# AI在中国①：10个企业落地案例带来的商业启示 | 对谈任鑫：AI 创业者、投资人 十字路口Crossing · 2024-08-18 任鑫和Koji通过万店药房、链家、淘宝等10个企业案例，揭示了AI落地中国的真实策略与商业启示。他们强调成功关键不在技术本身，而在于放下评判、拆解工作流，让AI在低精度场景中创造增量价值，例如药房用AI辅助销售提升利润30%，链家以AI模拟培训12万经纪人。任鑫还分享用AI模拟用户参与新品研发、用兴趣小组推动组织转型等具体方法，提醒管理者先让年轻人‘嗨起来’并开放引入供应商。 ## Key moments - **[0:00] 开场** - [1:26] Koji：“你们以为 AI 还没来吗？错了，AI 在各行各业应用已经在我们身边逐渐发生，甚至说是无孔不入了。” - [2:18] 任鑫分享“声桥”项目：一个为听障人士利用 AI 分析波形指导发音的项目，强调从专有领域问题出发的价值。 - **[4:35] 药房AI销售** - [4:35] Koji 分享某万店连锁大药房案例：店员使用 AI 助手根据对话实时提示下一句销售话术，利润额提升 30% 以上。 - [6:31] 连锁药房店员使用 AI 助手时，以“我来帮你查一下我们线上有没有优惠”为开场白，化解顾客疑虑。 - [7:14] 销售场景中发现人对 AI 存在服从率问题：只给唯一最佳指令时销售人员反而演绎自己，提供开放式建议能提高服从率和转化效果。 - **[8:11] 门店知识共享** - [8:12] 任鑫分享了另一个连锁企业案例：利用 AI 将门店早会晚会的录音进行交叉查询和共享，当某门店遇到问题时自动推送其他门店的相关经验。 - [10:03] 任鑫提到美国公司 Hebia 融资 1.3 亿美金，将企业内大量非结构化数据用 AI 解开再利用，实现弯道超车。 - [10:39] 任鑫建议企业 AI 落地可从锦上添花的事情开始，避免一开始就追求极致精确而卡住。 - [11:18] 任鑫指出许多企业应用 AI 时感到失望，因为现实与幻想存在差距，AI 在某些维度是神迹，某些维度却是智障。 - **[11:56] 海报设计拆解** - [11:57] 任鑫强调用好 AI 的关键在于拆解工作流，而非抱怨 AI 的不足，并以国际零售品牌拆分海报设计工作流为例。 - [12:14] 国际零售品牌将海报设计拆解为背景图、装饰元素、logo、文字等模块，让 AI 生成可用的素材后人工拼合，大幅提升效率。 - [14:18] Koji 总结：人类通过逐步拆解工作流提升效率，AI 并非万能。 - **[14:42] 服装应用** - [14:42] 任鑫分享服装企业案例：AI 工具帮助设计师从灵感中抽取出如版型、花纹等元素，并快速应用到自己的产品上生成多个版本。 - [16:24] Koji 分享服装工厂案例：利用 AI 为积压的碎片化库存服装快速生成包含模特和场景的详情页，将零散库存资产变现。 - [18:39] 任鑫观察发现，越专业的人越难用好 AI，因为挑剔；而小白容易接受，因为 AI 做得比他们好。 - [19:41] 任鑫比喻：AI 虽不完美但能 1000 倍产出，应寻找原本不值得做的场景加以利用，就像为碎片库存做详情页。 - [20:20] 任鑫分享头部垂类自媒体案例：用 AI 大量生成高质量问答对，投放到搜索引擎获取流量，以量取胜。 - **[20:24] 自媒体内容** - [21:41] 任鑫：“一个月才要你 100 块钱，你图啥呢？你要啥自行车？就是能用上什么方面，用上什么方面，而不是看说他哪方面我觉得不够好。” - **[22:21] 保险销售** - [22:21] Koji 分享暖哇科技案例：用 AI 将低优先级销售机会点自动化，根据客户历史互动个性化关问，最终数据提升 20-30%。 - [24:40] 任鑫提到朋友分享的酒店案例：将住客名字写入藏头诗，引发传播，类似的个性化可用 AI 批量实现。 - [25:19] 任鑫分享海外销售案例：AI 通过听取销售电话录音进行及时辅导，并监督销售流程中关键步骤的执行情况。 - **[25:59] 链家培训** - [25:59] Koji 分享链家案例：利用 AI 模拟各种客户场景对 12 万经纪人进行培训，并对培训效果评分，提升了培训质量。 - [28:05] 任鑫分享自己用 AI 模拟谈判对手并练习，以及孵化器中有恋爱模拟器产品，利用 AI 模拟场景训练。 - [29:59] 任鑫分享云九资本孵化器案例：后端开发结合 AI 后产出提高 500%，关键心态是默认 AI 是对的，改造自身流程。 - **[32:07] 直播剪辑** - [32:07] Koji 分享某大型 MCN 和炒股教育公司案例：利用 AI 从每天海量直播素材中自动提取热点，剪辑出病毒式短视频进行引流。 - **[34:24] 新品研发** - [34:25] 任鑫分享大型食品企业案例：在新品开发流程中引入 5 个 AI 模拟的用户画像，提前获得反馈，提高上市成功率。 - **[36:43] 淘宝模拟** - [36:43] Koji 分享淘宝案例：建立模拟淘宝平台，用 AI 模拟用户行为测试广告效果，以模拟代替分析。 - [37:27] 任鑫提出观点：当算力足够时，我们应从分析转向模拟，用模拟测试代替传统数据分析。 - **[38:39] 策略与结尾** - [38:39] Q: Koji 问这些 AI 落地案例背后的共同特征是什么？ A: 任鑫认为共同点是“把 ego 放小”。 - [39:40] Koji 观察到 AI 转型不仅需要意识转型，还需要组织重构，否则落地会遇到阻力。 - [40:12] 任鑫分享温和的组织重构方法：在公司内部成立 AI 兴趣小组，让年轻人带动，董事长鼓掌表扬，从下往上推动。 - [41:25] 任鑫提到较狠的做法：公司里必须开掉过高管，因为有的高管会抵抗 AI 落地以保护自己地盘。 - [42:26] Q: Koji 问企业如何从 0 到 1 迈出 AI 落地的第一步？ A: 任鑫建议第一步在公司搞兴趣小组，让年轻人嗨起来；管理者刷抖音学习 AI；各部门找供应商来介绍。 - [45:53] Koji 比喻今天的 AI 就像水龙头，企业 AI 落地如同造水管，将智慧之水引到正确的地方创造价值。 ## Speakers - **Koji 杨远骋** (host) - **任鑫** (guest) ## Topics 行业应用 ## Mentioned 暖哇科技 (company), 链家 (company), 声桥 (product), 淘宝 (product) ## Transcript ### 开场 **Koji 杨远骋** [0:02] 欢迎收听 《 十字路口 》， 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会 。 十字路口是乔布斯对苹果公司的一个比喻 ， 形容它站在科技与人文的十字路口 ， 伟大的产品往往诞生在这里 。AI 正在给各行各业带来改变 ， 我们寻找 、 访谈和凝聚 AI 时代的积极行动者 ， 和他们一起探索和拥抱新变化 、 新的可能性 。 我是主播 Koji 杨元成 ，是 " 新世相 " 和 " 躺岛 " 的联合创始人， 也是一个正在积极行动 、 投身 AI 的人。 今天 《 十字路口 》 很开心邀请到了任鑫 ， 任鑫可以说是我最有活力的朋友之一 ， 是一个典型的 " 六边形战士 "。 任鑫在电商和移动互联网领域连续创业了 2 次 ， 卖过 2 家公司 ； 现在他是云九资本的合伙人， 做 AI 方向的投资和孵化器 。 同时任鑫还是混沌大学讲 AI 的老师 ，是多家上市公司的 AI 转型顾问 。 **任鑫** [1:04] 大家好 ， 我叫任鑫 ， 是一个连续创业者 ， 然后现在在投资和孵化 AI 的项目 ， 然后我也是 《AI 炼金术 》 的主播 。 **Koji 杨远骋** [1:13] 今天请到任鑫是我想和他一起来聊一聊企业的 AI 转型这一个人人都在关心的话题 。 我们想聊聊各行各业都是如何将 AI 应用到自己的企业当中的 。 那我身边的朋友们都知道我最近常说的一句话 ， 就是 " 你们以为 AI 还没来吗 ？" 错了 ，AI 在各行各业应用已经在我们身边逐渐发生 ， 甚至说是无孔不入了 。 这半年以来 ， 很多人看到 AI 其实会想起李一舟割韭菜的故事 ，因此大家有时候会有点抗拒 AI， 这非常的可以理解 。 但是如果因此就把自己给封闭起来 ，不接受任何与 AI 有关的资讯 ， 你很可能也会错过非常多的机会 。 所以今天我们的第一部分 ， 就是和大家来分享 10 个我们最近看到的企业 AI 转型的故事 。 这是近半年来任鑫和我天天泡在 AI 的一线 ， 观察到的各行各业如何用 AI 的真实故事 。 希望这些故事能够对你有所启发 。 好 ， 要不任鑫你先来讲第一个故事 ？ **任鑫** [2:18] 好的 ， 我先分享一个故事 ，但是不是企业转型 ，但我觉得对于企业转型 ， 我觉得这个案例它的冲击力特别大 。 这是我上周去看一个 VC 的路演 ， 然后看到的一个小朋友团队做的一个项目 ， 好像叫做 " 声桥 "， 就是声音搭个桥 。 然后他们是做什么的呢 ，是为听障人士教他们怎么样发音的 。 就很多人其实听不见 ，但是其实他的发音器官是完整的 。 这个时候的话呢 ，其实是可以通过教育 ， 通过一些培训 ， 让他学会怎么说话 。 虽然他听不见 ，但是他其实可以自由的表达 。 那原本这件事是需要很多的那个专业的培训师来一对一辅导 ，但是你可想而知这个一定很贵嘛 。 那现在的话就可以用 AI 来做到这件事情 ， 让用户去读特定的话 ， 然后读完之后的话呢 ，AI 去分析那个波形 ， 然后告诉你 " 哎 ， 这个嘴巴要放远一点 ， 这个舌头放厚一点 ， 这个舌头放平一点 "， 就把这些东西给教会那个用户 。 那我觉得这种项目就做起来就感觉非常的那个积功德 ， 对吧 ？ 所以当时就觉得印象很深 。 那为什么第一个跟大家分享这个呢 ， 我是觉得 ，因为很多时候有很多人会找我来说 " 我们应该怎么做 AI， 我的企业应该怎么做 "， 然后你会发现他的朋友圈天天都是什么 "OpenAI 宫斗 "， 然后说 " 国产大模型哪家更强 "， 反正就一堆的大概念 。 然后你就会觉得你研究这个干嘛 ， 你又不像我 ， 比如说我是做投资 ，而且我还要讲讲课什么的 ， 就是要招摇撞骗 ， 对吧 ？ 我就要懂很多大道理 。 但是你搞这些干嘛 ？ 你其实每个真实你在业务当中的人， 你最宝贵的东西不是你更懂这些新闻 ， 新闻关你屁事 ， 关我屁事 。 你最宝贵的东西其实是你的专有领域的专有问题 。 比如说那个项目 ，他就是他们联创当中有一个确实是听力障碍人士 ， 所以他意识到了一个在这个圈子以外的人， 我们都觉得不存在的一个问题 。他们意识到这是一个很痛的问题 ， 这种东西是值钱的 。 但是你说让那个小朋友他说 " 哎呀 ， 我在 APP 上有什么动人的见解 "，他们 APP 说实在说挺糙的 。 对 ， 那其实不重要 。 所以我觉得第一个给大家分享的案例就是 " 声桥 "， 从你的特殊的问题出发 ， 这个问题外行越看不见越好 。 ### 药房AI销售 **Koji 杨远骋** [4:35] 哎 ， 我来分享一个案例 ，是来自我最近听到的一个让我有种拍案叫绝的感觉的一个案例 。 它来自某连锁大药房 ，有上万家的门店 。他们要解决的问题呢 ，是经常有顾客走到药房里面来 ，是带着一个模糊的需求 ， 比如说 " 今天我有点头痛 "， 或者 " 比如我鼻涕流了 3 天了要怎么办 "。 但是这个连锁大药房能招到的销售人员 ， 往往不是那么能够应付所有的情况 ，因为这个对销售员的要求 、 专业度的要求其实蛮高的 ，以及他们能开给销售人员的工资 ， 很难招到一个全方面的这个人才 。 那怎么办呢 ？ 现在他们用 AI 来给在店的销售人员做了一个 APP。 那这个 APP 它是可以录音的 ， 这个 APP 背后也接了大模型 。APP 呢会根据它听到的店员和顾客之间的对话 ， 来提示店员 " 下一句话你应该说什么会比较合适 "。 那下一句话呢 ，有可能是去追问他的病情 ， 把他的病搞得更清楚 ，也可能呢是去帮助他了解什么样的药物是最适合的药物 。 对 ，在这个地方 ，他们应用了这个 APP， 应用了这个 AI 之后， 有非常明确的数据提升 。 销售人员用 AI 助手之后， 利润额的提升提到了 30% 以上 。 因为这个连锁大药房 ，他们最主要的指标不是看销售额 ，是看利润 。 也就是说 ，他们并不是去追求卖最贵的药 ，因为很多时候 100 块钱的药 ， 它的利润还不一定有 20 块钱的药的利润来的高 。 所以我听到这个故事的第一感觉是很震惊的 ， 利润额提高了 30%。 然后我也追问了比较多的问题 ，其中有一个问题就是 " 顾客不会觉得被冒犯吗 ？ 销售员一直拿着手机在这边一边划拉一边和顾客对话 "。他们告诉我 ，他们有一个非常巧妙的解决方法 。 这个解决方法是销售人员在掏出手机的时候 ， 会说一个开场白 ， 会说 " 来 ， 我来帮你查一下我们线上有没有优惠 "。 这个时候顾客大概率会自然的接受 ， 销售人员开始划手机 ，并且一边看手机一边和他展开对话 。 目前他们没有遇到任何的不尊重顾客的投诉 。 那第二个有趣的发现是在这个用 AI 的过程当中， 人对 AI 有一个服从率的问题 。 比如说 ， 如果 AI 每次都给这个销售员他认为最正确的一句话 ， 让销售员听他的就说这句话 ， 那最后往往他们的转化率是最高的 ， 利润额的提高也是最大的 。 但是呢 ， 如果只给唯一明确最正确的指令 ， 销售人员会觉得我失去了自己 。他们的服从率不是特别高 ，他更容易去自己演绎 ， 相信自己的那一套 。 而一旦这样 ， 效果就会打折扣 。 所以最后他们取了一个什么样的办法 ？ 他们在中间找了一个平衡 ， 就在某些时候他们会给最佳的答案 ，但是某些时候即便 AI 知道最佳答案是什么 ， 它也只是给销售员一些开放式的建议 ， 去引导他说出相对有更高的这个转化率的话 。 那这个时候销售员的服从率反而会变高 。 那最后得到的数据结果虽然不是绝对的最优 ，但是是一个相对的最优 。 那比起以前在没有 AI 帮助的时候 ， 这个数据肯定仍然是显著的提升 。 **任鑫** [8:03] 这两个小细节蛮有意思 。 **Koji 杨远骋** [8:04] 这两个小细节其实我觉得是可以用到每一个销售场景的 ， 只要是人与人之间的销售场景 ， 那我觉得它都是适用的 。 ### 门店知识共享 **任鑫** [8:12] 这次跟 Koji 来录这个播客 ，其实是我在录播客历史上准备最充分的一次 。 之前我录播客都是说 " 来 ， 我们开始录吧 "， 然后就是直接上场 。 然后这一次他居然发给我说 " 来 ， 你帮我准备 5 个案例哈 ， 然后我给你一个文档 ， 你要填哈 "。 你刚刚讲的时候让我想到我谈过的一个真实的事情 ， 然后他们也是一个类似于半咨询式的连锁 ， 跟药店有点像 。 然后的话呢 ，他们就遇到一个问题 ， 就是那个有一些新品不知道该怎么卖 ， 然后也是想做 Copilot，因为他们的产品的更新迭代非常快 。 所以的话 ， 比如说药的话 ， 你是可以后台一个东西 ， 就是你可以设计一些规则嘛 。 但是他们经常就是上来 3 个月新品 ， 这个新品就没了 。 所以的话 ，他们很难为它设计出一套销售话术 。 那最后怎么做的呢 ？ 最后是他们在各地的所有的门店都有早会和晚会 ， 然后开会的时候有点像利兹卡尔顿 ，他们是要讲说今天发生了什么事情 ， 什么东西我通过什么方法做好了 。 然后那个店长还会去问里面的某个特定店员 ， 比如说 " 你今天卖某某某某某这个新品卖出去 6 个 ， 你是如何做到的 ？" 然后那个人就要讲说他是如何做到的 ， 相当于分享说经验 。 那这个时候的话 ， 就让他们说 " 那你把所有的录音录下来 "， 然后所有的录音录下来做一件什么事情呢 ？ 你让这些录音相互之相互之间去交叉查询一下， 比如说哪个店他担心说某某东西不知道怎么卖 ， 另外一个店刚好分享了这个资料 ， 就把那一段那一段录音的那个那个 script 发过去 ， 就做了一个非常糙的一个一个 RAG。 然后这样子来操作 ， 相当于把所有的门店的知识进行一个共享 。 但是呢 ， 又不是让你去看其他门店的那个什么会议纪要 ， 你看看疯掉 ，而是你们门店有的问题 ， 刚好其他门店分享了经验 ， 我把它推过来 。其实在美国有一家公司叫做 Hebia，他们刚融了 B 轮 ， 融到 1.3 亿美金 ， 现在估值快 8 亿美金 。 然后他做的事呢 ， 就很像任鑫里说到的 ，他把企业里面的大量的非结构化数据用 AI 去把它们给解开 ， 再次利用起来 。 比如说你提到大家早会晚会的录音 ， 那 Hebia 也会去把类似这样的录音和其他企业现在散落在各个角落里面的 ， 之前完全用不起来的这些非结构化的数据 ， 把它给好好的用起来 。 而哪家企业提前用起来这些数据 ， 很可能就能够如虎添翼 ， 弯道超车 。 对 ， 所以这种东西都是属于第一波就可以创造价值的 。 只是很多企业会一上来就把它用在了那种特别严谨的地方 ， 什么企业知识库啊什么的 。 这个时候你就会发现 ， 你为了最后几个百分点的那个精确性 ， 你会发现你再怎么投入也上不去 ， 就卡在那里 。 所以一开始的时候 ， 可以在这种花里胡哨 、 锦上添花的事情上想想 ， 就锦上添一朵花还是添十朵花 ， 都是添花 ， 这是好事 。 但是你说考试 ， 比如说企业内部什么什么 ， 特别是跟用户那边 ， 用户侧的什么客服系统啊什么的 ， 你会发现说经常还是会出点错 。 这个时候你就会天天在救火 。 所以可以在锦上添花的事情上想一想 。 准备案例的时候 ， 我在想说到底什么是大家真实的问题 。 我现在跟很多企业聊下来 ， 发现大家在用 AI 技术的时候 ， 经常遇到的一个情况就是听这些那个什么播客博主 ， 然后听 Up 主讲的天花乱坠 ， 感觉 AI 就是人工智能就明天要统治世界了 。 但是你真的拿回去用的时候 ，在企业当中用 ， 就觉得就就就一群智障 ， 对吧 ？ 就这里不靠谱 ， 那里不靠谱 ，其实啥都干不了 。 我身边或者我们自己公司也有的时候也会觉得说 ， 就是大家的幻想和现实当中还是有一个很大的一个 gap 的 。 现阶段的 AI 其实就是这个状态 ， 就是某些维度上它是个非常神奇的神迹 ， 某些维度上它又是个 SB， 对吧 ？ ### 海报设计拆解 **任鑫** [11:57] 所以我看到的用好 AI 的公司和没用好 AI 的公司 ，他们用的都是同一个 AI， 它区别在哪里呢 ？ 区别其实主要在于说 ， 用好的人他会拆工作流 ， 想办法把这个 SB 给用好 ，而用不好的公司呢 ， 会评价这个 SB 说它哪里不好 。 这是两种思维上的差别 。 我举一个很小的我参与的例子 ， 非常好理解 ， 就是有公司的话 ，他们是营销的板块 ，他们是想用那个想用 AI 来做很多的促销的那个海报设计 ，因为他们每年要有巨量的那个促销海报 。 然后的话呢 ，他们就遇到了非常多的问题 ， 比如说他们的 logo 总是歪的 ， 比如说产品图总是不对的 。 然后的话呢 ， 问我有没有解决方案 ， 我就给他们看了一些解决方案 ， 比如说你你你你你 fine tune 一下， 然后结合那个 segment anything 的话 ， 你是可以解决的 。 然后我跟他们讲说 ， 你们就不要解决这个问题 ，因为你们这种传统企业 ， 你这个东西要排期排到把这两个东西几个东西给部署好 ， 黄花菜都凉了 。 你不要解决这些问题 ， 你就一切看现有的能能做什么做什么 。他说现有的可是这个海报就是不能用啊 。 然后我说那你自己想想说 ， 你把海报的流工作流拆一下， 然后看看它哪些地方能用 ， 哪些地方不能用 。他们最后就把海报拆成了说可能有一个背景图 ， 对吧 ？ 背景图可能是科幻的 ， 可能是一个古风的 。 然后再说那也有也有上面的 ， 比如说小装饰 ， 比如放一个什么小燕子 ， 什么小熊 ， 放一个什么外星人。 哎 ， 这个发现元素也是可用的 。 然后呢 ， 上面可能还有 logo，logo 你直接贴上去不就完了 ？ 然后发现还有那个文字 ， 文字的话之前是不行的 ， 现在其实也是可以了 。 那你文字就直接利用用另外一个软件做贴进来呗 。 所以这有创意文字 、logo、 背景图 ， 然后产品图 ，其他视觉元素 。 那这样子你就会发现 6 件事情里面 ， 好像有两三件是是 AI 可以做的 ， 两三件 AI 不能做 。 你最后把它拼起来比较好了 。 所以他们最后的方法的话 ， 就是很糙的方法 ，其实是用 AI 做了一大堆的素材 ， 然后在 Canva 里面去拼 ， 重新建了一个工作流 。 所以大家可以朝这个方向上想一想 ， 就是如果你用不好 ，有可能不是你的错 ，也不是他的错 ， 就是他的能力不够 。 那你能不能把你的一一个完整的 ， 比如说做海报 ， 你拆成了 6 个步骤 ， 拆成 6 个模块 ， 让他干其中两件事 。 然后这个时候有可能你发现你的整体工作效率就工作效率就翻倍了 。 所以是一个拆解工作流的问题 。 **Koji 杨远骋** [14:18] 人类就是这样一点一点的把自己的这个工作效率提升起来的 。 所以 AI 其实不是万能的 。 **任鑫** [14:24] 在公司里面 ，因为很多时候其实你会碰到很多的组织和文化上的障碍 。 如果你是一下子说我要干掉你 ， 对吧 ？ 这个时候的话其实你的阻力很大 。 但是如果你是只让他做一些人类本来就想做做不好的事情的话 ， 那么更容易更多人来参与这件事情 。 ### 服装应用 **任鑫** [14:42] 另一方面 ， 另一件事情是在 Koji 的一个线下的局里面听到别人讲的 ，他们是帮那个服装企业做一个 AI 工具 。 原本的那些 AI 的那种科幻小说 ， 就会写说以后的衣服都是 AI 设计嘛 ， 就不要人了 。 但是实际上现在就发现做不到嘛 ， 就是一是 AI 能力上确实做不到 ， 二是有品味的那些设计师 ，他们也会阻拦这件事情 ， 觉得说你做不到 ， 所以肯定现在当下发生不了 。 但是呢 ，他们就把设计师的工作流拆开 ， 发现哎 ， 你无非也就是你去某些地方找灵感 ， 比如说你去看香奈儿的大秀 ， 然后你会发现说哎 ， 这个版型我觉得好有好有意思 ， 我想我想 copy 这个版型 。 然后你其实是在中间抽取某个某个灵感片段或者某个维度 ， 你想把它抽取出来 。 然后第三个呢 ，其实你想把它的这个抽取跟你已有的一个工作相结合 ， 比如说你是做羽绒服的 ， 香奈儿那个版型是做连衣裙的 ， 你喜欢它哪一点啊 ，他就可以把这个比如说版型啊 、 花纹啊什么东西可以抽出来 。 抽出来之后， 然后再让他可以说哎 ， 你应用在你的羽绒服上， 哎 ， 我直接帮你应用了 20 个版本 ， 然后就可以看到 20 种不同应用这种版型在你的这个工作上面的效果 。 然后你挑了说哎 ， 第四三种和第六种不错 ， 然后你再去精调 ， 然后你再去干嘛 。 这样子看起来其实原本的流程完全没有变化 ， 对吧 ？ 其实你原本该怎么做怎么做 ，但是我让你原本的那个工作流的效率得到了极大的提升 。 就如果你的期待是像科幻电影里面说哇 ， 这个活以 AI 全部帮我一次搞定啊 ，但确实搞不定 。 但是呢 ， 你如果把你的工作拆成 10 步 ， 大概率的话呢 ， 它有两步 AI 是能帮你搞定的 ， 还有三步 AI 是可以帮你提效的 ， 还有两步可能 AI 可以帮助你什么更更发散 ， 然后得到更多启发 ， 然后效果更好 ， 对吧 ？ **Koji 杨远骋** [16:24] 我再来讲一个影响服装工厂的案例 。 我也是最近才意识到啊 ，有很多服装的工厂积压了非常多的小库存和碎片化库存 。 什么意思呢 ？ 就比如说今天工厂接到一个订单 ， 要做 1 万件衣服 ，但是工厂往往会做 1 万零 5 件 ，以防万一 。 对 ， 那多出来的 5 件一般是不会交货的 ， 它只是备份做一个冗余 。 可是接的订单越多 ， 这样多出来的 5 件衣服的冗余就会慢慢的堆积成山 。 所以做的越久的 ， 做的越好的工厂 ， 它在仓库里面就会积累非常非常多这样的碎片化库存 。 而这些碎片化库存的服装是特别难处理的 ，因为工厂到最后大概率只能按吨卖啊 ，他是也没有办法去给他拍个详情页去上架 ，因为为 5 件衣服去找模特拍照做详情页 ， 这个成本高的难以想象 。 但是有了 AI 之后， 工厂们发现 ， 把这样的一个巨大的碎片化库存的资产变现出现了可能性 。 因为现在 AI 可以做到什么程度呢 ？ 就是你把一件服装铺在地板上， 就对着它拍张照片 ，5 秒钟之后就可以给你生成一个详情页 。 这个详情页包括些什么 ？ 包括一个模特 ， 她可能是男模 ， 可能是女模 ， 可能是东方脸 ，也可能是西方脸 。 那这个模特呢 ， 穿着这件衣服有多个视角 ， 正面 、 背面 、 侧面 ，并且她可以在多个场景 ， 比如说沙滩 ， 比如说大街 。 就这样 ， 她让一个可能过去要花好几千块钱才能做出来的一个详情页 ， 用几秒钟就做了出来 。 因此用这样的极速的提效 ，他们就把积压在仓库里面的这样的碎片化的库存 ， 东三件 、 西三件这样的积压下来的库存的零碎的衣服 ， 这样的资产给变现了起来 。 很多工厂知道了这个方法 ， 知道了 AI 有这个价值之后， 那可是趋之若鹜 。 **任鑫** [18:22] 这个很好 。 哎 ， 我觉得这个这个这个真的非常好 。 因为很多的企业它应用 AI 应用不下去 ，其实是因为 AI 做的活确实不够好 。其实很多时候我们在公司里面落地 AI， 你会遇到的阻力其实是来自于专业人士 。 因为专业人士他有自己的专业性 ，有自己的品味 ， 比如说那个做详情页的 ，他肯定看这个这个东西不一定看得下去的 。 但是呢 ， 你会说这个就两页 ， 我还劳烦你 ， 对吧 ？ 这这这这其实就是很好的一个应用场景 。 我们也确实发现说其实推动的时候的话 ， 往往是要找这种这种地方来推动 。 所以的话 ， 越专业的人越没有办法用好 AI， 反倒是小白就很容易接受 AI，因为做的比他好嘛 。 就比如说刚毕业一年的程序员 ，他就特别容易用 AI，但是毕业五六年的就特别难用 AI。 所以的话 ， 我们觉得 AI 现在就有点像早期的一些工业机器 ， 它其实有很多的问题 。 所以老的那种匠人， 很多匠人精神说拒绝工业机器 ， 我做出来的 90 分 ， 你做出来才 70 分 ， 对吧 ？ 就很多人那种浪漫电影都会讲这种东西嘛 。 那但是你想想 ， 就是 70 分它可以生产大量啊 ，而且 70 分明年变 75 分 ， 它是不会掉下来的 。 但是你你可能比如说老眼昏花了之后， 有可能就掉下来了 。 所以我们还是要拥抱拥抱拥抱新科技 。 对 ， 单讲这个道理的话 ， 那个就是单讲说我们要拥抱科技 ， 可能大家也听不进去嘛 。 就我我我后来就换了一个说法 ， 就就没有那么刺耳了 。 就是我会说 AI 就是干的不好 ，但是 AI 就是它出这种糙活 ， 它出的量是 1,000 倍 ， 我们能不能为这个 1,000 倍的产能找一个新的地儿去用 ？ 就有点像你刚那个那个 ， 比如说 AI 出那个 landing landing page， 出那个产品详情页 ， 那你会去说 AI 取代原有人类去做产品详情页 ， 那肯定大家挑一万个毛病 。 但你换一种说法说 ， 它可以只用 1/1,000 的成本出产品详情页 ， 它可以出 1,000 倍的产品详情页 ， 我们可以把它用在哪里 ？ 它可能就用在了一些原本不值得做产品详情页的产品上 。 那我们也是这样嘛 ， 就是我自己做过的辅导会的企业 ， 它是个垂类的一个媒体 ，他们内容质量很高 ， 然后 AI 写出来的东西再怎么调 ， 最后发现跟他们自己的媒体的那个质量还是有差距 ， 所以是没法用的 。 ### 自媒体内容 **任鑫** [20:40] 那最后怎么办呢 ？ 就是他们完全反过来用 ， 就是想着说那我们就以量取胜 。 那这个量用来干嘛呢 ？ 不是给人看的 ，他们其实是拿去搜索引擎骗流量的 。 所以他们就根据每日的热点 ， 每周的一个热点热点词汇热门搜索 ， 然后去反过来去结合他们所在的这个垂类品类 ， 大量的生成高质量的问答对 ， 然后的话去搜索引擎去拿流量 。 这件事情其实不光是国内啊 ， 国外像 Google 啊什么的那个 ， 像有一批中国的插件在海外已经大规模的做过这件事情了 ， 最近被 Google 惩罚了 。 所以你你其实应该思路打开 ，不要老是纠结在原有的一个框架里面 ， 然后去反正就天天指点江山说这个不好啊 ， 那个不好 。 但是如果你是作为一个创业者企业家的话 ，其实你就是拼命的要发现它的好 。 对 ， 它不好我们又不能兜里钱 ， 又不会增加机会 ，不能变多 ， 对吧 ？ **Koji 杨远骋** [21:34] 就像一个简单的心灵鸡汤 ， 当你看到半杯水的时候 ， 你看到的是已经有了半杯水 ， 还是看到的是这里还差半杯水 ？ **任鑫** [21:41] 对 ， 你一定要找到它的优点 ，因为对吧 ， 主要是因为它便宜啊 。 对 ，因为比如说你假设说你们公司有一个人 ，他让你 10 万月薪 ， 然后他各种不好 ， 我觉得你是可以挑剔他的 。 但是如果天各在你们公司打工的人 ，他们每个月只要你交 100 块钱工资 ， 然后他不要五险一金 ， 然后清华北大的那个知识还广博 ， 然后态度还比清华北大的毕业生好 ， 这个时候的话遇到问题 ， 我们就要从自己身上找原因 ，不能挑剔他 。 一个月才要你 100 块钱 ， 你图啥呢 ， 对吧 ？ 你要啥自行车 ？ 就是能用上什么方面 ， 用上什么方面 ，而不是看说他哪方面我觉得不够好 。 对 ， 这这是两种不同的心态 。 **Koji 杨远骋** [22:21] 我再来分享一个互联网保险经纪公司暖哇科技的故事 ，也是我朋友的公司 。其实上面讲到的都是真真正正我从朋友们他们实操的经验当中听到的案例 ，并不是从网上搜来的案例 。 ### 保险销售 **Koji 杨远骋** [22:37] 就是大家都知道保险公司的销售人员非常多 ，而销售员每天上班的第一件事情就是打开系统 ， 看一看今天公司为我准备了哪些机会点 。 那这些机会点包括什么呢 ？ 包括比如顾客 A 要续保了 ， 你去和他联系一下 ； 比如顾客 B 明天要生日了 ； 比如顾客 C 他的小孩三个月前生病了 ， 现在可以问候一下是不是康复了 。 类似这样的机会点成千上万 ， 甚至百万十万 。 销售员开始上班之后， 就从系统分配的机会点里面按优先级排序 ， 从最高概率的优先级到这个最低概率转化的优先级 ， 一个一个的去联络顾客 。 但是机会点太多太多了 ，而且我们还在不断的发明新的机会点 。 那情况是什么呢 ？ 就是销售人员再多都没办法把所有的机会点给联络完 ， 总有长尾的机会点被浪费掉 ， 就直接进垃圾桶了 ， 就被浪费了 。 而且很多时候公司的销售人员也是分 S 级销售人员和普普通通销售人员 。 那公司是希望 S 级的销售人员尽可能的去转化机会最高的这些销售点 ，但是往往这个事与愿违 ， 很多机会点是被浪费掉的 。 那现在有了 AI 之后怎么做 ？ 高优先级的仍然交给人去做 ，但是低优先级的 ， 甚至之前完全被浪费掉的交给 AI 来做 。AI 现在大家知道能做到的程度啊 ， 应该你们都很了解 ， 它并不是简单的套一个模板 ， 群发短信去问候大家 ， 或者去这个广告大家 。AI 是可以根据这个顾客在曾经他的互动的历史 ， 留在我们这里的资料 ， 或者他过去和我们的对 话 ， 来去为他定制一段话 。 当顾客收到这段话的时候 ，不管它是文字还是是语音 ， 顾客可以感受到这是一个个性化的关怀 ， 这是一个温暖的关怀 ， 贴心的问候 ， 甚至友善的提示 。 那通过这种方式 ，他们把更多的机会点利用了起来 ， 最后从数据上面也有 20%-30% 的一个提升 ， 这是非常了不起的 。 **任鑫** [24:40] 你刚说温暖的关怀 ， 我想到我在朋友圈看到过有朋友分享过 ，他住一个酒店 ， 然后那个酒店就把他的名字写在一首诗里面 ， 然后他就在朋友圈发说这个是哪家大公寓做的 。 我们这帮搞这个的就觉得说 ， 哎 ， 要批量化生产诗的话 ，其实用大模型做也挺好 。 **Koji 杨远骋** [24:59] 对 ，他们把你的名字写在藏头诗里面 。 **任鑫** [25:02] 对啊 ，是可以写进去的 ， 一定有办法的呀 ， 对吧 ？ 嗯 ， 这个挺好 。 哎 ， 我你刚刚讲的这个 ， 我想到一个 ， 这个倒不是我操作 ， 这个是我看到的美国的一个案例 ，是也是做销售领域 ，但是传统做销售领域 ， 我们就想着说怎么让 AI 来做销售嘛 ， 做不了嘛 。 然后后来就是说 AI，他们其实有点像在用 AI 做辅导和做监工 ， 就让 AI 听那些电话 ， 听完之后的话告诉那个人说 ， 我觉得你刚刚哪里可以做的更好 ， 然后辅导他 ， 及时辅导 。 以及说他们还会在过程当中做一件事情 ， 就是公司往往对于销售员的那个 ，他们的套路是有要求的 ， 比如说你第二次跟客户打电话的时候 ， 就应该问清楚客户有没有这方面预算 ， 比如说有这么个要求 。 但是以前你其实很难监督这件事情的发生的 ， 你只能培训 ，但是现在是可以监督了 。 所以的话 ， 它其实可以做到一个监工和教练的作用 ， 这个是海外他们已经在用的一个东西 。 ### 链家培训 **Koji 杨远骋** [25:59] 我也想分享一个我在国内看到的案例 ，也是一位认识的朋友操盘的 。他们给链家的 12 万位经纪人去用 AI 来做培训 。在过去呢 ， 链家每招一个新的经纪人， 一定要经过培训才能上岗 ， 这个培训是很有体系的 ，并且很严格的 。 培训之后开始上岗了 ， 还会有老带新的这种师傅带徒弟的模式 。 可是呢 ，他们在过去发现 ，不管怎么优化 ， 这个平均分就很难再提上去了 。 因为有一个巨大的问题 ， 就是你要把平均分提上去的前提是 ， 得有人去评分吧 。他们大量的人在入职 ， 那去给这些人进行培训效果的评分 ， 就是一个很消耗这个能量 ，也很消耗他们的 HR 团队的事情 。在过去解决不了的问题 ， 今天有了 AI 可以解决了 。 这是一个在链家已经落地的案例 ， 一个经纪人在接受培训之后， 首先他可以持续的去和 AI 继续的互动训练 ，AI 可以模拟场景 ， 它可以扮演各种各样的顾客 ， 甚至各种各样的难以见到的有挑战的场景 ， 来考验这一位经纪人， 来帮助他更好的训练 。 练完之后 ，他会给这个经纪人评分 ， 评分之后， 链家就可以迅速的知道今天这一批经纪人到底大家招来的新人干的怎么样了 。 如果干的不够好 ， 培训的这个结果不够好 ， 那我们再来培训 ， 继续进步 ， 直到达到一定的水准 ， 然后才把他们投向市场 。 这个听起来哈 ， 好像是很自然的 ， 好像在每个企业都应该用的 。 对 ，其实我也觉 ，其实我也是这么觉得的 。 你说哪个企业听到了这样的 AI 赋能培训会不会心动呢 ？ 但是我想讲的是什么呢 ？ 就是到目前为止啊 ， 我看到的规模以上的公司只有链家在这么用 ，而其他的公司呢 ， 要么是觉得有畏难情绪 ， 要么就是这里存在信息差 。 所以我其实蛮希望听到我们播客的朋友啊 ， 大家可以多了解了解 ， 赶紧在自己的企业里面用起来 。 **任鑫** [28:05] 我也再分享两个小的 ， 就是刚刚听你讲想到的 ， 一个就是我们正在做一个孵化器里面有一个小产品 ，是类似的一个东西 ，但是不是用在销售领域 ， 用在谈恋爱 ， 就恋爱模拟器 ， 就是让你让你说一说 ， 就是你要追的男生女生当下的情况 ， 我们模拟各种情况给你练习一下 。 就是孵化器里面的一个现在还在概念产品的阶段 ， 就 MVP 还没出来的一个阶段的一个一个产品 ，因为我们会孵化器里面会有无数奇奇怪怪的东西嘛 。 然后另外一个是我个人平时在用的一个 ， 就是当我要有特别重要的一些谈判的时候 ， 大概一个月也就一两次吧 ， 特别重要的事情的时候 ， 我会把对方的情况让 AI 帮我查一下， 然后查完之后会把我我对这件事情的理解 ， 我的目的 ， 对方是什么样个性的人， 然后巴拉巴拉巴拉全部输进去 ， 然后让 AI 模拟对方那个人， 然后来向我先提提出 20 个问题 ， 每一个问题我会回答 ， 然后让他以他的角色讲一讲 ， 说他听到我这个回答之后 ，他的感受和他的理解和他的判断是什么 ， 然后给我一些建议和意见 。 然后对 ， 就是就是会模拟一下， 开个模拟器 。 **Koji 杨远骋** [29:19] 对 ， 这个听起来非常有用啊 ，因为它一方面是在训练怎么更好的回答 ， 另一方面其实还是在训练让自己如何身临其境 。 所以它不是只是在训练你的知识 ，也是在训练你的状态 。 **任鑫** [29:32] 然后再分享一个 ， 就是那个我自己 ， 我们自己孵化器的真实的案例啊 ，但不太像案例 ，有点像鸡汤 。 对 ，因为是孵化器嘛 ， 所以我们会那个 ， 嗯 ， 经常会跟一些非常早期的创业者合作 ， 就是他其实可能并没有自己的研发团队 ，也没有自己的研发能力 ，但是呢 ，他在海外， 比如说有自己的那个独到的经验 ， 或者他原本是一个很牛的 AI 的一个产品经理或者 marketing， 那我们是可以 帮他做产品的 。 对 ， 我们建了一个研发中台 ， 就可以帮这些有市场洞察但是没有产品能力的创业者把第一版产品给弄出来 。 那我们最近半年的一个最大的突破 ，其实就是后端的开发效率大概提高了 5 倍 ， 原本我们前后端大概是 1:1 的配置的话 ， 现在大概是 5:1， 后端开发一个人就能有 5 倍的一个产出 。 对 ， 就是因为我们的代码基本上已经全部用 AI 写了 ， 后端啊 ， 前端不行 ，因为前端还有很多审美方面的问题 ， 或者说那个人人类偏好 ， 我们改不了 。 估计明年可以改 ，但是今年的话 ， 后端已经提高了 500% 的一个产出 。 具体怎么做的 ， 就我觉得有一个有点像鸡汤的 ， 我们 CTO 讲的话可以跟大家分享 。他就是说最重要的一件事情 ， 就是要认为 AI 写的一定是对的 ， 就是要默认 AI 就是对的 。 那我们是用了两个月的时间 ， 然后我们那个 CTO 比较狠一点 ，他就是默认 AI 是对的 ， 哪怕他写出来的代码是错的 ， 你也认为他是对的 。 这个时候你会改什么呢 ？ 改自己 。 对 ， 那你就会说那一定是我哪里没有说对 ， 一定是我哪里没有安排对 。 说那我们一定是布置工作的方法 ， 我们的流程 ， 我们的工作 ， 我们的文档一定是错的 ， 然后从这个去反推 ， 我们改的是自己 。 所以大概花了两个多月很痛苦的时间的话 ， 大概效率提高了 5 倍 。 所以大家也可以考虑一下， 就是就是 ， 嗯 ， 你你现在用 AI 的方法是默认说他是错的 ， 你指望他改 ， 还是你默认他是对的 ， 然后一定是我哪里没有安排好 。 这种方法比较极端啊 ， 就是很少人能做到 ， 对吧 ？ 对 ， 一定很有道理的 ， 就是你研究他优缺点 ， 怎么取其精华 ， 取其糟粕 。 但是这个就有点像什么中国搞洋务洋务运动啊什么的 ， 对吧 ？ 但是如果你先默认先向华为学习 ， 华为之前不是搞那个 IBM 那一套的时候 ， 就说先削足事履嘛 ， 对 ， 先僵化 ， 然后再你僵化全部用好了 ， 你再去调整 ， 这个时候的话 ， 可能你才能够真正把这个先进生产力给吸收进来 。 我们脑子里面的经验可能就是阻碍进步的糟粕 ， 所以可以考虑更极端开放一点 。 对 。 ### 直播剪辑 **Koji 杨远骋** [32:07] 嗯 ， 哎 ， 再来分享一家公司啊 ， 这是两家很不相同的公司 ，但是他们的做法呢 ， 又有类似之处 。 简单来说就这两家公司 ，他们都有大量的老师在做每一天的直播 ， 嗯 ， 培训的老师 ， 指导大家来买股票的老师 ， 那每天成百上千位老师直播 n 个小时 。 所以一天下来 ， 两家公司的视频素材是几百个 ， 甚至上千小时的视频素材流 。 但是在过去 ， 这些素材几乎全都被浪费了 ，因为要从如此浩瀚的视频之海当中提取出关键的信息 ， 剪成短视频 ， 这是很挑战人的能力的 。 你得有专业知识 ，而且你得有耐心 ， 你还得有体力 ， 对吧 ？ 所以基本上做不到的 ， 这是不可能完成的任务 。 但现在有了 AI 之后， 这两家公司啊 ， 都实现了把过去被浪费的直播素材变成大量的病毒式的短视频去传播 。他们做的是什么呢 ？ 举个简单的例子 ， 几百位炒股老师每天各讲各的观点 ，但是这中间会有热门话题 ， 比如今天茅台是个热门话题 ， 那 AI 呢 ， 就会在一天结束的时候 ， 根据茅台这个热点去抓取哪些老师今天讲到了茅台的热点 ，并且用 AI 来剪出一个有这个言论争锋 ， 甚至有花字有配乐的这样的一个病毒短视频 。 不只剪一个 ， 可以剪 10 个 ， 剪 20 个 ， 剪 50 个 。 有了这些短视频之后， 可以在视频号上， 可以在抖音上， 小红书上到处去引流 。 掌握了 AI 之后， 比起那些没有掌握 AI 的竞争对手 ， 获得流量的效率 ， 那一定是数倍于竞争对手 。 **任鑫** [33:45] 像比如说电商类的呀什么的 ， 很多是视觉展现 ， 比如说他到镜子面前 ， 牛仔裤的屁股敲了一下， 对吧 ？ 这这种动作 ， 那之前的话是 AI 很难理解的 ，但是现在多模态基本上都能理解 ， 说啊 ，他竟然就到镜头前把屁股敲了一下， 那这种东西 。 所以现在的话 ， 我看到有一批科技正在起来 。 去网上去看哪些火 ， 然后形成模板 ， 然后然后根据模板去你的素材库里 ， 比如说发现说就是应该第三秒让屁牛仔裤的屁股在镜镜头前翘一下， 然后发现你有 40 个这种镜头已经在你素素材库里了 ，他挑一个觉得不错的 ， 然后再给你两个备选的 ， 拼了一个那个短视频素材 ， 所以也是可以用的 。 ### 新品研发 **任鑫** [34:25] 最后我再提供一个好理解 ，但是不一定大家想得到的角度吧 ， 就是我们之前在那个跟一个大型的食品企业的合作 ， 然后的话呢 ， 就会有一个可能的一个利用应用场景 ， 就是在新品的开发上面 ， 然后最后也是拆流程啊 ， 干嘛干嘛 ， 然后嗯 ，但是大家也不是很嗨 ，其实也就拆了流程 ， 然后中间有几步提效了嘛 ， 你总共提个提效个百分之二三十三四十 ，其 实大家有点无感了 ， 对吧 ？ 但是后面有一个 AI 的应用 ， 反倒让大家产生了感受 ， 它不是替代原有的功能 ，而是增加了步骤 。 所以的话 ， 那增加什么步骤呢 ？ 就是我们做新品 ，其实并不是想要做新品 ， 对吧 ？ 我们是想要多扩大市场 ， 我们想要多赚钱 ， 这才是目的 。 所以新品的性价比 ， 就是那个工作的成效 ，并不在于说你什么越短时间做出越多款新品 ，而在于你新品上市的成功率 ， 这才是要点 。 那怎么可以提高它的成功率呢 ？ 最大的一个方法就是 ， 那我们能不能提前把裁判叫进来 ， 比如说你在概念的阶段 ， 比如说你们公司有 5 种什么用户画像 ， 你能不能提前把 5 种用户画像让他们各自来说一遍 ， 说他对于你这个新品概念的想法 ， 然后你们图片出来之后， 又让这 5 个人看一下图 ， 然后说说他们的想法 ， 你的 marketing campaign 的时候又让他 们说一下 。 所以相当于说 ， 可不可以提前的把我们的用户引进来 ， 你就让那些你包装 ， 相当于包装 5 个 agent 嘛 ， 这个其实你用普通的 AI 工具很快就能做出来 。 你把你们以前关于这个用户画像 ， 如果你的用户画像都没有 ， 那就是传统的问题了 ， 那不是 AI 的问题 。 对 ， 你有 5 个用户画像 ， 你让他们直接进入到你的新品开发流程 ， 留 5 把椅子给他们 ， 让他们参加所有的会 。 那这个时候的话 ，他们提出来的建议的话 ， 可能就会对你有新的启发 。 **Koji 杨远骋** [36:11] 这个其实是可以用到各个地方的 ， 只要你在开发新的产品 ， 理论上都可以用这种方式来让用户提前给你反馈 。 **任鑫** [36:19] 是 ， 所以这个点的话 ， 大家反倒觉得比较惊艳 ， 虽然它看起来没有降本增效 ，但是其实它提高了你的成功率嘛 。 我在混沌不是有一个 JTBD 的课嘛 ，有些公司就找我过去讲什么 JTBD，但是其实听完之后也就是大家觉得哇 ， 好有道理 ， 就用户思维它没有进入到流程中 。 但是你如果能够让用户直接站在你的每个流程里面 ， 还能说说话 ， 这个时候就是真正的用户思维进去 。 **Koji 杨远骋** [36:43] 淘宝也在做一个类似的事情 ，他们建了一个模拟淘宝 ， 把广告放进去之后， 里面的每一个用户其实都是 AI 模拟出来的用户 。 ### 淘宝模拟 **Koji 杨远骋** [36:51] 那他们用这种方式啊 ， 就模拟淘宝的方式来看 ， 模拟出来的用户会不会去点广告 。 就是在过去 ， 大家是用灰度测试或者 A/B 测试的方法 ，但现在呢 ，是直接建一个平行宇宙 ， 模拟一个自己的平台 ， 自己的世界出来 ， 这个里面有用户 ，有真实的数据 ， 用这样的模拟来去获得更加准确的他们想得到的结果 。 **任鑫** [37:14] 这也是我最近一个观点嘛 ， 我们经常会讲思维模型嘛 ， 什么 444P 啊 ， 什么 STP 啊 ， 什么 Persona 啊 ， 我们会讲模型其实是我们大脑的算力不够 ， 所以我们要把抽象和简化 。 但是如果我们的算力够的时候 ，有可能我们应该用的是模拟 ，而不是分析 。 就是以前我们就一定要把它分析一下嘛 ， 对吧 ？ 数据分析 。 但是现在如果我们可以模拟的话 ， 我们就直接看呗 ，因为 MIT 他们在做这个 ， 比如说美国大选啊 ， 美国的那种新品推出啊 ，也是在看怎么用模拟来取代 。 里面有一个小细节我觉得特别有意思 ，他们模拟了自己的老板和他们最大渠道的采购经理 。 哈哈哈 ， 我当时觉得说这这这倒也是我没有想到的 ，因为我讲道理道理的时候也会讲出然后用户 Persona，其实他们也会关心说老板 ，他们把性格输进去 ， 老板在这件事情上他会怎么看 。 **Koji 杨远骋** [38:04] 对 ，以及老板怎么看其实非常重要 ， 还有渠道的销售经理怎么看也是超级重要的 ，因为他们都是特别重要的关键决策者 。 **任鑫** [38:14] 对对对 ， 就他们的那个大买家其实还不是用户 ，是那个大渠道的那个人， 然后他们要把他先放进来 ， 说他到底怎么看 。其实感觉也是各每每家都可以用的 ，而且用起来真的不复杂 ， 挺容易用的 。 你改改流程 ， 然后就用 JTBD 或者 Kimi 模拟一下都能做出来了 ，也不难 ， 对吧 ？ 哎呀 ， 很多很高科技的东西看着看着很神奇 ，其实你改改自己的话 ， 你就用现在就是不要钱的科技都能做出来 。 ### 策略与结尾 **Koji 杨远骋** [38:39] 哎 ， 仁鑫 ， 你听完我们上面这 10 个案例 ，有些你分享的 ，有些我分享的 ， 你可以总结一下他们背后的共同特征有哪些吗 ？ **任鑫** [38:47] 我其实觉得共同特征就是得把 ego 放小 。 对 ， 我们其实我我先假定说 ， 就是听到这里还没有烦的 ， 大部分还是做管理者或者老板啊 ， 就是你就就我们基本上大部分时候 ego 还挺大的 ， 就觉得就经常会去评判人家 ， 对吧 ？ 评估一个东西 。 但我觉得如果你看到一个先进生产要素的话 ， 嗯 ，其实最关键的不是说你评价它哪里不好 ，而是你看看它既然是先进生产要素 ， 我怎么样去扭转我自己去先把它给用起来 。 因为如果它每年都变牛 10 倍 ， 然后变便宜 100 倍的话 ， 那它就是这个时代最大的一个变量 。 这个这个生产要素 ， 它是那个明显可见的一个大红利 ， 那你就应该尽可能让自己机体里面充满这种要素 ， 充满的比例越高越好 ， 你应该尽可能把它吸收进来 ，而不是去评价它哪里不好 。 你说的不好的地方都对 ，但是 so what。 **Koji 杨远骋** [39:40] 其实我们还观察到有一个很重要的特点 ， 就是有意识的去把 AI 落地的企业家很多 ，但是往往不是那么的顺利啊 ， 这中间会有很多的阻力 ， 这种组织上的阻力 ， 管理上的阻力 。 所以有一个感受就是和任何的转型一样 ，AI 的转型不只是需要意识上的转型 ， 还需要组织上的重构 。在这里 ， 仁鑫我比较想这个请你分享一下， 你有没有观察到一些在过去通过组织重构 ， 让 AI 落地变得更顺利 、 更有效的一些案例 ？ **任鑫** [40:12] 嗯 ， 我看到过一些 ，但是就我我讲一些讲一些讲一些温柔的 ， 讲一些那个没那么温柔的 ， 讲温柔的版本的话 ， 我看到过的最最每一家都可以用的组织重构的方法 ， 就是没怎么重构 ，但是呢 ，他搞了很多兴趣小组 ， 就是像包括我 ， 我不是在那个混沌上还跟比如说那个网易啊 ， 跟说福盛啊 ， 都聊他们公司在怎么转嘛 ， 发现好像都搞了一堆兴趣小组 ， 就 是都一定先把自己公司里面热情的年轻人给忽悠起来 ， 然后就是说谁爱 AI， 谁想搞点 AI， 谁怎么样 ， 你们搞点什么公司里面的分享 ， 然后呢 ， 再说那你要不要 lead 的一个项目 ， 然后他们还说就是他们会去那些兴趣小组里面去给那些年轻人鼓掌 ， 对吧 ？ 哇 ， 董事长看到你了啊 ， 表扬 ， 然后给你插升官 ， 这是这是第一件事情 。 所以的话呢 ， 就整件事情就会从下往上推 ， 从小往大推 ，不要一开始搞说我们要搞一个什么十年工程什么的 ， 这种海报这种东西一周就可以出结果了 ， 一周出结果 ， 然后表扬一下， 这样子的话 ， 让公司里面有一批年轻人可以借 AI 上位 。 我觉得这个是比较比较温和的一种做法 。 **Koji 杨远骋** [41:23] 那比较凶狠的做法是什么 ？ **任鑫** [41:25] 比较凶狠的做法就是我甚至于就是直播连麦聊过的几个人， 都会非常直白的讲说公司里面必须开掉过高管 。 **Koji 杨远骋** [41:34] 在你直播连麦复生的时候吗 ？ **任鑫** [41:36] 他和网易好像读书 ， 公司里面的话就是一定没有那么配合 ，因为那些高管讲的也对啊 ， 就比如说你本来写的东西 ， 我们团队做出来的东西 90 分 ， 现在这个东西他他怎么看都只有 70 分 ， 甚至有些地方不及格 。 你让我拥抱他 ， 从内心的小九九的角度 ， 我的地盘在哪里 ？ 对 ， 你不管于公于私 ， 很多时候从专从各种角度就是会抗拒的 。 但是那也有人就是想争取的 ， 那有的时候就是没办法 ， 那你就可能就得换人。 还有一个凶残的案例的话 ， 就是你会发现说 AI， 比如说我刚刚说的做海报的例子 ， 就比如说设计部门是看不下去 AI 出的海报的 ，但是 marketing 是看得下去的 ，marketing 觉得挺好的 ， 然后 marketing 觉得我还不用到你那边排期 ，不用受你气了 。 综合考虑我觉得还挺好的 。 **Koji 杨远骋** [42:26] 我相信听到这里啊 ，有蛮多企业的高管或者业务负责人， 甚至一把手都会有一点蠢蠢欲动了 ， 想着怎么能够让自己的企业落地 ， 把 AI 用起来 ，但确实从 0 到 1 往往是最难的 。 所以我想问一问仁鑫 ，有没有一种建议 ， 就是可以让大家先从某一件什么样的小事做起 ， 先迈出第一步 ， 拿到一个正反馈 ， 然后顺利的进到 AI 落地的飞轮里面去 。 **任鑫** [42:50] 我觉得最简单的事情就是第一个 ， 就是刚刚讲的在公司里面搞兴趣小组 。 对 ， 你要把年轻人都搞嗨起来 。 对 ，因为如果你公司里面没有为了 AI 嗨起来的年轻人， 你们公司的问题比 AI 的问题更大 。 对 ， 所以的话 ， 第一个是让年轻人嗨起来 ， 然后搞一些兴趣小组 ， 搞一些项目制 ， 让年轻人去撞撞南墙嘛 ， 就是就是年轻人就应该冲 ， 然后这也是年轻人上位的最好的机会 。 第二个就是作为管理者的 ， 或者你就刷刷抖音嘛 ， 抖音你就拼命的搜索 AI， 然后凡是看到 AI 的讲的好的 ， 你就给他点赞 ， 你就可以调教你的那个 AI 的调教你的抖音 ， 变成一个 AI 学习工具 。 它其实是帮助打开视野 ， 具体落地不会具体落地 ，但是你至少就是先浸泡在那个信息海洋里面 ， 你大概知道怎么回事 。 觉得就是嗯 ，其实每个部门的话 ， 你都可以让他们自己说一下他们可以怎么用 AI， 然后的话呢 ， 让他们找每一个部门说一下自己的困难和可以用什么 AI 之后， 让他们每一个部门去找个两三家供应商到公司来 present， 或者线上来 present，因为那些供应商要卖你东西嘛 ， 比如说你找我去讲的话 ， 我可能还会比较贵嘛 ， 对吧 ？ 然后但是供应商来跟你讲是不要钱的 ，因为他要做你的生意嘛 。 如果你这三件事情都搞完了之后的话 ，也可以考虑说就是你基础概念也有了 ， 对吧 ？ 又有了一批热情小朋友 ， 然后可以考虑的服务商也有了 。 如果这个时候也非常欢迎来 ， 我们约一个一对一的聊天 ， 可以免费帮你梳理一下可能的机会和可能性 ， 对吧 ？ 有哪些选项啊 ， 然后路径是什么呀 ？ 因为对 ， 我其实也想从你那边学习一下说这个行业是什么样子 ， 所以大家可以互通一下业务 。 **Koji 杨远骋** [44:29] 今天我们聊了非常多的干货 ， 希望对大家有所帮助 ，有所启发 。 谢谢仁鑫 。 我想听咱们这期节目的人， 你们大概率是在截然不同的两种公司里面啊 ， 一种是已经把 AI 用得很好 ， 另外一种呢 ，是可能还大家一脸懵逼 ，不知道怎么用 AI 的公司 。 那对于第一种已经在把 AI 用得很好的公司里面待着的朋友们 ， 我们其实蛮希望能够认识你们的 ，因为仁鑫也好 ， 我也好 ， 我们都希望发掘更多好的 AI 落地案例 。 所以呢 ， 欢迎你来找我们 ， 用故事换酒 ， 或者用故事换咖啡 ， 来约我们的时间 ， 来给我们分享你在公司里面怎么去把 AI 落地的好故事 。 那对于第二种啊 ， 就是公司还一脸懵逼 ，不知道要怎么落地的朋友 ， 我们也希望可以帮上一些忙 。 有两个事情我觉得我们可以做 ， 第一个呢 ，是我们准备了 20 份仁鑫在混沌大学的 AI 课程 ， 这个商业课程呢 ， 可以免费送给大家 ， 请在本期播客的介绍 ， 或者在十字路口的同期内容的公众号文章里面来填一个小表单 ， 来领取这一门已经有数万人都听 过的 AI 商业机会课 。 那第二个我感觉可以帮到大家的哈 ， 就是假如你是企业的负责人， 欢迎你来联系我们 ， 来和我们做咨询 ， 做沟通 ， 我们一定知无不言 ， 争取能够帮你少走一些弯路 ， 快速的将 AI 用在关键的环节去创造实际的价值 。 我们的联系方式也可以在播客的介绍当中找到 。 那最后分享一下我今天听到的一个比喻 ，是说今天的 AI 呢 ， 就像一个水龙头 ， 它已经开始出水了 ，但是这个水呢 ，是需要有人把水管造好 ， 它才能流到对的地方 ，因为它还没有那么的充沛 ，也没有那么的聪明 。 所以企业 AI 落地就像在造水管 ， 那我觉得这是一个很有意义也很有趣的事情 ， 怎么造出好的水管 ， 让 AI 流出的智慧之水浇灌到正确的地方 ， 浇灌出正确的价值 。 这是我们想做的事情 ，也是我们想看到发生的事情 。 所以今天再次谢谢大家 ， 我们下次再见 。 如果你认为有朋友也会喜欢本期十字路口的内容 ， 请转发微信推荐给他们 。 最后欢迎你加入十字路口的会员群 ， 我们会在群里每天放送 AI 全球新闻 ，并且鼓励大家在群里聊天互动交朋友 ， 寻找未来的同路人。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。