笑驴 AI 创始人 黄锐立: “AI 工具 ≠ AI 能力。工具人人都能买,能力是自己长出来的。把经验沉淀为数字资产,才是真正的护城河。”
Agent 自动化需开通企业功能:点击申请1个月免费权限 点击申请 →
1.客户信息
笑驴 AI 是一家专注于精铺模式的电商企业,长期运营多平台、多品类的商品矩阵,目前经营百货精铺 30 家店。创始人黄锐立深耕电商行业 10 余年,拥有制造业基因。企业发展经历了三个阶段:工厂起步 → 10 年精铺电商成长为亿级体量 → 3 年 AI 化全链路重构。 面对日益增长的 SKU 规模和平台复杂度,笑驴 AI 从 2023 年起系统性推进企业 AI 落地,逐步将客服、视觉、运营等核心环节从人工驱动转向 AI 协同,最终形成由企业大脑统一管理、数字员工持续工作的 AI Native 组织形态。
2.业务问题
01.业务背景
笑驴 AI 将分散的自动化能力组织成企业级 AI 能力前,面临能力、经验、过程、改进四重分散,其转型背景如下:- 角色分工:企业大脑统一管理数据、知识、Skill 和数字员工;Agent 负责理解任务、分析和调度;RPA 负责数据采集和跨系统执行;人集中处理经营判断、复杂问题和异常情况
- 业务规模:多平台、多品类精铺商品矩阵,百货精铺 30 家店,SKU 规模与平台复杂度持续增长
- 转型路径:从 2023 年起系统性推进企业 AI 落地,把客服、视觉、运营从人工驱动转向 AI 协同
02.流程与问题
在企业大脑统一管理之前,AI 能力与业务经验四散在各部门与个人手中,难以形成组织级能力:能力和状态分散
不同部门用不同工具,管理者看不清已上线哪些数字员工、哪些任务在运行。经验和规则分散
各部门 SOP 和判断标准不同,经验存在负责人脑中、个人文档或单个流程里。过程和结果分散
任务记录和执行结果留在不同系统,异常需跨部门查找,难以统一复盘。改进缺少依据
看不清哪些 AI 能力真正产生业务结果,难以判断下一步调整方向。03.客户需求
- 能力统一管理:把数据、知识、Skill、数字员工、任务和运行记录放进同一套系统,管理者可在一处完成调度、过程查看、治理与审计
- 经验沉淀为资产:把分散在各人脑中的 SOP、判断标准封装成可复用的数字资产
- 人聚焦判断:让数字员工承担执行层,人专注于经营判断、复杂问题与异常处理
3.解决方案
笑驴 AI 以企业大脑为中枢,把数据、知识、Skill、数字员工、任务和运行记录放进同一套系统,由 Agent 理解任务、分析调度,RPA 负责数据采集和跨系统执行,人集中处理经营判断、复杂问题和异常情况,最终形成 AI Native 组织形态。01.概述
查看原视频
企业大脑:统一管理数据、知识、Skill 和数字员工
企业大脑是企业 AI 数字资产的控制中枢,统一记录任务状态、调用过程和执行结果:Agent 理解任务、分析、调度;RPA 进入平台完成已确认的数据采集和系统操作;人设定业务目标和规则,在关键节点作出判断、处理复杂问题和异常。管理者在同一处完成调度、过程查看、治理和审计。
查看原视频
数字员工:在真实生产环境工作
笑驴 AI 将数字员工部署到运营、客服、视觉三大核心业务场景,持续承担具体工作。AI 运营定期采集行业趋势与品类增长数据输出市场机会报告、筛选潜力新品方向、追踪竞品动态生成简报、实时监控广告数据并生成优化建议;AI 客服完成售前回复、售后标准流程处理、高价值/风险对话转人工,并对全部对话自动质检评分送入 VOC 分析;AI 视觉按平台规范自动生成主图、整理商品画面、基于图片与卖点生成短视频。
标杆场景:AI 选品全链路跑通
在 AI 选品标杆场景中,Agent 负责分析和任务调度,RPA 负责数据采集和跨系统执行,人集中处理经营判断、复杂问题和异常。原来由运助、美工和运营三人接力完成的工作,变成一名运营管理 Agent 和 RPA:单店周上新从约 10 个提高到约 50 个,从确认趋势到商品上架最快 1 天完成,人力投入下降约 67%。
查看原视频
02.方案优势
- 流程自动化:重复、规则明确的业务流程由 AI 自动执行,减少机械性人工操作。
- 决策智能化:Agent 基于数据和规则提供建议,人聚焦关键判断,判断标准统一、可复用。
- 数据透明化:所有业务数据和运行记录统一管理,经营状态实时可见、过程可审计。
- 管理扁平化:数字员工承担执行层,组织层级简化,决策链路缩短(单组人员配置 4.5→1.5人,GMV 还在涨)。
- 经验沉淀为资产:把业务目标、处理步骤、筛选规则、调用顺序、输出格式和人工节点封装为 Skill,让经验脱离个人、持续复用与迭代。
4.落地效果
数字员工进入真实生产环境
AI 客服覆盖率达 70%、人工介入大幅下降;AI 视觉按平台规范自动出图出视频;AI 运营持续完成市场洞察、商品挖掘、竞品分析与投放监控。选品场景下,单店周上新从约 10 个提高到约 50 个,从确认趋势到商品上架最快 1 天完成。
组织从三岗接力到一人管理
原来分散在运助、美工、运营三个人手里的工作,现在由一名运营统一管理 Agent 和 RPA 完成:单组人员配置从 4.5人减到 1.5人,而 GMV 同比增长 50%、人效大幅提升。
业务经验变成企业 AI 能力
笑驴 AI 的落地路径可复用:第一步业务负责人把经验显性化为 SOP;第二步 AI 产品经理把 SOP 封装成 Agent 可调用的 Skill;第三步用 RPA、API 与 MCP 接入真实数据和系统;第四步运行结果持续更新规则。经验由此从“在个人脑中”变成可复用的企业数字资产。
改造前 vs 改造后
改造前:AI 能力与状态分散在不同工具、各人脑中与不同系统里,管理者看不清已上线的数字员工与在跑任务,经验难以复用,异常需跨部门查找,改进缺少依据。
改造后:企业大脑统一管理数据、知识、Skill 和数字员工,Agent 理解任务并调度、RPA 跨系统执行、人专注关键判断;流程自动化、决策智能化、数据透明化、管理扁平化,形成 AI Native 组织形态。
原文:查看原文