孩子王CTO王海龍：我們只用AI做“臟活累活”，就狂賺30億

內(nèi)容來源：本文為公眾號混沌學園（ID：hundun-university）原創(chuàng)首發(fā)，筆記俠經(jīng)授權發(fā)布。轉載請聯(lián)系原公眾號授權。

責編| 柒排版| 沐言

第 9560篇深度好文：9228字 | 25分鐘閱讀

商業(yè)思維

筆記君說：

30億GMV由AI驅動， “孩子王” 做到了。

去年，僅會員營銷一項，就憑借AI技術撬動約30億GMV，直接占據(jù)整體百億營收規(guī)模的近三成；而在直播、短視頻矩陣、私域運營等核心獲客場景中，AI更成了孩子王打破流量瓶頸、穩(wěn)定獲客的核心抓手。

怎么做到的？

上周，孩子王CTO王海龍老師做客混沌，具體、系統(tǒng)地拆解了核心方法論：用技術抹平能力差異、用數(shù)據(jù)放大單客價值、用AI重構業(yè)務效率……

孩子王的AI實戰(zhàn)以母嬰賽道為載體，但絕不僅是一家企業(yè)的突圍之路，而是揭示了一些通用的增長邏輯。其短視頻矩陣、店播、私域精準運營等打法，更可直接遷移到所有重服務、重會員、重線下的行業(yè)。

除了可復用的成功實戰(zhàn)，王海龍老師也坦誠分享了落地AI時踩過的坑，對想做AI轉型的企業(yè)極具參考價值。

這堂課是不可錯過的實戰(zhàn)指南，相信能給所有在減量市場中尋找增量的企業(yè)帶來重要啟示。

一、重新定義母嬰零售，

如何在減量市場跑出增量？

在正式探討數(shù)字化轉型之前，我想先聊聊“孩子王”的經(jīng)營理念和出發(fā)點，這樣才能明白我們所做的動作背后，究竟有著怎樣的邏輯。

孩子王的核心模式是大型數(shù)字化門店。

這些店通常開在萬達、吾悅、龍湖等大型商場里，平均單店面積在三千到五千平米，個別特大店甚至能達到七八千平米。從準媽媽懷孕開始，到孩子14歲，所有的衣食住行需求，我們的店都能一站式滿足。

面對下跌的出生率以及緊縮的市場容量，為什么孩子王的營收依然能保持穩(wěn)步增長？

答案就在于我們創(chuàng)業(yè)初期就確立的核心理念：“單客經(jīng)濟”。

我們曾算過一筆賬：在二三線城市，一個有寶寶的家庭，一年在孩子身上的花費至少在1萬元左右。

所以我們的目標就是把這1萬塊錢背后的寶媽服務好，讓她把這一萬塊錢的預算都花在孩子王。這意味著，我們只要精準服務好100萬個核心會員，百億量級的生意自然就出來了。

因此，我們所有的經(jīng)營邏輯，都是圍繞 “如何服務好寶媽的全生命周期” 來展開的。

基于以上的經(jīng)營邏輯，我們定義了一個特殊的角色——育兒顧問。

他們區(qū)別于以往商場里的導購員，相反，他們的職責是解決寶媽在養(yǎng)娃、育娃過程中遇到的各種專業(yè)痛點，在解決問題的過程中，順帶提供商品解決方案。

為了保證專業(yè)性，我們不僅在內(nèi)部投入重金培訓，還要求育兒顧問必須考取國家認證的營養(yǎng)師等資質(zhì)才能上崗。

在某種程度上，他們是半個“醫(yī)護人員”。正是這種強服務的屬性，才建立起用戶對我們的極度信任。

二、為什么要重金投入數(shù)字化？

行業(yè)里都在談數(shù)字化，但真正愿意重金投入且堅持至今的企業(yè)并不多。孩子王從2015年開始重度投入數(shù)字化，每年保持1到2個億的資金投入，至今已堅持了十年。

為什么我們要這么做？這里有兩個核心驅動力：

1.解決員工服務能力大規(guī)模復制的挑戰(zhàn)

當門店少的時候，我們可以靠線下面對面的考核來培訓員工。但當我們擁有上千家門店、上萬名員工時，如何保證每一名育兒顧問都能維持同樣的專業(yè)水準？如果沒有數(shù)字化工具，這將是一件根本不可能完成的任務。

2.利用行業(yè)天然的“數(shù)據(jù)建模”優(yōu)勢

母嬰行業(yè)有一個非常好的特性—數(shù)據(jù)極易建模。

孩子在3歲之前的行為模式都是高度類似的。比如一罐奶粉喝多久，一包紙尿褲用幾天，幾個月會翻身，幾個月會長牙……

有了這些行為特征，我們就能預判出用戶大概什么時候需要奶粉，什么時候需要零輔食，什么時候需要嬰兒車......

靠人工大腦去記上千萬會員的需求是不現(xiàn)實的，但數(shù)字化可以。通過模型我們便能在用戶最需要的時間點，送上最貼切的服務。

目前，孩子王服務的9600萬名會員，每一個人身上都有豐富的標簽畫像。我們知道他們是誰，需要什么，偏好什么。有了這個堅實的數(shù)字底座，我們才敢說在如今的AI時代，我們有能力去解決更深層次的服務效率問題。

因此，我會繼續(xù)詳細拆解孩子王是如何利用這些數(shù)據(jù)資產(chǎn)，并結合AI新技術，去重構我們的業(yè)務邏輯。

三、企業(yè)落地AI前，

先思考這三大底層邏輯

在引入AI時，我們的出發(fā)點永遠是：這個技術到底解決了企業(yè)的什么問題？不是說現(xiàn)在“文生圖”火了，或者某個話題火了，我們就立刻跟風。

目前，這種實戰(zhàn)導向已經(jīng)拿到了階段性結果。去年孩子王百億規(guī)模的GMV中，有30%的生意完全由AI驅動。關于在企業(yè)內(nèi)部落地AI，我們總結了三條底層的實踐邏輯：

1.尋找“大齒輪”場景

必須讓AI進入核心業(yè)務流程，才能產(chǎn)生真正的商業(yè)價值。不要去做那些純粹“炫技”的研發(fā)，也不要只局限于解決某一兩個崗位的重復性工作。

2.數(shù)據(jù)是企業(yè)真正的護城河

在AI時代，模型易得，但用好難。不同企業(yè)拿到的結果之所以會天差地別，關鍵就在于你是否擁有核心的私有數(shù)據(jù)。 只有把企業(yè)數(shù)據(jù)與模型結合，長出來的才是屬于你自己的核心競爭力。

3.培養(yǎng)“既懂技術、又懂業(yè)務”的AI架構師

這類人需要具備兩種視野：

既要清楚目前AI能力的邊界在哪里，知道哪些事能做，哪些不能做；

同時也要清楚企業(yè)當前的業(yè)務痛點是什么。

四、通過AI訓戰(zhàn)打造數(shù)字化銷冠

接下來我會結合孩子王近兩三年的實戰(zhàn)，分享我們是如何在“人、貨、場”各個環(huán)節(jié)落地AI場景的。

首先是訓戰(zhàn)。

零售連鎖企業(yè)最大的痛點就是人多且能力分散。我們有上萬名員工，如何保證每一個育兒顧問都具備服務用戶的專業(yè)能力？

以前，我們靠數(shù)字化培訓，把課程發(fā)下去讓大家在線學習，學完后參加考試。

但實際效果是，我去巡店時曾親眼看到，員工電腦上播著課，但人已經(jīng)不知道干嘛去了。 我們在后臺看到的學習數(shù)據(jù)很“完美”，但員工究竟會不會，仍然是個問號。

于是在2024年，我們就借助AI Agent推出了“數(shù)字訓戰(zhàn)官”。它的邏輯很簡單，讓AI模擬成真實用戶，與育兒顧問進行語音交互。

比如AI會說，“我家寶寶三歲了，你幫我推薦一款合適的奶粉。”它會根據(jù)員工的回答，檢測預設的核心知識點或賣點是否講到位了。AI每次提的問題都不一樣，員工背答案還不行，必須得真懂。

這套系統(tǒng)的效率高到驚人。去年我們?nèi)觊_展了1200場訓練，40萬人次參與，平均每名員工一年被考核了40多次。

兩千多萬次對話、三百多萬次AI自動打分，這種密度的抽檢，如果靠人工巡店督導，是根本不可能完成的任務。

在這個基礎上，我們還做了一個升級版，叫作“銷冠人腦蒸餾”。

很多企業(yè)的銷冠是“天生會賣”，你讓他總結方法論，他往往說不出來，這是很多企業(yè)的一大痛點。

于是我們就做了一個情景訓練，讓AI去模擬客戶，跟銷冠進行多輪對話，把銷冠在不同情境下的接待流程和話術完整記錄下來，再通過大模型進行提煉，分發(fā)給全國的普通員工。這樣一來，我們就把銷冠的個人能力轉化成了企業(yè)的組織能力。

五、打造螞蟻雄兵 ，

構建短視頻流量矩陣

過去，孩子王主要依賴線下商場的自然客流做轉化。現(xiàn)在情況變了，用戶的時間大量被線上占據(jù)。但問題是，在公域平臺上，跟MCN機構合作或投流的成本越來越高，這很難成為企業(yè)的常規(guī)能力。

于是我們的策略是發(fā)揮“螞蟻雄兵”的優(yōu)勢，通過員工矩陣來搞流量。

短視頻平臺有一個基礎流量分發(fā)邏輯：每條視頻發(fā)出后，默認會給300到500次的播放量。

基于這個邏輯，如果我讓一萬名員工每人注冊一個賬號，每天發(fā)一條視頻，企業(yè)每天就能穩(wěn)穩(wěn)獲得保底300萬到500萬的播放量。如果其中產(chǎn)生了幾條爆款，那就是意外之喜。

這個邏輯聽起來簡單，但真正落地時“步步是坑”。

首先是賬號管理。一萬多名員工，每個人的抖音、小紅書賬號是什么？怎么保證填寫的賬號是準確的？只要員工敲錯一個標點符號，后臺就無法抓取數(shù)據(jù)。

解決了賬號問題后，更核心的是內(nèi)容控制。在短視頻矩陣的運營中，如何讓全國上萬名員工“步調(diào)一致、集中爆發(fā)”，是一個巨大的挑戰(zhàn)。

以“二月二龍?zhí)ь^”這類節(jié)氣營銷為例。我們希望全國幾萬個賬號能同時發(fā)布相關主題的內(nèi)容，從而在短時間內(nèi)形成聲量突破。

為了實現(xiàn)這一目標，我們特意設計了一套營銷日歷，由總部的同學提前規(guī)劃好全月的檔期和主題。

檔期建好后，下一步就是做內(nèi)容了。起初，我們嘗試用總部的素材做“混剪”，用AI工具輔助生成大量視頻分發(fā)給一線。

結果發(fā)現(xiàn)這些視頻發(fā)到公域平臺上幾乎沒有流量。原因很簡單：平臺有查重機制。內(nèi)容高度重復的視頻會被判定為低質(zhì)量，不予推流。

我們的目的是拿流量，而不是為了發(fā)視頻而發(fā)視頻。所以，對抗平臺規(guī)則是行不通的。既然平臺鼓勵原創(chuàng)，那我們的策略就轉變?yōu)椤翱偛慷藴剩痪€拍素材”。

為了不讓員工“瞎發(fā)揮”，我們每天將任務傻瓜式地下發(fā)到內(nèi)部管理軟件上，例如今天拍哪個品、哪幾個分鏡、每個分鏡的內(nèi)容是什么，都寫得清清楚楚。

而且我們發(fā)現(xiàn)，對于有些員工來說，僅有文字說明是不夠的，于是我們還加上了“樣例”。

比如要拍門店招牌，我們不僅告訴他拍什么，還會展示樣例視頻，告訴他離多遠拍、什么角度拍。員工不需要動腦思考創(chuàng)作，只需要照貓畫虎，拍出自家門店的真實場景即可。

素材拍好后，接下來的剪輯、配音、字幕和轉場等，全交給總部的AI合成系統(tǒng)。

在發(fā)布環(huán)節(jié)，我們也總結出了經(jīng)驗，不要搞“一鍵代發(fā)”，以前我們也嘗試過代發(fā)工具，但很快就被平臺風控識別，導致賬號權重下降甚至被封號。

我們現(xiàn)在的做法是“順應規(guī)則”，讓員工手動發(fā)布，但通過我們內(nèi)部的系統(tǒng)盡可能簡化流程。

視頻發(fā)布后，系統(tǒng)不僅能實時監(jiān)控誰完成了任務，還能自動爬取視頻鏈接，回收播放量、點贊量等核心數(shù)據(jù)。

坦白說，通過這種方式產(chǎn)出的視頻，質(zhì)量可能只有70分，肯定比不上專業(yè)的MCN機構。 但我們的矩陣邏輯不是追求單條爆款，而是追求穩(wěn)定的下限。 只要這1萬個視頻都能正常發(fā)出去，每條保底拿到幾百次播放，我的目標就完成了。

這套模式跑通后，我們不僅帶動了內(nèi)部一萬多名員工，還納入了外部三萬多名寶媽（ KOC ），形成了一個龐大的傳播網(wǎng)絡。

更令人驚喜的是，這套矩陣意外地變成了一款“廣告產(chǎn)品”，很多品牌都想付費跟我們合作。

這套打法的核心邏輯就是把復雜的決策和工具研發(fā)留給總部，讓員工只做最簡單且必須由他來完成的操作。

對于想要嘗試矩陣營銷的企業(yè)來說，這套方案的門檻其實并不高。

它真正需要的是你有一群能執(zhí)行的員工、有一定數(shù)量的賬號，以及一個懂節(jié)奏的營銷規(guī)劃師。只要跑通這個閉環(huán)，短視頻矩陣營銷就能成為企業(yè)低成本獲取流量的利器。

六、直播：

“虛實結合”激活店播潛能

在公域運營中，除了視頻，另一大核心場景就是直播。我們最理想的狀態(tài)是每一家店都做店播。

挑戰(zhàn)也隨之而來：如何讓上萬名一線員工都學會直播？而且零售行業(yè)的員工流動率普遍較高，今年費力教會了一批，明年可能就走了一半。如果單純依靠人力培訓，這套模式很難持續(xù)。

我們先后也嘗試過幾種方案：

第一階段：AI數(shù)字人直播

數(shù)字人直播技術雖然成熟，但極易被判定為“低質(zhì)量直播”，進而被平臺封禁。

所謂的“低質(zhì)量”，主要源于兩個問題：

一，內(nèi)容重復，傳統(tǒng)的數(shù)字人直播往往是拿著一段預錄視頻循環(huán)播放；

二，缺乏互動，無法實時回答彈幕。

為了解決這兩大痛點，我們接入了大模型。

先是利用大模型極強的文案生成能力，為數(shù)字人準備了長達16小時的不重復口播稿；

同時打通彈幕抓取技術，將用戶問題實時投喂給模型，轉換成語音后再播出。雖然有十幾秒的延遲，但基本實現(xiàn)了實時互動。

我們這套方案在“本地生活”領域跑得還不錯，但隨著規(guī)模的擴大，卻遭到了同行的舉報。

因為我們的數(shù)字人可以做到16個小時“日不落”式的直播，擠壓到了其他小商家的生存空間，最終由于平臺規(guī)則的壓力，我們轉而去尋求更穩(wěn)妥的替代方案。

第二階段：場景直播

我們目前找到的一套行之有效的替代方案是“場景直播”。

以孩子王的“童樂園”為例。童樂園是一個真實場景，有小朋友在玩耍，有育兒顧問帶隊做活動，這是非常有說服力的內(nèi)容。

所以我們就直接在童樂園里架一臺手機，直播現(xiàn)場實景，每天早上一開園就自動運行，完全不需要人工盯著。 而且因為它是真實場景，平臺也不會封禁。

至于口播話術、聲音以及互動回復，仍然由我們之前的AI模型來做。

直播帶來的數(shù)據(jù)反饋也非常可觀，在不投流的情況下，一個直播間一天能帶動兩三千的銷售額；

如果每天都播的話，算下來一年就是近百萬的流水，這就相當于一個“銷冠”的產(chǎn)出了。

第三階段：AI提詞器賦能真人直播

盡管無人直播很省心，但平臺最鼓勵的始終還是真人出鏡。

后來我們就想，怎么才能盡可能地讓員工零門檻直播，誰上來都能播？在調(diào)研中我就發(fā)現(xiàn)，員工不想播、不敢播最本質(zhì)的原因有兩個：

一是不知道說什么，二是就算告訴他說什么，他也背不下來稿子。

針對這個痛點，我們開發(fā)了一款“懸浮提詞器”的工具，而且還把它和內(nèi)部的商品系統(tǒng)打通了。

當員工直播賣某款產(chǎn)品時，點開提詞器，AI會自動生成一段“銷冠”級別的主播話術，你念到哪，進度條就自動跟到哪。這樣一來，我們就解決了門店員工直播能力從0到1的問題。

這種“虛實結合”的打法，既保證了直播間的時長和質(zhì)量，又通過真人出鏡提升了賬號在平臺算法中的權重，從而獲得持續(xù)推流。

而且這套打法不僅適用于母嬰行業(yè)，在餐飲、美業(yè)、4S店等類似的場景也同樣通用。

七、用AI實現(xiàn)私域精準營銷

我們目前在企業(yè)微信私域里擁有約1000萬活躍會員，分布在一萬名員工手中，平均每人要維護1000個會員。面對這么大一座“金礦”，怎么才能把它挖好？

我們的策略就是“數(shù)據(jù)驅動的精準服務”。

在私域里，最忌諱的就是無差別群發(fā)。因此，我們會通過標簽和算法，幫員工找出“今日高轉化機會”。

比如，某員工今天要發(fā)的是適合一歲寶寶的產(chǎn)品，那么他就只發(fā)給那些有一歲寶寶的用戶；

再比如，1000個會員里只有15個人對某款洗衣液感興趣，那么我們就只讓員工給這15個人發(fā)信息。至于這15個人是誰、為什么選他們，由總部的數(shù)字化團隊通過算法搞定，員工只需要執(zhí)行。

為了提升執(zhí)行效率，我們還推動了企業(yè)微信的功能優(yōu)化。

以前發(fā)15個人需要點15次，效率極低；現(xiàn)在我們實現(xiàn)了“一鍵執(zhí)行”，員工點一下，精準的內(nèi)容就能瞬間發(fā)給所有目標會員。整套流程測算下來，只需要15秒。

發(fā)出去之后，數(shù)據(jù)閉環(huán)同樣重要。我們會實時記錄會員的瀏覽數(shù)據(jù)并反饋給員工：誰看了、看了幾次、沒下單的原因可能是什么。

如果一個會員連續(xù)瀏覽了三次還沒買，員工就可以有針對性地進行二次溝通，甚至發(fā)一個定向優(yōu)惠券，轉化成功率會大幅提升。

在社群方面，我們提倡的是“人以群分”，按寶寶的生肖或月齡精準建群。每個群也都對應一套極其精細的運營計劃：從早安問候、孕育知識分享，到下午茶互動、睡前故事等。

如果完全依靠人工去執(zhí)行這套標準，挑戰(zhàn)是巨大的。

但現(xiàn)在有了AI之后，員工只需要負責在線下開發(fā)新客戶并拉群，剩下的日常運營，都由AI按照sop嚴格執(zhí)行就可以了。

隨著AI能力的提升，我們還在原有社群的基礎上升級了“一客一群”的專屬服務。

這個靈感是來自購買新能源車的體驗，你買車時，銷售會把你拉進一個多對一的服務群，里面有上牌、保險、售后等各個環(huán)節(jié)的專家。這種體驗非常好，但母嬰行業(yè)的客單價很難支撐如此高的人力投入。

而通過AI，我們實現(xiàn)了這種低成本的VIP體驗。在“專屬服務群”里，除了寶媽和真實的育兒顧問，其他的角色如“孕育專家”、“商品福利官”等全是AI。

寶媽問育兒問題，專家回復；問優(yōu)惠活動，福利官響應；甚至上傳一張B超單，多模態(tài)AI也能實時給出解讀。

總結下來，在社群運營階段有幾個關鍵步驟需要注意：

用企微而不是個微，這樣能保證員工在離職后不會帶走企業(yè)的會員資產(chǎn)；

沉淀企業(yè)的專屬知識庫；

建立人機協(xié)同的機制，拒絕大模型盲目兜底，AI回答不了的問題，交給人工，不要讓AI幻覺影響了企業(yè)形象。

八、AI如何撬動了30億的銷量？

孩子王去年約100億的營收中，有30億是完全通過AI會員營銷實現(xiàn)的，整個過程基本不需要人工干預。這究竟是怎么做到的呢？

過去我們是基于已有的數(shù)據(jù)基建來手動撈群，比如哪個孕婦要生了，哪個小朋友要過幾歲生日了，我們先給客戶建群，然后再基于用戶的特質(zhì)來做精細化營銷方案。但它的問題是工作量大，以及不夠精細。

2024年，我們嘗試用AI Agent重構了營銷流程：

1.自動撈群

不僅解放了人力，而且還比人工撈得更細。 比如它能精準區(qū)分出過1歲生日和過5歲生日的孩子，并匹配完全不同的方案。

2.智能策劃

AI根據(jù)客群特征自動匹配營銷主題、選品和促銷資源。

3.自動定價

在設定的保底毛利范圍內(nèi)，AI可以根據(jù)數(shù)據(jù)反饋，自主決定是采取“199減20”還是“199減30”的最優(yōu)策略。

當我們通過AI精準撈出上百個細分客群后，接下來的挑戰(zhàn)是：誰來為這一百多個主題營銷撰寫文案、設計海報？

是我們的“素材智能體”，而且它生成的圖文素材還能做到“免審直發(fā)”。

在行業(yè)內(nèi)，純大模型生成的圖文通常需要人工復核，因為哪怕只有1%的“幻覺”概率，對品牌來說也是災難，但我們通過技術手段保證了生成內(nèi)容的100%可控。

可以說，從撈取客群、制定營銷主題、自動定價，到生成素材、搭建活動落地頁，最后通過短信、APP或企業(yè)微信進行智能分配觸達，營銷的全流程都由不同的AI智能體協(xié)作完成。

甚至最后的數(shù)據(jù)復盤反饋，也都交給了智能體來完成，進而實現(xiàn)了整套系統(tǒng)的自我進化。

而要想真正落地這套系統(tǒng)，它需要幾個前提：

企業(yè)要有基本的數(shù)字化能力，要有訂單數(shù)據(jù)、會員數(shù)據(jù)，才能讓AI打標簽；

要有觸達用戶的渠道，例如手機號或企微好友；

人工調(diào)教Agent，從而提升AI的精準度。

此外，在零售行業(yè)，一家店的生意好壞往往70%取決于店總的能力。

怎么才能把店總的能力都提升上來？為此，我們打造了一個叫做 “莫斯MOSS”的店總助手 ，核心邏輯是把金牌門店店總的決策思維、經(jīng)營理念提煉出來，訓練成智能體。

目前，它處于“輔助駕駛”階段。

每天早上，它會抓取門店數(shù)據(jù)，告訴店總今天最該關注哪幾件事：是該補貨了，還是某項履約率異常了？接著給出幾個經(jīng)營方案供店總選擇，選定后它自動去執(zhí)行發(fā)券、派單等后續(xù)動作。

我預判兩三年后，這套系統(tǒng)會進化到“自動駕駛”階段。

屆時，店總甚至不再需要極豐富的行業(yè)經(jīng)驗，只要執(zhí)行力夠強，像“手腳”一樣配合智能體的“大腦”去排兵布陣，就能保證每家門店的經(jīng)營水平維持在80分以上。

此外，我們還在同步推進“員工助手”。

邏輯是一脈相承的，讓AI每天提醒育兒顧問，今天有哪幾個優(yōu)質(zhì)會員該復購奶粉了，溝通話術怎么寫，優(yōu)惠券怎么配。

通過AI抹平人的經(jīng)驗差異，讓每一位員工都能像資深專家一樣服務好手中那一千名會員。

九、如何解決企業(yè)AI落地的痛點？

在深入探討了AI在企業(yè)里的實戰(zhàn)應用后，我們有必要審視這些應用背后的底層邏輯，以及在落地過程中必須直面的痛點與挑戰(zhàn)。

1.打造企業(yè)的“AI底座”

首先在技術架構上，就像以前我們做數(shù)據(jù)中臺、業(yè)務中臺一樣，AI時代，企業(yè)也需要著手打造一個統(tǒng)一的技術底座，即“AI中臺”。

只有建立統(tǒng)一的底座，才能讓不同場景下的知識、內(nèi)容和模型能力實現(xiàn)共用。這是企業(yè)在推進AI轉型時必須具備的全局視野。

2.數(shù)字化基礎薄弱的應對方案

很多人擔心，如果企業(yè)的數(shù)字化基礎比較薄弱，是不是就不能做AI了？

當然不是。孩子王有很多AI方面的嘗試，在起步階段對數(shù)字化并沒有太強的依賴。比如視頻矩陣，它更多是基于業(yè)務流程的重構。

很多數(shù)字化基礎和知識庫，是在“做”的過程中不斷積累沉淀出來的。如果你不啟動，基礎就永遠是零。

我建議先從那些依賴度低、切入點小的場景入手，用AI的方式先跑起來。

3.尋找“大齒輪”場景

孩子王每年在數(shù)字化上投入過億，邏輯是什么？我是不是也要花這么多錢？怎么才能把錢花到位？

事實上，我們要找跟企業(yè)核心業(yè)務最相關的“大齒輪”。我們之所以重度投入“店總助手”和“員工助手”，是因為我們有一萬名員工， 哪怕AI只幫他們提升10%的效率，換算下來就是一千個人的人效增長。

再比如我們的AI會員營銷，每年能帶來幾個億的增量GMV，這種利潤完全可以打平數(shù)字化成本。所以，做AI一定要找大杠桿。

4.設定好AI的風險底線

以最近爆火的小龍蝦為例，你到底要給它多少決策權？

能否把決策權交給AI，取決于你的“防線”建得穩(wěn)不穩(wěn)。

比如AI定價，只要你設定好了保底毛利和風險底線，在這個范圍內(nèi)讓智能體去自我進化，風險就是可控的。如果你做好了安全防護，就應該放心大膽地放權；如果沒有這層底線，那就要謹慎決定。

最后，大家要有一個意識，我們從來不把數(shù)字化部門定義為成本部門，相反，它必須是“利潤中心”。

老板愿意花錢在數(shù)字化上，并不是因為他是數(shù)字化愛好者，而是因為我們每年都能拿出一份可量化的賬單，證明這些投入賺回了錢。

所以，數(shù)字化團隊必須在業(yè)務中去挖掘價值，讓公司看到，數(shù)字化不是在“花錢求生存”，而是在“投錢換增長”。

十、避坑指南

除了前面提到的成功實戰(zhàn)，還想分享一些孩子王沒做成的項目和踩過的坑，這些經(jīng)驗或許對大家更具參考價值。

1.讓子彈先飛一會

現(xiàn)在的自媒體為了流量，往往把新技術說得神乎其神，很容易讓企業(yè)產(chǎn)生焦慮。但對于我們來說，不一定要非常激進地去跟進。

比如2023年6月，我們就發(fā)布了國內(nèi)首個母嬰垂直大模型。我們確實享受了一段時間的技術紅利，但半年后，大模型廠商的能力全線提了上來，人家一發(fā)布就是我們的天花板。

所以，千萬不要在大模型廠商的主干道上投入過多的底層研發(fā)。我們應該死磕大模型“看不見”的細分業(yè)務場景。

比如店總如何經(jīng)營、員工如何促單，這些垂直賽道的業(yè)務邏輯是大廠不會輕易殺進來的，這才是企業(yè)真正的核心競爭力。

2.組織重構

AI落地的最大挑戰(zhàn)不在工具，而在組織 ，為此我們做了非常多的嘗試。首先我們要清楚，AI時代，組織到底需要怎樣的人？

首先就是“既懂技術、又懂業(yè)務”的AI架構師，具體的解法就是讓懂技術的人去學業(yè)務，讓做業(yè)務的人去學技術。

在孩子王，我們會讓技術人員去門店輪崗三個月，真正當一次店長，回來他才知道痛點在哪。

而為了讓做業(yè)務的去學技術，我們還獨創(chuàng)了“AIBP”的崗位。我們把高階技術人員派駐到各個業(yè)務部門，像HRBP一樣坐在業(yè)務堆里開會，甚至背同樣的KPI。

其次我們要解決的是，AI時代該如何重塑組織？

很多員工對AI有防備心理，擔心自己被替代。我認識一家代運營公司，員工私下用AI干活卻跟老板說AI不成熟，就是怕效率提升后自己丟了飯碗。

可以肯定，我們的組織未來一定會成為人機協(xié)同的組織。

因此，我們的解法是，把“普通運營”重塑為“AI訓練師”，讓員工負責調(diào)教和監(jiān)督智能體，把腦子里的知識、思考、經(jīng)驗訓練給AI，這樣一來，不僅能提高效率，更讓你從傳統(tǒng)運營進階為AI時代的新物種，身價倍增。

3.工具選擇

最后，關于工具如何選，我建議大家根據(jù)企業(yè)規(guī)模分三步走：

小型企業(yè)：擁抱成熟SaaS。直接選行業(yè)內(nèi)標準化的SaaS工具，成本低、門檻低，能滿足共性需求。

中型企業(yè)：SaaS+定制化。當企業(yè)有了獨門秘籍，通用的SaaS就兜不住了。這時可以采購支持二次開發(fā)的SaaS，做一些匹配自身核心模式的定制。

大型企業(yè)：自主研發(fā)。規(guī)模大了以后，各家SaaS數(shù)據(jù)不通，為了把能力串聯(lián)起來，大型企業(yè)必須組建研發(fā)團隊，量身定制自己的數(shù)字化和AI底座。

AI的價值不僅在于技術先進，更在于它能否在復雜的組織土壤里扎下根。

技術底座交給大廠，場景深耕留給自已，通過人機協(xié)同的方式提升經(jīng)營水平，這才是企業(yè)在AI時代可持續(xù)發(fā)展的路徑。

*文章為作者獨立觀點，不代表筆記俠立場。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～