、好服務。商家所努力的方向，也是為消費者提供更好產品和更好服務。

AI 最終會成為這個行業的基礎設施，就像十幾年前的電商平臺一樣。它不是用來替代人，而是把人從數據的泥潭里拽出來，讓他們有時間去做真正需要人的事情：思考產品、理解消費者、創造差異化。

在一個越來越卷的市場里，那些可以被自動化的工作，永遠不會是決勝點。電商行業的變革在年初就已注定會來臨。

題圖來源：《芬奇》