此地为虎嗅智库举办的“AI落地研学营”首期活动举办地

此地为虎嗅智库举办的“AI落地研学营”首期活动举办地。面对零售业中日益严重的同质化竞争和不断攀升的人力成本，AI Agent正逐渐从单纯的技术术语转变为实际可用的助力工具。

6月24日和25日，虎嗅智库组织了为期一天半的首期AI落地研学营，带领学员们参观了飞书和智谱。在研学营中，虎嗅智库邀请了来自飞书、来也科技、智谱的五位一线操作人员和实战专家。他们针对零售业中最为棘手的三大难题——库存积压、低效率的人力资源管理以及缓慢的决策反应速度，通过深入剖析众多真实案例和技术讲解，展示了AI Agent在这些环节中提供的具体解决方案。

“AI的应用并非仅仅是技术层面的独立发展，而是需要组织协作能力的提升。”第一位发言嘉宾，飞书大消费行业客户成功总监周虹宇直截了当地表达了这一观点。他提出的“五个关键问题”直击企业面临的难题，包括“企业是否应该迅速采用AI？”、“AI与人脑思维在哪些方面存在差异？”以及“如何保障数据安全？”这些问题源自众多企业在AI应用过程中的实践，也使得大家对AI的落地有了更深入的理解。

在众多零售消费企业中，人力效率低下是一个普遍存在的问题。对此，来也科技联合创始人兼CTO胡一川分享了一个服装集团的AI应用案例：原本需要人工逐单处理的退货审核流程，现在通过AI智能派单，仅需几分钟即可完成。“简单重复的工作可以由RPA完成，而需要判断和决策的复杂任务则交给AI Agent，两者结合可以大幅提升效率。”胡一川这样说道。

时尚行业专家朱远刚关注到了服装行业的一个难题——库存积压。他指出，库存积压的根本原因在于预测不准确。他以一个女装品牌为例，介绍了其解决方案：利用过去三年的销售数据训练一个模型，将面料需求的预测误差控制在惊人的3%。

技术的有效应用离不开组织的调整。周虹宇以一个美妆企业为例说明：“当导购开始使用AI生成文案时，考核标准就不能仅仅关注销量，文案质量也应该纳入考量。要发挥工具的作用，企业内部的运作方式也需要随之改变。可以说，AI落地成功，30%取决于技术，70%则依赖于组织的调整。”

要让AI Agent真正理解零售行业，关键在于其能否快速掌握行业知识。智谱高级副总裁吴玮杰强调：“AI Agent的‘聪明’程度，取决于其消化行业知识的能力。”他现场演示了智谱的零售大模型如何理解“法式慵懒风”这种抽象描述，并能自动联想到真丝面料、宽松版型等专业细节。智谱开放平台技术负责人毛鑫补充道：“在冷启动阶段，需要用企业自己的数据来‘喂养’模型。例如，有一个美妆品牌基于智谱模型调整了自己的客服AI后，标注数据的成本降低了90%，问题解决率反而提升了15%。”

周虹宇提出的五个问题不仅从战略角度为企业明确了AI应用的路径，还详细阐述了AI实施的具体步骤：首先，统一思想；其次，组建跨部门团队；接着，确定合适的应用场景；然后，在小范围内进行快速验证；最后，正式上线并持续优化。

在探讨“AI Agent对零售业将带来何种颠覆”的讨论环节中，与会者达成了一种更为务实的共识：颠覆并非一夜之间发生，而是通过人机协作模式的逐步演变逐渐显现。短期内，AI Agent将优先取代那些规则明确、耗时耗力的基础操作，如标准客服问答、基础报表生成、简单的设计元素组合等，从而释放人力资源。Lola Rose的IT负责人李久意分享了Lola Rose的实践经验，他们利用AI技术拆解抖音爆款视频，并通过AI Agent进行切片化处理，以加速爆款内容的制作。

从长远来看，职能的重构也在悄然进行。特赞科技的业务副总裁洪雪飞利用特赞的AI工具，使得许多企业的内容团队不再仅仅是生产者，而是更像“AI策展人”，专注于策略制定和效果优化。

针对落地的关键点，小仙炖的CIO尤春建议企业可以通过对标学习，了解行业最佳实践，结合自身业务需求，共同创造AI应用方案，从具体业务流程入手，明确实施效果，并向业务反馈，形成完整的闭环。伊利数字化运营副总监范文竹也结合伊利的AI实践，补充了三点经验：一是全局规划与业务小步快跑相结合；二是组建既懂业务又懂技术的“AI先锋队”；三是以业务指标推动技术优化。

总结而言，目前普遍认为，AI Agent在零售业的落地是一个技术深入业务、组织与工具共同演进的过程。从精准预测库存、大幅减少流程时间，到重新定义人与机器的协作方式，AI Agent的价值已在具体场景中得到验证。

未来，虎嗅智库“AI落地研学营”将持续关注AI与业务结合的最新落地实践。下一站，7月29日至7月30日，我们将前往杭州，聚焦“AI+营销服”，与网易云商、交个朋友、凌迪科技、唯象妙境等实战专家共同探讨AI如何应用于服装和电商直播领域，重塑消费者洞察和流量运营的新模式。