2026年初，台州。一家年销售额超过3亿元的“塑料收纳柜”生产工厂老板林明（），决定大胆地把2026年的利润目标上调一倍。让他有自信的核心原因是，凭借AI，他的工厂正在经历一场“员工与组织革命”。原本由50人组成的设计团队，如今浓缩为了一个借助AI工具的10人团队，设计图的产能提高到了2025年同期4倍；在选……

出品｜虎嗅商业消费组

作者｜苗正卿

题图｜视觉中国

2026年初，台州。

一家年销售额超过3亿元的“塑料收纳柜”生产工厂老板林明（化名），决定大胆地把2026年的利润目标上调一倍。让他有自信的核心原因是，凭借AI，他的工厂正在经历一场“员工与组织革命”。

原本由50人组成的设计团队，如今浓缩为了一个借助AI工具的10人团队，设计图的产能提高到了2025年同期4倍；在选品端，林明的公司放弃了以往传统的“开款”体系，转而采用“AI选品-开款”（基于1688诚信通AI版）年度爆款率同比增长了26%；在质检侧，智能摄像头+3D AI大模型的系统（基于梅卡曼德产品）的引入，让原本的人工质检效率提高了5倍。

距离台州150公里外，宁波。

一家2021年组建的文具制造企业，从2024年开始在公司内部兴起了一场“AI风暴”。以往，团队需要凭借经验丰富的老员工+销量数据去预判下一个爆款文具是什么。但2024年开始，这家公司开始采用AI选品（基于1688诚信通AI版）并基于AI工具完成“消费趋势数据分析”，他们对于消费趋势的判断，从过往“月度洞察”演变为了“几分钟内就可以掌握最新趋势”。

同样的事情，也发生在台州宁波两地西南方的东莞。

一家国内头部潮玩公司的核心代工厂，已经在2025年初，开始采用基于3D 大模型技术（基于VAST的Tripo 3.0）的“图转模”手段，设计师的草图可以通过AI在几分钟内生成为可以直接用于生产线的产品设计图。

它们，是一场正在发生于中国制造业“关键末端”的AI风暴的缩影：大量生产制造中小型工厂、公司，正在通过AI降本增效、转变生产方式、杀入新兴品类……

这甚至不是只在中国发生的事情。

在日本，手办公司MENOU+Good Smile Company在2025年二季度全线上线了基于AI的玩具外观检测系统、质检系统，经过半年该公司检测效率提升 80%，不良率降低 65%，人工成本减少 70%。

而美国的知名制鞋公司Summitz Footwear在2025年四季度上线了AI驱动+机械臂的半自动化运动鞋生产线，成功把生产线人工成本缩减80%，年产能预期提高近五倍。

伴随这股风潮而来的，是国内外互联网大厂、模型独角兽针对制造型企业的AI心智争夺战——而这场竞争的本质并不以月活、ARR这些传统数据为导向，因为这些AI产品最终扮演的角色是制造业的“新生产工具”，这意味着它要能够贡献产能。

虎嗅了解到，对于大部分中小制造商而言，目前AI能力最集中凸显的有四个阶段——

• 在生产设计端，制造商需要AI参与选品、开款、趋势判断、产品设计等环节；

• 在市场营销侧，制造商除了AI智能营销外，还需要基于AIGC基础高效完成营销物料的产出；

• 而在后端，围绕用户的数据沉淀几分析、客户管理、客户都正在高速进入“AI化”周期；

• 而对于一些公司而言，公司整体经营数据的AI化，也已经成为了提效的关键手段。

在1月初，虎嗅与1688商家智能总经理齐晓宁进行了深入交流。这个交流的背景是，作为拥有超过107万个入驻商家的1688，在2024、2025年正在加速推动商家“AI升级”。

虎嗅了解，1688团队通过APP改版、提供AI工具、改善平台业务流等一系列手段，去推动这些中小制造商、贸易商实现AI化。

而中小制造商、中小商家，本质上是务实的“除非看到真实的利好、效率，一般很难积极主动拥抱某个新技术”，一位曾与虎嗅深度交流的汕头玩具中小工厂负责人这样说。

那么摆在1688面前的挑战和机会，就有了共性价值：作为平台，它们到底是如何去思考AI化这件事的？面对数以百万计的中小商家，他们到底怎么去完成用户的AI“牵引”？对于务实的中小商家、中小制造商们而言，到底什么样的AI技术或者工具，是当下最需要的？

通过交流，虎嗅发觉，这个过程确实不易，且充满探索特质。

早在2023年三季度，1688通过密集调研产业带商家，识别出了这些商家普遍面临的三大痛点：同质化竞争严重、买家需求过度碎片化、平台工具和流程操作门槛较高。这也成了1688最早推动商家AI化时三个关键的源动力。

当时1688诚信通团队的思路是，做基于AI的工具集合。他们一口气开发出了包括标题生成、图片美化、AI客服、广告投放、经营分析等一系列单点AI工具……齐晓宁告诉虎嗅，当时的核心逻辑是“提效”。“大量中小商家其实是夫妻老婆店，他们甚至没有单独的专业运营团队，所以我们试图降低他们的操作难度，给他们提供各种AI助理工具。”

值得注意的是，这个阶段1688诚信通所开发的AI工具“单点属性”很明显，针对一个痛点开发一个工具。

很快，到了2024年，1688团队意识到，单点的AI工具并不能解决流程协同等更深刻的问题。“我们发现，商家其实需要的是能像团队一样工作的系统。”齐晓宁说，当时他们开始做2.0版本的产品，主要的方向是“AI数字员工团队”，他们构建了包含店长、商品专员、客服专员、推广专员、活动专员的虚拟团队。本质上这些团队是一个个Agent。

但Agent真的足以解决所有商家问题么？

1688团队发现，随着整个外贸和大盘情形变化，产业带上的制造商家开始面临利润萎缩等挑战，而且同质化加剧了赛道内卷。单点AI工具和Agent本质逻辑都是帮助商家提效，但到了2025年，“提效”已经无法彻底解决利润挑战了——在内卷的赛道里，大家都在提效的时候，提效已经不足以凸显竞争力，而退化为了基础必答题。

这个时候，1688团队发现，商家对于“趋势洞察”“用户洞察”的需求急速放大。

“我们发现商家的核心痛点是，不知道生产什么能赚钱，我们意识到这才是当下AI所需要尽快帮他们解决的核心问题。”齐晓宁告诉虎嗅，他们在2025年开始针对“决策建议”这个环节重点开发AI能力和工具。他印象非常深刻的一个案例是，他曾去台州拜访一个中腰部塑料收纳相关商家，当时商家的核心产品是露营拉杆车，但他们并不知道到底接下来该针对用户的什么需求去开发新品。

齐晓宁让团队通过1688的AI工具结合行业数据，为这个商家做了详细的分析，结果发现用户存在一个长期被忽视的痛点“拉杆的角度不可调整”。这个商家迅速切入这个需求点，重新推出了一波新品，并且迅速在2025年两个季度内实现毛利率两位数增长。

虎嗅了解到，接下来1688诚信通团队，也正在考虑单独开发独立的、直接面向市场的Agent（即在1688平台之外，单独的Agent）。这意味着，团队正在考虑把AI能力作为一种服务和产品，单独面向市场。

在与齐晓宁沟通过程中，他也分享了一些对于产业带制造企业“行业AI化”的新认知，下附交流实录：

虎嗅：你们最早开始做针对商家的AI工具和服务，是洞察到了哪些市场需求或者痛点？

齐晓宁：2023年9月前后，我们团队不停走访商家，发现三个非常明显的共性痛点。第一个就是同质化竞争，太卷了；第二个是买家行为开始变得飘忽不定，商家发现客户出现越来越多小单采购，这意味着需要越来越多的柔性定制，客户不愿意囤货了，商家接不到大单了；一些产业带的新商家会觉得平台上的页面、功能太复杂了，很多团队其实是夫妻老婆店，老板娘自己兼任运营，他们不太会用复杂的工具。

虎嗅：你观察中，在商家所面临的环节里，有哪个环节是当下痛点非常明显的？

齐晓宁：选品开款其实非常难。首先商家要收集大量数据，他们并不知道需求到底在哪？其次，他们对于产品生产出来能不能卖掉是存疑的。我给你举个例子，比如一个小拉杆箱，开模具的成本可能会高达30万，然后开模需要45天左右，如果你用了45天+30万做了这件事结果产品卖不出去，那只能在仓库里成为烂账。

我们现在是用AI工具在做这件事。我们是怎么做呢，我们会基于AI去分析全网对某个品的好评、差评，还会结合各种内容平台比如小红书、B站上的用户反馈。然后AI会挖掘出用户潜在的痛点，我们会把这样的产品痛点告诉商家。

对商家而言，其实是既有产品上一些针对用户痛点的细节变化、功能调整，但往往会带来销量的变化。我们还可以用AI做好设计图或者物料，然后放到小红书抖音上，去看看用户对于潜在新品的反馈，这些数据也会成为新的决策物料。本质上这是帮助用户做决策。

我们现在越来越多的精力放在了用AI“帮助用户做决策”这件事上。有这样一些问题，我们发现是商家最感兴趣的：你生产什么样的产品、品质，利润就能提高？什么样的客户值得你花精力去维护？什么样的市场值得你去开拓？这些问题其实都需要基于大量的数据获取和分析能力，以及需要足够的市场敏感度，这是AI能够带来的质变的环节。

虎嗅：你观察到的，什么类型的产业带商家，更热衷于拥抱AI？

齐晓宁：我们发现一个有趣的现象。头部的一万个商家，反而是AI渗透率最高的，这和我们最早想想的不太一样。我们最早做事情，觉得是不是AI会先帮助到那些运营能力弱的、中腰部以下是商家，但我们发现头部一万个商家更愿意让授权数字员工自动执行任务。可以说越是头部的商家，AI使用的广度、深度越大。

我觉的，产业带商家拥抱AI这个趋势已经是不可逆的大趋势。尤其现在产业带商家里，一些年轻的85后、90后二代开始接班，他们对于AI的拥抱度非常高。基本上服装这些品类，AI已经成为它们流程上的不可或缺的一环了。

虎嗅：针对产业带商家做AI服务或者产品，有什么很明显的痛点或者难点？

齐晓宁：一个很微妙的环节是，如果AI工具触碰到“商家的钱”的部分，事情会变得谨慎起来。比如全托管模式，AI可能会帮助商家做推广，AI判断眼下处于好的广告节点，可能就会自动参与其中。但商家对于“被动花钱”这个事情的接受度是有限的。商家会说“不要碰我的钱”。

从数据上，这些AI参与的投放和广告，ROI一定是好的，但就算有数据支撑，商家还是会来质疑“为什么花我的钱了。”所以做AI产品和服务，碰到用户最核心的账和钱的时候，产品可能会踩坑。我们后来是设计了多层确认体系，确保用户“确认”后，才敢“碰他的钱”。

第二个难点是交互页面。产业带的中小商家非常多，他们对于平台AI产品到底长什么样子，需求是不同的。他们需要这个东西操作起来足够容易且还能帮他们做生意。这个交互界面其实是非常难设计的，而且这应该是一个需要持续动态调整、升级的环节，整个行业也没有永恒的固定标准答案。

这里面又涉及三层问题：UI本身到底是不是足够容易去用？Agent到底是不是足够聪明？你依赖的数据到底是不是足够多、质量足够高。在这三层问题之上，还有一个难题，就是到底该怎么把AI能力“表达”给用户，让他们真正用起来。 

虎嗅：你们是怎么去衡量AI产品或者工具成功与否的？月活还是带来的GMV增量？

齐晓宁：我们分为三层去思考产品。第一层，我们会思考到底产品的AI能力怎么样？我们有一套评估体系，这里面包括专家评估、也包括模型的自动评估、用户反馈等等，每个月我们会出一个评估分数。

第二层是用户指标，就是到底有多少用户在用，包括了日活、周活等。ToB产品其实周活更准确，因为做生意的不一定每天都到平台来看，但每周会至少来一两次。我们会看周活，以及用户留存。

第三层是我们要看用户的AI任务数，就是到底用你产品的Agent执行了多少任务。这里面还会包括更深层的经营指标，比如产品的续签率。但从产品本身看，这三层是我们思考的基本维度。

虎嗅：你觉得接下来针对产业带商家，AI这件事的机会在哪？

齐晓宁：我们有一个预判，就是产业带中小企业什么时候开始讨论基于AI的组织架构的时候，那么可能一个更大的AI变革趋势就出现了。我们预判可能2026年底会有一个窗口期。这并不是说，原本组织架构里面的一部分人被AI替代了，而是所有的流程都会基于AI产生变化。我们认为，这种针对全流程的AI工具或者服务，是未来的趋势。

这里面掩藏的真正需求点就是帮助用户做决策。它的呈现形式可能是一种“系统”，但根本目标是帮助做决策。