前言

你好，我是李震，可能你很轻松看到了这篇文章，但我写完它用了 5 年。

这一万字，作为开篇导论，论述Ai 与企业经营。

不止给问题，也给出实践解法！希望和所有在路上的朋友们切磋、启发！

AI 能力，已经成为消费品企业能否穿越周期最重要的能力，没有之一。

为什么这么说？因为 Ai即将改变市场竞争状态，还有用户消费行为，这是营销和企业发展史上极其少见的一次双重变革，不亚于电商兴起。一方面，AI正在迅速降低企业获得、调用和复制能力的成本，让商品研究、内容生产、渠道运营等各种岗位能力重新洗牌；另一方面，AI又开始成为新的信息入口和决策入口，影响用户认识什么品牌、相信什么信息、最终购买什么商品。

一个技术，同时改变企业怎么赢和用户怎么买，那他重塑的就是整个消费品行业的竞争规则。

所以，AI能力成为了企业穿越周期所急需的底层能力。

特别是这几个月，我看着一些品类的头部公司靠着高预算、高试错性，通过 AI 进一步提高自己在商品、运营、营销、供应链管理、用户体验等全方面的能力后，进一步的通过 Ai 实现对用户信息入口和决策入口覆盖。

客观重新看这个品类内，后来者的差异化竞争机会几乎消失殆尽，强者恒强的场面终究到来了。

按照进度这个演化下去，那些Ai 化进度慢的公司，尤其是商品同质化严重、无强供应链、无品牌知名度的玩家，基本要死一大片。

回顾历史，历史上每次技术爆炸，都有人死在路上，也有人乘风而起。

远的不提，单看抓住内容电商实现品类革命的品牌就有很多，比如：参半、喜纯、五个女博士、诺特兰德、亚朵等等。这些品牌某种程度上和小时候的脑白金、旺旺、王老吉一样也已经变成了一代人心中的记忆。

但上个时代的品牌，御泥坊、拉夏贝尔、韩都衣舍也都先后进入了内容电商，但进入同一个渠道，并没有让它们拿到同样的经营结果。开店、找达人、做直播，这些动作看得见，也都能学。但做这件事背后对应需要的内容电商方法论，从需求洞察到商品开发到营销策略再到运营推广，这是道，不是术。

术，好学！

道，难学！

就像市场竞争，恰似一座冰山，你看见的只是露出水面的那部分。

水面上，是一次次能被观察到的经营动作；好学！

水面下，是让这些动作持续发生所需要的判断、方法和组织能力。难学！

当下的竞争环境，因为Ai ，把企业水面下的能力差距，十倍百倍放大了。

你可以照着同行的一条内容去抄，但未必知道，它为什么能够持续做出下一条。

这种全方位的“慢代替”是不知不觉中进行的，就像人的衰老。

道的问题不解决，好比：庆父不死鲁难未已。

当 AI 这轮趋势出现的时候，大部分人都因为想要推进企业AI非常焦虑

这是好事！焦虑是感知世界变化的正常觉知力，麻木和自欺才是可怕的。

可虽然大家开始焦虑了，但现实是：

现在企业与企业之间的 AI 能力的差距，与成年人和婴幼儿的智力差距没有任何区别。

因为当下电商企业到底怎么落地 Ai根本没有人讲清楚，大部分人都在讲AI工具解决了多少术的问题，比如视频复刻、主图、新媒体稿等，根本没人把道的层面讲明白。

这实在是有点难！如果你的公司过去尝试过找FDE或者是所谓的 AI 人才，你应该有一个感受，FDE很难实际的解决企业内部的增长或发展的问题，这里有几个根本问题没法解决：

技术出身的人不懂经营业务

没有操盘过几个亿的人不能理解商业本质

没有管过几十个人以上的人应对不了组织管理

文章配图 02

企业对这个人的期待是要解决：

一个消费品生意，怎么一步步补 AI 能力？

AI 到底给电商企业怎么解决销售和利润的问题？

什么 AI 能力是要学的，什么是学了也没有用的？

中西方 AI 的底层差异是什么？

怎么衡量 AI 给企业带来的 ROI？

到底什么是 agent、mcp、fde、LLM？

怎么打通组织落地 AI 的最后一环？

面对当下的 AI 进程，企业应该抢先布局哪些能力？

说实话，回答这些问题有很大难度，需要从宏观大势看到技术演进再看到具体组织，根本不是一个入企的 FDE 、或者是单纯做咨询的讲师能回答的问题。

了解我的人都知道，我作为既干过甲方，合伙创业带着几十个人的团队做了年销售 3 个亿的品牌；也做过乙方，服务超大国企，干出过享誉至今的超级大单品，从 24 年开始在自己企业落地 Ai，在字节/阿里/混沌等平台做了很多AI 私下的分享，每一步都是自己先实操走过来再在其他企业落地，所以我特别清楚这里每一个环节的组织、业务、管理、Ai 的卡点是什么。

我不敢说是当下市场上这件事理解最深的人，但也应当是其中之一

所以我今天就结合我所有经历来彻底聊聊一个问题：电商企业如何用好Ai，穿越时间周期

这是一个针对不同行业、不同企业、不同发展阶段没有办法给出针对性的话题，也肯定没有办法通过一篇文章就把所有问题，路径都讲深讲透，但我会系统性总结出关键性方向和步骤，争取让各位阅有所得。

所以本篇内容以下面三大问题展开：

文章配图 03

一、如何应对这一次 AI 带来的技术革命？

想要讲清楚这件事，从这三个问题开始：

AI 到底是什么？

消费品企业经营的本质到底是什么？

AI 在企业经营中起到的关键作用到底是什么？

过去没有 Ai 的时代，我在甲乙方操盘各种营销项目，和创业打下对企业经营的认知基础，到现在 Ai 来临后全身心 all in，从自己项目开始落地，到现在服务数十家企业，几乎每个月我的认知都在迭代。

第一问：

AI 到底是什么？AI 的本质是—生产力

具体一点说是—社会劳动中新的生产者和生产工具

第二问：

企业经营的本质到底是什么？—成本、效率、体验

刘强东在《第四次零售革命》写过—零售业的本质万变不离其宗：成本、效率、体验

第三问：

Ai 在企业经营中起到的关键作用到底是什么？有两层！

——对内：改变成本、效率、体验的实现方式

——对外：新一轮的决策渠道红利

第一，AI 现在拥有着生产者和生产工具双重身份和能力。抛开资源投入谈企业AI，基本等于放屁，企业引入AI，就是引入一种新的生产者和生产工具，既然是生产者和生产工具，就需要多次校准投入产出回报。产出回报合理的 AI ，才是有效的企业AI。

第二，AI 改变了交易链路里用户的注意力，当下用户获取信息的第一入口在迁移，注意力也重新分配，消费决策链路也随之变为：产生需求、让AI推荐、二次验真、自主决策。

第三，企业在凭借Ai改变成本、效率、体验的实现方式，或是占领新的 AI 渠道红利的背景下，将会短时间内带来极大竞争优势，大幅度降低流量成本，提升整体组织人效，从而提升企业整体营收和利润

文章配图 04

所以企业落地AI，最后还是要回到这几件事上。

AI 怎么降低企业的经营成本？

AI 怎么提高用户的体验感受？

AI 怎么提高企业的经营效率？

除此之外的其他 AI 落地，都是空中楼阁！纸上谈兵！

理解这三个目标，就知道企业怎么面对Ai 带来的技术革命。

巴菲特说，真正优秀的企业，必须拥有持久的护城河，保护其投入资本的优异回报。

如果竞争者采用同样的产品、进入同样的渠道

你还剩下哪些足以支撑利润的优势？

长期形成的信任、独特的研发能力、稳定而高效的供应体系

或者，一整套高效运转的组织经营方式。

二、为什么都同样使用 AI，企业之间差距越来越大？

为了探求这件事，我花了整整半年时间，才终于在本质上理清楚。

往下看

先回到，企业经营的基本公理：

文章配图 05

这里我们还需要引入两个概念：

概念一：AI扩张

AI 持续发展，会降低个人、企业获得、调用、复制能力的成本，从而扩大企业完成事情的边界

概念二：路径固化

过去有效的资源配置，在长期运行中会沉淀为岗位、流程、权力、关系和认知，并成为脱离原始经济理由的默认潜规则。

那么会发生什么？

推导一：

随着 AI 的扩张，除了稀缺能力，很多能力可以靠 AI 实现。企业因为有着有限的资源，加上为了活下去的目标。在市场竞争中，他只能陷入无休止的内卷，也会强化AI 实现不了能力的稀缺性。所以差距一：来自企业剩下的稀缺能力。

推导二：

内卷的同时也一定带来非稀缺能力的贬值，这种贬值一定对应着人才的重新定价和组织调整。因为企业资源是有限的，重新解决新的竞争格局下发展和分配问题是这一步的关键。所以差距二来自于企业新能力定价下衍生的组织问题。

差距1：AI扩张，重新定义了什么能力值钱

扣子，刚出来的时候，某北京头部营销公司

100 个人，学习怎么做扣子工作流

3 个培训老师，20 场入企培训

6 个月后，人学会了，也白学了，因为agent harness 成熟了

他们老板前几天跟我吐槽，当初为什么他犯蠢让 100个人花半年时间去学怎么搭？

其实没有人犯蠢。

因为它的商业模式决定了：

营销公司本质上卖的就是人的时间和交付能力，一个过去需要员工两三个小时完成的任务，通过工作流十几分钟就能跑完，那么让更多员工掌握工作流，本身就意味着人效提高、项目交付能力提高，甚至意味着同样的人数可以接更多客户。

但问题是：

AI发展的速度，比企业建设能力的速度更快。

沿着前面的AI 扩张和公理推导，一项能力一旦可以因为 Ai 扩张被所有企业低成本获得，它不会失去使用价值，但会失去稀缺性。于是企业继续重资产拥有这种能力的必要性下降。但企业的资源仍然有限。那些资源只能流向仍然稀缺、仍然决定企业生存的东西。更重要的是，AI又会提高这些稀缺资产的利用效率。

所以企业会遇到一个以前没有的问题：

文章配图 06

从我过去连续实操经验看来，企业值得重仓的，只有四个！

【真实世界的控制】 我之前在新疆做乳制品，行业内大家都知道某个地方的奶源好，但不代表大家能拥有，因为解决这件事需要的关系、资质和资源，缺一不可。你知道和你能做到还隔着一层真实世界控制的屏障。

【非公开事实的积累】 行业报告不稀缺，公开案例不稀缺，甚至大量方法论本身都不会稀缺。但真正企业级的真实资料，和行业竞争事实很值钱。坦诚的说，这也是我过去不管是宠物、冰淇淋、驼奶无往而不利的关键。

【市场为什么相信你】 品牌、企业信用、个人信用、长期履约记录。比如AI 可以生成一万篇种草笔记，却不能瞬间生成十年的交易记录。这也是最近沙利文、尚普这些认证机构这么火的原因之一。

【制造稀缺的资本】 从需求场景看，每个商品都有大量的卖点和人群可以打。就连一个面食机都可以既在母婴场景，也可以在宠物鲜食场景。真正的经营判断，从来没有一个标准答案，你需要资本来不断做选择、承担结果，再从结果里继续修正判断。

而这些的积累，构成了当下和未来企业差距：稀缺能力

差距 2：路径固化，企业能不能给上一轮成功结账？

第一层讲完以后，会自然出现一个问题：

既然大家都知道哪些能力更值钱了，

那为什么企业不直接调整？

因为企业过去的每一次正确选择，最后都会沉淀成：

岗位、部门、预算、流程、权力、关系、利益、认知。

有时候老板是知道自己企业内部的问题

但因为是当年一起喝酒打江山的兄弟，因为是在落魄时搭了一把手的亲戚

过去贡献可能很大，今天依然职位很高。但他过去赖以产生价值的那项能力，未来可能迅速贬值。这时候企业会碰到一个以前没有这么尖锐的问题：

历史功劳应该被尊重到什么时候？

这不是简单的裁员和利益问题，它是组织定价问题。

一个品牌公司的高管团队，五年前跟着老板打江山。

公司过去增长，有50%的功劳来自他负责的板块。

那么过去奖励他股份、奖金、职位，完全合理。但五年以后，AI和市场变化让这个板块的重要性从50%下降到10%。如果他跟不上组织的战略发展规划，这时候怎么办？

如果继续按照历史贡献分未来利益，

新人会觉得：

未来是我在创造，为什么钱还在按照过去分？

如果立刻按照未来贡献重新分，

老人会觉得：

公司最难的时候我陪你扛过来了，现在用不上我了就把我放到一边？

两边都有道理。

这本质上是过去的商业认知中，每个人都会根据自己过去的投入，形成对未来收益的预期。从老板的激励方式到员工的个人认知都是这么想的，多少次酒后饭局，掏心窝子说以后有我一口饭，就有你一口汤！以后公司做大了一定不会亏待你！他们甚至是企业能做大的原因，但AI 突然改变了未来，历史投入形成的分配预期，和未来生产力要求的分配方式发生冲突。

文章配图 07

因为企业过去用未来分配权，交换的人员投入，到了兑现的时候了

企业越成功，历史积累的这种东西越多。

这也是为什么新创业公司反而更容易按照 Ai native 的方式做，除了人才原因，还因为他没有那么多旧账。而 3000 万-10 亿的成长型公司最难，里面有 5 年老人、有持股高管。所以企业 Ai 化里面还有一个非常大的东西——组织重构成本

这里面包含了：老人补偿成本。去了竞争对手的风险成本。负面评价和商誉风险成本。新人进入以后重新分权的成本。高管失去职能后的心理和组织成本。核心员工流失以后带走知识的风险。甚至老板自己的道德压力和关系成本。

这件事历史上其实早就发生过

字节，15 年期权，还是1 美分/股，18 年回购 44 美元/股

4400 倍，靠着资本市场搞钱能力，把早期团队激励和组织重构解决了

虽然因员工激励，字节亏损，但他完成了上一轮的成功结账

开始了今日头条后，字节和 tk 疯涨的新曲线

这是字节靠着抖音/TK疯涨的开始，我们都知道18 年的亏损，不影响后续的发展

但如果，后续的发展，赌失败了呢？

所以企业完全可以选择：先别动。

大家其实知道：Ai 的趋势

只是不知道：转型收益是否覆盖组织重构成本

所以发展问题，才是 Ai 组织固化，最大的问题

遗憾的是，企业发展好的时候根本没人想改革，知道改革的时候，往往是出问题的时候。但可能已经没有钱完成改革了。因为它既要动旧利益，又没有新的利益可以补偿。于是改革迅速变成零和博弈。所有人都知道牌桌变小了。这个时候每个人当然拼命守自己的位置。

就像大明的崇祯一样，一堆烂窟窿，有心无力。

文章配图 08

总结：从稀缺能力的积累和放大，再到组织内部利益、权力和资源的重新分配，AI时代企业之间真正拉开的差距，本质上就是两件事：谁更早形成别人复制不了的能力，谁更早处理掉上一轮成功留下来的组织包袱。

当企业能在增长还不错、组织还有余力的时候，提前判断哪些能力正在失去稀缺性，哪些能力正在成为下一轮竞争核心，同时把过去的功劳结清、把未来的利益重新分配，是不是就还有机会在旧周期结束之前，完成下一次组织迁移？

答案是：这个周期大概有 1-2 年，大概率还来得及。

三、一家消费品企业落地Ai，每一步的关键性动作是什么？

对这个问题的探究是促使我开始 25 年操盘一个白牌工厂创业的原因之一，在之前的经历中，我做的大部分都是超级品牌，不管是网易、还是茅台。

但25 -26 年，不是互联网大厂，也不是乙方服务商，我从0开始孵化一个新品牌并带着它一年时间实现了从0-亿的规模，并且26 年至今近 3 亿，成为了细分领域的 top1。

在这个过程中，我落地实践了业务 0-1，也落地实践了 Ai的 0-1。在这几个月也重新创业帮 10 亿以上企业解决 Ai 问题，这两年的时间，我终于把不管是品牌的 0-1-10，还是 Ai 落地的 0-1-10 都经历了。现在我在公司内部有了自己的 Ai 中台，搭建了自己的知识库，和拆分职能的上千个 skill，今天的内容分享其实是每个月都在更新迭代的真实结果。

因为站在外面看，企业落地 Ai 很容易被理解成一个技术问题：

买什么模型呀、用什么工具呀、先搭什么 Agent呀、哪些部门先培训呢？

如果真正自己做过企业以后就会发现，这些都不是老板真正面对的问题。

实不相瞒，之前的我，也拿着下面这个 Ai 化的结果地图，开始在自己项目推进，几个月后也确实取得了一定的结果，但现在回过头来看，我那个时候还是视角不全，没有实现内外部的视角拉齐。

没有把企业真实的业务问题和 Ai 问题结合思考。

文章配图 09

因为一家已经正常运转几十人、几百人的公司，不可能因为一个新技术出现，就花大量的时间全员投入。因为每天还有销售要做，还有工资要发，还有库存要周转，还有达人要合作，还有广告费在消耗。企业得先解决活着的问题，根本没时间关心 Ai。

每天真正面对的问题还是那几个：

销售额怎么提高？

利润怎么提高？

新渠道怎么做？

资源不够怎么办？

也是经历了一年的折磨，直到最近我终于总结出一套有价值的业务和 Ai 结合方法论，并且在很多企业验证有效。

首先：我把企业按照 0-3000 万，3000 万-10 亿，10 亿以上分成三个阶段，对应着 0-1，1-10，10-100。数字肯定不是绝对的，有的企业3000万已经100个人，有的企业一个亿还只有十几个人，主要是拿来理解企业阶段。

不同阶段的公司，关键路径是不同的。

1、业务验证期（0-3000万）

业务目标：尽快跑通一个能够稳定赚钱的生意模型
Ai能力重点：核心人员能力放大、快速研究、快速试错
组织动作：小团队、一人多能，不设重 Ai 团队，不提前复杂分工
关键指标：验证周期、单次试错成本、人均产出、现金流、利润
避坑点：过早做知识库、系统、中台、复杂 Agent 和企业级标准化

我对0-3000万阶段公司的判断一直比较极端：

这个阶段别天天想着怎么建设Ai，先想办法赚钱。

因为这个阶段绝大部分公司的核心问题，跟组织效率，部门协作根本没啥关系。

初创公司钱少、人少、能力不全，生意模式没有跑通的时候一切目标围绕企业活下去。但往往这个周期内的公司，也是最难的时候，一个十几个人的创业公司，不可能同时拥有专业的用户、商品、品牌、内容、数据、运营、设计、供应链团队。

你要充分利用现在Ai把很多专业能力降低难度的阶段，用 Ai把短板补充到 60 分的水平。通过 Ai 快速实现产品*渠道*用户*内容的匹配验证。

0-1阶段的入局之初，面对的问题是找流量、变销量。通过单品、单点改进、实现产品差异化卖点，逐步提高转化，跑通流量到效率的内容转化路径。

拿我实际操盘的业务举例：

从驼奶商品购买决策和路径来看，有一大堆，但因为消费者短时间内只会接收一个卖点，那这个卖点要稳准狠的击中他，并击穿他。

击穿哪一个卖点是我们需要考虑的？这才是我们应该思考的内容，而不是 AI。

文章配图 10

但这件事过去做，需要非常多的产品*渠道*用户*内容验证和测试，现在 Ai 在这件事上给了更快的路径。

比如我现在做的另一个消费品，没有配备用户、商品、品牌、内容、数据、设计、供应链团队。靠着两个运营+两个实习生+Ai，9 月到今天， 50天，天猫/抖音都做到类目前十。我们通过大量的 skill、agent、工作台，解决了大部分工作的基础问题。通过 Ai，极大加速了产品*渠道*用户*内容验证速度，一周一个方向，哪个方向效果好，资源马上压过去。

文章配图 11

验证产品*渠道*用户*内容的过程中，需要抓关键细节执行深度。比如内容的张力是不是充分？产品包装风格是和规格不是匹配用户的画像？商品的差异化卖点有没有凸显？卖点在渠道的翻译是不是说人话？

这些事情 Ai 需要顶级人才的 know-how 灌输，才能生成有质量的答案。

如果你有顶级人才灌输过的 Ai，那你应该会像我一样省事

如果你没有，那你先别想 Ai，你先解决 know-how，或者你先放弃 0-1。

引用张一鸣一句话：

你对事情的认知是最关键的，其他生产要素都可以构建，认知不行

所以这个阶段能不能跑通，就看创始人自己的商业认知能力，还有供团队验证的资金。

Ai 能做的，就是有限的资金，验证更多的认知，提高成功的概率。

总结：0-3000万阶段，Ai首先解决是创业资源不足的问题。

用Ai把几个核心人元武装到牙齿，把商品、用户、内容、渠道这几个最基本的问题验证清楚。

生意没跑出来之前，少谈一点宏大的Ai Native。

先赚钱。

2、规模增长期（3000万-10亿）

业务目标：大单品驱动、扩充渠道、强化供应链、积累品牌
Ai能力重点：稀缺能力沉淀、核心认知复制、数字化经营
组织动作：停止扩编，组织还债，重新定价
关键指标：人均产出、收入/人数增长比、利润率、管理复杂度

我认为3000万到10亿，是一家电商企业做Ai最关键的阶段。因为这个阶段的品牌往往是竞争最激烈，也是企业最容易夭折的时候。甚至这个阶段的重要性，远远大于0-3000万。0-3000万，说到底还是靠几个核心人员把生意跑出来，哪里缺能力，就用Ai补一点；商品不懂补商品、内容不懂补内容，只要最终能把产品、用户、内容、渠道匹配，活下来就行。

但过了3000万以后，问题完全变了。

规模扩大以后供应链成本还能不能降下来？

这个单品卖到3000万，能不能继续卖到一个亿？

短时间竞争优势能吃流量红利，半年以后同行全部抄走怎么办？

一个渠道跑通了，天猫、京东、达人、私域能不能继续复制打法？

这个阶段企业开始进入真正的厮杀竞争战，拿电商生意来看，一家公司从几千万往几个亿走，过去靠一个点打穿就够了，接下来必须补一整套经营能力。而这，通常逃不开几件事情：

第一，商品必须持续扩人群、扩场景、扩规格，持续满足新需求

第二，渠道必须从单点开始扩散。

第三，供应链和毛利结构必须跟着规模优化。

第四，品牌和用户资产必须开始积累。

第五，组织必须从靠人扩张，逐渐转向靠能力复制，同时开始给上一轮成功还债。

也就是说，构建企业持续竞争力成了这个周期内企业最关键的任务！

那是不是可以不做 Ai，因为反正也能解决问题

这就要回到我们在前面讨论过的结论，相对竞争优势会因为你的不动，而丧失。所以这个周期内的企业需要在新的Ai条件下重新解决前面这五道题。

文章配图 12

这部分其实如果拆的很细是可以拆出来，一大堆要补足的能力，以及一大堆通过 Ai 可以去强化的地方。因为有太多太多战略和战术问题需要在这个阶段解决。甚至每个单点能力的提升都会给局部业务甚至是整体业务上升一个台阶。用我线下分享的一张图来一图以蔽之。

文章配图 13

比如供应链的采购跟单

比如竞品情报的自动化采集

比如短视频的内容生产及策略

比如企业各渠道及汇总的经营数据

比如商务团队的达人建联和内部管理

比如天猫、抖音、京东等渠道的数据分析

等等

坦率的说，这些企业都要做，但这里问题是：

1.过去企业本身缺少对这件事系统性的认知，不知道该怎么一步步落地

2.市场上缺少好的团队，可以提供3000 万-10 亿的企业完整服务，实现从品牌、商品、运营、组织、经营、全面Ai化

具体表现在现在市场提供的 FDE、提示词培训、Ai 战略规划这些动作都没问题，甚至每一个都很专业，但问题在于，他们大部分还是低维视角解决问题，所以杠杆有限。

只有高维的方式——才能更高效的实现短时间的大幅度领先，从而实现绝对领先

高维是什么呢？：

商品，AI要解决优质商品开发的周期和成功率。
渠道，AI要缩短成功经营能力复制到新渠道的周期。
供应链，AI 要缩短市场需求变化传递到采购、生产、库存和现金流的周期
品牌，AI要缩短市场认知变化到品牌判断、传播和验证的周期，降低形成信任与认知的成本。
用户，AI要缩短用户单次行为再到下次行动周期，提高LTV。

每一个高维的解决，背后都是业务+Ai+组织的重构和落地。如果一个公司没人能做，那自然会卡在当下的规模。华为内部有句话：企业规模受限于专家数量。但是这个周期内的老板未必有年薪几百万的预算，请得起头部专家。这件事情对3000万到10亿的企业重要之处在于：比小公司复杂，没大公司资源。

可是当下供应链竞争的加剧下，对于大部分品类来说，单点领先都是暂时的，系统性的领先因为更难，所以也更有壁垒！

其实这件事情有根本解法，但是没有人说，有可能是没想到，也有可能是因为利益。

不卖关子，我直接给大家一个对这件事的高维速通解法：

批量性的把专家能力，通过 Ai 变成公司能力，说通俗点，蒸馏专家！

为什么这么做，我有这些思考：

具体的步骤，没法展开，后面单独出一篇文章，今天先大概讲清楚大致框架：

第一步：列举公司全面经营卡点

第二步：找到这个领域高手，把正确答案找出来（必须对症下药）

第三步：用数据底座 + Skill + MCP/API + Agent + 工作台把专家能力留下来

第四步：验收 Ai 结果

第五步：改组织，还债，然后复制

所以我们现在蒸馏了几十位的专家能力，当然也包括我自己：涵盖电商/消费品的各个环节、流程、渠道等等。

这里提醒大家一下，要尊重专家的劳动成果，尽量别白嫖。

3、体系重构期（10亿以上）

业务目标：夯实核心业务领先优势，同时寻找新的增长曲线，提高整体经营质量
Ai能力重点：统一企业事实和知识、打通跨业务流程、让Ai进入经营和资源配置
组织动作：重做部门边界、权责关系和资源分配，完成更大规模的组织还债
关键指标：利润率、人均产出、经营费用率、决策周期、库存周转、资本使用效率、新业务贡献

一家企业做到10亿以上，大概率有多个品牌或者是单品牌的全产业链，只是 10 亿以上的公司包袱更重，专家更多。这个阶段通常已经不缺能力。商品专家有、品牌专家有、运营有、供应链有、数据部门有、IT有、财务、人力、战略部门也都有。

甚至过去已经建了ERP、CRM、BI、数据中台、会员系统，开过无数次经营会，积累了海量用户、商品、渠道和经营数据，所以这个阶段已经不缺业务能力了。

这是优势，也是劣势

最近有个在合作几十亿的跨境公司，下面有三个事业部，A 事业部的老黄精通内容，有非常多底层方法论，整个事业部能起来完全是因为这一点击穿。但是 B 事业部的人还在花钱找外面的内容供应商解决内容生产问题。三个事业部各自养一套商品研究、一套内容、一套数据、一套客服，大家都很努力，公司也确实花了很多钱。

A踩过的坑，B可能半年以后再踩一次。

没办法，因为制度原因，重复的事情还是重复做，重复错。

具体业务和 Ai 落地步骤，和 3000 万-10 亿阶段并没有本质不同，但企业到了 10 亿以上，落地重点还有两个大问题要深刻认识：

大公司最大的问题之一，是能力重复。

这时候再看字节当年的“大中台、小前台”，就会发现这套东西真牛逼。

它早期把大量高复用能力抽出来，形成技术、用户增长、商业化等公共能力。新产品早期可以直接调用通用技术和增长能力，产品验证以后再接入商业化，避免每做一个新业务都从零开始重新养一遍基础能力。

这件事情到了Ai时代，价值只会更大。

用老黄的事情看：一个专家的能力，不能永远只服务一个事业部

大公司最大的问题之二，组织难度。

这一点再看字节今年的动作就更有意思。

2026年7月，字节围绕AI业务进行组织调整：飞书产品团队和豆包产品团队整合，成立新的豆包产品团队，飞书负责人谢欣改为向豆包负责人赵祺汇报；与此同时，飞书的GTM团队又和火山引擎团队整合，成立新的ToB GTM组织，统一承接MaaS和SaaS的市场、销售和客户服务。

谢欣，字节副总裁

创始人的老领导。

早期核心高管。

陪公司十几年。

亲手做出一个飞书这么重要的业务。

过去又有明确功劳和组织地位。

这种人，放在任何一家公司，都是最难调整的一类人

但字节最后还是可以因为下一阶段 AI 战略变化，把原来的独立业务边界拆掉，让产品能力往豆包走、GTM 往火山走，同时改变一号位的汇报关系。在组织债务存在的情况下，继续按未来重新定价。

我们外部看不到谢欣具体的激励、心理预期和内部沟通过程，所以不能严谨地说“字节已经把他的组织债务完全结清”。但从最终能完成这么大的权责调整来看，至少说明它内部有能力消化这笔历史账，而不是被历史账绑住。

我前面一直讲组织还债，就是把两件事分开：

文章配图 14

如果一家公司连陪创始人十几年的核心高管都永远不能调整，组织发展永远被卡死。但调整错了，关键人物走了，也是把企业作死。历史的车轮往前，平等的看待每一个路边的行人。

怎么说呢，很多事情没有对错，只有选择。

四、做一个总结吧

尽管我前前后后写了上万字，但其实关于企业怎么落地 Ai，还有太多东西没有讲出来，也根本不可能靠一篇文章讲透。

商品工作台怎么搭建、渠道财务看板怎么做、供应链自动化怎么调、专家能力怎么蒸馏、数仓怎么搭、Skill 怎么做、Agent 怎么跑……

每一个问题单独拎出来，都够再写一篇万字长文，后面我们慢慢讲。

到最后，再回到开头那座冰山。

Ai 没有改变商业竞争的本质，只是让水面下那些过去很难看见的差距——认知、方法、数据、组织能力——以前所未有的速度被放大。

所以这篇文章前前后后，其实就在讲一件事：

新的生产力来了以后，企业得重新判断什么东西还值钱，什么东西已经不值钱；什么应该继续投入，什么旧账应该尽快结掉。

小公司缺能力，就借 Ai 补能力。

成长型公司有了高手，就把高手变成公司能力。

大公司能力已经一大堆，就把散落在各处的能力重新组合，组织跟着未来重新排一遍。

规模不同，动作不同。

但最后都绕不开前面那句话：

过去的价值，过去结算。

未来的位置，按照未来重新定价。

工具一定还会变，今天学的 Skill、Agent、MCP，几年以后都有可能变成基础能力。

但这并不可怕。

可怕的是，看到危机来而不自知。

商业竞争从来不会因为你过去成功，就自动给你下一张船票。

上一轮成功，只能证明你赢过。

能不能穿越下一轮周期，要看你自己这一轮牌桌的表现。

我是李震，第二篇：《万字第二篇—蒸馏专家，这是个技术活》，期待关注

-END-

END

万字开篇：消费品企业如何用好AI，穿越周期

最近文章