今年春节前后，OpenClaw（国内俗称 " 龙虾 "）一炮而红。没想到，它此后不仅引领了 AI Agent 的发展方向，还深度改变了电商零售行业的组织运转方式。

从电商大促时代走过来的电商人，今年 618 大概率会多了一点从容。以前做大促，搞得的是人海战术，人工排班、人工盯直播、人工分析数据、纯人工做设计图，临时活要的又多又急，人通常被大促的节奏带着走。一场大促，电商人经常是熬夜加班，忙得不可开交。

过去依靠经验和人力还能勉力支撑，最近几年零售渠道和 SKU 都在增加，成本越来越高。一群电商人主动开始一场场 AI 实验。

今年春节后，从客服、设计师到营销管理和门店陈列团队，越来越多业务人员开始在飞书 aily 上搭建自己的智能体，把审核、内容生成、数据汇总、流程跟进等重复工作交给 AI 处理。

如果说过去的数字化是在连接系统，今天以飞书 aily、OpenClaw 为代表的 Agent 正在连接人的工作本身，成为组织里的第一响应者。AI 先发现问题、生成结果，再把需要判断和决策的部分交给人，比如审美、创意、策略制定。

在流量见顶、竞争加剧的大消费时代，越来越多的企业开始用 Agent 和人协同，应对一场永不停歇的竞争。

5 月中旬，雅迪新品头盔上线前的最后一次统筹会上，原本按计划主推的金色头盔，临到上线突然有了新想法。一位平台店铺负责人希望突出白色款头盔，更符合自身用户偏好。

需求虽然听起来不难，但对设计师们而言，几乎是个噩耗。按照传统流程，一款新品在不同平台推广，至少要涉及到二十多张图，改一个产品颜色，意味他们要重新返回到每张图片的底片，一个个反修。618 大促上线在即，设计师加班到凌晨也可能完不成，优先级不高的需求只能推迟上线节奏。

大促期间，因为没有提前沟通好导致任务量爆表的现象时有发生。除了货架平台需要生成各种主图、详情页等，设计师还经常要满足抖音、小红书等平台需求，比如抖音要求直播间必须一周要更换一下背景图，每次新品推出或者大促节点，设计师都要单独出背景图。

雅迪的电商设计师焦鑫记得，有一次临近下班，运营突然说要新搭建一个头盔的直播间，第二天上午就用。任务要的急，时间很紧迫，通常完成直播间背景图，焦鑫要加班找参考、做合成、调光影，检查平台规范和尺寸大小，至少大半天才能做出一套。

雅迪对品牌形象的重视，和在实际运营中不断冒出的需求，让设计师们压力陡增。但今年 618 情况完全变了，雅迪识别到传统业务流程的压力，鼓励员工用 AI 探索新方式，甚至还组织一场 AI 技能赛事，自上而下推动集团探索新工具。

5 月，服务支持部的几名员工，花了一个月的时间，在飞书 aily 上创办了一群随叫随到的专家。

这些专家实际上是一组 AI 智能体矩阵，包括文案专家，线框设计专家，详情页生成专家和负责统筹调度的贾维斯。这四位专家不仅独立完成任务，还在把生成结果同步到飞书上一个 agent 协作群里。设计师只需一句话 @对应的专家，告诉它具体需求，它会自动反馈结果。

项目负责人简韵思说，" 以前是使用 AI 工具，现在完全是指派 AI 干活 "。

设计师们使用最多的是详情页生成专家，它将文案生成、线框设计、平台生成以及文案审核工作流程全部内置进去。他们只需要上传产品不同视角的图片，一句话就可以生成新品的详情页，还可以让其参考市面上竞品详情页，凸显自家产品的卖点。

电商平台的一个详情页通常包括 21 张详情图，3 张场景图以及图片上配置的产品卖点文案，整套设计方案生成从以往纯人力要用三天时间，大幅缩减到现在的不足一小时。

有了 AI 员工，设计师日均交付的设计图从过去 5 到 8 张，提高到约 15 张。完成量增多的同时，工作重心也变了。AI 生成适合天猫、拼多多、京东等不同平台的详情页图，设计师只需在 AI 的基础上进行精修微调。

更让设计师们开心的是，以前大促加班到深夜是常态，现在用了智能体，输出品质稳定，速度又快。宋雨蒙笑着说，重要的是不用像以往那样焦头烂额地加班了。以前因为时效性无法优化的细节，如构图表达、审美甚至客户需求分析，现在有充裕的精力解决这些问题。

当 AI 全面接管抠图、排版、适配、多平台生成等标准化工作后，带来的改变远不只是为团队节省数十个小时。更深层的变化在于，AI 重新划定了人与机器的协作边界。设计师从重复劳动中解放出来，精力重新回到创造力本身，那些重复、繁琐、缺乏创造性的执行工作丢给 AI。

如果说雅迪，用飞书 aily 改变了内容生产方式，自然堂则让智能体直入电商直播腹地，覆盖了排班、通知、监控、预警和复盘等全链路。

电商行业有个共识，客户等待时间每增加几秒，转化率都会明显下降。尤其是带货直播，客户咨询通常都是购买决策的最后阶段，客服响应的快和慢，会对转化率有致命影响。过去的每一次大促，都是对一线客服管理人员的一次大考。

去年双十一，自然堂的一场达人直播原定从早上 8 点播到下午 5 点。因为销量表现不错，下午 3 点，店铺运营突然给客服管理人员王迎娣发了一条通知，这场要临时加播，延长到晚上 12 点。

这意味着，接下来的两、三小时内，王迎娣的大脑需要像一台高速运转的机器，输出一列客服值班名单。

这活并不轻松。自然堂在主流渠道都有店铺，客服分布不同渠道，承接不同店铺，需要的技能也很多元，王迎娣需要参考历史销售数据，估算需要的客服人员，还要在一张容纳按店铺按技能排布的客服、数十列的 Excel 排班表上找人。每名客服的工时多长，每周最多能上几个班，是否上过晚班，还要电话确认客服是否有其他安排。

确认完可能名单后，她要分配好工作，负责售前还是售后，接待哪家店铺，几点吃饭，谁能替班等。这里面涉及到的规则非常繁琐。" 脑袋里装了太多规则，一着急不小心漏掉某条，导致排班出错的事时有发生。" 王迎娣说。为了确保排班合理，还要一人协助核查，费时费力。

大促时，自然堂每天最多有 10 场直播，如果有两场直播临时加场，管理人员精力根本顾不过来。今年春节前后，龙虾热风靡全国。王迎娣这些来自一线的管理人员立刻试手，发现龙虾非常能满足需求。他们用 OpenClaw 搭建自动排班 skill，把常规排班和达播排班的规则内化进系统。前后调试花了一个多月。

飞书的类龙虾产品 aily 推出后，他们又将这套 skill 内化进 aily。用户在 aily 上只需要输入达播排班的简单参数，aily 会自动生成达播所需要的人力，并自动更新多维表格，还会自动将调班信息发到飞书群内通知到客服本人。

整个排班流程里涉及到复杂的计算和人脑记忆的地方，完全被 AI 替代了。王迎娣他们每个人耗费在排班上的时间直接缩短了一个多小时，响应时间也从原来的小时级变成了分钟级。

AI 介入的还不只是后台人员调度，还打入了最复杂、不可控的现场直播环节。一场直播至少连播 8 小时，有时长达 16、17 个小时，直播的品类也有 40 个，达人直播口误或者出错难以避免。为了降低直播风险，自然堂需要专门抽出一支客服小组监督直播（监播）。

过去监播靠人肉眼盯屏幕，听主播口播，判断有没有说错赠品、产品功效，是否触碰平台违禁词、表达不清晰的地方。直播少时，可以两个人盯一场。大促高峰时，一个人可能要盯一到两个直播间。" 盯 30 分钟，人的注意力就开始下降。" 王迎娣说。漏听几乎难以避免，一旦漏听造成认知差异，大量用户涌入后台，客服就会陷入被动，可能还会影响品牌和销量。

一次直播中，达人脱口而出 " 今天下单多送一瓶面霜 "，但实际上没有这个赠品。幸亏有顾客进线问客服，团队才及时发现问题，主播也及时修正说辞，化解风险。王迎娣的团队想着能不能把风险在更前置的环节用 AI 先解决掉，减少客服接待压力。他们三个毫无技术背景的人，在集团的支持下，还真的搞定了。

他们把直播监控工具部署在负责监播的电脑上，再通过飞书群聊机器人接收预警。当系统识别到关键词或异常表达，比如主播提到 " 多送一个面霜 "，预警会被推送到飞书群。客服管理人员先判断预警是否准确，再把确认后的信息同步给运营。运营在达人直播现场跟播，可以及时提醒主播修正。

这条协同链路看上去很细，却改变了客服团队的工作方式。过去是用户先发现问题，客服被动接住问题。现在是 AI 先听见问题，管理人员提前介入，主播现场修正表达。很多原本会在十几分钟后涌向客服的咨询，会提前被消灭在直播间里。

在自然堂看来，最大的变化是过去大家被问题追着跑，如今 AI 负责发现异常，人则有更多精力分析用户高频需求、优化话术和改进达人培训。AI 不再只是一个会回答问题的助手，更像是不知疲惫的员工，承接了组织里最脏最累的活。如今越来越多的信息流、任务流和决策流，开始先经过 AI 完成筛选和分发。

某种程度上，AI 正在成为组织中的新基础设施。

去年，AI 能力越来越强后，母婴头部品牌 Babycare 开始思考，如何用 AI 把分散在全国各地的 280 多家门店的物料陈列管理起来。

近几年，消费者的习惯发生很大变化。直播电商、即时零售和内容平台崛起，消费者的购物能随时得到即时满足。商家把最好的价格、最大投入和资源，只在 618 等大促期间集中释放的打法，已经越来越难以奏效。

Babycare 很早意识到消费市场变了。真正的竞争不是在大促，而是在每一天，他们把一年分成 24 个档期，至少半个月就有一次活动。

当门店活动成为常态，活动物料审核的工作压力陡然上涨。每次营销换挡，为了确保活动及品牌形象统一，Babycare 都会要求 280 多家门店上传营销物料陈列图，每家店大约上传 40 到 50 张照片，280 多家门店就是约 1.5 万张图。

而且所有物料都要经过区域初审——总部复审——陈列部门抽查三道审核，一旦抽查不合格，所有审核流程都要重新来一遍。

整个审核流程确实非常严格，但也极度耗费人力。全部审核流程走下来，需要 13 人，耗费 5 天左右时间。

早在去年，Babycare 就尝试和外部技术商合作，但并没有成功。今年 3 月，Babycare 和飞书沟通，尝试用飞书的多维表格和 AI 来解决。

在两个月左右的时间里，Babycare 与飞书团队一起，梳理陈列物料上传的流程和规范，同时上传物料大图和单一物料小图，通过飞书多维表格，让 AI 先进行大规模初筛，判断物料数量和内容是否与标准图一致。标记异常后，再由人工复核。问题可以通过自动化流程反馈到对应门店，门店整改后重新上传，AI 再次判断。

目前，系统的难点是陈列物料的图片依赖门店工作人员手拍，无法完全统一景别、构图甚至图片像素、质量，而 AI 读图本身也存在技术难点，例如无法完全识别物料所处的位置是否正确。

Babycare 新零售渠道运营总监贺伟表示，以前审核全靠纯人力，现在人只需盯着 AI 系统预警信息。检核时间从原来的 5 天压缩到 1-1.5 天，直接缩短了 70% 到 80%。问题整改也更及时，过去要人工找到对应门店再通知，现在系统可以把问题自动流转到门店。

Babycare AI 产品经理宏宇说，" 目前这套检核系统达到 85% 以上的准确率 "。Babycare 设置了人工兜底通道，如果门店上传两次以上仍被判不合格，记录会转到人工审核。最终的决策权仍然在人手上。

无论是 Babycare，还是雅迪和自然堂，早已把 AI 应用到真实的业务工作流中。在竞争最为激烈的大消费市场中，AI 不只是帮员工节省时间，真正的改变是：商家第一次可以放心把大量重复性、基础性工作交给 AI 完成，有限的人力只需围绕 AI 产出做优化、审美调整，以及开展商业决策。

公司在战略决策上也有余力更全面的布局。雅迪以往大促精力有限，只能主推头盔新品，现在有了 AI 后，可以同时推广雨披等其他产品线。自然堂则有了更多精力开发新产品，Babycare 则能在每一个活动节点上，为消费者提供更好的门店服务。