今年，怎么靠AI活得更好？

當(dāng)很多企業(yè)還在“拿著錘子找釘子”，甚至陷入用大模型寫個(gè)周報(bào)、做個(gè)海報(bào)的“技術(shù)自嗨”時(shí)，極少數(shù)的操盤手已經(jīng)用AI砸開了業(yè)務(wù)增長的缺口。

以母嬰零售巨頭“孩子王”為例。大家都知道母嬰行業(yè)的現(xiàn)狀，正如孩子王CTO王海龍老師所說：“去年國內(nèi)出生人口多少？700多，不到800萬，基本上剩個(gè)零頭?！?/p>

但在這種“攔腰斬?cái)唷钡暮暧^背景下，孩子王的營收依然穩(wěn)步增長。他們不僅早在2023年就開始“All in AI”，更是在2025年交出了一份令人矚目的“真賬本”：

去年孩子王百億左右的盤子里，有將近30%（約30億）的生意完全用AI做營銷，無需人工干預(yù)；并通過AI圈選精準(zhǔn)客群，帶來了真金白銀的數(shù)億增量。

這不是一個(gè)“會(huì)場里很好聽”的故事。

這是一個(gè)已經(jīng)被經(jīng)營結(jié)果驗(yàn)證過的故事。

而更重要的是，這家公司踩過坑，也交過學(xué)費(fèi)。

孩子王CTO王海龍?jiān)诜窒砝镎f得很直接：

“行業(yè)上說AI說得非常多……但到底AI能夠幫助企業(yè)做到什么程度，我會(huì)花一定時(shí)間，把我們梳理下來的5大場景，并且都是拿到了一些確定性的結(jié)果，跟大家一起分享?！?/blockquote>

他還說了一句特別扎人的話：

“真正的所謂的工具也好，方法論也好，可能只占40%，頂多50%，剩下的一大部分都是組織的問題?！?/blockquote>

這句話，可能比很多方法論都更值錢。

因?yàn)樘嗥髽I(yè)不是輸在“沒有AI”，而是輸在——

CTO懂技術(shù)，不懂業(yè)務(wù)；

CEO懂業(yè)務(wù)，不懂技術(shù)；

最后AI變成了一個(gè)所有人都在討論、但沒有人真正負(fù)責(zé)結(jié)果的項(xiàng)目。

表面上，公司好像“用上了AI”。

實(shí)際上，業(yè)務(wù)沒動(dòng)，組織沒變，賬也沒變。

但孩子王這次最值得看的，恰恰不是“他們接了哪個(gè)模型”，而是他們怎么回答了那個(gè)更難的問題：

AI到底應(yīng)該先從哪里切進(jìn)去？

王海龍給出的答案，不是最時(shí)髦的那個(gè)，而是最務(wù)實(shí)的那個(gè)：

“我們真正要在企業(yè)里面去用的時(shí)候，怎么入手？從哪一點(diǎn)開始做？……還是要找‘大齒輪’，還是找跟企業(yè)里面最重要的那個(gè)核心業(yè)務(wù)相強(qiáng)相關(guān)的場景才有用?！?/blockquote>

什么叫“大齒輪”？

不是做一個(gè)看起來很聰明的小工具。

不是讓一兩個(gè)崗位效率高一點(diǎn)。

不是為了證明“我們也會(huì)AI”。

而是找到那個(gè)一旦轉(zhuǎn)動(dòng)，就能真正帶動(dòng)營收、成本、組織能力一起變化的關(guān)鍵場景。

所以在這門課里，你會(huì)看到的，不是泛泛而談的“AI趨勢”，而是孩子王過去兩三年里，真正在人、貨、場各個(gè)環(huán)節(jié)里跑出來的幾條業(yè)務(wù)鏈路。

比如，他們怎么把原本做不實(shí)、做不透的培訓(xùn)，變成能真正檢核一線能力的“AI訓(xùn)戰(zhàn)”；

比如，他們怎么把銷冠的經(jīng)驗(yàn)，不是寫成漂亮PPT，而是“蒸餾”成可以復(fù)制給全國員工的話術(shù)能力；

又比如，他們創(chuàng)造性地設(shè)立了一個(gè)全新的崗位——AIBP。 就像HRBP一樣，把最懂技術(shù)的高段位人才，直接派駐到業(yè)務(wù)部門，座位搬過去，KPI綁在一起，天天跟著業(yè)務(wù)線背指標(biāo)。

王海龍自己就用了一個(gè)非常形象的說法：

“我們經(jīng)常跟團(tuán)隊(duì)開玩笑，人工智能，有多少人工才有多少智能……你要有大量的人在這個(gè)地方去做調(diào)教?！?/blockquote>

再比如，他們怎么做公域視頻矩陣，怎么做私域一客一群，怎么讓原本根本運(yùn)營不過來的會(huì)員池，開始變成真正能持續(xù)挖出的“金礦”。

在談到私域時(shí)，王海龍說到：

“這是一個(gè)巨大的金礦，怎么樣能夠把這個(gè)金礦挖好？……如果你是靠員工去運(yùn)營它，這個(gè)我們實(shí)踐下來基本上不太可行?！?/blockquote>

還有一個(gè)特別值得期待的點(diǎn)是：

這門課不會(huì)只講“怎么做對”，也會(huì)講“怎么踩坑”。

比如，為什么很多企業(yè)一上來就做錯(cuò)了方向；

為什么“模型能力強(qiáng)”不等于“企業(yè)能力長出來了”；

為什么有些項(xiàng)目看起來很酷，實(shí)則只是“研發(fā)炫技”；

王海龍?jiān)捳f得很狠：

“不是說什么火，我們就去做什么。” “好多場景你會(huì)發(fā)現(xiàn)你費(fèi)了半天勁做了，對企業(yè)來說意義不大……我認(rèn)為就是研發(fā)，純炫技?！?/blockquote>

這也正是這門課最難得的地方。

它不是一堂“技術(shù)展示課”，而是一堂經(jīng)營拆解課。

不是告訴你“AI多厲害”，而是告訴你：

什么場景值得做，

什么數(shù)據(jù)才是真資產(chǎn)，

什么崗位必須重構(gòu)，

什么組織機(jī)制不改，AI永遠(yuǎn)落不了地。

尤其有一句話，我覺得會(huì)讓很多企業(yè)主一下子清醒：

“模型能力強(qiáng)，那是別人的能力，并不是長在你企業(yè)自己本身的能力?！?/blockquote>

那企業(yè)真正的護(hù)城河是什么？

王海龍給出的答案是：場景、數(shù)據(jù)、人才。

不是誰家的模型更熱。

不是誰家的發(fā)布會(huì)更大。

而是你有沒有自己的業(yè)務(wù)場景，有沒有自己的核心數(shù)據(jù)，有沒有“既懂技術(shù)，也懂業(yè)務(wù)”的那種人。

這也是為什么，這門課尤其適合三類人來看：

如果你是創(chuàng)始人、CEO、總裁，你會(huì)在這里看到，AI到底該怎么判斷投入產(chǎn)出，而不是繼續(xù)被概念牽著走。

如果你是CTO、CIO、技術(shù)負(fù)責(zé)人，你會(huì)看到，技術(shù)部門如何真正從“支持業(yè)務(wù)”走向“直接創(chuàng)造經(jīng)營結(jié)果”。

如果你是業(yè)務(wù)一號位、營銷和運(yùn)營負(fù)責(zé)人，你會(huì)更關(guān)心那些已經(jīng)被驗(yàn)證過的打法：

怎么提效，怎么提轉(zhuǎn)化，怎么把經(jīng)驗(yàn)沉淀成組織能力。

說到底，今天大家缺的是一份已經(jīng)被驗(yàn)證過的落地說明書。

孩子王做了十年數(shù)字化，近兩三年把AI真正推進(jìn)核心業(yè)務(wù)，背后不是“裝上一個(gè)模型”這么簡單，而是持續(xù)投入、持續(xù)試錯(cuò)、持續(xù)迭代之后，才把這套經(jīng)營邏輯跑通。

所以這一次，王海龍老師愿意把賬本、方法、坑點(diǎn)和組織真問題一起攤開講，機(jī)會(huì)并不多。

如果你也正在思考：

為什么公司里人人都在聊AI，結(jié)果卻遲遲出不來？

為什么技術(shù)很強(qiáng)，業(yè)務(wù)卻不買賬？

為什么項(xiàng)目做了不少，最后都沒有成為第二增長曲線？

那這堂課，值得你先預(yù)約。

因?yàn)檎嬲匾?，也許不是“要不要做AI”。

而是你準(zhǔn)備先轉(zhuǎn)哪一個(gè)齒輪。

這不是一堂講概念的課。

這是一次把“AI落地”重新拉回經(jīng)營現(xiàn)場的深度拆解。