低迷期新出路：品牌商、渠道商、修理厂如何借助AI，跳出内卷困境？

两年前，我们和大多数人一样，对AI几乎不了解，手机中仅有如Kimi或豆包之类的AI助手，而且感觉不是很好用，觉得AI离自己很远。

后来，我们接触到了众多海外AIGC领域的杰出创始人，并阅读了大量相关报道，促使我们下定决心接纳并拥抱AI。2024年也一直致力于AI的分享与教学。

我认识的90%学员和讲AI的人，他们实际上并不使用AI，也不愿在AI上投入时间和金钱。大家不妨打开手机看看，真正面向企业的AI应用软件确实寥寥无几。

这张来自商汤的引语图揭示了现状：在培训和演讲中，利用AI炒作概念的人不在少数，但真正尝试和使用AI的人却很少，更不用说利用AI盈利的人了。

从去年至今，我们参加了上百场付费的AI培训。事实正如这张图所示，其中90%的培训都名不副实。那么，为何我们仍坚持做这件事呢？

因为人类所有伟大的成就主要来自"试一试"。

01、AI带来的震撼超乎想象

汽车行业尤其是后市场，相对来说确实保守，在创新与用户体验上，特别喜欢用算账这件事情来预见未来。

2017-2018年，我曾跟很多同学说过要做抖音。彼时，班级中至少有数百人，但是听过课以后做抖音的数量是0。为什么？因为他们在算投入和产出比，但是很少试一试。

去年以来，我们在AI上的学习成本在50-100万之间，包括差旅、购买软件、培训，但得到了一个比较好的结果——我们发现To C端AI与To B端AI之间存在着巨大的鸿沟，这背后隐藏着深刻的逻辑。

To C端的AI，其能力往往局限于回答有限的问题，通常不超过五个。一旦超过这个数量，它便会遗忘先前的信息，需要用户重复提问。

这是因为每次向AI提问，都需要消耗大量的算力资源，而免费的AI服务往往无法提供如互联网般的边际效益。大多数免费AI软件在回答五个问题后，便会清除历史记录，以控制每次提问所需的5至10元算力成本，这与百度搜索的成本结构不在一个级别。

我们做了很多商业案例的尝试，如分析汽车后市场用户的在线购买趋势，对比小米汽车与极氪汽车在营销策略、品牌策略及用户群体上的差异，以及快速归纳消费者对小米汽车或某款润滑油的满意度等。

AI可不可以在3-5分钟之内归纳总结出答案呢？如果用ChatGPT肯定不能。

那么AI到底能做什么？就像谈《三体》一样，AI会不会像机器人一样完全替代人类的工作，这是To C企业家或CEO面临的问题。

在利用AI分析小米汽车与极氪汽车的案例中，AI能够迅速整合包括所有公域平台在内的数据，对市场营销、产品技术、品牌形象及财务数据等进行归纳总结，且这些分析维度均可自定义。

比如想看某个品牌的用户满意度，AI能在几分钟内给出详尽的答案，且数据层次丰富，可深入至不同年份的消费者心理与情绪变化，如润滑油品牌车主满意度在历年间的对比等。

这就是AI时代带来的震撼。

以前认为AI就是ChatGPT，只会做一些文生图、文生文及绘画，其实不止如此。经过对众多AIGC公司的探访，我们发现AIGC已远超想象。从底层逻辑上看，AI已具备写作能力，无论生成的是文本、图像还是其他形式的内容。

此外，AI还拥有强大的数据处理能力。尽管汽车后市场的数据可能因门店分散而不够全面，但AI仍能基于现有数据提供有价值的洞察。

比如想看上海哪家商场适合新能源车企开设展厅，那么基于AI可以看到不同商场的人群年龄、画像，甚至实时追踪每个品类、每个门店的顾客流量及购买行为。

02、AI对所有岗位都有巨大的提效与颠覆

当前，消费品行业在用户洞察与品牌营销方面的进展已远超汽车后市场，且其运营难度也更为复杂。值得注意的是，该行业内高达90%的公司已开始深度应用AI技术，尽管他们可能并未大肆宣扬。

这背后的原因不言而喻——AI确实带来了极大的便利与效率提升。

我们近期探访了全球顶尖的用户调研公司，如埃森哲与益普索，他们的AIGC中台展现出了极高的实用性。遗憾的是，由于特殊限制，他们目前无法为中国企业提供服务。

除了市场洞察和调研以外，其实我们方方面面都在被AI侵袭。

先看一下AI客服。

我们把公司历史资料输入自己的数字员工，他会快速学习岗位资料，比如说我们想写小红书的文章进行市场宣传，怎么做？

许多老板在与AI沟通时存在误区。比如，有老板直接向AI提问：“我今年企业经营困难，利润很低，请问我该怎么办？”这样的问题过于宽泛，AI难以给出具体答案。

一位做汽车饰品的老板问AI，“请帮助我把这个产品（产品图片），写一款10万+的小红书爆款文章”。AI可以写出来吗？其实只要用正确的方法是可以的，但是不能直接这样问。

具体的方法如下：

首先，让AI搜索并展示同类型产品在小红书上的爆款文章；

接着，分析这些爆款文章的共同特点或“爆款因子”；

然后，向AI详细介绍产品资料及其核心卖点；

指示AI结合网上爆款因子、消费者喜好及产品资料，生成爆款文章草案；

对生成的文章进行初步评估，若达到60分水平，则进一步要求AI生成100篇文章以供筛选。在筛选过程中，对写得好的部分打勾并告知AI满意，对写得不好的部分圈出并提供反馈。

第二个案例：大搜车

他们利用人工智能客服，实现了90%的客服在10次对话内就能获取客户电话号码并引导客户到店的目标。这是如何做到的呢？

实际上，很多企业的客服水平参差不齐，即使有优质的Q&A资源，也只有少数客服能真正掌握。

但是AI客服会实时迭代Q&A，通过视频、对话等多种形式迅速提升客服的专业水平。当客服遇到难以回答的问题时，AI小助手会提供在其他客户身上得到满分答案的回答方式，从而整体提升客服及销售团队的能力。

当然，这种方案在后市场用的比较少，不过在其他行业已被广泛使用。

比如留学市场，家长想了解适合孩子的全球大学信息时，AI能给出更准确的建议；在跨境理财行业，AI也能提供比普通客服更优质的全球资产配置方案。

这些都充分展示了AI在拉齐客服水平、提升服务质量方面的巨大潜力。

03、AI可替代员工，也能涉足生产制造

当然，AI并不能完全取代人类，在各项工作中，AI通常只能替代40%至50%的工作量，极少数情况下能达到80%的替代率。

因此，许多企业主在引入AI后，都会询问是否可以裁员。事实上，在引入数字员工和AI的前六个月内，大多数企业并不适合进行裁员，因为这是一个关键的训练与适应过程。

然而，当AI应用达到一定规模后，它将对企业的组织架构产生深远影响，使得各岗位的职责边界变得日益模糊。

那么，AI能否涉足生产制造领域呢？

在消费品行业，AI已经在产品设计领域大放异彩。例如，星巴克的星杯现在主要由AI设计，这些设计不仅质量上有了质的飞跃，而且整个设计、开模、零件采购流程也实现了高度一体化。

而且，AI能够清晰地标注每个零件的采购来源，并融入消费者喜好的元素，从而降低了成本、提高了效率，并显著提升了成功率。

像联合利华、宝洁、星巴克、LV、普拉达和GUCCI等耳熟能详的品牌，AIGD（人工智能生成设计）已经占据了整个设计流程的40%至50%。相比之下，汽车后市场行业在AI设计方面的应用还相对较少，但这也说明了AI的发展已经超出了许多人的想象。

此外，AI也能够为企业解决很多问题。

例如，数字员工可以提升企业的运营效率，帮助企业洞察市场并寻找增长机会。在信息不透明的情况下，尤其是当销售人员和财务人员提供经过美化的数据时，AI能够提供实时、准确的数据和分析，确保决策的客观性。

那么，在引入AI后，企业的组织架构还会保持原样吗？

以北京某小型团队自己组装润滑油为例，他们通过AI实现了高效的生产和管理。

如果将来每一个人都是一职多能，从产品研发到市场动销，通过AI的高速助手赋能，这5-6人原生AI小团队，完全有可能击败那些机构臃肿、利益分配分散且传统守旧的大型公司。

在每个细分领域，那些拥抱AI并善于利用其优势的原生企业，都将有可能打败传统的官僚主义企业，从而引发一场深刻的变革。

04、AI不是平权，而是让厉害的人越来越厉害

当前网络上充斥着关于AI将替代人类工作的言论，但实际上，这种替代并非绝对。即便是制作一个简单的商品详情页，人类的参与度仍然高达20%至30%。

因此，未来的主流趋势将是人类的智慧+AI智慧是时代主旋律。

当然有人问未来AI会不会替代人类的工作，有可能。但在接下来的5至10年内，大多数工作仍将依赖于人类智慧与AI智慧的结合，只是每个人在这一组合中扮演的角色和比重会有所不同。

此外，需要明确的是，AI并非平权工具。许多从事AI培训的机构为了推销软件，常常夸大其词，声称只要使用AI，普通人就能达到专业人士的水平。

然而，事实并非如此。以AI绘画为例，输入的指令或关键词对最终作品的影响至关重要。

比如，让AI画一张风光摄影，输入的关键词是安赛尔·亚当斯、明暗对照法、云隙光，只有具备美学和设计学背景的人才能给出这样的指令。而大多数人可能会选择输入“漂亮”、“高端大气上档次”或“低调奢华有内涵”等较为宽泛的词汇，这自然会导致生成的画作大相径庭。

所以AI一定不是平权，而是让厉害的人越来越厉害。

如果大家对AI感兴趣可以找我们进一步沟通，尤其是企业端的应用，欢迎报名3月7日在上海虹桥举办的《AIGC助力企业创新专题沙龙》！