汀远科技Yonshore
一份给企业主自检的场景手册。每个场景都有真实落地、有可对账的数据。先选你的行业，再判断 这个场景我该不该做。
不分行业的「通用层」是最短落地路径；具体行业里，是别人已经跑通、有数据的场景。
找到你的行业，逐个场景问自己：这件事现在占了多少人、多少时间。
点进场景，对照「以前 vs 接入 AI 后」的业务流，看清到底改了哪一环、提升在哪。
选回报最快的先落地。我们按你的业务定制，合适才做，不合适直说。
这 8 个场景跨行业适用 —— 制造、餐饮、电商、教培、医美、专业服务、建筑、本地生活都能落。想跳过行业直接动手，这一层就是最短路径。
公众号、小红书私信、视频号、网页客服汇到一处，AI 接住绝大多数重复咨询，答不准的自动转人工，并把客户意向回流到 CRM。
客服微信每天 100 条以上重复问答？是 —— 这是回报最快的一个。
看业务流改造 →一条素材，AI 改写成朋友圈、公众号、小红书、视频号、抖音五个平台的版本，配图和短视频脚本一起出。一个人也能撑住日更。
品牌朋友圈现在谁在发？一周断更几天？
看业务流改造 →从询盘到报价，AI 学过往报价自动出新单；合同条款先过一道 AI 初审；投标书按模板自动填充。报价不再压在一个人手上过夜。
最近一份报价单，从询盘到出稿花了多久？这中间错过几单？
看业务流改造 →RPA 自动抓单、OCR 认发票、异常自动预警。月底对账，从财务连熬两周，压到三天。
财务月底要加几个晚上对账？发票还是手敲的吗？
看业务流改造 →JD 自动写、简历对着 JD 打分、初面录音转文字、入职 SOP 自动生成。三五十人到两百人规模，HR 一人能当三人用。
HR 每天花多少时间筛简历、加候选人微信？
看业务流改造 →把公司文档、产品手册、流程 SOP 喂给 AI，员工用对话问，新人两周就能独立上岗，不再追着老员工问。
新人多久能独立上岗？老员工一天被打断几次答重复问题？
看业务流改造 →现有监控接上 AI，自动认出没戴口罩、没穿厨师服、工地没戴安全帽、抽烟、鼠患等违规，当场短信预警、留痕。
被监管抽查通报过吗？留痕能撑得住突击检查吗？
看业务流改造 →客户加了企微，AI 自动按消费力、偏好、活跃度打标签，换季、上新分层推送，把复购拉起来。
老客户分几层？上次推新品的打开率是多少？
看业务流改造 →公众号、小红书、视频号、网页客服各自为战，重复问题一天回上百遍，夜里没人接。这个场景把入口收口、AI 接住大头、答不准的稳稳转人工——客服从「人盯消息」变成「人管异常」。
左边是大多数公司现在的客服动线，右边是接入 AI 后的同一条线——不是推倒重来，是在原来的环节里嵌进去。
不堆百分比，只列动线里实打实变化的环节。具体能提升多少看现状基线——这也是我们落地前先测一轮的原因。
公开数据参考：某头部企业自有 AI 客服话术采纳率 90%；某头部电商八成以上咨询由 AI 处理。具体到你的店、你的渠道能提升多少，按现状基线测算后再给。
朋友圈、公众号、小红书、视频号、抖音，过去靠一个人手搬手改，断更是常态。这个场景让一条素材进来，AI 改写成五个平台的版本，配图和短视频脚本一起出——一个人也能撑住日更。
以前是一个人对着五个平台一遍遍重做；现在是一条素材喂进 AI 内容中枢，五个平台版本一次出。
内容这件事，提升的不是「写得多好」，是「一个人能不能稳定供得上量」。
公开数据参考：某小红书宠物账号 69 粉丝起步，靠 AI 内容 3 个月站内销售 80w、日产 30 条。你的品类适不适合走量、走哪几个平台，先看一轮再定。
B2B 的单子常卡在报价：等老师傅有空、翻历史报价、人工核条款。AI 学过往报价自动出新单，合同先过一道初审，投标书按模板填——客户还热乎的时候，报价就发出去了。
同一张报价单，从询盘到发出，中间这几步原来靠人盯、靠经验，现在交给 AI 跑初稿、人来把关。
报价这条线，最值钱的提升不是「快」，是「在客户还想买的时候就报出去」。
公开数据参考：某汽配 AI 报价系统，500 项报价从 2.5 天压到 30 分钟；合同 AI 初审 30 秒过 50 页、错误率低于 3%。你这边一张单多少项、卡在哪步，先看现状再定方案。
单据靠手敲、发票靠人录、异常靠月底才发现。这个场景让 RPA 自动抓单、OCR 认发票、异常当场预警——财务从「连熬两周对账」变成「看预警处理例外」。
以前是月底把一摞单据和发票堆到财务面前；现在是单据进来就被自动抓取、识别、对齐。
这条线的提升，不只是快，是「错漏在发生当天就被拦住」，不再攒到月底。
公开数据参考：某汽配分销商接入 AI 进销存后，毛利 10%→32%、库存周转 +40%、对账 14 天→3 天。你的单据量、卡在录入还是对账，先看一轮。
招聘旺季，HR 一天大半时间花在筛简历、加微信、约面试上。这个场景让 AI 写 JD、对着 JD 给简历打分、初面录音转文字、入职 SOP 自动生成——人留下来做判断，杂活交给 AI。
以前 HR 的时间被筛简历和加人占满；现在 AI 先过一遍，HR 只看进了候选池的人。
招聘的提升不在「招得快」，在「HR 的时间回到判断人上，而不是耗在搬运上」。
公开数据参考：某中小企业 HR 接入招聘自动化后，简历筛选效率 +200%、一人当三人用。你的招聘量、卡在筛还是约，先看一轮。
公司的文档、产品手册、流程 SOP 散落各处，新人靠追着老员工问。这个场景把它们喂给 AI，员工用对话问、答案带出处——老员工不再天天被打断，新人两周就能独立干活。
以前知识在老员工脑子里和散落的文档里；现在收口成一个能对话、带出处的知识库。
知识库的提升，体现在「老员工不再被打断」和「人走了知识还在」。
公开数据参考：定制企业内 AI 知识库助理，新人查询从找师傅 1-2 小时降到 AI 30 秒内。你公司文档全不全、散在哪，先理一轮。
摄像头早装了，但靠人盯、靠抽查，违规往往等出事或被通报才知道。这个场景给现有监控接上 AI，自动认出没戴口罩、没穿厨师服、工地没安全帽等违规，当场短信预警、留痕。
以前监控只是录像、出事回看；现在 AI 实时看着，违规当场就报、自动留痕。
巡检的提升，是把「事后追责」变成「事前拦住」，还顺手把合规留痕做了。
公开数据参考：某 AI 视联网平台在社区食堂识别 7 类违规并预警；校园食堂 AI 识别违规整改闭环 100%。你的点位、最担心哪类违规，先看一轮。
客户加了企微就躺在通讯录里，群发一刀切、打开率低。这个场景让 AI 自动按消费力、偏好、活跃度打标签，换季上新分层推送——把「群发打扰」变成「分层提醒」，复购拉起来。
以前是把所有人当一个人群发；现在是 AI 给每个人打好标签，不同人推不同的。
私域的提升，不在「发得多」，在「发得准」——同样的客户池，复购能差出一倍。
公开数据参考：某连锁服装老客复购 20%→55%；某美妆品牌标签准确率 95%、复购 28%→59%。你的老客有多少、现在怎么触达，先看一轮。
区域连锁 3-10 店 · 选址、供应链、外卖运营、私域复购、食安巡检。
根据历史客流 / 天气 / 节假日预测每时段所需人力 · 排班从店长拍脑袋变成系统出表。3-10 店连锁立刻见效。
你 3-10 店每周拼排班是不是花 4+ 小时？还总有员工抱怨忙时缺人闲时多人？
看业务流改造 →美团 / 点评 / 抖音的差评 + 客诉 → AI 按主题（味道 / 服务 / 卫生 / 速度）自动分类 + 排优先级 + 推送到对应岗位整改。差评 24h 内挽回机会窗口。
你上一条差评是 24 小时内看到还是 48 小时+？整改责任落到具体哪个岗位？
看业务流改造 →中央厨房按区域销量预测分品配送 · 南方多备梅菜扣肉 / 北方多备小鸡炖蘑菇 · 减少跨区调货和过期报损。
你每月报损金额是否 ≥ 1 万？大于的话这块能直接省钱。
看业务流改造 →高峰期 AI 预测客流 · 提前拼桌 / 提示等位时长 · 把翻台率从经验做到模型化。
你是否在周末高峰损失过 ≥ 10 桌没接住的客人？
看业务流改造 →3 个月点单数据丢给 AI · 按偏好 + 天气 + 时段推券、推新品 · 30 天未到店用户精准激活。3-10 店区域茶饮品牌正合适。
你企微 / 公众号是否有 ≥ 500 个老顾客却 3 个月没主动触达？
看业务流改造 →新品上市前后实时扒小红书 / 抖音 / 大众点评 UGC · AI 跑情绪 + 关键词分类 · 上新从靠老板舌头变成靠数据。
你上一次推新品是凭老板感觉还是凭数据？
看业务流改造 →接气象 API · 热天主推冷萃 / 冷饮 · 冷天主推热饮 · APP / 收银屏 / 海报联动自动换主推。
你的菜单是否一年只更换 2 次以下？
看业务流改造 →蛋糕烘焙类保质期短 · AI 按节日 / 节气 / 天气 / 历史销量预测明日产量 · 把当日报废率压到个位数。
你每天闭店前是否还剩 ≥ 1 托盘要扔的成品？
看业务流改造 →开到第 4 家店时 · 每周三晚拼 4 张表（美团 + 微信支付 + 收银 + 进销存）耗 4h · AI 数据中台统一口径 · 异常自动预警。
你 3-10 店每周拼报表是不是花 4 小时以上？老板问「为什么 X 店毛利塌了」能 30 分钟内答吗？
看业务流改造 →已有 3 店在一城市跑通 · 第 4 店开本市新商圈还是外溢隔壁城市？AI 跑周边人流 / 消费力 / 竞品密度 + 历史店数据 · 30 分钟出对比分析报告。
上一家店开错位置你亏了多少？下一家店还想拍脑袋还是想看数据？
看业务流改造 →放了 6 个加盟商 · 2 家业绩塌方加盟商总说「商圈不好」 · AI 量化诊断「商圈问题还是执行问题」自动出督导建议。
加盟商业绩塌方时你能立刻判断是商圈 / 执行 / 品牌问题中哪一个吗？
看业务流改造 →5 家店每家 1 个抖音 + 1 个点评 + 1 个美团 = 15 个账号 · 内容乱七八糟。AI 中央生产内容（一条爆款适配 5 店本地化变体）· 矩阵管理工具批量发布。
你 5 家店的抖音 / 点评号现在是统一节奏发还是各发各的？
看业务流改造 →5 家店一年累计 3 万顾客企微 · 只会群发优惠券没人点。AI 按消费频次 / 客单 / 偏好菜品分群 · 复购率从 8% 拉到 20%。
你的私域顾客数 ÷ 月活复购数 = 多少？低于 10% 就是没在做。
看业务流改造 →5 家店每周食材损耗 8-12% · 新店长一上来烂菜一个月。AI 看销售 × 天气 × 节假日 × 商圈活动 · 每天给店长「订货建议表」+「排班建议表」。
上个月每家店食材损耗率多少？店长经验值掉一个新人多久能补上？
看业务流改造 →3-10 店连锁，每周拼排班花好几个小时，还总是忙时缺人、闲时多人。这个场景按历史客流、天气、节假日预测每时段所需人力，排班一键出表，店长从「拼班表」回到「管经营」。
左边是大多数店现在的排班动线，右边是接入 AI 后同一件事——数据替经验做预测。
排班的提升，不在「省那几小时」，在「忙时接得住、闲时不养人」。
公开数据参考：某全球快餐 2 万+ 员工，排班 8h→2h/周；某快餐连锁员工利用率 68%→92%、单店年省 15 万。你 3-10 店每周排班花多久，先看一轮。
美团、点评、抖音的差评散在各平台，常常 48 小时后才看到，整改也落不到具体岗位。这个场景把多平台差评收口，AI 按主题分类、排优先级、自动派到对应岗位，把挽回窗口抢回来。
同一条差评，从产生到挽回，中间这几步原来靠人翻、靠转达，现在 AI 接住分发。
客诉的提升，是把「事后看到」变成「当天挽回」，整改还能追到人。
公开数据参考：某连锁火锅 AI 差评预警，响应率 65%→98%、差评转化 -42%。你上一条差评几小时内看到、整改落到哪个岗，先看一轮。
中央厨房按全国一个量备货，南北口味差异全靠经验,跨区调货和过期报损常年压着毛利。这个场景按区域销量预测分品配送，南方多备梅菜扣肉、北方多备小鸡炖蘑菇，把损耗降下来。
同样的备货，从估量到配送，原来靠一个标准拍下去，现在按区域分品预测。
备货的提升直接落到毛利——少报损、少调货，省下的都是净利。
公开数据参考：老乡鸡 1000+ 门店智能中台损耗 -6%、备餐 +40%；某连锁损耗 11.2%→2.3%、年省食材 28 万+。你每月报损金额多少，先算一轮。
周末高峰排队乱、拼桌靠吼、等位时长靠猜，接不住的客人转头就走。这个场景用 AI 预测客流、提前拼桌、给出等位时长，把翻台率从经验做到模型化。
同样的高峰，从排队到翻台，原来靠店员吼，现在靠模型预测拼桌。
翻台的提升，是把高峰那两小时本来接不住的客人接住——那才是纯增收。
公开数据参考：某连锁火锅翻台 +30%、损耗 -22%；某 BI 中台服务 200+ 餐企人效 +40%。你周末高峰有没有损失过 ≥ 10 桌，先看一轮。
茶饮品牌的会员躺在小程序里，群发券打开率低、3 个月不来的客户也没人管。这个场景把点单数据交给 AI，按偏好、天气、时段推券推新品，把沉睡客唤回来。
同样的会员池，从群发到精准触达，原来当一个人发，现在按人推。
复购的提升，不在「发得多」，在「在他想喝的那个点、推他爱喝的那杯」。
公开数据参考：某头部茶饮小程序 3 月用户破 200 万、复购 +62%、客单价 +18%；星巴克基于历史 SKU 做个性化推荐。你企微/公众号有多少 3 个月没触达的老客，先看一轮。
新品上不上、卖得行不行，常常靠老板一张嘴。这个场景在新品上市前后实时扒小红书、抖音、点评的真实评价，AI 跑情绪和关键词，把「老板感觉」换成「市场反馈」。
同样的上新，从拍板到验证，原来靠老板舌头，现在靠全网真实评价。
选品的提升，是把「赌一把」变成「看着数据上」，砸了也能早调头。
公开数据参考：定制新品口碑监测系统适配茶饮/餐饮实时监测新品热度；喜茶新品研发引入数据中台 + UGC 监测。你上次推新品是凭感觉还是凭数据，先看一轮。
菜单一年改两次，热天还在主推热饮、冷天冷饮卖不动。这个场景接气象数据，按天气、销量动态调主推，APP、收银屏、门店海报联动换——该卖什么天说了算。
同样一份菜单，从静态到动态，原来一年改两次，现在天天跟着天气换主推。
菜单的提升，是让「该卖什么」跟着天走，而不是跟着习惯走。
公开数据参考：星巴克天气联动菜单，北京高温冷萃环比 +35%、新宿门店推荐 ×2.3。你的菜单一年改几次，先看一轮。
蛋糕烘焙保质期短，做多了当天报废、做少了断货。这个场景按节日、节气、天气、历史销量预测明日产量，把当日报废率压到个位数。
同样的备货，从凭手感到看预测，原来多做少做两头亏，现在按明日产量做。
烘焙的提升，是把「每天闭店扔的那托盘」省下来——那就是纯利润。
公开数据参考：某连锁烘焙精准备货，冷门 SKU 销量 +30%；芬兰面包厂 Elonen Oy 用 AI 预测需求降低浪费。你每天闭店还剩多少要扔，先看一轮。
开到第四家店，每周拼美团、微信支付、收银、进销存好几张表要花一上午，老板问「为什么 X 店毛利塌了」半天答不上来。这个场景把多源数据统一口径，异常自动预警，老板用问的就能查。
同样看经营，从拼四张表到问一句话，原来一上午，现在 30 分钟。
驾驶舱的提升，是把「每周拼表的一上午」和「问就卡壳的被动」一起解决。
公开数据参考：某 300+ 门店连锁 AI 数据中台标准化 25 项指标、备货准确 92%；Primanti Bros 30+ 店 AI 替代 8 名经理日报、3 月 ROI 100%。你每周拼报表花多久，先看一轮。
三店在一城跑通了，第四店开本市新商圈还是外溢隔壁城市？拍脑袋开错一家店亏的是真金白银。这个场景跑周边人流、消费力、竞品密度加历史店数据，半小时出对比分析报告。
同样选下一家店，从靠感觉到看数据，原来开错才知道，现在开之前就看清。
选址的提升，是把「开错一家店的学费」提前用数据省下来。
公开数据参考：定制 AI 选址系统选址准确率 85%，大型 + 中小餐饮双适配；瑞幸早期基于位置数据 + 目标客户画像锁定展店。上一家店开错位置亏了多少，下一家想拍脑袋还是看数据。
放了几个加盟商，业绩塌方的总说「商圈不好」，到底是商圈问题还是执行问题，没数据就只能听他说。这个场景用多店指标对标，AI 量化诊断病根，自动出督导建议。
同样面对塌方加盟商，从听解释到看数据，原来分不清病根，现在一眼看穿。
督导的提升，是把「公说公有理」变成「数据说话」，病根一眼看穿。
公开数据参考：某大型餐饮 AI 数据中台 + 对话式查询做跨城市业绩差异分析、识别优势/劣势市场；某龙头餐饮加盟商管理平台做「交易+营销」闭环。加盟商塌方时你能立刻判断病根吗，先看一轮。
五家店十几个抖音、点评、美团号，内容各发各的、乱七八糟。这个场景让 AI 中央生产内容，一条爆款自动适配成五店本地化变体，矩阵工具批量发布。
同样运营多账号，从各发各的到一条爆款打五店，原来散、现在统一节奏。
矩阵的提升，是把「十几个号瞎发」变成「一条爆款打穿五家店」。
公开数据参考：某区域火锅 7 天矩阵 50 条视频 + 9.9 秒杀销售破百万；某连锁火锅 1 主号 + 3 促销号 + 10 素人号、3 月团购核销 +270%。你五家店的号是统一节奏还是各发各的，先看一轮。
五家店一年攒了几万顾客企微，但只会群发券、没人点。这个场景按消费频次、客单、偏好菜品给顾客分群，不同人推不同的，把复购从个位数拉上来。
同样的私域池，从群发到分群，原来当一个人发，现在按人推。
私域的提升，是把「群发打扰」变成「分群提醒」——同样的人，复购能翻倍。
公开数据参考：某综合餐饮新客添加率 35%、会员绑定 62%、沉淀 10 万+ 私域；西贝 299 元付费会员锁定核心客户、业绩 +30%。你的私域顾客数÷月复购数低于 10% 就是没在做，先算一轮。
五家店每周食材损耗一成上下，新店长一上手烂菜一个月。这个场景按销售、天气、节假日、商圈活动给每家店出「订货建议表」和「排班建议表」，把老店长的经验沉淀成系统。
同样的订货排班，从靠店长到靠系统，原来换人掉链，现在照表执行。
这个场景的提升，是把「老店长的经验」变成「系统的标准」——换人也不掉链子。
公开数据参考：某 4000 店全球快餐 AI 排班准确 85%、排班 8h→2h/周；必胜客 AI 智能订货食材浪费 -30%。你每家店损耗率多少、店长换人多久能补上，先看一轮。
店铺、跨境、直播 · 商品图文、智能客服、选品、评论洞察。
亚马逊 / SHEIN / Temu 卖家自己写英文 listing 词不达意 · AI 一键生成结构化标题 + A+ 图文同步出。5-30 人卖家团队立竿见影。
你上一款新品 listing 是自己翻译的还是请代运营写的？写一版花多少时间？
看业务流改造 →亚马逊 PPC / Temu 站内广告 · AI 实时监控 ACoS · 自动加词 / 否词 / 调出价。
你的 ACoS 现在是多少？每天花多长时间盯广告报表？
看业务流改造 →TikTok / Instagram / SHEIN 30+ 矩阵号同时铺量 · 云手机 $0.03/分钟 · IP 隔离 + 设备指纹独立。
你现在跑几个 TikTok 账号？有没有因为关联被封过号？
看业务流改造 →Shopify / 独立站全球客户 · 跨时区慢 · AI 处理退换货 / 物流 / 产品咨询 · 复杂订单转人工。5-30 人小团队也能撑 7×24。
你欧美单晚上多少咨询没人回？第二天清晨流失多少订单？
看业务流改造 →盯 SHEIN / Temu / 亚马逊新品榜 + TikTok 热门标签 · AI 反推爆款共性参数 · 输出选品清单。
你最近 3 个月新品命中率多少？选品依据是直觉还是数据？
看业务流改造 →东南亚 / 中东 / 欧美时区真人主播覆盖不到 · AI 数字人 24h 多语言开播 · 1 主播声音克隆生成阿语 / 英语 / 西语版本。
你有没有想过在中东 / 南美时区开播？现在主要靠什么覆盖那里的客户？
看业务流改造 →抖音 / 快手 / 视频号晚间 / 深夜真人下播后 · 数字人接管平价 SKU 自动讲解 · 捕获非黄金时段流量。3-10 直播间小品牌当月见效。
你直播间晚上 12 点 - 早 6 点是停播的吗？这个时段每天损失多少 GMV？
看业务流改造 →新品上播前 30 分钟用 AI 输出「黄金 30 秒 + 痛点 + FABE + 稀缺 + 逼单」完整脚本 · 主播照念或提词器走。
你现在主播的话术稿是谁写的？新品上播前要花多久准备？
看业务流改造 →每场直播 4h 录像 → AI 自动剪 30 条 15-60s 切片 → 矩阵号分发抖音 / 小红书 / 视频号 · 吃直播长尾流量。
你每场直播录像存盘后会再剪短视频吗？还是直接丢了？
看业务流改造 →商家上新 50 个 SKU 要 5-10 张主图 + 1 条短视频 · 人工拍摄成本不可承受 · AI 文生图 + 图生视频出。
你上一款新品的主图和详情页素材花了多少钱？要等多久才能上架？
看业务流改造 →1 商家在抖音 / 快手 / 视频号同时开 10+ 直播间 · 云手机集群 IP 隔离 · 防止平台判定关联限流。
你现在在几个直播平台开播？账号之间会不会互相限流？
看业务流改造 →场后 AI 自动分析 4h 弹幕 + 互动 + 转化漏斗 · 输出「哪段话术转化最高 / 哪个 SKU 弹幕负面情绪集中」。
你昨晚直播 GMV 多少自己算得清，但「为什么」卖好 / 卖不好你说得清吗？
看业务流改造 →客户加企微 → AI 自动打标签（消费力 / 偏好 / 活跃度）→ 换季 / 新品分层推送 · 复购率拉一倍。
你的老客户分几层？上次给他们推荐的新品打开率多少？
看业务流改造 →品牌总部出活动 / 新品 → AI 一键生成 N 种朋友圈话术 → 推送到 50-300 个员工微信 → 员工一键发圈。
你现在有多少员工号？让他们统一发圈靠群里 @ 提醒还是有系统？
看业务流改造 →员工跟客户私聊时 · AI 实时建议下一句怎么回（询价 / 异议 / 逼单）· 员工选择 / 微调后发出。
你员工跟客户聊天，新人和老员工话术差距多大？有标准答案吗？
看业务流改造 →基于消费历史 + 互动频率 · AI 预测客户下次复购窗口 + 流失风险 · 自动触发优惠券 / 关怀。
你知道你的客户平均隔多久回购吗？谁快流失了你心里有数吗？
看业务流改造 →基于私域订单 + 朋友圈互动 + 群聊关键词 · AI 反推下个月该推哪些 SKU · 选品给到供应链。
你下个月主推什么 SKU 是老板拍板还是数据说话？
看业务流改造 →朋友圈日更 + 社群推送 + 视频号短视频 · 内容总监一人扛不动 · AI 协助同源生产 + 平台适配。
你品牌朋友圈是谁在发？一周断更几天？
看业务流改造 →亚马逊 / SHEIN / Temu 卖家自己写英文 listing 词不达意，请代运营一条几百块还得排队。这个场景把产品参数喂给 AI，结构化标题 + 五点描述 + A+ 图文一次生成，5-30 人卖家团队当周就能批量上新。
同样一条 listing，从逐字翻译到批量生成，原来一条条抠，现在参数喂进去成套出。
listing 的提升，不在「写得快」，在「写得准、还能批量铺新品」。
公开数据参考：亚马逊官方称 A+ 内容平均提升转化 3-10%、部分类目更高；AI listing 工具普遍把单条撰写从数小时压到分钟级。你上一款新品 listing 自己翻还是请代运营、花了多少时间，先看一轮。
亚马逊 PPC、Temu 站内广告，加词否词调出价全靠人盯报表，反应慢一步预算就烧空了。这个场景让 AI 实时监控 ACoS，自动加词、否词、调出价，把广告预算花在真出单的词上。
同样投 PPC，从人工盯盘到机器巡航，原来反应慢一步，现在实时加否词调价。
广告的提升，是把「人盯的滞后」变成「机器的实时」——同样预算多出单。
公开数据参考：亚马逊广告自动化工具（如 Perpetua / Helium 10 等）普遍宣称 ACoS 下降、ROAS 提升，核心是把否词和调价从天级缩到实时。你的 ACoS 现在多少、每天花多久盯报表，先看一轮。
TikTok、Instagram、SHEIN 几十个矩阵号要同时铺量，自己手机切号既慢又容易关联封号。这个场景用云手机集群做 IP 隔离 + 设备指纹独立，一处编排、批量铺量。
同样跑矩阵号，从真机切号到云手机集群，原来一关联就封，现在 IP/指纹各自独立。
矩阵的提升，是把「切号封号的内耗」换成「集群铺量的规模」。
公开数据参考：云手机集群（IP 隔离 + 设备指纹独立）是跨境矩阵铺量的通行做法，单台成本可低至每分钟 $0.03 级，关键在隔离做到位、降低关联限流。你现在跑几个 TikTok 号、有没有因关联被封过，先看一轮。
Shopify、独立站客户散在全球时区，国内下班正是欧美白天，咨询没人回、第二天清晨订单已经流走。这个场景让 AI 接住退换货、物流、产品咨询，复杂订单转人工，5-30 人小团队也能撑 7×24。
同一批夜间咨询，从隔夜才回到秒级应答，原来人下班单就丢，现在 AI 接着。
客服的提升，是把「夜里流失的单」接住——那是不花一分广告费的增量。
公开数据参考：独立站 AI 客服工具（如 Gorgias / Tidio 等）普遍能自动解决过半常见咨询、首响压到秒级，跨时区场景增量最明显。你欧美单晚上多少咨询没人回、清晨流失多少订单，先看一轮。
新品压货还是爆单，常常靠老板直觉赌一把。这个场景盯 SHEIN、Temu、亚马逊新品榜加 TikTok 热门标签，AI 反推爆款的共性参数，把直觉换成一张选品清单。
同样选下一批品，从拍直觉到看趋势，原来押错才知道，现在上之前先看共性。
选品的提升，是把「赌一把」换成「看着趋势上」，押错的概率先降下来。
公开数据参考：选品数据工具（如蝉妈妈 / 飞瓜 / Kalodata 等）已能聚合多平台榜单 + 热门标签反推趋势，核心是把命中率从「运气」拉到「数据」。你最近 3 个月新品命中率多少、选品靠直觉还是数据，先看一轮。
中东、南美、欧美时区的客户，真人主播覆盖不到。这个场景把一个主播的声音克隆出来，AI 数字人 24h 多语言开播，一条母版生成阿语、英语、西语版本，把够不着的时区接上。
同一个主播，从单语单时区到克隆出多语，原来够不着的市场，现在数字人替他播。
开播的提升，是把「覆盖不到的时区和语言」用一个主播的克隆铺满。
公开数据参考：硅基智能、京东言犀等已落地多语言数字人直播，声音克隆 + 多语 TTS 可一人母版生成多语种版本，阿里国际站也在推 AI 数字人开播。你有没有想过在中东/南美时区开播、现在靠什么覆盖那里的客户，先看一轮。
抖音、快手、视频号的直播间，真人主播一下播，深夜到清晨的流量就白白漏掉。这个场景让数字人接管平价 SKU 自动讲解，把非黄金时段的流量捕获住，3-10 个直播间的小品牌当月就有感。
同一个直播间，从下播黑屏到 24h 不断，原来深夜流量白漏，现在数字人接着卖。
数字人的提升，是把「下播后白漏的那几个小时」变成有人接的成交时段。
公开数据参考：京东言犀数字人在 2023 年大促期间已规模化承接直播，硅基智能等数字人在深夜/非黄金时段承接平价 SKU 已是成熟玩法。你直播间凌晨是停播的吗、那个时段每天损失多少 GMV，先看一轮。
新品上播前主播临场现编，黄金 30 秒抓不住、卖点讲不透。这个场景在上播前用 AI 输出「黄金 30 秒 + 痛点 + FABE + 稀缺 + 逼单」整套脚本，主播照念或走提词器。
同一场上播，从临场现编到照着脚本走，原来靠主播发挥，现在 AI 把结构搭好。
话术的提升，是把「老主播的本事」变成「新人也能照念的脚本」。
公开数据参考：FABE（特征-优势-利益-证据）是成熟的销售话术框架，AI 生成脚本 + 提词器已是头部直播间标配，核心是把转化从「靠老主播」变成「靠脚本可复制」。你现在主播话术稿谁写、新品上播要准备多久，先看一轮。
每场直播 4 小时录像，剪短视频太费人，大多直接丢了。这个场景让 AI 自动剪出 30 条 15-60 秒切片，矩阵号分发到抖音、小红书、视频号，把直播的长尾流量吃下来。
同一场直播录像，从存盘吃灰到剪出 30 条，原来直接丢，现在 AI 自动切。
切片的提升，是把「丢掉的 4 小时录像」变成 30 条吃长尾流量的料。
公开数据参考：直播切片二创是抖音/视频号承接长尾流量的成熟玩法，AI 智能剪辑（高光识别）已能把一场录像批量切成数十条，核心是让录像不再吃灰。你每场直播录像存盘后会再剪短视频吗，先看一轮。
上新 50 个 SKU，每个要 5-10 张主图加一条短视频，真要拍成本扛不住、还等不起。这个场景用 AI 文生图加图生视频批量出素材，把上架周期从「等拍摄」压到「当周上」。
同样 50 个 SKU，从逐个拍摄到 AI 批量生成，原来等排期，现在当周铺齐。
素材的提升，是把「拍摄的钱和等待」省掉，上新当周就能铺齐图文视频。
公开数据参考：阿里通义万相、可灵等文生图/图生视频已能批量出商品主图与短视频素材，显著降低拍摄成本，核心是把上新从「等拍摄」变成「当周上」。你上一款新品主图和详情页素材花了多少、等了多久，先看一轮。
一个商家想在抖音、快手、视频号同时开 10 多个直播间，真机登录账号互相关联，平台一判定就限流。这个场景用云手机集群做 IP 隔离，让每个直播间各自独立，放心铺规模。
同样多直播间，从真机多开到云手机集群，原来一关联就限流，现在各自独立。
多开的提升，是把「关联限流的天花板」打开，直播间规模才能往上铺。
公开数据参考：云手机集群（IP/设备指纹隔离）是多直播间矩阵的通行方案，核心在隔离做到位、降低平台关联判定。你现在在几个平台开播、账号之间会不会互相限流，先看一轮。
昨晚直播 GMV 多少自己算得清，但「为什么卖好、为什么卖砸」往往说不清。这个场景场后让 AI 分析 4 小时弹幕加互动加转化漏斗，告诉你哪段话术转化最高、哪个 SKU 弹幕负面情绪集中。
同一场直播，从只看结果到拆清原因，原来卖好卖砸靠猜，现在弹幕和漏斗说话。
复盘的提升，是从「知道卖了多少」到「知道为什么」，下一场才改得对。
公开数据参考：飞瓜、蝉妈妈等已提供直播复盘（转化漏斗 + 互动分析），NLP 弹幕情感分析能定位负面集中的 SKU 与高转化话术段。你昨晚 GMV 算得清，但「为什么」说得清吗，先看一轮。
客户加了企微堆在一起，换季、新品全员群发，打开率低还掉粉。这个场景让 AI 按消费力、偏好、活跃度自动打标签，换季新品分层推送，把复购率拉起来。
同一批老客，从全员群发到自动分层，原来一条推到底，现在按人推。
分层的提升，是把「全员一条」变成「按人推」——同样的老客，复购能拉一倍。
公开数据参考：企微 SCRM（如有赞、微盟等）自动打标 + 分层推送已是私域标配，RFM/行为标签做分层运营普遍能显著拉升复购与打开率。你的老客分几层、上次推新品打开率多少，先看一轮。
品牌总部出了活动或新品，要让 50 到 300 个员工号统一发圈，靠群里 @ 提醒既慢又乱、还总有人忘。这个场景让 AI 一键生成 N 种朋友圈话术，推送到每个员工微信，员工一键发圈。
同一条活动，从群里 @ 提醒到百号一键发，原来靠自觉，现在统一节奏推下去。
矩阵的提升，是把「靠自觉的零散发圈」变成「百号统一节奏」，还不被折叠。
公开数据参考：企业微信 + SCRM 工具（如微盟、尘锋等）已支持总部统一推送话术、员工一键转发朋友圈，话术变体可避免内容雷同被平台折叠。你现在有多少员工号、统一发圈靠群里 @ 还是有系统，先看一轮。
员工跟客户私聊，新人和老员工的话术差一大截，询价、异议、逼单全凭个人。这个场景在聊天时 AI 实时建议下一句怎么回，员工选择或微调后发出，把老员工的本事变成人人能用的提示。
同一段私聊，从全凭个人到 AI 实时提示，原来新人答不好，现在有标准答案兜底。
话术助手的提升，是把「老员工的本事」实时喂给每个人，新人也接得住。
公开数据参考：实时话术建议（销售副驾）已在 SCRM/客服工具中落地，基于意图识别给出下一句应对、员工确认后发出，核心是把新人和老员工的转化差拉平。你员工跟客户聊，新人和老员工话术差多大、有没有标准答案，先看一轮。
客户平均隔多久回购、谁快流失了，大多老板心里没数，等不来了才发现。这个场景基于消费历史加互动频率，AI 预测每个客户的复购窗口和流失风险，到点自动触发优惠券或关怀。
同一批客户，从被动等回购到提前预警，原来走了才知道，现在快流失先接住。
预测的提升，是把「客走了才发现」变成「快走时先接住」，在对的时点触达。
公开数据参考：RFM + 流失预警模型是私域复购运营的成熟做法，基于消费历史预测复购窗口、对高流失风险客户提前触发券/关怀普遍能拉升召回。你知道客户平均隔多久回购吗、谁快流失了心里有数吗，先看一轮。
下个月主推哪些 SKU，常常是老板拍板，押错了私域客户也不买账。这个场景基于私域订单加朋友圈互动加群聊关键词，AI 反推下月该推的 SKU，把选品依据从老板嘴里换到客户数据里。
同样定下月主推，从老板拍板到私域反推，原来押错才知道，现在客户数据先说话。
选品的提升，是把「老板拍板」换成「私域客户的真实需求」反推。
公开数据参考：基于私域订单 + 社群互动数据反推需求、指导选品与供应链，是私域电商的进阶玩法，核心是让「下月推什么」由客户数据而非老板直觉决定。你下个月主推什么 SKU 是老板拍板还是数据说话，先看一轮。
品牌朋友圈日更加社群推送加视频号短视频，内容总监一个人根本扛不动，一周断更好几天。这个场景让 AI 协助同源生产，一套内容自动适配朋友圈、社群、视频号三个场，把日更撑起来。
同样要日更，从一人硬扛到 AI 同源生产，原来频繁断更，现在一套内容适配三场。
日更的提升，是把「一个人扛不动的量」用同源生产撑住，不再频繁断更。
公开数据参考：一套内容同源生产 + 多平台语态适配是私域内容运营的成熟降本路径，AI 协助可显著放大单人日更产能，核心是把「一人扛不动」变成「稳定不断更」。你品牌朋友圈谁在发、一周断更几天，先看一轮。
中小厂 · 质检、排产、设备预测性维护、报价、知识沉淀。
3-5 老师傅每天 8h 弯腰验布 · 漏检高 · AI 接现有验布机摄像头 24h 不间断识别断纱 / 污渍 / 色差 · 瑕疵 0.5 秒检出。
你每月给 3-5 个验布师傅开着 8-12k 工资，还会被客户退货抓到漏检吗？
看业务流改造 →接外贸单卡在英 / 德 / 法 / 俄 / 西 5 国文案 · 外包一条 200-500 元等一周 · 定制 AI 把图 + 中文描述一键生成 5 国合规多语言 Listing。
你工厂跨境单是不是还在卡多语言文案外包等一周回？
看业务流改造 →小批量多 SKU 单（200 件起订 · 20 个色码）· 排产靠车间主任拍脑袋 · AI 看订单结构后给出工序拆解 + 设备分配 + 人岗匹配 + 交期模拟。
你工厂排产是不是还是车间主任凭经验拍板、订单一多就漏工序？
看业务流改造 →自有品牌或 ODM 小厂每月打几十款样 · 最后卖动 2-3 款其余压库 · AI 抓全网同品类销量 + 评论 + 流行色板对内部新款打分排序。
你每月打样的款式是不是七八成最后压库当尾货卖？
看业务流改造 →外贸老板一人对接十几个海外客户 · 邮件 24h 不回就掉单 · AI 接管初次询盘 + 报价澄清 + 样品物流追问 + 客户偏好沉淀。
你晚上下班后海外客户来邮件是不是要等到第二天才回？
看业务流改造 →每出新款租摄影棚拍场景图 · 一款 3000-8000 元 + 1-2 周 · AI 一键生成北欧 / 现代 / 美式多场景渲染图直接挂电商详情页。
你工厂出新款是不是还要租摄影棚拍场景图、等 1-2 周才能上架？
看业务流改造 →定制家具厂派量房师上门 · 量完手画 CAD · 来回 3-5 天 · 客户拍几张房间照片 + AI 1 分钟出 CAD 平面 + 三维柜体方案。
你工厂量房师上门 + 出方案是不是来回 3-5 天才能给客户首次报价？
看业务流改造 →定制家具一户 50+ 板件 · 切割 / 封边 / 打孔人工拆单 2-3h 漏件频发 · AI 看客户方案自动拆出板件清单 + 优化板材切割。
你工厂拆单师傅是不是经常漏件、客户安装当天才发现还少一块板？
看业务流改造 →家具尺寸大 · 海外仓 SKU 多 · 多平台规则各异（Wayfair / Amazon / Temu）· AI 把中文材质 + 尺寸说明一键转为英德日多语言 + 平台规则适配。
你家具厂跨境 SKU 是不是每个平台都要重写一遍文案？
看业务流改造 →客户发图纸来询价 · 人工算工艺 + 工时 + 材料 + 利润半天到一天 · 客户等不及就跑了 · AI 识别 2D/3D 图纸特征自动出报价 + 工艺路线 + 标准工时。
你工厂客户发图纸来是不是要等半天到一天才能给出报价、客户等不及就跑了？
看业务流改造 →老师傅退休 / 新单没人会编工艺 · 工艺卡靠老带新口口相传 · AI 把厂内 5 年历史工艺卡 + 设备参数沉淀成知识库 · 新单自动推荐工艺路线 + 切削参数。
你工厂老师傅退休后工艺经验是不是基本就丢了、新人重新摸索半年？
看业务流改造 →阿里 / 1688 / 微信群每天来「能不能做这个零件」「多少钱」询盘 · 销售一个个回到夜里 12 点 · AI 先回基础问题 + 预审图纸 + 报基础价 + 沉淀客户档案。
你销售是不是每天要回几十条「这能不能做」「多少钱」的群里询盘？
看业务流改造 →小厂自己也要外协买料（钢板 / 铜棒 / 标准件 / 热处理）· 采购员去 5 家供应商各自打电话发图 1-2 天才能比完 · AI 把需求一键群发 + 收集回复 + 自动比价 + 推荐供应商。
你采购员买一批料是不是还在打电话 + 微信发图问 5 家、对比花一整天？
看业务流改造 →CNC / 注塑机 / 加工中心一台几十万到几百万 · 突然停机一天损失几万 · AI 看电流 / 温度 / 振动预测刀具磨损 + 主轴异常 + 提前 1-2 天给检修工单。
你厂里 CNC / 注塑机突然停机一次是不是要损失大几万 + 一两天交期？
看业务流改造 →洗菜 / 备菜 / 包装环节靠人眼挑虫子 / 毛发 / 异物 · 出货漏一颗就被经销商索赔几千几万 · 摄像头 + AI 视觉自动识别 + 自动报警。
你工厂出货异物是不是还在靠车间老阿姨人眼挑、漏一次客诉就赔上万？
看业务流改造 →调味品 / 烘焙 / 饮料厂研发新品要算营养 + 成本 + 风味 · 试错 10-20 批才出合格品 · AI 看竞品标签 + 历史配方推荐目标配方 + 成本测算 + 营养标签。
你工厂研发新品配方是不是还要试错 10-20 批、半年才能出一个合格品？
看业务流改造 →经销商订货单 / 收货回单 / 退货单一摞摞传真 + 微信图 + 手写 · 内勤每天对账 4-6h · 月底对不平 · AI OCR 自动识别 + 入 ERP + 自动对账。
你内勤每天对经销商订货单 + 收货单是不是要花 4-6h、月底还经常对不平？
看业务流改造 →电商评价 + 抖音 / 小红书 + 12315 + 食药监舆情零散 · 出大客诉等上热搜才发现就晚了 · AI 7×24 抓全网客诉 + 自动归类风险等级 + 高危事项秒级推送。
你工厂上次大客诉是不是等客户群里吵开了才知道、错过最佳处理时机？
看业务流改造 →户用光伏小型安装商接客户单派人上门量屋顶 + 画 CAD · 来回 3-5 天 · 客户拍几张屋顶照片 / 上传卫星图 + AI 自动出三维模型 + 组件排布 + 线缆 + BOM。
你安装队接到客户单是不是还要上门量两次、来回 3-5 天才能给方案？
看业务流改造 →小安装商售后是死穴 · 客户报「不发电」要派人到现场看半天 · 跑一趟成本上千 · AI 看逆变器 + 组件 + 气象数据远程判断故障类型 + 自动派单 + 带对的备件。
你售后接到客户「不发电」报修是不是必须先派人上门看一趟才知道是什么问题？
看业务流改造 →户用 / 工商业储能客户要决策「啥时候充 / 啥时候放 / 啥时候卖电」· 客户自己算搞不过动态电价 · 配「储能管家」按发电预测 + 用电习惯 + 动态电价自动决策。
你卖给客户的储能是不是只是个「装上能用」、没人告诉他啥时候充放最划算？
看业务流改造 →小安装商手里 1000+ 潜客（朋友圈 + 抖音 + 县城地推）· 用电习惯 / 屋顶条件 / 资金能力不一 · AI 看客户基础信息 + 电费单 + 屋顶照片自动打分 + 给销售优先级清单。
你手里上千个潜客是不是销售一个个打电话筛、3 个月还筛不完？
看业务流改造 →3-5 个老师傅每天弯腰 8 小时验布，眼睛累了漏检就来，客户一抓退货就赔钱。这个场景把 AI 接到现有验布机摄像头上，24 小时不间断识别断纱、污渍、色差，瑕疵 0.5 秒检出。
同一卷布，从人眼弯腰验到摄像头不间断扫，原来累了就漏，现在 0.5 秒一处。
质检的提升，是把「累了就漏的人眼」换成「不眨眼的摄像头」，漏检和赔偿一起降。
公开数据参考：工业视觉质检（如阿里云工业大脑等在纺织/钢铁/光伏的落地）普遍能把检测速度提到毫秒级、显著降低漏检率，接现有摄像头改造成本低。你每月给 3-5 个验布师傅开多少工资、还被退货抓过漏检吗，先算一轮。
接了外贸单，卡在英、德、法、俄、西 5 国文案，外包一条 200-500 块还得等一周。这个场景把产品图加中文描述一键生成 5 国合规多语言 Listing，外贸单不再卡在文案上。
同一款产品，从外包逐国翻到 AI 一次出五国，原来等一周，现在当天上。
文案的提升，是把「外包一周」压到「当天出五国」，外贸单不再卡在这一步。
公开数据参考：AI 多语言文案生成已能把单条撰写从数小时/外包一周压到分钟级，并按目标平台规则做合规适配，跨境制造外贸场景最受益。你工厂跨境单是不是还卡在多语文案外包等一周，先看一轮。
小批量多 SKU 的单（200 件起订、20 个色码），排产全靠车间主任拍脑袋，订单一多就漏工序、交期对不上。这个场景让 AI 看订单结构，给出工序拆解、设备分配、人岗匹配和交期模拟。
同一批订单，从主任拍脑袋到系统拆工序，原来单多就漏，现在拆到工序排到设备。
排产的提升，是把「主任脑子里的经验」变成「系统拆到工序的计划」，单多也不乱。
公开数据参考：高级排产（APS）+ 小单快反（如阿里犀牛智造、SHEIN 模式）已能把多 SKU 小批量的排产从经验拍板变成系统拆解，显著降低漏工序与交期违约。你工厂排产是不是还靠车间主任拍板、单一多就漏，先看一轮。
自有品牌或 ODM 小厂每月打几十款样，最后真卖动的就两三款，其余全压库当尾货。这个场景让 AI 抓全网同品类销量、评论、流行色板，对内部新款打分排序，把打样的钱花在卖得动的款上。
同样打样，从凭感觉撒网到数据打分聚焦，原来七成压库，现在钱花在卖得动的款。
选款的提升，是把「打样的钱」从「七成压库」挪到「卖得动的款」上。
公开数据参考：服装行业 AI 选款 + 小单快反测款（如 SHEIN 模式）已能把打样命中率从经验拉到数据驱动，显著降低压库，核心是先用数据筛掉低潜款。你每月打样的款式是不是七八成最后压库当尾货，先算一轮。
外贸老板一个人对接十几个海外客户，邮件 24 小时不回就掉单。这个场景让 AI 接管初次询盘、报价澄清、样品物流追问，还顺手把客户偏好沉淀下来。
同一批海外询盘，从隔夜人工回到 24h 即时接，原来掉单，现在先接住再跟。
跟单的提升，是把「隔夜才回的初询」接住——海外客户的第一封邮件，决定单子归谁。
公开数据参考：AI 邮件/询盘自动应答已能 7×24 接住初次询盘、做报价澄清与物流追问，显著降低因隔夜回复造成的掉单。你晚上下班后海外客户来邮件是不是要等到第二天才回，先看一轮。
每出一款新品都要租摄影棚拍场景图，一款 3000-8000 块还要等 1-2 周。这个场景用 AI 一键生成北欧、现代、美式多场景渲染图，直接挂电商详情页。
同一款新品，从租棚拍照到 AI 多场景渲染，原来等 1-2 周，现在当天多风格直出。
出图的提升，是把「租棚拍照的钱和等待」省掉，多风格场景当天就能挂上架。
公开数据参考：家居行业 3D 云渲染（如酷家乐、三维家等）已能替代摄影棚批量出多风格场景图，显著降低出图成本与周期。你工厂出新款是不是还要租摄影棚、等 1-2 周才能上架，先看一轮。
定制家具厂派量房师上门，量完手画 CAD，来回 3-5 天客户才看到首次方案。这个场景让客户拍几张房间照片，AI 1 分钟出 CAD 平面加三维柜体方案，首次报价当场给。
同一户量房，从上门手画到拍照 AI 出，原来来回 3-5 天，现在 1 分钟出平面。
量房的提升，是把「来回 5 天的首次方案」压到「拍照当场出」，趁客户还热把方案递上。
公开数据参考：家居设计平台（如酷家乐、三维家等）已能基于照片/简单测量快速生成 CAD 平面与三维方案，把首次方案周期从数天压到分钟级。你工厂量房师上门 + 出方案是不是来回 3-5 天才能首次报价，先看一轮。
定制家具一户 50 多个板件，切割、封边、打孔人工拆单要 2-3 小时还漏件频发，常常客户安装当天才发现少一块板。这个场景让 AI 看客户方案自动拆出板件清单，还顺手优化板材切割排料。
同一户的板件，从人工拆 2-3 小时到 AI 自动拆全，原来漏件，现在清单兜底还省板。
拆单的提升，是把「2-3 小时还漏件」变成「自动拆全 + 排料省板」，安装不再缺板。
公开数据参考：家具行业拆单 + 优化排料软件已能自动拆出完整板件清单并提升板材出材率，显著降低漏件与材料浪费。你工厂拆单师傅是不是经常漏件、客户安装当天才发现少一块板，先看一轮。
家具尺寸大、海外仓 SKU 多，Wayfair、Amazon、Temu 各家规则还不一样，每个平台都要重写一遍文案。这个场景把中文材质加尺寸说明一键转成英、德、日多语言，并按各平台规则适配。
同一款家具，从逐平台重写到一份说明多平台适配，原来重复劳动，现在一键铺开。
文案的提升，是把「每平台重写一遍」变成「一份说明适配多平台多语」。
公开数据参考：跨境多平台 Listing 自动化已能把中文说明一键转多语并适配各平台规则，显著降低逐平台重写的人力。你家具厂跨境 SKU 是不是每个平台都要重写一遍文案，先看一轮。
客户发图纸来询价，人工算工艺加工时加材料加利润要半天到一天，客户等不及就跑了。这个场景让 AI 识别 2D/3D 图纸特征，自动出报价加工艺路线加标准工时。
同一张图纸，从人工算一天到 AI 当场出价，原来客户等跑了，现在趁热接住。
报价的提升，是把「等一天的报价」压到「当场出价」，趁客户还在就把单接住。
公开数据参考：机械加工 AI 报价（图纸特征识别 + 工艺/工时估算）已能把报价从人工半天压到分钟级，显著提升询价转化，这是该赛道最见效的一环。你工厂客户发图纸来是不是要等半天到一天才报价、客户等不及就跑了，先看一轮。
老师傅一退休、新单没人会编工艺，工艺卡全靠老带新口口相传。这个场景把厂内 5 年历史工艺卡加设备参数沉淀成知识库，新单自动推荐工艺路线加切削参数。
同样编工艺，从老带新口传到 AI 知识库推荐，原来退休就丢，现在沉下来人人能用。
工艺的提升，是把「老师傅脑子里的本事」在退休前变成「厂里的知识库」。
公开数据参考：工艺知识库 + CAPP（计算机辅助工艺设计）已能把历史工艺卡与设备参数沉淀复用、对新单推荐工艺路线，降低对个别老师傅的依赖。你工厂老师傅退休后工艺经验是不是基本就丢了、新人重摸半年，先看一轮。
阿里、1688、微信群每天来「能不能做这个零件」「多少钱」，销售一条条回到夜里 12 点。这个场景让 AI 先回基础问题、预审图纸、报基础价，还顺手沉淀客户档案。
同样的群里询盘，从销售回到 12 点到 AI 先顶一层，原来重复问答，现在只接真单。
询盘的提升，是把「回到 12 点的重复问答」交给 AI，销售只接真要谈的单。
公开数据参考：AI 询盘自动应答 + 图纸预审已能先接住基础问答、做基础报价并沉淀客户档案，把销售从重复问答里解放出来。你销售是不是每天要回几十条「这能不能做」「多少钱」的群里询盘，先看一轮。
小厂外协买料（钢板、铜棒、标准件、热处理），采购员去 5 家供应商各自打电话发图，1-2 天才比完。这个场景把需求一键群发、自动收集回复、自动比价、推荐供应商。
同一批料，从逐家打电话到一键群发自动比，原来比一天，现在当天出推荐。
比价的提升，是把「打一天电话」变成「一键群发 + 自动比」，采购把时间留给谈判。
公开数据参考：采购数字化（询价群发 + 报价自动归集 + 比价）已能把多供应商比价从 1-2 天压到当天，并基于历史价格推荐供应商。你采购员买一批料是不是还在打电话+微信发图问 5 家、对比花一整天，先看一轮。
CNC、注塑机、加工中心一台几十万到几百万，突然停机一天损失几万。这个场景让 AI 看电流、温度、振动预测刀具磨损和主轴异常，提前 1-2 天给检修工单。
同一台设备，从坏了才修到提前报警，原来突然停机，现在提前 1-2 天出工单。
运维的提升，是把「突然停机的几万」变成「提前 1-2 天的一张检修工单」。
公开数据参考：工业设备预测性维护（如西门子、华为、阿里云等的 PdM 方案）普遍能显著降低非计划停机，核心是用电流/温度/振动提前判断磨损与异常。你厂里 CNC/注塑机突然停机一次是不是要损失大几万+一两天交期，先算一轮。
洗菜、备菜、包装环节靠人眼挑虫子、毛发、异物，出货漏一颗就被经销商索赔几千几万。这个场景用摄像头加 AI 视觉自动识别异物、自动报警。
同一条产线，从人眼挑异物到摄像头自动揪，原来累了就漏，现在自动报警剔除。
检测的提升，是把「累了就漏的人眼」换成「不眨眼的摄像头」，索赔风险一起降。
公开数据参考：食品行业 AI 视觉异物检测（虫子/毛发/异物识别 + 自动剔除）已是成熟方案，显著降低人眼漏检与客诉索赔。你工厂出货异物是不是还在靠车间老阿姨人眼挑、漏一次客诉就赔上万，先算一轮。
调味品、烘焙、饮料厂研发新品要算营养加成本加风味，试错 10-20 批才出合格品、半年磨一款。这个场景让 AI 看竞品标签加历史配方推荐目标配方，连成本测算和营养标签一起出。
同一款新品，从试错 10-20 批到 AI 先推一版，原来半年磨，现在先推后调。
研发的提升，是把「试错 10-20 批」压成「AI 先推一版」，再小步调优。
公开数据参考：AI 辅助配方研发已能基于竞品标签 + 历史配方推荐目标配方、做成本测算与营养标签生成，显著减少试错批次。你工厂研发新品配方是不是还要试错 10-20 批、半年才出一个合格品，先看一轮。
经销商订货单、收货回单、退货单一摞摞传真加微信图加手写，内勤每天对账 4-6 小时、月底还经常对不平。这个场景用 AI OCR 自动识别、自动入 ERP、自动对账。
同一摞单据，从人工录单对账到 OCR 自动入账，原来 4-6 小时，现在只核差异。
对账的提升，是把「每天 4-6 小时的录单对账」交给 OCR，月底不再对不平。
公开数据参考：票据 OCR + RPA 对账已能自动识别多源单据、入 ERP 并对账，把每天数小时的人工对账显著压缩。你内勤每天对经销商订货单+收货单是不是要花 4-6h、月底还经常对不平，先看一轮。
电商评价加抖音、小红书加 12315 加食药监舆情零散分布，出了大客诉往往等客户群吵开、上了热搜才发现就晚了。这个场景让 AI 7×24 抓全网客诉、自动归类风险等级、高危事项秒级推送。
同一条客诉，从等闹大才知到高危秒级推送，原来错过窗口，现在第一时间接住。
舆情的提升，是把「等上热搜才知道」变成「高危秒级推送」，抢回处理窗口。
公开数据参考：全网舆情监测（电商评价 + 社媒 + 投诉平台）+ NLP 风险分级已能 7×24 抓取并对高危事项秒级推送，显著缩短大客诉的发现时间。你工厂上次大客诉是不是等客户群里吵开了才知道、错过最佳处理时机，先看一轮。
户用光伏小安装商接客户单，派人上门量屋顶加画 CAD，来回 3-5 天客户才看到方案。这个场景让客户拍几张屋顶照片或上传卫星图，AI 自动出三维模型加组件排布加线缆加 BOM。
同一个屋顶，从上门量画到拍照 AI 出，原来来回 3-5 天，现在自动出排布和 BOM。
设计的提升，是把「来回 5 天的屋顶方案」压到「拍照自动出」，趁客户还热把方案递上。
公开数据参考：光伏设计软件（如 Aurora Solar 等）已能基于卫星图/照片远程出三维模型、组件排布与 BOM，把方案周期从数天压到当天。你安装队接到客户单是不是还要上门量两次、来回 3-5 天才能给方案，先看一轮。
小安装商售后是死穴，客户报「不发电」就得派人到现场看半天，跑一趟成本上千。这个场景让 AI 看逆变器加组件加气象数据远程判断故障类型、自动派单、带对的备件。
同一次报修，从先派人上门到远程先诊断，原来跑一趟上千，现在能远程解就不上门。
售后的提升，是把「先跑一趟看半天」变成「远程先判断」，能远程解的根本不用上门。
公开数据参考：光伏智能运维已能基于逆变器/组件/气象数据远程诊断故障类型、指导派单与备件，显著减少无效上门。你售后接到客户「不发电」报修是不是必须先派人上门看一趟才知道是什么问题，先看一轮。
户用、工商业储能客户要决策「啥时候充、啥时候放、啥时候卖电」，自己算搞不过动态电价。这个场景配一个「储能管家」，按发电预测加用电习惯加动态电价自动决策。
同一套储能，从客户自己算到 AI 自动调度，原来省不到，现在按电价自动充放卖。
储能的提升，是把「装上能用」变成「自动按电价充放卖」，把电价差变成客户实打实的收益。
公开数据参考：储能能量管理 / 虚拟电厂调度已能基于发电预测、用电习惯与动态电价自动决策充放与售电，提升储能收益。你卖给客户的储能是不是只是个「装上能用」、没人告诉他啥时候充放最划算，先看一轮。
小安装商手里 1000 多个潜客（朋友圈加抖音加县城地推），用电习惯、屋顶条件、资金能力参差不齐，销售一个个打电话筛、3 个月还筛不完。这个场景让 AI 看客户基础信息加电费单加屋顶照片自动打分，给销售一份优先级清单。
同样上千潜客，从一个个打到 AI 打分排序，原来 3 个月筛不完，现在先打高潜。
筛查的提升，是把「一个个打 3 个月」变成「按分先打高潜」，销售时间花在能成的客户上。
公开数据参考：销售线索打分（lead scoring）已能基于客户多维信息自动评估潜力、排优先级，让销售先跟高潜客户。你手里上千个潜客是不是销售一个个打电话筛、3 个月还筛不完，先看一轮。
经销、门店 · 进销存、智能补货、导购助手、会员运营。
5-10 人母婴连锁店 1000+ SKU 靠经验进货命中率低 · 喂入历史销售 + 区域育儿人口结构 + 站外热搜词 · 每月给出下月推荐进货清单 + 滞销预警。
老板上月凭直觉进的货是不是又压在仓库？
看业务流改造 →门店入口部署触屏问答机 / 导购微信端 H5 · 聚焦「喂养 / 辅食 / 哄睡 / 用药」4 类高频问题 · 配合本店 SKU 自动推荐 · 店员从重复回答中解放。
店员重复回答同一个「宝宝胀气怎么办」已经回答多少遍了？
看业务流改造 →母婴 / 玩具最怕踩 3C 认证 / 甲醛 / 小零件警示 / 年龄分级 / 平台违禁词 5 条红线 · 上架前一键扫商品图 + 详情页 + 检测报告 PDF · 输出风险等级 + 修改建议。
上次被平台下架那条玩具链接，事后才发现没标年龄警示——能不能让 AI 上架前先看一眼？
看业务流改造 →会员宝宝月龄是天然内容标签 · AI 按月龄动态推送辅食食谱 / 智力玩具 / 早教 + 商品组合 · 过期内容自动隐藏（奶粉一段过 6 月自动停推）。
会员表里的宝宝生日字段是不是只用来发了张生日卡？
看业务流改造 →顾客问「我敏感肌能用吗 / 这个会闷痘吗」店员答不准就丢单 · 扫瓶身成分表 + 顾客自报肤质（油 / 干 / 敏 / 混）输出适配评分 + 替代品。
上次顾客拿着两瓶精华问「哪个不长闭口」，店员靠猜还是靠资料？
看业务流改造 →小型美妆店空间有限不可能铺满柜台试色 · 平板 / 镜面终端 AR 实时试 50+ 色号口红 / 眼影 + 肌肤检测（毛孔 / 皱纹 / 色斑）+ 一键推送 SKU。
今天进店看了不买就走的客有几个留下了微信？
看业务流改造 →5-10 人美妆店没专业运营 · 抓小红书 / 抖音目标 SKU 的真实评价 + 热搜词 → AI 聚合「卖点 / 槽点 / 高赞结构」→ 输出 5 篇可发图文 + 1 篇短视频脚本。
上周让店员发的 3 条小红书还在草稿箱躺着吗？
看业务流改造 →美妆消耗品复购周期可预测（精华 60-90 天 / 口红 4-6 月 / 防晒 1 瓶 / 月）· AI 预测顾客快用完哪支 · 私域微信 1v1 推送 + 优惠组合。
上个月买防晒的 50 个会员有多少今年还在你这买？
看业务流改造 →3C 顾客一来就问「i5 和 i7 差多少 / 这个续航够吗」· 店员答不全就被电商比价比走 · 扫商品码或说出两款型号 · AI 自动列对比表 + 适用人群建议 + 推一条配件加购。
店员上次给老顾客推荐机型时，是看着新品手册念还是直接对比讲透？
看业务流改造 →3C 售后人力贵 · 一台手机 / 笔电进店检测排队两天 · 顾客微信发故障描述 + 短视频 / 截图 · AI 判断是软件 / 硬件 / 误操作并给出自助修复步骤。
店里这 3 张维修台是不是经常排到一半客户骂街走人？
看业务流改造 →3C 大促退货率高 · 事后追损来不及 · 订单维度关联 VOC（评论 + 客服 + 评价）实时分析 · 某 SKU 退货异常立刻预警 · 提示是详情页夸大还是品质问题。
上个月退货 Top 3 的 SKU 是因为详情页夸大还是真有质量问题——讲得清吗？
看业务流改造 →打印机墨盒 / 净水器滤芯 / 手机贴膜都有寿命 · 按销售时间 + 品类平均使用周期 · 主动发企微提醒「该换滤芯了」+ 1 张专属券 · 把一次性买卖变长尾复购。
去年这个月卖出去的 80 台净水器，今年滤芯卖了几个？
看业务流改造 →5-50 人小微服饰每季上 200-500 个新 SKU · 为淘宝 / 拼多多 / 京东 / 抖音店各写一份详情 · 录 1 份「同源母版」系统自动适配 4 平台规则。
你 4 个店铺详情页是否还在手工复制粘贴？一份母版能不能 1 小时铺完 4 平台？
看业务流改造 →服饰店主进货时对着批发市场 500+ 款样衣手忙脚乱 · 拍样衣照 + 喂入往年自家爆款 + 当季全网热搜款 · AI 输出爆款相似度评分 + 风险点 + 建议进货量。
上次批发市场 200 件压货里，凭直觉选的款卖出了几成？
看业务流改造 →5-10 家小连锁店常见「A 店爆款卖断码 / B 店同款积压」· 日扫各店销售速度 + 库存深度 · AI 出 T+1 调拨清单 + 滞销转折扣临界线提示。
A 店哪些码段卖断了、B 店哪些码段还压着——这周问过店长吗？
看业务流改造 →服饰是抖音 / 视频号短视频带货主战场 · 5-10 人店没专业脚本团队 · SKU + 卖点 + 目标人群一键生成抖音 / 视频号 / 小红书三平台适配脚本 + 镜头分镜 + 话术模板。
上周让店员拍的那个口红色号视频脚本，是不是 3 天还没出？
看业务流改造 →5-10 人母婴连锁 1000+ SKU 靠经验进货，命中率低、上月进的货又压在仓库。这个场景喂入历史销售加区域育儿人口结构加站外热搜词，每月给出下月推荐进货清单加滞销预警。
同样进货，从凭直觉到看数据出清单，原来压仓库，现在进对货还提前预警滞销。
选品的提升，是把「凭直觉压仓库」变成「看数据进对货」，资金不再卡在滞销品上。
公开数据参考：会员制母婴连锁（如孩子王等）已用数据选品 + 单客经营提升进货命中与周转，区域人口结构是母婴选品的强信号。你老板上月凭直觉进的货是不是又压在仓库，先算一轮。
门店天天被问喂养、辅食、哄睡、用药这几类问题，店员重复回答到累，还顾不上卖货。这个场景在触屏问答机或导购微信 H5 上聚焦这 4 类高频问题，配本店 SKU 自动推荐，把店员从重复回答里解放出来。
同一个高频问题，从店员重复答到机器专业答，原来答到累，现在顺手把 SKU 也推了。
问答的提升，是把「店员重复答一百遍」变成「机器专业答 + 顺手推 SKU」。
公开数据参考：门店智能问答/导购已能接住高频咨询并连接商品推荐，把店员从重复回答中解放，母婴高频问题集中、最适合标准化。你店员重复回答同一个「宝宝胀气怎么办」已经多少遍了，先看一轮。
母婴、玩具最怕踩 3C 认证、甲醛、小零件警示、年龄分级、平台违禁词这 5 条红线，上次那条链接被下架才发现没标年龄警示。这个场景上架前一键扫商品图加详情页加检测报告 PDF，输出风险等级加修改建议。
同一条链接，从上架后被下架到上架前先自检，原来踩红线才知道，现在提前改。
合规的提升，是把「上架后被下架」变成「上架前先扫一遍」，把链接权重保住。
公开数据参考：多模态合规检测（商品图 + 详情页 + 违禁词扫描）已能在上架前识别认证缺失、警示缺漏与违禁词，降低被平台下架的风险。你上次被平台下架那条玩具链接是不是事后才发现没标年龄警示，先看一轮。
会员表里宝宝的月龄是天然的内容标签，可大多只用来发了张生日卡。这个场景让 AI 按月龄动态推送辅食食谱、智力玩具、早教加商品组合，过期内容自动隐藏（奶粉一段过 6 个月自动停推）。
同一个月龄字段，从只发生日卡到全年分龄推送，原来闲置，现在跟着宝宝长大推。
推送的提升，是把「闲置的月龄字段」变成「跟着宝宝长大的全年推送日历」。
公开数据参考：母婴会员生命周期营销（如孩子王单客经营）以宝宝月龄为主轴做内容 + 商品推送，显著拉升单客复购。你会员表里的宝宝生日字段是不是只用来发了张生日卡，先看一轮。
顾客问「敏感肌能用吗、这个会不会闷痘」，店员答不准就丢单。这个场景扫瓶身成分表加顾客自报肤质（油/干/敏/混），输出适配评分加替代品建议。
同一个成分问题，从店员靠猜到扫码出评分，原来丢单，现在答准还推替代品。
匹配的提升，是把「店员靠猜」变成「扫一扫就出适配评分」，答得准才留得住客。
公开数据参考：美妆成分数据库 + 肤质匹配（如美丽修行等成分查询）已能基于成分表与肤质给出适配建议，门店端落地能直接提升导购专业度。你上次顾客拿着两瓶精华问「哪个不长闭口」，店员靠猜还是靠资料，先看一轮。
小美妆店空间有限，不可能铺满柜台试色，进店看了不买就走。这个场景用平板或镜面终端 AR 实时试 50+ 色号口红、眼影，加肌肤检测（毛孔、皱纹、色斑），再一键推送 SKU。
同样进店的客，从看完就走到试完留资，原来铺不下试色，现在 AR 试 50 色还加微。
试妆的提升，是把「看完就走的客」变成「试完留微信的客」，私域才积得起来。
公开数据参考：AR 试妆（如欧莱雅 ModiFace 等）已在美妆零售广泛落地，配合肌肤检测能显著提升到店体验与试用转化，小店空间不足时尤其受益。你今天进店看了不买就走的客有几个留下了微信，先看一轮。
5-10 人美妆店没专业运营，让店员发的小红书还在草稿箱躺着。这个场景抓小红书、抖音目标 SKU 的真实评价加热搜词，AI 聚合「卖点/槽点/高赞结构」，输出 5 篇可发图文加 1 篇短视频脚本。
同样发小红书，从店员憋不出到 AI 成套出，原来躺草稿箱，现在照高赞结构发。
内容的提升，是把「店员憋不出的稿」变成「照着高赞结构成套出」，不再断更。
公开数据参考：抓取目标 SKU 的真实评价 + 热搜词聚合卖点/槽点、套高赞结构生成内容，是中小美妆店低成本做种草的成熟路径。你上周让店员发的 3 条小红书是不是还在草稿箱躺着，先看一轮。
美妆消耗品的复购周期其实可预测（精华 60-90 天、口红 4-6 月、防晒一瓶一个月），但大多没人管，老客买一次就断了。这个场景让 AI 预测顾客快用完哪支，私域 1v1 推送加优惠组合。
同一批老客，从买完断联到快用完时主动推，原来流失，现在踩着周期召回。
复购的提升，是把「买完就断联」变成「快用完时正好推到她手机上」。
公开数据参考：基于消费记录预测消耗品复购窗口、在临近用完时主动 1v1 触达，是美妆私域提升复购的成熟做法。你上个月买防晒的 50 个会员有多少今年还在你这买，先算一轮。
3C 顾客一进店就问「i5 和 i7 差多少、这个续航够吗」，店员答不全就被电商比价比走。这个场景扫商品码或说出两款型号，AI 自动列对比表加适用人群建议，再推一条配件加购。
同样选机型，从店员念手册到扫码出对比表，原来被比价比走，现在当场讲透还加购。
引导的提升，是把「店员念手册」变成「扫码当场列对比表」，专业到不被比价比走。
公开数据参考：3C 导购助手（参数对比 + 适用人群建议 + 配件推荐）已能让店员当场把两款机型讲透、提升连带加购。你店员上次给老顾客推荐机型时是看着新品手册念还是直接对比讲透，先看一轮。
3C 售后人力贵，一台手机、笔电进店检测要排队两天。这个场景让顾客微信发故障描述加短视频或截图，AI 判断是软件、硬件还是误操作，给出自助修复步骤。
同一个故障，从进店排两天到微信先诊断，原来堵维修台，现在软件问题自助修。
排障的提升，是把「小毛病也排两天」变成「微信先判断」，软件/误操作的根本不用进店。
公开数据参考：售后 AI 故障诊断（基于描述 + 图像/视频判断软硬件问题）已能先做分流、给出自助修复步骤，减少无效进店。你店里这 3 张维修台是不是经常排到一半客户骂街走人，先看一轮。
3C 大促退货率高，事后追损来不及。这个场景按订单维度关联 VOC（评论加客服加评价）实时分析，某 SKU 退货异常立刻预警，还告诉你是详情页夸大还是品质问题。
同一批退货，从事后追损到实时预警，原来说不清原因，现在当天定位是夸大还是质量。
预警的提升，是把「事后追损」变成「异常立刻报 + 说清原因」，下架还是改详情页当天定。
公开数据参考：VOC（评论 + 客服 + 评价）关联订单做退货归因 + 实时预警已是零售数字化的成熟能力，能区分「详情页夸大」与「品质问题」。你上个月退货 Top 3 的 SKU 是因为详情页夸大还是真有质量问题，讲得清吗，先看一轮。
打印机墨盒、净水器滤芯、手机贴膜都有寿命，但卖完就完了。这个场景按销售时间加品类平均使用周期，主动发企微提醒「该换滤芯了」加一张专属券，把一次性买卖变成长尾复购。
同一批客户，从卖完就完到到期主动提醒，原来长尾全漏，现在踩着寿命召回。
召回的提升，是把「一次性买卖」变成「到期主动提醒的长尾复购」。
公开数据参考：按销售时间 + 品类使用周期预测耗材更换时点、主动触达 + 专属券，是把一次性销售变长尾复购的成熟玩法。你去年这个月卖出去的 80 台净水器今年滤芯卖了几个，先算一轮。
5-50 人小微服饰每季上 200-500 个新 SKU，淘宝、拼多多、京东、抖音店各写一份详情，复制粘贴到崩溃。这个场景录一份「同源母版」，系统自动适配 4 平台规则。
同一批 SKU，从逐平台复制到一份母版自动铺，原来复制到崩溃，现在 1 小时铺 4 平台。
铺货的提升，是把「4 平台各写一遍」变成「一份母版自动铺 4 平台」。
公开数据参考：同源母版 + 多平台规则自动适配已能把一份详情铺到淘宝/拼多多/京东/抖音多店，显著降低复制粘贴的人力。你 4 个店铺详情页是不是还在手工复制粘贴、一份母版能不能 1 小时铺完 4 平台，先看一轮。
服饰店主在批发市场对着 500+ 款样衣手忙脚乱，凭直觉选的款一半压货。这个场景拍样衣照加喂入往年自家爆款加当季全网热搜款，AI 输出爆款相似度评分加风险点加建议进货量。
同样在批发市场选款，从凭直觉到看相似度评分，原来一半压货，现在压对量。
选款的提升，是把「凭直觉押款」变成「看相似度评分进货」，少压货、压对量。
公开数据参考：服饰图像特征 + 爆款相似度评分已能辅助选款与进货量决策，降低凭直觉压货的比例。你上次批发市场 200 件压货里凭直觉选的款卖出了几成，先算一轮。
5-10 家小连锁常见「A 店爆款卖断码、B 店同款积压」，调不动就两头亏。这个场景每天扫各店销售速度加库存深度，AI 出 T+1 调拨清单加滞销转折扣的临界线提示。
同样的库存，从断码积压两头亏到 T+1 自动调拨，原来靠人发现，现在每天出清单。
调拨的提升，是把「断码积压两头亏」变成「T+1 把货调到卖得动的店」。
公开数据参考：基于各店销售速度 + 库存深度做周转预测与跨店调拨，是连锁零售（如优衣库等快时尚）提升周转的成熟做法。你 A 店哪些码段卖断、B 店哪些码段还压着，这周问过店长吗，先看一轮。
服饰是抖音、视频号短视频带货的主战场，5-10 人店没专业脚本团队，让店员拍的脚本 3 天还没出。这个场景把 SKU 加卖点加目标人群，一键生成抖音、视频号、小红书三平台适配脚本加镜头分镜加话术模板。
同样拍带货视频，从店员憋 3 天到一键出三平台，原来拍不动，现在脚本分镜全给齐。
脚本的提升，是把「店员憋 3 天」变成「一键出三平台脚本」，带货视频拍得动了。
公开数据参考：AI 带货脚本生成（黄金开场 + 卖点 + 分镜 + 话术）+ 多平台适配已能把脚本从数天压到分钟级，让没有专业团队的小店也能稳定出片。你上周让店员拍的那个口红色号视频脚本是不是 3 天还没出，先看一轮。
机构、知识付费 · 招生、答疑、内容生产、学情分析。
书法 / 美术 / 编程 / 写作类作业拍照上传 · AI 10 分钟内完成笔顺 / 构图 / 代码逻辑 / 错别字分析 · 学员作答轨迹按知识点切片回放 · 老师只看共性问题集中讲评。
你的老师每天花多少时间在「重复批改 + 重复讲评」上？
看业务流改造 →入学前学员做一次能力测评（书法笔锋稳定度 / 编程逻辑链 / 美术构图感 / 体能数据）· AI 自动生成「能力画像 + 薄弱环节图谱」· 课程切成 10 分钟微课 + 5 分钟练习。
你能告诉每个学员「下一节课为什么是这节」吗？
看业务流改造 →业务老师不再凭感觉发朋友圈 · AI 按月度节点（开学 / 考级 / 寒暑假）自动产出朋友圈文案矩阵 + 9 宫格长图 + 私聊话术分支树（沉默 / 说贵 / 比价 / 接送焦虑各一套）。
你机构 10 个咨询老师发的朋友圈是同一调性吗？
看业务流改造 →把书法 / 编程 / 美术老师的课堂全程录像丢进 AI · 自动剪出「3 分钟高能 + 学员作品对比 + 老师金句」3 类短视频 · 抖音 9:16 / 视频号 / 小红书 3 规格批量产出。
你机构上学期录的几百小时课堂录像，转成了几条招生素材？
看业务流改造 →每周日晚自动给家长推「学员学情周报」· 本周课时 / 重点知识点 / 老师评语 / AI 薄弱点诊断 / 下周预告。后台扫所有学员「出勤下滑 + 作业完成率下降 + 测评停滞」3 信号同时命中的学员标红推班主任。
你机构是「快续报了才打电话」还是「AI 提前 2 个月告诉你哪个会流失」？
看业务流改造 →每天投流抖音 / 小红书 / 知乎引流 · 60% 线索落在晚上和周末 · 咨询师下班 · 热线索冷掉只剩 20% 转化。陌生人扫码先做意向画像 + 课程匹配 + 留资分级 · 报名学员切答疑模式挂接讲义 + 题库做 RAG。
你机构晚上 8 点后到次日 9 点之间的新线索，有多少在 24 小时内被回访？
看业务流改造 →机构积累几十 GB 课程录播 + 讲义 · AI 自动拆成「3-5 分钟微知识点 + 配套小测 + 知识图谱」· 老师 30% 微调即可上架。
你机构最近一门新课从立项到上线花了多久？
看业务流改造 →学员入学填「学习目标 + 基础 + 时间 + 期望薪资」· AI 实时构建目标驱动型画像 · 结业前 2 个月 AI 拉通能力画像 + 招聘 JD 数据 · 给出匹配度 Top 20 岗位 + 薄弱补强 + 投递话术。
你机构能告诉每个学员「你现在能投哪 20 个岗位、差什么」吗？
看业务流改造 →AI 持续吃 4 类信号 —— 课时进度 / 作业完成 / 答疑活跃度 / 社群发言情绪 · 综合打分后把「高续报意向 + 高 NPS」推班主任做转介绍 · 「流失预警」推资深老师做挽救话术。
你上季度的转介绍是「老学员主动来」还是「AI 提醒你去找」？
看业务流改造 →答疑机器人 / 班级群所有问题做实时 NLP 聚类 · 每周自动产出「本周高频卡点 Top 10 + 哪节课讲不透 + 建议补的微课」· 教研主管不再凭感觉迭代课程。
你最近一次课程改版的依据是教研主观判断还是学员卡点数据？
看业务流改造 →学员填背景表 + 录口述故事 · AI 自动产 PS / SOP / 推荐信 3 类文书初稿 · 文书老师做 30% 改写 + 学术化润色 · 机构层附加「AI 检测规避」层降低 AI 痕迹分。
你机构文书老师一个旺季能带几个学生？产能瓶颈在哪？
看业务流改造 →学员录入 GPA / 语言成绩 / 科研 / 实习 / 软背景 · AI 结合历年录取数据给出「冲 / 稳 / 保」三梯度方案 + 匹配度评分 + 差距诊断 + 12 个月背景提升路径。
你机构首次咨询能不能 1 小时内出选校 + 12 月规划，让家长当场签约？
看业务流改造 →把雅思 / 托福 / 商务英语 / 出国生活场景做成 AI 陪练剧本 · 学员每天和 AI 练 30 分钟 · AI 评分 + 发音矫正 + 错题回顾 · 把真人外教课从「日常陪聊」压到「高阶纠错」。
你机构外教课里有多少时间在做「低阶陪聊」AI 完全可以接？
看业务流改造 →AI 读取学员已定稿的文书 + 申请项目 · 反向生成「高概率面试题 + 追问链」 · 学员对着 AI 模拟面试 · AI 评分语速 / 内容关联度 / 文书一致性 · 输出「内容脱节风险点」。
你机构学员的文书故事和面试回答经常对不上吗？
看业务流改造 →书法、美术、编程、写作类作业，老师每天重复批改加重复讲评，时间全耗在这。这个场景拍照上传，AI 10 分钟内完成笔顺、构图、代码逻辑、错别字分析，学员答题轨迹按知识点切片回放，老师只看共性问题集中讲评。
同一批作业，从逐份人工改到 AI 批 + 只讲共性，原来时间全耗这，现在还给教学。
批改的提升，是把「逐份重复改」变成「AI 先批 + 老师只讲共性」，把老师时间还给教学。
公开数据参考：智能批改（如科大讯飞、作业帮等 OCR + AI 评阅）已能自动完成笔顺/构图/代码/错别字分析并聚合共性问题，显著降低老师重复批改时间。你的老师每天花多少时间在「重复批改 + 重复讲评」上，先算一轮。
学员上什么课、按什么顺序，常常一刀切排，说不清「下一节为什么是这节」。这个场景入学前做一次能力测评（书法笔锋稳定度、编程逻辑链、美术构图感、体能数据），AI 自动生成能力画像加薄弱环节图谱，课程切成 10 分钟微课加 5 分钟练习。
同样排课，从一刀切到按薄弱点排，原来说不清为什么，现在每步都有画像支撑。
路径的提升，是把「一刀切排课」变成「按薄弱点给每个学员排下一步」。
公开数据参考：自适应学习（如松鼠 AI 等）已能基于测评生成能力画像与薄弱图谱、动态排课，素质类把能力维度量化后同样适用。你能告诉每个学员「下一节课为什么是这节」吗，先看一轮。
业务老师凭感觉发朋友圈，10 个人 10 个调性，私聊遇到说贵、比价、接送焦虑各凭本事。这个场景让 AI 按月度节点（开学、考级、寒暑假）自动产出朋友圈文案矩阵加 9 宫格长图加私聊话术分支树（沉默/说贵/比价/接送焦虑各一套）。
同样发招生朋友圈，从凭感觉到统一矩阵，原来 10 个调性，现在一个调性还配话术树。
招生的提升，是把「10 个人 10 个调性」变成「统一调性 + 异议有标准应对」。
公开数据参考：教培私域招生用内容矩阵 + 话术 SOP（针对沉默/说贵/比价等分支）已能把转化从「看个人」拉到「靠标准」。你机构 10 个咨询老师发的朋友圈是同一调性吗，先看一轮。
上学期录的几百小时课堂录像基本在硬盘吃灰，没转成招生素材。这个场景把书法、编程、美术老师的课堂录像丢进 AI，自动剪出「3 分钟高能 + 学员作品对比 + 老师金句」3 类短视频，抖音 9:16、视频号、小红书 3 规格批量产出。
同样的课堂录像，从硬盘吃灰到剪成招生素材，原来浪费，现在 AI 批量出 3 类 3 规格。
素材的提升，是把「硬盘里吃灰的几百小时」变成「源源不断的招生短视频」。
公开数据参考：AI 智能剪辑（高能识别 + 多规格适配）已能把长录像批量切成短视频，是教培低成本做招生素材的成熟路径。你机构上学期录的几百小时课堂录像转成了几条招生素材，先看一轮。
续报常常是「快到期了才打电话」，那时学员心已经走了。这个场景每周日晚自动给家长推学情周报（课时、重点知识点、老师评语、AI 薄弱诊断、下周预告），后台同时扫「出勤下滑 + 作业完成率下降 + 测评停滞」3 信号同时命中的学员标红推班主任。
同一批学员，从快到期才打到提前两个月预警，原来心已走，现在还来得及干预。
续报的提升，是把「快到期才打电话」变成「提前两个月知道哪个会流失」。
公开数据参考：基于出勤 + 作业 + 测评等多信号做流失预警 + 自动学情周报，已是教培续费运营的成熟做法，能把续报从「到期补救」变「提前干预」。你机构是「快续报了才打电话」还是「AI 提前 2 个月告诉你哪个会流失」，先看一轮。
每天投流抖音、小红书、知乎引流，60% 线索落在晚上和周末，咨询师下班、热线索冷掉只剩 20% 转化。这个场景让陌生人扫码先做意向画像加课程匹配加留资分级，报名学员切答疑模式挂接讲义加题库做 RAG。
同一批投流线索，从咨询师下班凉到 AI 24h 接，原来剩 20% 转化，现在先接住分级。
助手的提升，是把「夜里冷掉的热线索」接住——投流的钱才不白花。
公开数据参考：投流线索的转化高度依赖响应速度，AI 先做意向画像 + 留资分级、报名后切讲义题库 RAG 答疑，是教培把夜间冷线索救回的成熟玩法，这是该赛道最见效的一环。你机构晚上 8 点后到次日 9 点之间的新线索有多少在 24 小时内被回访，先看一轮。
机构积累了几十 GB 课程录播加讲义，新课从立项到上线却要磨几个月。这个场景让 AI 自动把录播拆成「3-5 分钟微知识点 + 配套小测 + 知识图谱」，老师 30% 微调即可上架。
同一批录播讲义，从人工磨几个月到 AI 拆好微调上，原来错招生季，现在赶得上。
生产的提升，是把「磨几个月的新课」压到「拆好微调即上」，赶得上招生季。
公开数据参考：AI 把录播 + 讲义拆成微知识点 + 小测 + 知识图谱已能显著压缩新课上线周期，让老师只做微调。你机构最近一门新课从立项到上线花了多久，先看一轮。
职教学员结业了不知道能投什么岗、差在哪。这个场景入学填「学习目标 + 基础 + 时间 + 期望薪资」构建目标驱动画像，结业前 2 个月 AI 拉通能力画像加招聘 JD 数据，给出匹配度 Top 20 岗位加薄弱补强加投递话术。
同样做就业服务，从泛泛指导到岗位级匹配，原来结业迷茫，现在结业前就有清单。
匹配的提升，是把「结业才迷茫」变成「结业前就知道投哪 20 个岗、还差什么」。
公开数据参考：基于学员能力画像 + 招聘 JD 数据做岗位匹配 + 差距诊断已能让就业服务从「泛泛指导」变「岗位级匹配」，就业率是职教招生的核心卖点。你机构能告诉每个学员「你现在能投哪 20 个岗位、差什么」吗，先看一轮。
转介绍常常是「等老学员主动来」，可主动来的没几个。这个场景让 AI 持续吃 4 类信号——课时进度、作业完成、答疑活跃度、社群发言情绪，综合打分后把「高续报意向 + 高 NPS」推班主任做转介绍，把「流失预警」推资深老师做挽救话术。
同样做转介绍，从等老学员来到 AI 提醒去找，原来漏机会，现在按 NPS 主动触发。
续报的提升，是把「等老学员主动来」变成「AI 提醒你该找谁转介绍、该救谁」。
公开数据参考：基于课时 + 作业 + 答疑活跃 + 社群情绪等多信号打分识别高 NPS 与流失风险，已是教培续报与转介绍运营的成熟做法。你上季度的转介绍是「老学员主动来」还是「AI 提醒你去找」，先看一轮。
课程改版常常靠教研主管主观判断，不知道学员到底卡在哪。这个场景把答疑机器人、班级群所有问题做实时 NLP 聚类，每周自动产出「本周高频卡点 Top 10 + 哪节课讲不透 + 建议补的微课」，教研不再凭感觉迭代。
同样改课，从凭主观到看卡点数据，原来不知卡哪，现在每周自动出 Top 10。
教研的提升，是把「凭主观改课」变成「按学员卡点数据迭代」。
公开数据参考：对答疑与班级群问题做 NLP 聚类、定位高频卡点与讲不透的课，已能让教研从「凭感觉」变「凭数据」迭代课程。你最近一次课程改版的依据是教研主观判断还是学员卡点数据，先看一轮。
留学文书旺季，文书老师从头写 PS、SOP、推荐信，一个人带不了几个学生，产能卡死。这个场景让学员填背景表加录口述故事，AI 自动产 3 类文书初稿，文书老师做 30% 改写加学术化润色，机构层附加人工改写降低 AI 痕迹。
同一份文书，从老师从头写到 AI 出初稿 + 老师精修，原来产能卡，现在旺季多带几个。
文书的提升，是把「从头写」变成「AI 出初稿 + 老师精修」，旺季能多带几个学生。
公开数据参考：AI 产文书初稿 + 人工学术化改写润色已是留学文书的成熟提效路径，能显著放大文书老师旺季产能，人工改写本身也降低 AI 生成痕迹。你机构文书老师一个旺季能带几个学生、产能瓶颈在哪，先看一轮。
首次咨询出不了方案，家长回去比三家就跑了。这个场景让学员录入 GPA、语言成绩、科研、实习、软背景，AI 结合历年录取数据给出「冲/稳/保」三梯度方案加匹配度评分加差距诊断加 12 个月背景提升路径。
同一次首咨，从给不出方案到 1 小时出选校规划，原来家长比价跑了，现在当场签。
咨询的提升，是把「首咨给不出方案」变成「1 小时出选校 + 12 月规划」，当场就能签。
公开数据参考：结合历年录取数据做冲/稳/保选校 + 差距诊断 + 背景提升路径已能把首次咨询从「空谈」变「出方案」，显著提升当场签约。你机构首次咨询能不能 1 小时内出选校 + 12 月规划，让家长当场签约，先看一轮。
外教课贵，可大半时间在做「日常陪聊」，真人外教的价值没用在刀刃上。这个场景把雅思、托福、商务英语、出国生活场景做成 AI 陪练剧本，学员每天和 AI 练 30 分钟，AI 评分加发音矫正加错题回顾，把真人外教课从「陪聊」压到「高阶纠错」。
同样练口语，从外教陪聊到 AI 每天练 + 外教纠错，原来浪费课时，现在花在刀刃上。
陪练的提升，是把「外教陪聊」变成「AI 管日常练 + 外教只做高阶纠错」，课时花在刀刃上。
公开数据参考：AI 口语陪练（如多邻国、有道等的口语评测 + 发音矫正）已能承接日常练习，把真人外教课从「陪聊」压到「高阶纠错」，显著降本。你机构外教课里有多少时间在做「低阶陪聊」AI 完全可以接，先看一轮。
学员文书写得漂亮，面试一问却对不上，前功尽弃。这个场景让 AI 读取学员已定稿的文书加申请项目，反向生成「高概率面试题 + 追问链」，学员对着 AI 模拟面试，AI 评分语速、内容关联度、文书一致性，输出「内容脱节风险点」。
同样备面试，从文书面试两张皮到围绕文书练，原来现场对不上，现在提前校验一致性。
模拟的提升，是把「文书面试两张皮」变成「围绕文书反复练 + 揪出脱节风险」。
公开数据参考：基于学员文书 + 申请项目反推面试题 + 追问链、AI 模拟评分并校验文书一致性，已能把面试准备从「靠老师排时间」变「随时可练」。你机构学员的文书故事和面试回答经常对不上吗，先看一轮。
连锁、诊所 · 智能客服、方案咨询、私域复购、合规风控。
60-70% 有效咨询发生在晚上 7 点到凌晨 2 点 · 前台咨询师早下班 · 留资跟丢、跨平台资料散乱 · 定制 AI 咨询助手 7×24 接住多平台私信 + 合规初筛 + 到店预约。
你小红书 / 抖音 / 美团私信，夜间咨询有多少条没回上？
看业务流改造 →客户在小程序上传素颜照或自拍 · AI 输出皮肤分层指标（色斑 / 痘印 / 纹理 / 毛孔 / 红血丝）+ 面部结构标注 · 生成可视化报告推送顾问跟进。只做初筛展示 · 不下诊断结论。
你的小程序是否在面诊环节就让客户「看见自己的皮肤问题」？
看业务流改造 →按项目类型（水光 / 热玛吉 / 注射类 / 光电类）预设术后 D+1/D+7/D+30/D+90 跟进节点 · 关联皮肤检测数据自动推荐下一阶段项目 · AI 草拟个性化话术。
你的术后随访是顾问手动记日历，还是系统按项目周期自动触达？
看业务流改造 →术后回访问卷与私聊语料里实时抓取情绪信号（满意度 ≤6 / 关键词「红肿 / 没效果 / 退款」）· AI 打分 + 自动派单给医疗负责人主动介入 · 对外平台差评做语义聚类与回复草稿。
差评出现到你看到平均隔几天？高风险客户是被动等投诉还是主动召回？
看业务流改造 →医生口述案例 → 语音转写 → AI 改写为合规科普文 / 短视频脚本 · 去敏 + 医疗广告法红线扫描 + 自动配图 / 字幕 · 主诊医生只做最终审核。不含诊疗建议、不含术前术后对比图。
医生每周能稳定产出几条科普？卡点是没时间写还是写完不敢发？
看业务流改造 →新客在公众号 / 小程序上传 5 张牙齿照片（咬合 / 上颌 / 下颌 / 左 / 右）· AI 识别明显龋齿 / 牙结石 / 错颌 · 输出图文初筛报告引导到店。仅做风险提示 · 不做诊断。
你的新客是先打电话被劝来才上门，还是上传几张照片自己被「初筛报告」打动？
看业务流改造 →口扫数据 + 头颅侧位片输入 AI · 自动生成排牙方案 + 每周牙齿移动模拟 · 医生在 AI 草案上微调（不是从零设计）· 方案出图给患者看动态预演。
你的正畸方案出图要几天？患者签单前能不能看到自己 6 个月后的牙齿动态？
看业务流改造 →患者每周自拍口内照上传 · AI 比对前周轨迹自动判断「是否按期更换牙套 / 是否有未贴合点」· 异常自动推送提醒 + 预约复诊 · 医生端看聚合面板。
你能在患者「忘戴牙套 5 天」时主动捞他，还是要等下次复诊才发现？
看业务流改造 →按治疗类型（拔牙 / 根管 / 种植 / 矫正中 / 矫正后保持期）预设教育节点 · AI 生成图文 / 短视频自动推到企微 / 小程序 · 回收阅读完成率 · 未阅读者顾问跟进。
种植牙患者的术后维护内容你是一次性发还是按月触达？
看业务流改造 →影像设备出片后自动推送 AI 模型 · 秒级输出可疑病灶标注（骨折微裂 / 关节炎早期 / 心脏结构异常 / 肺部阴影）· 医生在标注稿上做二次核对。AI 做初筛 · 医生定结论。
你们医院读一张胸片要几分钟？医生周末 / 晚班漏诊率你知道吗？
看业务流改造 →肾衰 / 糖尿病 / 关节炎等慢病宠物建档 · AI 按治疗计划自动生成复诊提醒、用药周期、饮食指导 · 处方药到期自动推预约购药链路。
你医院的肾衰猫 3 个月内回不回来你能预测吗？
看业务流改造 →美容师按品种 / 修剪需求选 SOP（贵宾 / 比熊 / 雪纳瑞各品种标准）· 每步打卡上传照片 AI 自动质检（耳道清洁 / 眼周修剪 / 趾甲长度 / 肛门腺）· 偏差自动提示。
你美容师离职后新人多久能上手？同一只狗两次美容效果一致吗？
看业务流改造 →宠主在微信 / 公众号 / 小程序问「猫吐了怎么办」「狗拉稀几天该来」 · AI 按症状严重度分级（自行观察 / 24h 内就诊 / 紧急就诊）· 紧急情况直转值班医生 + 一键预约。
你晚上 11 点宠主在群里问问题，是你被吵醒还是 AI 接住？
看业务流改造 →60-70% 的有效咨询发生在晚上 7 点到凌晨 2 点，前台咨询师早下班，留资跟丢、跨平台资料散乱。这个场景定制 AI 咨询助手 7×24 接住多平台私信，做合规初筛加到店预约。
同一批夜间咨询，从咨询师下班没人接到 AI 7×24 接，原来跟丢，现在接住还预约。
接待的提升，是把「夜里没人接的咨询」接住——医美的有效咨询，大半在下班后。
公开数据参考：医美有效咨询大量集中在夜间，AI 7×24 接住多平台私信 + 合规初筛 + 预约已是医美获客的成熟玩法，这是该赛道最见效的一环。你小红书/抖音/美团私信夜间咨询有多少条没回上，先看一轮。
客户在小程序上传素颜照或自拍，AI 输出皮肤分层指标（色斑/痘印/纹理/毛孔/红血丝）加面部结构标注，生成可视化报告推送顾问跟进。只做初筛展示、不下诊断结论。
同一次面诊，从顾问口头讲到客户看见报告，原来抽象，现在用图说话（仅初筛、不下诊断）。
面诊的提升，是把「顾问口头讲」变成「客户自己看见皮肤问题」，说服力靠图不靠话术。
公开数据参考：AI 皮肤检测（如美图等的肌肤分析）已能输出色斑/毛孔/纹理等分层指标做可视化展示，提升面诊说服力；此场景仅做初筛展示、不构成诊疗结论。你的小程序是否在面诊环节就让客户「看见自己的皮肤问题」，先看一轮。
术后随访靠顾问手动记日历，常常漏跟、复购唤醒全凭记性。这个场景按项目类型（水光/热玛吉/注射类/光电类）预设 D+1/D+7/D+30/D+90 跟进节点，关联皮肤检测数据自动推荐下一阶段项目，AI 草拟个性化话术。
同一批术后客户，从顾问手记日历到系统按周期触达，原来漏跟，现在踩着节点唤醒。
随访的提升，是把「顾问记性」变成「系统按项目周期自动触达」，复购不再靠运气。
公开数据参考：按项目类型预设术后随访节点 + 关联检测数据推荐下一阶段项目，是医美提升复购的成熟做法，客户生命周期运营的核心。你的术后随访是顾问手动记日历，还是系统按项目周期自动触达，先看一轮。
差评从出现到你看到常常隔好几天，高风险客户被动等投诉。这个场景从术后回访问卷与私聊语料实时抓情绪信号（满意度 ≤6/关键词「红肿/没效果/退款」），AI 打分加自动派单给医疗负责人主动介入，对外平台差评做语义聚类与回复草稿。
同一条客诉，从隔几天才看到到实时打分派单，原来被动等投诉，现在主动召回修复。
预警的提升，是把「被动等投诉」变成「高风险客户主动召回」，把修复窗口抢回来。
公开数据参考：从回访问卷 + 私聊语料抓情绪信号 + 风险打分、对平台差评做语义聚类与回复，是医美降低客诉扩散、做口碑修复的成熟能力。差评出现到你看到平均隔几天、高风险客户是被动等投诉还是主动召回，先看一轮。
主诊医生想做科普，卡在「没时间写、写完不敢发」。这个场景让医生口述案例，语音转写后 AI 改写为合规科普文或短视频脚本，做去敏加医疗广告法红线扫描加配图字幕，主诊医生只做最终审核。不含诊疗建议、不含术前术后对比图。
同样做科普，从医生自己写到口述就能出，原来不敢发，现在红线先扫、医生只终审。
内容的提升，是把「没时间写、不敢发」变成「口述就能出 + 红线先扫」，医生 IP 稳定产出。
公开数据参考：医生口述 → AI 转写改写 + 医疗广告法红线扫描，已能让主诊医生低成本稳定产出合规科普；此场景不含诊疗建议、不含术前术后对比图。医生每周能稳定产出几条科普、卡点是没时间写还是写完不敢发，先看一轮。
新客常常要打电话劝才上门，转化全靠话术。这个场景让新客在公众号或小程序上传 5 张牙齿照片（咬合/上颌/下颌/左/右），AI 识别明显龋齿、牙结石、错颌，输出图文初筛报告引导到店。仅做风险提示、不做诊断。
同样拉新客，从打电话劝到初筛报告打动，原来靠话术，现在客户看见风险自己来（仅提示、不诊断）。
转化的提升，是把「打电话劝」变成「初筛报告打动客户自己来」。
公开数据参考：口腔 AI 影像初筛已能从照片识别明显龋齿/结石/错颌做风险提示、引导到店；此场景仅做初筛提示、不构成诊断。你的新客是先打电话被劝来才上门，还是上传几张照片自己被「初筛报告」打动，先看一轮。
正畸方案出图要好几天，患者签单前看不到效果。这个场景把口扫数据加头颅侧位片输入 AI，自动生成排牙方案加每周牙齿移动模拟，医生在 AI 草案上微调（不是从零设计），方案出图给患者看动态预演。
同一个正畸方案，从医生从零画到 AI 草案上微调，原来出图几天，现在当场动态预演。
方案的提升，是把「从零画几天」变成「AI 出草案、医生微调」，患者当场看到 6 个月后的牙。
公开数据参考：正畸 AI 排牙 + 移动模拟（如隐适美 ClinCheck、时代天使等）已能让医生在 AI 草案上微调、给患者动态预演，显著缩短方案周期、提升签单。你的正畸方案出图要几天、患者签单前能不能看到自己 6 个月后的牙齿动态，先看一轮。
隐形矫正患者依从性靠自觉，忘戴、没贴合往往等到下次复诊才发现，疗程拖延。这个场景让患者每周自拍口内照上传，AI 比对前周轨迹自动判断「是否按期更换/是否有未贴合点」，异常自动推送提醒加预约复诊，医生端看聚合面板。
同一个矫正患者，从等复诊才发现到每周追踪，原来疗程拖延，现在忘戴当时就捞。
跟踪的提升，是把「等复诊才发现没戴」变成「忘戴当时就捞」，疗程不再因依从性拖延。
公开数据参考：隐形矫正远程监控（如 Dental Monitoring 等）已能基于每周口内照比对判断佩戴依从性与贴合，异常及时提醒，显著降低因不依从导致的疗程拖延。你能在患者「忘戴牙套 5 天」时主动捞他，还是要等下次复诊才发现，先看一轮。
种植牙、根管这类患者的术后维护内容，常常一次性发完就完了，患者根本不看。这个场景按治疗类型（拔牙/根管/种植/矫正中/矫正后保持期）预设教育节点，AI 生成图文/短视频自动推到企微或小程序，回收阅读完成率、未阅读者顾问跟进。
同样做患者教育，从一次性发完到按节点触达，原来患者不看，现在分阶段推还回收阅读。
教育的提升，是把「一次性发完不看」变成「按治疗周期分阶段触达 + 看没看都知道」。
公开数据参考：按治疗类型预设教育节点 + 自动分发 + 阅读回收，已能让术后维护内容真正被看到，降低因维护不到位导致的复发与纠纷。种植牙患者的术后维护内容你是一次性发还是按月触达，先看一轮。
影像出片后医生逐张读，几分钟一张，周末晚班还有漏诊风险。这个场景让影像设备出片后自动推送 AI 模型，秒级输出可疑病灶标注（骨折微裂/关节炎早期/心脏结构异常/肺部阴影），医生在标注稿上做二次核对。AI 做初筛、医生定结论。
同一张片子，从医生逐张读到 AI 秒级标病灶，原来易漏，现在 AI 初筛、医生核对定论。
读片的提升，是把「逐张几分钟」变成「AI 秒级标病灶 + 医生核对」，把漏诊风险降下来。
公开数据参考：医学影像 AI（如腾讯觅影、推想、联影智能等）已能秒级标注可疑病灶辅助初筛，医生在标注稿上二次核对；此场景 AI 做初筛、医生定结论。你们医院读一张胸片要几分钟、医生周末/晚班漏诊率你知道吗，先看一轮。
肾衰、糖尿病、关节炎等慢病宠物，复诊提醒、用药周期、复购全靠前台记性，常常回不来也没人管。这个场景给慢病宠物建档，AI 按治疗计划自动生成复诊提醒、用药周期、饮食指导，处方药到期自动推预约购药链路。
同一批慢病宠物，从靠前台记性到计划自动触达，原来回不来，现在复诊用药购药全闭环。
随访的提升，是把「靠前台记性」变成「按治疗计划自动闭环」，慢病宠物不再断联断药。
公开数据参考：慢病宠物按治疗计划自动生成复诊/用药/购药触达，是宠物医院提升慢病复诊与处方药复购的成熟做法。你医院的肾衰猫 3 个月内回不回来你能预测吗，先看一轮。
宠物美容靠老师傅手感，新人上手慢、同一只狗两次效果不一致。这个场景让美容师按品种修剪需求选 SOP（贵宾/比熊/雪纳瑞各品种标准），每步打卡上传照片 AI 自动质检（耳道清洁/眼周修剪/趾甲长度/肛门腺），偏差自动提示。
同样做美容，从靠老师傅手感到照 SOP + AI 质检，原来效果飘，现在新人也一致。
美容的提升，是把「靠老师傅手感」变成「照 SOP 走 + AI 质检」，新人也能交出一致的活。
公开数据参考：分品种美容 SOP + 步骤打卡 + AI 照片质检已能把服务从「靠手感」变「靠标准」，降低对个别师傅的依赖、提升一致性。你美容师离职后新人多久能上手、同一只狗两次美容效果一致吗，先看一轮。
宠主深夜在微信、群里问「猫吐了怎么办」「狗拉稀几天该来」，要么没人回、要么把医生吵醒。这个场景让 AI 按症状严重度分级（自行观察/24h 内就诊/紧急就诊），紧急情况直转值班医生加一键预约。
同一条深夜问诊，从没人接或吵醒医生到 AI 先分诊，原来分不清轻重，现在紧急才转人。
问诊的提升，是把「没人接或吵醒医生」变成「AI 先分诊、紧急才转人」，轻重分得清。
公开数据参考：在线问诊 AI 按症状严重度分诊（自行观察/24h 内就诊/紧急就诊）已能先接住宠主咨询、紧急情况直转值班医生；最终处置以医生判断为准。你晚上 11 点宠主在群里问问题是你被吵醒还是 AI 接住，先看一轮。
财税、法律、咨询、设计 · 文书生成、检索、知识库、获客。
5-20 人精品所合同审查占律师 35% 工时 · 初级律师审完高级合伙人再审一遍 · 上传合同自动识别核心条款 + 按所内沉淀的「红线条款库」标注高 / 中 / 低风险 + 改写建议。
你的合同审查是不是高级合伙人最后还要全部再过一遍？
看业务流改造 →年轻律师查案例靠百度 · 所内 10 年沉淀的客户案件文书无人翻阅 · 一库装公开法规 / 司法解释 / 指导案例 · 二库装所内脱敏后的历史案件文书 · 自然语言提问返回带出处的答案。
所里 10 年沉淀的客户案件文书是不是基本无人翻阅？
看业务流改造 →律师按小时计费 · 计时记录散落微信 / 邮件 / 笔记 · 月底凭记忆补 · 失真严重 · 律师当天工作自然语言描述 · AI 自动拆条目 / 关联案件 / 估算工时 · 月底导出客户账单初稿。
你计时记录是不是月底凭记忆补、客户账单总扯皮？
看业务流改造 →公众号 / 官网咨询大量是「这事儿能告吗」初级问题 · 律师不愿接但放着流失线索 · AI 自动应答 + 判断问题类型 + 评估是否值得律师介入 + 给出标准化回答模板 · 复杂问题转人工。
公众号 / 官网每天的初级咨询是律师接还是直接放走？
看业务流改造 →18 人代账公司服务 320 家小微 · 6 名会计 60% 时间花在催发票、扫纸票、对流水、手敲凭证 · 单人产能卡死在 30 户。客户拍发票进系统 · 自动识别字段 · 自动生成凭证草稿 · 会计只做审核。
你的记账会计是不是 60% 时间在录票据、对流水、催发票？
看业务流改造 →代账公司客户群（每群 50-200 个小老板）天天问「这个能税前扣除吗」「小规模能开专票吗」· 会计 30% 时间回群消息 · AI 接政策库 + 内部已答问题 · 客户在企微群 @ bot 自动答 + 答案带政策出处。
你会计是不是 30% 时间都在群里回「这个能不能开专票」？
看业务流改造 →财税政策一年小几百次变化 · 代账老板订阅几十个公众号自己筛 · 漏一条客户骂上门 · AI 抓取国税总局 / 省局政策 · LLM 按客户行业打标 · 自动生成公众号推送稿 + 群播报。
每年小几百次政策变更，你是订阅几十个公众号自己筛？
看业务流改造 →每年 5 月汇算清缴 + 6 月年报双高峰 · 会计 1 人手工填 80-120 户 · 容易漏报 · AI 从代账系统拉年度财务数据 · LLM 比对企业行业基准 + 优惠政策 · 自动生成预填表 + 风险点标注。
每年 5-6 月你会计是不是要熬大夜手工填 80-120 户年报？
看业务流改造 →代账客户问「我能怎么少交点税」· 资深会计写筹划方案 1-2 周 · 普通会计写不了 · 输入企业基本面 · LLM 从合规库匹配可享受政策 · 自动生成方案初稿 · 资深会计润色定稿。
客户问「能怎么少交点税」你是要资深会计写一周？
看业务流改造 →5-20 人精品咨询所提案占售前 60% 工时 · 输入客户行业 / 痛点 / 预算 · 从所内历史中标提案库匹配相似案例 · LLM 重组生成定稿初稿 · 顾问润色。
你售前是不是 60% 时间都在写提案？中标率 1/5 未中标即沉没？
看业务流改造 →咨询项目动辄做 20-50 场访谈 · 整理录音 + 编码 + 主题提炼占顾问 30% 工时 · 录音上传自动转写（说话人分离）+ LLM 按项目主题框架打标 + 自动聚类 + 提炼共性观点。
你顾问做 20-50 场访谈是不是整理录音 + 编码就要 30% 工时？
看业务流改造 →咨询所自己沉淀的行业数据 / 标杆案例 / 历史项目散落顾问硬盘 / 微信文件 · 新项目要用得问遍全所 · 内部行业知识库 + 自然语言检索 · 检索结果带「项目编号 + 顾问联系」便于追问。
你所历史项目交付物是不是散落在每个顾问的硬盘里？
看业务流改造 →交付期 PPT 一页一页画 · 顾问加班到凌晨 · 输入项目核心结论 + 数据点 · LLM 按所内 PPT 模板自动生成初稿 + 自动配图（图表 / 流程图 / 矩阵图）· 顾问润色定稿。
你顾问交付期是不是一页一页画 PPT 加班到凌晨？
看业务流改造 →新顾问入职 3-6 个月才能独立打项目 · 所内方法论靠老带新口口相传 · 流失就丢 · 入库已沉淀方法论 + 老顾问关键项目复盘录音 · 新顾问问 bot 「客户访谈应该先问什么」「财务尽调要看哪些表」。
新顾问入职多久能独立打项目？老顾问流失后方法论丢了多少？
看业务流改造 →RPO 公司接客户单 · JD 写得模糊（「有经验有干劲」）· 顾问反复问需求方 · 上传客户 JD · LLM 拆解为「硬技能 / 软技能 / 经验年限 / 必要 vs 加分」结构化画像 + 自动追问关键模糊点。
客户 JD 写「有经验有干劲」是不是顾问反复问需求方？
看业务流改造 →RPO 顾问要扫多个招聘网站简历 · 一个岗位每天 50-100 份简历手筛 · 容易漏掉非典型候选人 · LLM 按画像评分 + 推荐理由 + 风险点（频繁跳槽 / 行业跨度大）· 顾问决定推 / 不推。
你顾问一个岗位每天 50-100 份简历手筛是不是熬到深夜？
看业务流改造 →RPO 顾问初筛电话每个 30 分钟 · 同样问题重复问 100 遍 · 候选人体验差 · 微信 / 网页 AI 对话 bot 按所内沟通脚本对话 + 自动判断意向 / 期望薪资 / 跳槽原因 · 高匹配候选人才转顾问深谈。
你顾问初筛电话是不是同样问题问了 100 遍？
看业务流改造 →灵活用工业务合规边界复杂（社保 / 个税 / 劳动关系定性）· 一旦定性错政策风险大 · 输入用工场景（岗位 / 时长 / 报酬结构）· LLM 按地方政策库给出合规建议 + 风险标注 + 标准化合同模板自动生成。
你灵活用工合规是不是踩过雷？
看业务流改造 →背调流程要打前司 HR 电话 / 查学信网 / 查工商 · 每个候选人 2-4 小时手工 · 自动从公开渠道（学信网 / 国家企业信用 / 裁判文书）抓取 · LLM 整合生成背调报告 · 高风险项醒目标注。
你背调一个候选人是不是要 2-4 小时打前司 HR 电话？
看业务流改造 →5-20 人精品所，合同审查占律师 35% 工时，初级律师审完高级合伙人还得全部再审一遍。这个场景上传合同自动识别核心条款，按所内沉淀的「红线条款库」标注高/中/低风险加改写建议。
同一份合同，从合伙人全部再审到 AI 先标红线，原来重复读，现在只看高风险条款。
审查的提升，是把「合伙人全部再审」变成「AI 先标红线、律师只看重点」，工时还给案子。
公开数据参考：法律 AI 合同审查（如幂律、无讼等）已能识别核心条款、按红线库标注风险并给改写建议，显著降低重复审查工时。你的合同审查是不是高级合伙人最后还要全部再过一遍，先看一轮。
年轻律师查案例靠百度，所内 10 年沉淀的客户案件文书却无人翻阅。这个场景一库装公开法规、司法解释、指导案例，二库装所内脱敏后的历史案件文书，自然语言提问返回带出处的答案。
同样查案例，从百度搜到双库 RAG，原来所内案卷无人翻，现在一问带出处就出。
检索的提升，是把「百度查案 + 所内案卷沉睡」变成「一问就出、还带出处」。
公开数据参考：法律检索 RAG（公开法规库 + 所内脱敏案卷库）已能用自然语言返回带出处答案，让所内 10 年经验真正被复用。所里 10 年沉淀的客户案件文书是不是基本无人翻阅，先看一轮。
律师按小时计费，计时记录散落微信、邮件、笔记，月底凭记忆补、失真严重，客户账单还总扯皮。这个场景让律师用自然语言描述当天工作，AI 自动拆条目、关联案件、估算工时，月底导出客户账单初稿。
同样记计时，从月底凭记忆补到当天自然语言记，原来失真扯皮，现在自动拆条目关联案件。
计时的提升，是把「月底凭记忆补」变成「当天一句话记」，账单不再失真扯皮。
公开数据参考：AI 计时助手已能把自然语言工作描述自动拆成计时条目、关联案件并估工时，显著降低月底凭记忆补的失真。你计时记录是不是月底凭记忆补、客户账单总扯皮，先看一轮。
公众号、官网咨询大量是「这事儿能告吗」这类初级问题，律师不愿接、放着又流失线索。这个场景让 AI 自动应答加判断问题类型加评估是否值得律师介入加给标准化回答模板，复杂问题转人工。
同一批初级咨询，从律师不愿接放走到 AI 接住评估，原来线索流失，现在好单挑出来转人工。
咨询的提升，是把「律师不愿接的初级咨询」接住——里面藏着值得介入的好单。
公开数据参考：AI 咨询初筛已能自动应答初级法律问题、判断价值并把复杂问题转人工，避免线索白白流失。公众号/官网每天的初级咨询是律师接还是直接放走，先看一轮。
18 人代账公司服务 320 家小微，6 名会计 60% 时间花在催发票、扫纸票、对流水、手敲凭证，单人产能卡死在 30 户。这个场景让客户拍发票进系统，自动识别字段、自动生成凭证草稿，会计只做审核。
同一批票据，从手工录票敲凭证到 OCR 自动出草稿，原来单人卡 30 户，现在会计只审核。
记账的提升，是把「60% 时间录票敲凭证」交给 OCR，会计只做审核，单人能多带几十户。
公开数据参考：票据 OCR + 自动凭证生成（如慧算账等财税 SaaS）已能把会计从录票敲凭证中解放、显著提升单人带户数；这是该赛道最见效的一环。你的记账会计是不是 60% 时间在录票据、对流水、催发票，先算一轮。
代账公司客户群（每群 50-200 个小老板）天天问「这个能税前扣除吗」「小规模能开专票吗」，会计 30% 时间在回群消息。这个场景让 AI 接政策库加内部已答问题，客户在企微群 @ bot 自动答，答案带政策出处。
同样回群里税务问题，从会计逐条回到 bot 自动答，原来占 30% 时间，现在带出处自动答。
答疑的提升，是把「会计 30% 时间回群」变成「bot 自动答 + 带出处」，会计回去做账。
公开数据参考：税务咨询 RAG（政策库 + 内部已答问题）已能在客户群自动答常见税务问题并带政策出处，把会计从群消息中解放。你会计是不是 30% 时间都在群里回「这个能不能开专票」，先看一轮。
财税政策一年小几百次变化，代账老板订阅几十个公众号自己筛，漏一条客户骂上门。这个场景让 AI 抓取国税总局、省局政策，按客户行业打标，自动生成公众号推送稿加群播报。
同样跟政策，从自己筛几十个号到 AI 按行业自动播，原来漏一条被骂，现在不漏关键变更。
播报的提升，是把「自己筛几十个号」变成「AI 按客户行业自动播」，漏一条骂上门的事不再发生。
公开数据参考：AI 抓取国税总局/省局政策 + 按行业打标自动生成推送与群播报，已能让代账机构不再靠人筛几十个公众号。每年小几百次政策变更你是订阅几十个公众号自己筛，先看一轮。
每年 5 月汇算清缴加 6 月年报双高峰，会计一人手工填 80-120 户，容易漏报。这个场景让 AI 从代账系统拉年度财务数据，比对企业行业基准加优惠政策，自动生成预填表加风险点标注。
同样填年报，从一人手填 80-120 户到 AI 预填标风险，原来熬大夜，现在会计审核即报。
预填的提升，是把「一人手填 80-120 户」变成「AI 预填 + 标风险」，会计审一遍就报。
公开数据参考：AI 从代账系统拉数据 + 比对行业基准/优惠政策自动预填，已能显著压缩汇算清缴与年报高峰的人工填报量、降低漏报。每年 5-6 月你会计是不是要熬大夜手工填 80-120 户年报，先看一轮。
代账客户问「我能怎么少交点税」，资深会计写筹划方案要 1-2 周，普通会计写不了。这个场景输入企业基本面，AI 从合规库匹配可享受政策，自动生成方案初稿，资深会计润色定稿。
同样做筹划方案，从资深会计写一周到 AI 出初稿，原来普通会计写不了，现在出稿资深定。
筹划的提升，是把「资深会计写一周」变成「AI 出初稿、资深润色」，普通会计也接得了。
公开数据参考：基于企业基本面从合规政策库匹配可享受政策、生成筹划方案初稿，已能放大筹划业务产能；方案须依合规政策、由资深会计定稿。客户问「能怎么少交点税」你是要资深会计写一周，先看一轮。
5-20 人精品咨询所，提案占售前 60% 工时，中标率 1/5、未中标即沉没。这个场景输入客户行业、痛点、预算，从所内历史中标提案库匹配相似案例，AI 重组生成定稿初稿，顾问润色。
同样写提案，从从头写到调历史中标库重组，原来未中标即沉没，现在 AI 重组顾问润色。
提案的提升，是把「占 60% 售前的从头写」变成「调历史中标库重组」，沉没的也能复用。
公开数据参考：从历史中标提案库匹配相似案例 + AI 重组生成初稿，已能显著压缩咨询售前提案工时、复用沉没提案。你售前是不是 60% 时间都在写提案、中标率 1/5 未中标即沉没，先看一轮。
咨询项目动辄做 20-50 场访谈，整理录音加编码加主题提炼占顾问 30% 工时。这个场景让录音上传自动转写（说话人分离），AI 按项目主题框架打标、自动聚类、提炼共性观点。
同样做访谈分析，从手工整理编码到 AI 转写聚类，原来占 30% 工时，现在顾问只校验。
分析的提升，是把「手工整理编码的 30% 工时」交给 AI，顾问只校验和提炼。
公开数据参考：录音转写（说话人分离，如通义听悟、讯飞听见等）+ LLM 按主题框架打标聚类，已能把访谈整理编码从顾问的重活变成自动化。你顾问做 20-50 场访谈是不是整理录音 + 编码就要 30% 工时，先看一轮。
咨询所自己沉淀的行业数据、标杆案例、历史项目散落在每个顾问的硬盘和微信文件里，新项目要用得问遍全所。这个场景建内部行业知识库加自然语言检索，检索结果带「项目编号 + 顾问联系」便于追问。
同样找历史资料，从问遍全所到一问就出，原来散在硬盘，现在带项目编号还能追到人。
知识库的提升，是把「散在硬盘问遍全所」变成「一问就出、还能追到人」。
公开数据参考：内部行业知识库 + 自然语言检索（带溯源）已能让历史交付物从「散在硬盘」变「一问就出」，避免重复造轮子。你所历史项目交付物是不是散落在每个顾问的硬盘里，先看一轮。
交付期 PPT 一页一页画，顾问加班到凌晨。这个场景输入项目核心结论加数据点，AI 按所内 PPT 模板自动生成初稿加自动配图（图表/流程图/矩阵图），顾问润色定稿。
同样做交付 PPT，从一页页画到 AI 出初稿，原来加班到凌晨，现在顾问只润色。
PPT 的提升，是把「一页页画到凌晨」变成「AI 出初稿、顾问润色」，把交付期的夜熬回来。
公开数据参考：AI PPT 生成（结论结构化 + 模板套版 + 自动配图）已能把交付期一页页画的活变成「出初稿 + 润色」。你顾问交付期是不是一页页画 PPT 加班到凌晨，先看一轮。
新顾问入职 3-6 个月才能独立打项目，所内方法论靠老带新口口相传，老顾问流失就丢。这个场景入库已沉淀方法论加老顾问关键项目复盘录音，新顾问问 bot「客户访谈应该先问什么」「财务尽调要看哪些表」。
同样传方法论，从老带新口传到 AI 知识库问答，原来流失就丢，现在新人一问就答。
传承的提升，是把「老顾问脑子里的方法论」在流失前变成「新人一问就答的知识库」。
公开数据参考：把方法论 + 关键项目复盘录音入库做问答，已能显著缩短新顾问独立打项目的周期、降低对个别老顾问的依赖。新顾问入职多久能独立打项目、老顾问流失后方法论丢了多少，先看一轮。
RPO 公司接客户单，JD 写得模糊（「有经验有干劲」），顾问反复问需求方。这个场景上传客户 JD，AI 拆解为「硬技能/软技能/经验年限/必要 vs 加分」结构化画像，自动追问关键模糊点。
同一份 JD，从反复问需求方到 AI 拆结构化画像，原来需求对不齐，现在自动追问对齐。
解析的提升，是把「反复问需求方」变成「AI 拆成结构化画像 + 自动追问」，需求一次对齐。
公开数据参考：AI 把模糊 JD 拆成硬/软技能/年限/必要vs加分的结构化画像并追问模糊点，已能让 RPO 顾问一次对齐需求、减少返工。客户 JD 写「有经验有干劲」是不是顾问反复问需求方，先看一轮。
RPO 顾问要扫多个招聘网站简历，一个岗位每天 50-100 份手筛、容易漏掉非典型候选人。这个场景把多源简历库聚合，AI 按画像评分加推荐理由加风险点（频繁跳槽/行业跨度大），顾问决定推/不推。
同一批简历，从 50-100 份手筛到 AI 评分排序，原来漏非典型，现在带理由和风险点。
匹配的提升，是把「50-100 份手筛到深夜」变成「AI 评分 + 给理由」，顾问只看排序靠前的。
公开数据参考：多源简历聚合 + AI 按画像评分 + 风险点识别（如智能招聘工具）已能把一岗 50-100 份的手筛变成「AI 评分 + 顾问决策」，降低漏人。你顾问一个岗位每天 50-100 份简历手筛是不是熬到深夜，先看一轮。
RPO 顾问初筛电话每个 30 分钟，同样问题重复问 100 遍，候选人体验还差。这个场景用微信或网页 AI 对话 bot 按所内沟通脚本对话，自动判断意向、期望薪资、跳槽原因，高匹配候选人才转顾问深谈。
同样做初筛，从顾问打 100 遍电话到 AI 先聊，原来重复问，现在只深谈高匹配候选人。
初筛的提升，是把「同问 100 遍的电话」交给 AI，顾问只跟高匹配的候选人深谈。
公开数据参考：AI 对话 bot 按脚本做初筛、判断意向/期望薪资/跳槽原因，把高匹配候选人转顾问，已能显著降低重复初筛电话。你顾问初筛电话是不是同样问题问了 100 遍，先看一轮。
灵活用工业务合规边界复杂（社保/个税/劳动关系定性），一旦定性错政策风险大。这个场景输入用工场景（岗位/时长/报酬结构），AI 按地方政策库给出合规建议加风险标注加标准化合同模板自动生成。
同一个用工场景，从凭经验定性到按地方政策给建议，原来踩雷，现在先标风险出合同。
合规的提升，是把「凭经验定性踩雷」变成「按地方政策先给建议 + 标风险」。
公开数据参考：基于地方政策库对用工场景给合规建议 + 风险标注 + 合同模板，已能降低灵活用工定性出错的风险；具体须依最新政策、重大事项人工复核。你灵活用工合规是不是踩过雷，先看一轮。
背调流程要打前司 HR 电话加查学信网加查工商，每个候选人 2-4 小时手工。这个场景自动从公开渠道（学信网、国家企业信用、裁判文书）抓取，AI 整合生成背调报告，高风险项醒目标注。
同样做背调，从手工打电话查 2-4 小时到 AI 自动整合，原来易漏风险，现在报告分钟级出。
背调的提升，是把「2-4 小时手工查」变成「公开渠道自动整合 + 风险醒目标注」。
公开数据参考：从公开渠道（学信网/企业信用/裁判文书）整合生成背调报告（如各类背调服务）已能把单人 2-4 小时的手工查压到分钟级；须在候选人合规授权范围内进行。你背调一个候选人是不是要 2-4 小时打前司 HR 电话，先看一轮。
家装、工装 · 方案出图、报价、工地巡检、客户跟进。
投流单线索 200-300 元 · 业主问「我这 89 平多少钱」· 设计师当晚手工排户型 + 贴参考图 · 第二天已被同行截胡。业主上传户型照 / 拍视频 · AI 当场出 3 套风格平面 + 效果图 + 预算 · 对话机器人按拓客 SOP 问完整需求。
你设计师每周花在「免费排户型 + 改效果图」上的时间，是否超过谈单时间的 2 倍？
看业务流改造 →60%+ 装修纠纷源于沟通不畅 · 业主无法实时了解施工进展 · 工地现场摄像头 + AI 图像识别定时识别施工节点（水电定位 / 防水刷完 / 瓷砖铺贴 / 吊顶）· 节点完工自动生成「进度报告卡」推送业主微信。
你工地是不是工长发几张照片就算汇报？业主一个月不知道现场情况？
看业务流改造 →业主面对瓷砖 / 墙漆 / 灯具 / 地板 / 五金十几类主辅材决策瘫痪 · 设计师每个业主重复讲解。业主在小程序输入户型 + 预算 + 风格（奶油风 / 现代极简 / 新中式）· AI 反向推荐主材组合 + 户型 3D 视图即时换贴。
你设计师每周陪业主逛建材市场要花多少小时？
看业务流改造 →小微装修基本无专业报价工具 · 多数用 Excel 套模板 · 业主一句「我再加个柜子」报价员要重算半天。AI 自动拆解工序 + 调用公司单价库 + 损耗系数 · 生成结构化报价单 PDF · 业主改需求增量重算 + 多版本对比。
你报价员是不是还在用 Excel 套模板算？业主每改一次报价要重算半天？
看业务流改造 →装修公司质保期 2-5 年不等 · 入住后零星问题（漏水 / 灯不亮 / 柜门关不严）通过工长微信反馈 · 工长漏处理 / 出保扯皮。业主小程序保修入口 · AI 客服收集问题（照片 + 描述）· 判断是否在保 + 自动派单 + 节气主动推送（梅雨季检查防水 / 冬季打压地暖）。
你过保前 30 天主动回访客户做转介绍吗？还是等客户骂上门？
看业务流改造 →工装项目客户「先出 3 版概念图给甲方选」是潜规则 · 设计师 1 版概念图 3-5 天 · 3 版就 1-2 周。项目类型 + 面积 + 客户气质（轻奢 / 工业风 / 国潮）+ 平面图 · AI 生成 3-5 版概念效果图 + 设计说明文档 + 一键导出客户提案 PDF / PPT。
你设计师 1 版概念图要 3-5 天？甲方拍死后白干了多少版？
看业务流改造 →工装大单依赖招投标 · 1 份标书 5 人团队 3 天起步 · 招标文件几百页要逐条响应 · 漏一条废标。上传招标 PDF · AI 自动解析评分项 / 资质门槛 / 技术响应清单 · 调用历史标书知识库（项目案例 / 资质 / 团队配置）生成初稿。
你投标人力是不是最大瓶颈？1 个项目经理同时盯 3 个标已经是极限？
看业务流改造 →商业空间工地多为高空作业 + 用电用火 + 多工种交叉 · 小公司没专职安全员 · 工地摄像头 + AI 视觉识别（未戴安全帽 / 高空无防护 / 动火无监护 / 电箱无防护）· 实时推送项目经理 + 班前会签到 / 安全交底识别。
你工地是不是项目经理一天巡 2 次靠人眼？漏检率多高？
看业务流改造 →商业空间项目「标准化」程度比家装高（连锁餐饮 / 连锁零售总部有强制 VI 与施工标准）· 但施工队流动性大 · 工人扫码进入现场 · 工种识别 · 推送对应工序的图文 + 短视频 SOP · 班前 AI 抽问 3 题。
你新工人来工地是不是项目经理重复教学？一次返工亏多少？
看业务流改造 →工装项目客户决策链长（采购 / 品牌 / 营运 / 高管）· 现场汇报时甲方临时提「换色系 / 加洽谈区 / 入口动线再调」· 传统「回去改 3 天再约下次」拖长决策周期。汇报现场设计师在 iPad / 大屏直接对方案下指令 · AI 30 秒内出新视图 · 甲方当场拍板。
你甲方汇报现场临时改方案你是回去改 3 天还是当场出图？
看业务流改造 →投流一条线索 200-300 元，业主问「我这 89 平多少钱」，设计师当晚手工排户型加贴参考图，第二天已被同行截胡。这个场景让业主上传户型照或拍视频，AI 当场出 3 套风格平面加效果图加预算，对话机器人按拓客 SOP 问完整需求。
同一条业主线索，从设计师当晚手排到上传当场出，原来被截胡，现在 3 套方案当场接住。
户型的提升，是把「当晚手排第二天被截胡」变成「业主上传当场出方案」，把线索摁在自己手里。
公开数据参考：家装 AI 设计（如酷家乐、三维家等）已能基于户型照快速出多风格平面与效果图，配合拓客对话留住线索；这是该赛道最见效的一环。你设计师每周花在「免费排户型 + 改效果图」上的时间是否超过谈单时间的 2 倍，先看一轮。
60% 以上的装修纠纷源于沟通不畅，业主一个月不知道现场啥情况。这个场景在工地装摄像头，AI 图像识别定时识别施工节点（水电定位/防水刷完/瓷砖铺贴/吊顶），节点完工自动生成「进度报告卡」推送业主微信。
同样汇报进度，从工长发照片到 AI 自动出进度卡，原来业主一月不知情，现在节点完工实时同步。
进度的提升，是把「工长随手发照片」变成「节点完工自动出进度卡」，业主看得见、纠纷少一半。
公开数据参考：工地摄像头 + AI 图像识别施工节点、自动生成进度报告已能让业主实时了解现场，显著降低因沟通不畅引发的纠纷。你工地是不是工长发几张照片就算汇报、业主一个月不知道现场情况，先看一轮。
业主面对瓷砖、墙漆、灯具、地板、五金十几类主辅材决策瘫痪，设计师每个业主重复讲解、陪逛建材市场。这个场景让业主在小程序输入户型加预算加风格（奶油风/现代极简/新中式），AI 反向推荐主材组合加户型 3D 视图即时换贴。
同样选主材，从陪逛建材市场到 AI 推组合 + 3D 换贴，原来决策瘫痪，现在当场看效果定。
选材的提升，是把「陪逛市场 + 重复讲解」变成「输入需求 AI 推组合 + 3D 当场看效果」。
公开数据参考：全屋设计平台已能基于户型/预算/风格推荐主材组合并 3D 即时换贴预览，显著减少设计师陪逛市场与重复讲解。你设计师每周陪业主逛建材市场要花多少小时，先看一轮。
小微装修基本没专业报价工具，多数用 Excel 套模板，业主一句「我再加个柜子」报价员就要重算半天。这个场景让 AI 自动拆解工序加调用公司单价库加损耗系数，生成结构化报价单 PDF，业主改需求增量重算加多版本对比。
同一份报价，从 Excel 套模板手算到 AI 拆工序生成，原来改一次重算半天，现在增量秒算。
报价的提升，是把「改一次重算半天」变成「改需求增量秒算 + 多版本对比」。
公开数据参考：AI 自动拆工序 + 调单价库/损耗系数生成结构化报价，已能把「改一次重算半天」变成增量秒算与多版本对比。你报价员是不是还在用 Excel 套模板算、业主每改一次报价要重算半天，先看一轮。
装修公司质保期 2-5 年不等，入住后零星问题（漏水/灯不亮/柜门关不严）靠工长微信反馈，工长漏处理、出保扯皮。这个场景让业主在小程序保修，AI 客服收集问题（照片+描述）、判断是否在保、自动派单，还按节气主动推送（梅雨季检查防水/冬季打压地暖）。
同样做售后，从工长微信反馈到 AI 判保派单 + 节气回访，原来出保扯皮，现在主动转介绍。
售后的提升，是把「等客户骂上门」变成「过保前主动回访 + 节气主动提醒」，把质保做成转介绍入口。
公开数据参考：保修智能客服（在保判定 + 自动派单 + 节气主动回访）已能把售后从「被动等投诉」变「主动维护」，过保前回访还是转介绍的入口。你过保前 30 天主动回访客户做转介绍吗，先看一轮。
工装项目客户「先出 3 版概念图给甲方选」是潜规则，设计师 1 版概念图要 3-5 天、3 版就 1-2 周。这个场景把项目类型加面积加客户气质（轻奢/工业风/国潮）加平面图，AI 生成 3-5 版概念效果图加设计说明文档，一键导出客户提案 PDF/PPT。
同样出概念图，从一版 3-5 天到 AI 一次出 3-5 版，原来甲方拍死白干，现在多版当场选。
方案的提升，是把「一版 3-5 天」变成「AI 一次出 3-5 版」，甲方拍死也不心疼。
公开数据参考：AI 生成概念效果图 + 设计说明（结合平面与风格输入）已能把工装概念方案从一版数天压到一次出多版，显著降低被甲方拍死的沉没成本。你设计师 1 版概念图要 3-5 天、甲方拍死后白干了多少版，先看一轮。
工装大单依赖招投标，1 份标书 5 人团队 3 天起步，招标文件几百页要逐条响应、漏一条废标。这个场景上传招标 PDF，AI 自动解析评分项、资质门槛、技术响应清单，调用历史标书知识库（项目案例/资质/团队配置）生成初稿。
同一份标书，从 5 人团队 3 天到 AI 解析出初稿，原来漏一条废标，现在响应清单兜底。
标书的提升，是把「5 人 3 天逐条响应」变成「AI 解析评分项 + 调历史库出初稿」，不漏废标项。
公开数据参考：AI 解析招标文件评分项/资质门槛 + 调用历史标书知识库生成初稿，已能显著压缩标书人力、降低漏项废标风险。你投标人力是不是最大瓶颈、1 个项目经理同时盯 3 个标已经是极限，先看一轮。
商业空间工地多是高空作业加用电用火加多工种交叉，小公司没专职安全员，项目经理一天巡 2 次靠人眼。这个场景用工地摄像头加 AI 视觉识别（未戴安全帽/高空无防护/动火无监护/电箱无防护），实时推送项目经理，加班前会签到/安全交底识别。
同一个工地，从项目经理人眼巡 2 次到摄像头实时盯，原来漏检高，现在多类隐患当场报。
巡检的提升，是把「人眼一天巡 2 次」变成「摄像头实时盯」，隐患不戴帽当场报。
公开数据参考：工地 AI 视觉安全识别（未戴安全帽、高空无防护、动火无监护等）已是建筑安全管理的成熟方案，实时预警能显著降低人眼巡检的漏检。你工地是不是项目经理一天巡 2 次靠人眼、漏检率多高，先看一轮。
商业空间项目标准化程度比家装高（连锁餐饮/零售总部有强制 VI 与施工标准），但施工队流动性大，新工人来了项目经理重复教学、一次返工亏不少。这个场景让工人扫码进现场、识别工种、推送对应工序的图文加短视频 SOP，班前 AI 抽问 3 题。
同样带新工人，从项目经理重复教到扫码看 SOP，原来一次返工亏不少，现在按标准抽问把关。
SOP 的提升，是把「项目经理重复教 + 全凭工人记性」变成「扫码看标准 + 班前抽问」。
公开数据参考：施工 SOP 知识库 + 工种识别推送 + 班前抽问，已能在施工队流动大的场景把标准沉淀复用、降低返工。你新工人来工地是不是项目经理重复教学、一次返工亏多少，先算一轮。
工装项目客户决策链长（采购/品牌/营运/高管），现场汇报时甲方临时提「换色系/加洽谈区/入口动线再调」，传统「回去改 3 天再约下次」拖长决策周期。这个场景让设计师在现场 iPad 或大屏直接对方案下指令，AI 30 秒内出新视图，甲方当场拍板。
同一次汇报，从回去改 3 天再约到现场 30 秒出图，原来拖决策，现在甲方当场拍板。
演示的提升，是把「回去改 3 天再约」变成「现场 30 秒出图当场拍板」，把决策周期压到一次。
公开数据参考：现场实时方案编辑 + 秒级出图已能让甲方临时改动当场看到新视图、当场拍板，显著压缩工装项目的决策周期。你甲方汇报现场临时改方案你是回去改 3 天还是当场出图，先看一轮。
到店、上门 · 团购运营、智能调度、评价管理、私域召回。
阿姨信息散落微信群 / 靠吼派单 / 早高峰 100 单堆积同时 50 阿姨空跑。AI 按「距离 × 技能标签 × 历史好评 × 当日剩余时长」综合打分自动派单 + 冲突检测 + 阿姨端小程序一键接单。
你早高峰 100 单堆积时同时 50 个阿姨没单可派吗？
看业务流改造 →住家 / 长期月嫂 / 育儿嫂匹配靠门店阿姨经验拍脑袋 · 试岗 1-3 天后被换的比例高 · 客户填「家庭画像」+ 阿姨「履历画像」· AI 算匹配度 Top 3 · 试岗结束自动生成「双向反馈摘要」。
你月嫂 / 育儿嫂试岗换人率是不是 30%+？
看业务流改造 →客户晚上 9 点后微信问「明天能不能上门擦玻璃」无人回 · 第二天回时客户已找隔壁。挂在门店公众号 / 视频号 / 企微 · 识别意图（询价 / 预约 / 投诉）· 询价 / 预约直接接调度系统看时段并报价 · 投诉转人工并附摘要。
你晚上 9 点后微信咨询是不是第二天才看到、客户已经走了？
看业务流改造 →阿姨服务后客户给 5 星但下次不复购是常态 · 门店不知道哪些客户沉默流失。AI 融合「显性评分（打星 / 评论情感）+ 隐性信号（复购间隔变长 / 客户停止回消息 / 服务时长被砍）」生成阿姨服务质量分 + 客户流失概率。
你知道哪些客户在「沉默流失」吗？还是等他换了别家才发现？
看业务流改造 →新阿姨入职靠老阿姨「带 1-2 天」标准不统一 · 客户经常反馈「上次那个做得比这次好」。SOP 视频库（深度保洁 12 动作 / 月嫂辅食 8 道菜 / 老人护理 6 流程）· 阿姨上岗前抽考 · 客户上传服务后照片 AI 比对 SOP 即时反馈。
你客户是不是经常反馈「上次那个做得比这次好」？
看业务流改造 →3-5 个销售每天接 50-200 条修理厂询价 · 翻 OE 件号 / 对库存 / 查上游底价 / 500 项的大单常要 2.5 天才出。AI OE 件号语义匹配 + 多模态识别（件照 + 手写询价 OCR）+ 自动跑多供应商比价。
你家销售一天最多能出多少份报价单？500 项的大单要几天？
看业务流改造 →客户开车进店描述「发动机有点响 / 油门发抖」· 前台师傅经验少接不住或乱猜 · 客户跑单率高。客户描述（语音 / 文字 / 拍故障灯）· AI 接「故障现象-可能原因-排查步骤-粗估工时/配件」三元组知识库 · 前台 5 分钟出初步判断。
你前台师傅经验不足时是不是只能让客户「先把车开过来」？
看业务流改造 →客户保养完出门就忘了门店 · 下次保养跑去隔壁 · 每辆车建档（车型 / 公里数 / 上次更换机油 / 刹车片厚度）· AI 按车型养护周期 + 季节因素生成「该提醒了」清单 · 微信侧定向推送（不群发 · 一车一文案）。
你老客户下次保养是不是大概率不会回到你这？
看业务流改造 →师傅各自接活忙闲不均 · 老板不知道每个工位每天产值 · 师傅做「私活」不计入工单。进厂车辆按「车型 × 故障 × 师傅擅长 × 工位空闲」自动派 · 师傅刷脸 / NFC 打卡 · AI 比对「标准工时表」自动算工时费。
你师傅做「私活」是不是不计入工单？老板月底奖金分配靠拍脑袋？
看业务流改造 →常用件断货影响接单 · 不常用件压货占资金 · 中型修理厂仓库零件几千 SKU 全靠老板记忆。按「近 12 月领用频次 + 季节性 + 关联车型保有量 + 供应商交货周期」算每个 SKU 安全库存 · 低于阈值自动生成采购单。
你仓库几千 SKU 是不是全靠老板记忆？呆滞料压了多少钱？
看业务流改造 →发型师 / 美甲师服务 200 个客户 · 记不住「上次给小李染的色号 / 王姐对哪种洗发水过敏 / 张总剪发不能短于 3cm」· 师傅口述 30 秒（语音录入）· AI 整理结构化字段（色号 / 配方 / 过敏源 / 客户当天聊的话题）· 下次客户预约自动给师傅推「客户档案小卡」。
你师傅是不是记不住上次给客户染的什么色号 / 用的什么配方？
看业务流改造 →美业门店要在 3-5 个平台日更内容引流 · 外包代运营贵且不懂手艺 · 师傅会做不会拍 / 不会写。师傅手机拍服务前后对比 + 30 秒过程录像 · AI 按平台原生语态改写 + 标题矩阵 + 话题标签 · 矩阵账号一键分发。
你门店是不是 3-5 个平台想做但师傅不会拍不会写？
看业务流改造 →客户在小红书看到图说「我要这个」· 发型师 / 美甲师不确定客户脸型 / 手型适不适合 · 做完客户后悔 · 纠纷率高。客户进店现场拍脸 / 手照片 · AI 把目标款式套到本人照片上生成预览图（3-5 个变种）· 客户确认后再动手。
你客户是不是经常做完后悔说「这不是我想要的」？
看业务流改造 →好师傅有手艺没流量 · 门店老板想让师傅做个人 IP 拉新但师傅不会写不会拍。师傅手机拍工作日常（不强求剧本）· AI 按「技术展示 / 客户故事 / 行业观点 / 生活日常」4 类自动归类 + 改写脚本 · 门店与师傅签「IP 共有协议」。
你门店头部师傅有没有自己的 IP 流量？跳槽你怕不怕？
看业务流改造 →会员卡客户充值后 3 个月不来是流失高发期 · 老板没意识到 · 想起来打电话时客户已转去隔壁店。按「上次到店至今天数 / 历史到店频次 / 卡内余额 / 最近一次服务评分」算流失概率 · 分档触发动作（黄档：师傅微信问候 / 红档：店长送护理体验券）。
你会员卡里有多少充值后 3 个月不来的「沉睡客户」？
看业务流改造 →阿姨信息散在微信群、派单靠吼，早高峰 100 单堆积，同时 50 个阿姨空跑。这个场景让 AI 按「距离 × 技能标签 × 历史好评 × 当日剩余时长」综合打分自动派单，加冲突检测，阿姨端小程序一键接单。
同样派单，从微信群靠吼到 AI 综合打分，原来阿姨空跑，现在单和人精准对上。
派单的提升，是把「群里靠吼、阿姨空跑」变成「按距离技能好评自动派」，单和人对得上。
公开数据参考：多因子派单调度（距离/技能/好评/时长综合打分）已是本地服务的成熟做法，能显著降低高峰堆积与空跑。你早高峰 100 单堆积时同时 50 个阿姨没单可派吗，先看一轮。
住家、月嫂、育儿嫂匹配靠门店阿姨经验拍脑袋，试岗 1-3 天被换的比例高。这个场景让客户填「家庭画像」、阿姨填「履历画像」，AI 算匹配度 Top 3，试岗结束自动生成「双向反馈摘要」。
同样配阿姨，从凭经验拍脑袋到画像算 Top 3，原来试岗常被换，现在匹配度先算清。
匹配的提升，是把「拍脑袋配人」变成「双向画像算 Top 3」，试岗换人率降下来。
公开数据参考：基于家庭画像 + 阿姨履历画像算匹配度、推 Top 3 并沉淀双向反馈，已能降低月嫂/育儿嫂的试岗换人率。你月嫂/育儿嫂试岗换人率是不是 30%+，先看一轮。
客户晚上 9 点后微信问「明天能不能上门擦玻璃」无人回，第二天回时客户已找隔壁。这个场景挂在公众号、视频号、企微，识别意图（询价/预约/投诉），询价预约直接接调度系统看时段并报价，投诉转人工并附摘要。
同一条夜间咨询，从第二天才回到 24h 即时接，原来客户找隔壁，现在直接报价预约。
客服的提升，是把「晚上没人回、客户找隔壁」变成「24h 即时接 + 直接报价预约」。
公开数据参考：在线客服 bot 识别意图（询价/预约/投诉）+ 对接调度系统报价，已能 7×24 接住夜间咨询、减少因隔夜流失。你晚上 9 点后微信咨询是不是第二天才看到、客户已经走了，先看一轮。
阿姨服务后客户给 5 星、下次却不复购是常态，门店不知道哪些客户在沉默流失。这个场景让 AI 融合「显性评分（打星/评论情感）+ 隐性信号（复购间隔变长/停止回消息/服务时长被砍）」，生成阿姨服务质量分加客户流失概率。
同一批客户，从只看打星到显隐信号融合，原来沉默流失看不见，现在流失概率提前打分。
预警的提升，是把「等客户换了别家才发现」变成「沉默流失提前看见」。
公开数据参考：融合显性评分 + 隐性信号（复购间隔/回消息/服务时长）做流失预警，已能识别「打 5 星却不复购」的沉默流失客户。你知道哪些客户在「沉默流失」吗，还是等他换了别家才发现，先看一轮。
新阿姨入职靠老阿姨「带 1-2 天」，标准不统一，客户经常反馈「上次那个做得比这次好」。这个场景建 SOP 视频库（深度保洁 12 动作/月嫂辅食 8 道菜/老人护理 6 流程），阿姨上岗前抽考，客户上传服务后照片 AI 比对 SOP 即时反馈。
同样做服务，从老带新标准飘到照 SOP 抽考比对，原来这次不如上次，现在每次都一样。
培训的提升，是把「老带新标准飘」变成「照 SOP 抽考 + 照片比对」，服务这次不会不如上次。
公开数据参考：SOP 视频库 + 上岗抽考 + 服务后照片 AI 比对已能把家政服务从「因人而异」变「按标准」，降低质量波动。你客户是不是经常反馈「上次那个做得比这次好」，先看一轮。
3-5 个销售每天接 50-200 条修理厂询价，翻 OE 件号、对库存、查上游底价，500 项的大单常要 2.5 天才出。这个场景让 AI 做 OE 件号语义匹配加多模态识别（件照 + 手写询价 OCR）加自动跑多供应商比价。
同一份大单询价，从人工翻 2.5 天到 AI 匹配比价当天出，原来客户等不及，现在当天报。
报价的提升，是把「500 项翻 2.5 天」变成「AI 匹配比价当天出」，销售接得过来了。
公开数据参考：汽配 OE 件号语义匹配 + 多模态识别（件照/手写 OCR）+ 多供应商比价（如开思、巴图鲁等汽配平台）已能把大单报价从数天压到当天；这是该赛道最见效的一环。你家销售一天最多能出多少份报价单、500 项的大单要几天，先看一轮。
客户开车进店描述「发动机有点响/油门发抖」，前台师傅经验少接不住或乱猜，客户跑单率高。这个场景让客户描述（语音/文字/拍故障灯），AI 接「故障现象-可能原因-排查步骤-粗估工时/配件」三元组知识库，前台 5 分钟出初步判断。
同一个故障描述，从前台经验少接不住到 AI 5 分钟出判断，原来客户跑单，现在当场留住（仅初步、以进厂检测为准）。
接待的提升，是把「经验少接不住」变成「前台 5 分钟出初步判断」，客户不再跑单。
公开数据参考：基于「故障现象-原因-排查-工时配件」三元组知识库做预诊断，已能让经验不足的前台 5 分钟出初步判断、留住客户；最终以进厂检测为准。你前台师傅经验不足时是不是只能让客户「先把车开过来」，先看一轮。
客户保养完出门就忘了门店，下次跑去隔壁。这个场景给每辆车建档（车型/公里数/上次更换机油/刹车片厚度），AI 按车型养护周期加季节因素生成「该提醒了」清单，微信侧定向推送（不群发、一车一文案）。
同一批老客，从保养完失联到一车一文案提醒，原来下次跑隔壁，现在按周期主动召回。
养护的提升，是把「保养完失联」变成「该养时一车一文案提醒」，把客户留在自己店。
公开数据参考：按车型养护周期 + 季节因素生成提醒清单、一车一文案定向推送，已是汽修留住老客的成熟做法。你老客户下次保养是不是大概率不会回到你这，先看一轮。
师傅各自接活忙闲不均，老板不知道每个工位每天产值，师傅做「私活」不计入工单。这个场景让进厂车辆按「车型 × 故障 × 师傅擅长 × 工位空闲」自动派，师傅刷脸/NFC 打卡，AI 比对「标准工时表」自动算工时费。
同样派活算工时，从师傅各自接活到 AI 派工核算，原来私活漏单产值靠蒙，现在工位产值可见。
调度的提升，是把「各自接活、私活漏单、产值靠蒙」变成「自动派工 + 工时算得清」。
公开数据参考：智能派工 + 刷脸/NFC 打卡 + 标准工时核算（如修理厂管理系统）已能让每个工位产值可见、减少私活漏单。你师傅做「私活」是不是不计入工单、老板月底奖金分配靠拍脑袋，先看一轮。
常用件断货影响接单，不常用件压货占资金，中型修理厂仓库几千零件 SKU 全靠老板记忆。这个场景按「近 12 月领用频次 + 季节性 + 关联车型保有量 + 供应商交货周期」算每个 SKU 安全库存，低于阈值自动生成采购单。
同样管库存，从老板记忆到 AI 算安全库存，原来断货压货两头亏，现在阈值自动出采购单。
库存的提升，是把「几千 SKU 靠记忆」变成「按数据算安全库存」，断货和压货一起降。
公开数据参考：按领用频次 + 季节 + 车型保有量 + 交货周期算安全库存、自动生成采购单，已是修理厂降库存的成熟做法。你仓库几千 SKU 是不是全靠老板记忆、呆滞料压了多少钱，先算一轮。
发型师、美甲师服务 200 个客户，记不住「上次给小李染的色号/王姐对哪种洗发水过敏/张总剪发不能短于 3cm」。这个场景让师傅口述 30 秒（语音录入），AI 整理结构化字段（色号/配方/过敏源/客户当天聊的话题），下次客户预约自动给师傅推「客户档案小卡」。
同样记客户偏好，从全靠师傅脑子到口述 30 秒沉淀，原来色号配方忘，现在下次自动推小卡。
偏好的提升，是把「全凭师傅脑子记」变成「口述 30 秒沉淀、下次自动推小卡」。
公开数据参考：师傅语音口述 + AI 结构化沉淀客户偏好（色号/配方/过敏源）、下次预约推档案小卡，已是美业提升复购与体验的成熟做法。你师傅是不是记不住上次给客户染的什么色号/用的什么配方，先看一轮。
美业门店要在 3-5 个平台日更内容引流，外包代运营贵且不懂手艺，师傅会做不会拍、不会写。这个场景让师傅手机拍服务前后对比加 30 秒过程录像，AI 按平台原生语态改写加标题矩阵加话题标签，矩阵账号一键分发。
同样做多平台内容，从师傅不会拍写到拍了 AI 改写分发，原来想做做不了，现在一键铺 3-5 平台。
内容的提升，是把「师傅会做不会拍写」变成「拍素材 + AI 改写 + 一键分发」。
公开数据参考：师傅拍前后对比素材 + AI 按平台原生语态改写 + 矩阵分发，已能让懂手艺不懂运营的美业门店低成本做多平台引流。你门店是不是 3-5 个平台想做但师傅不会拍不会写，先看一轮。
客户在小红书看到图说「我要这个」，发型师、美甲师不确定客户脸型、手型适不适合，做完客户后悔、纠纷率高。这个场景让客户进店现场拍脸/手照片，AI 把目标款式套到本人照片上生成预览图（3-5 个变种），客户确认后再动手。
同样做发型/美甲，从做完才看效果到做前本人照预览，原来后悔纠纷，现在确认再做。
预览的提升，是把「做完才后悔」变成「做前先在本人照上预览」，纠纷降下来。
公开数据参考：AI 把目标款式套到客户本人照片生成预览（如美发/美甲虚拟试效果），已能把「做完后悔」变「做前确认」，降低纠纷。你客户是不是经常做完后悔说「这不是我想要的」，先看一轮。
好师傅有手艺没流量，门店老板想让师傅做个人 IP 拉新，但师傅不会写不会拍。这个场景让师傅手机拍工作日常（不强求剧本），AI 按「技术展示/客户故事/行业观点/生活日常」4 类自动归类加改写脚本，门店与师傅签「IP 共有协议」。
同样做师傅 IP，从有手艺没流量到拍日常 AI 改写，原来不会写拍，现在拍了就出脚本。
IP 的提升，是把「有手艺没流量」变成「拍日常 AI 归类改写」，头部师傅自带流量。
公开数据参考：师傅拍工作日常 + AI 按内容类型归类改写脚本，已能让懂手艺不懂运营的师傅低成本做个人 IP 拉新。你门店头部师傅有没有自己的 IP 流量、跳槽你怕不怕，先看一轮。
会员卡客户充值后 3 个月不来是流失高发期，老板没意识到，想起来打电话时客户已转去隔壁店。这个场景按「上次到店至今天数/历史到店频次/卡内余额/最近一次服务评分」算流失概率，分档触发动作（黄档：师傅微信问候/红档：店长送护理体验券）。
同一批会员，从想起来才打电话到分档自动召回，原来已转隔壁，现在沉睡期就接住。
预警的提升，是把「想起来才打电话」变成「沉睡会员分档自动召回」，余额不再被带走。
公开数据参考：按到店天数 + 频次 + 余额 + 评分算流失概率、分档触发召回动作，已是美业会员运营的成熟做法。你会员卡里有多少充值后 3 个月不来的「沉睡客户」，先算一轮。
MCN、工作室 · 脚本、剪辑、多平台分发、数据复盘。
5-30 人 MCN 同时孵化 8-15 个素人达人 · 导演拍脑袋定人设 / 赛道 · 3 个月不起量就换人。素人画像（外形 / 表达力 / 兴趣领域 / 时间）· AI 反推 3-5 条人设路径 + 每条路径配 30 条选题骨架 + 起号 / 增长 / 成熟期数据基线。
你孵化达人 3 个月不起量是不是直接换人？
看业务流改造 →商务团队 2-3 人对接几十个品牌方需求 · 靠 Excel 翻达人资料、经验配人。沉淀机构内全部达人的粉丝画像 / 内容调性 / 历史商单 ROI / 违规记录 · 品牌 brief 录入后 AI 输出 Top 5 候选 + 报价区间 + 风险预警。
你商务是不是 2-3 人对接几十个品牌方 brief、靠 Excel 配人？
看业务流改造 →达人每发完一条视频很难快速回答「为什么这条爆 / 为什么这条扑」· 单条视频发布 72h 内 AI 拉取完播率 / 涨粉 / 评论关键词 / 流量来源 · 反推「钩子有效性 / 内容密度 / 情绪曲线」3 维评分 + 自动生成下 5 条选题。
你达人发完视频能不能 72h 内说清「为什么爆 / 为什么扑」？
看业务流改造 →MCN 同时运营 20-50 个账号 · 每个平台规则不同（小红书 V 信号 / 抖音违禁词 / B 站二创版权）· 人工审帖跟不上 · 账号封禁损失大。发布前 AI 扫描文案 / 画面 / 标签 / BGM · 分平台规则库检测 + 风险评分 + 改写建议。
你 20-50 个账号是不是经常被平台限流 / 封禁？
看业务流改造 →拍摄团队半年积累几千条素材 · 导演找一段「夕阳剪影空镜」要翻 1 小时硬盘 · 同一素材被不同剪辑师重复拍摄。所有素材自动 AI 打标签（场景 / 情绪 / 主体 / 镜头语言 / 时长）+ 自然语言检索 + 风格化二创接口。
你导演找一段空镜是不是要翻 1 小时硬盘？
看业务流改造 →3-5 人提案小组通宵 3-7 天写方案 PPT（创意 / 场地 / 流程 / 物料 / 报价）· 中标率 1/5 · 未中标即沉没。沉淀机构过往 200+ 中标方案为知识库 · brief 录入后 AI 拉取最相似 5 个历史案例 · 自动生成「主题创意 + 场地建议 + 流程动线 + 物料清单 + 互动设计 + 报价骨架」全套 PPT。
你提案小组是不是通宵 3-7 天写 PPT、中标率才 1/5？
看业务流改造 →中型发布会 / 展览要 KV 主视觉 + 邀请函 H5 + 现场屏幕动效 + 周边物料 · 外包成本高、迭代慢、风格难统一。活动主题 + 品牌 VI 输入 · AI 同步生成 KV 多版本 + H5 邀请函模板 + 大屏动效脚本 + 周边小物料 · 统一风格令牌、批量改字一键应用。
你一场活动物料外包是不是花掉合同毛利的 30%+？
看业务流改造 →现场互动装置是活动「热闹度」核心 · 传统拍照机 / 抽奖机花样有限 · 品牌方要求每次出新 · 外采设备一次 3-5w。AI 风格化拍照机（参加者拍照 → 即时 AI 出宫崎骏 / 赛博朋克 4 风格 → 扫码取图同时收集私域）+ AI 抽奖 + AI 留言墙。
你活动现场互动装置是不是每次都要外采 3-5w 设备？
看业务流改造 →活动结束后向品牌方交付复盘报告是结款关键 · 但人工汇总到场人数 / 媒体曝光 / 互动数据 / 社交传播要 1-2 周 · 品牌方常因报告慢扣尾款。现场签到 / 互动装置 / 媒体监测 / 微博小红书话题数据自动归集 · AI 生成「执行回顾 + KPI 达成 + 媒体声量 + 用户画像 + 下次建议」5 模块报告。
你活动复盘报告是不是要 1-2 周才能交付？甲方因此扣过尾款？
看业务流改造 →活动公司临时找场地（草坪 / 工业风厂房 / 美术馆 / 户外公园）+ 供应商（搭建 / 灯光 / 餐饮 / 演员）· 靠老员工记忆 · 新人难上手。沉淀过往全部场地（含照片 / 容量 / 报价 / 限制）和供应商（含合作评分 / 价格档位 / 擅长风格）· 输入活动需求自动推荐 Top 5 组合 + 实时档期校验。
你新策划找场地 / 供应商是不是只能问老员工？
看业务流改造 →旺季 30 套挤档期 · 3 修图师肝到凌晨出不了片 · 新人催片 / 前台一边咨询一边回老客户。定制「拍完即选片 / 选完即修图 / 修完即交付 + AI 客服 24h 接咨询」全流水线。
你旺季有多少订单是因为修图师出不了片被迫推迟交付的？
看业务流改造 →婚纱摄影获客成本 300+/人 · 美团 / 大众点评流量贵且低效 · 小红书是核心战场但写笔记慢、爆款率低。每场拍摄结束后 AI 自动从样片选 9-12 张 + 套用「探店 / 客片故事 / 选服攻略」3 类爆款句式 · 输出 30 条候选笔记 + 标签矩阵 + 同城话题。
你影楼小红书是不是 1 周才发 2-3 篇？爆款率低？
看业务流改造 →5-15 人工作室一天 3-8 场拍摄 · 摄影师 / 化妆师 / 后期师档期靠群里喊 · 客户拍完就消失。AI 自动分配档期（摄影师风格匹配 + 化妆师档期 + 影棚占用）+ 拍摄前推注意事项 + 拍摄后 30/90/180 天自动触发复购话术（生日 / 周年 / 节日）。
你客户拍完是不是就消失了？老客户复购率是多少？
看业务流改造 →外景拍摄（草地 / 海边 / 老街）光线变化大 · 年轻摄影师对参数 / 构图 / 风格不熟 · 废片率高。手机端拍预览图 · AI 实时反馈「光位建议 + 推荐光圈快门 + 3 种风格化构图建议（电影感 / 杂志大片 / 复古胶片）」+ 客户选服阶段输入「向往风格图」自动生成拍摄 shot list。
你新摄影师外景拍废片率是不是 30%+？
看业务流改造 →婚礼跟拍交付靠成品视频和精修照 · 新人事后想知道「最感人的镜头 / 来宾互动热度 / 流程顺畅度」缺数据。全片 AI 自动打标（仪式 / 互动 / 情绪峰值 / 来宾镜头）· 生成「时间轴情绪曲线 + Top 10 高光镜头 + 来宾笑容指数 + 流程时长统计」H5 报告。
你婚礼跟拍交付后客户是分享还是直接收藏？
看业务流改造 →工作室 3-8 个后期师风格不统一 · 同一客户不同师手出片差异大 · 新人培训靠老师傅带 · 3-6 个月才能独立出片。机构内顶尖后期师的修图步骤（图层 / 调色曲线 / 液化幅度 / 风格预设）AI 录制为结构化教程 + 实操题库 · 新人修完每张图 AI 对比标杆给评分。
你工作室 3-8 个后期师出片风格是不是不一致？
看业务流改造 →5-30 人 MCN 同时孵化 8-15 个素人，导演拍脑袋定人设赛道，3 个月不起量就换人、沉没成本高。这个场景输入素人画像（外形/表达力/兴趣领域/时间），AI 反推 3-5 条人设路径，每条配 30 条选题骨架加起号/增长/成熟期数据基线。
同样孵化达人，从拍脑袋定人设到画像反推路径，原来不起量就换人，现在有基线对照判断。
孵化的提升，是把「拍脑袋定人设、不起量换人」变成「按画像反推路径 + 数据基线对照」。
公开数据参考：基于素人画像反推人设路径 + 配选题骨架与数据基线，已能让 MCN 孵化从「拍脑袋」变「有路径有基线」，降低换人沉没。你孵化达人 3 个月不起量是不是直接换人，先看一轮。
商务团队 2-3 人对接几十个品牌方需求，靠 Excel 翻达人资料、凭经验配人。这个场景沉淀机构内全部达人的粉丝画像、内容调性、历史商单 ROI、违规记录，品牌 brief 录入后 AI 输出 Top 5 候选加报价区间加风险预警。
同一个品牌 brief，从 Excel 翻资料配人到 AI 出 Top 5，原来凭经验，现在带报价和风险预警。
匹配的提升，是把「Excel 翻资料凭经验配」变成「AI 出 Top 5 + 报价 + 风险」。
公开数据参考：沉淀达人画像/调性/历史 ROI/违规记录、对品牌 brief 做匹配（如星图/蒲公英类逻辑），已能让商务从 Excel 配人变 AI 出 Top 5。你商务是不是 2-3 人对接几十个品牌方 brief、靠 Excel 配人，先看一轮。
达人每发完一条视频，很难快速回答「为什么这条爆、为什么这条扑」。这个场景在单条视频发布 72 小时内，AI 拉取完播率、涨粉、评论关键词、流量来源，反推「钩子有效性/内容密度/情绪曲线」3 维评分，自动生成下 5 条选题。
同一条视频，从凭感觉复盘到 72h 内 3 维评分，原来说不清爆扑，现在自动反推下 5 条选题。
复盘的提升，是把「凭感觉说不清」变成「72h 内拆清钩子/密度/情绪 + 出下 5 条选题」。
公开数据参考：单条视频发布后拉完播/涨粉/评论/来源做钩子/密度/情绪评分（如新抖/灰豚类数据），已能让达人 72h 内说清爆/扑原因、反推下条选题。你达人发完视频能不能 72h 内说清「为什么爆/为什么扑」，先看一轮。
MCN 同时运营 20-50 个账号，每个平台规则不同（小红书 V 信号/抖音违禁词/B 站二创版权），人工审帖跟不上、账号封禁损失大。这个场景在发布前 AI 扫描文案/画面/标签/BGM，分平台规则库检测加风险评分加改写建议。
同一批待发内容，从人工审帖跟不上到发布前分平台自动扫，原来踩规则被封，现在提前评分改写。
审查的提升，是把「人工审帖跟不上、踩规则被封」变成「发布前分平台自动扫 + 改写建议」。
公开数据参考：发布前对文案/画面/标签/BGM 做分平台规则库检测 + 风险评分，已能显著降低矩阵账号被限流/封禁的损失。你 20-50 个账号是不是经常被平台限流/封禁，先看一轮。
拍摄团队半年积累几千条素材，导演找一段「夕阳剪影空镜」要翻 1 小时硬盘，同一素材还被不同剪辑师重复拍摄。这个场景给所有素材自动 AI 打标签（场景/情绪/主体/镜头语言/时长），加自然语言检索加风格化二创接口。
同样找素材，从翻 1 小时硬盘到一句话检索，原来重复拍摄，现在打标即调还能二创。
媒资的提升，是把「翻 1 小时硬盘」变成「一句话检索 + 不重复拍」。
公开数据参考：素材自动打标（场景/情绪/主体/镜头/时长）+ 自然语言检索（DAM 媒资管理）已能把找素材从翻硬盘变秒级、减少重复拍摄。你导演找一段空镜是不是要翻 1 小时硬盘，先看一轮。
3-5 人提案小组通宵 3-7 天写方案 PPT（创意/场地/流程/物料/报价），中标率 1/5、未中标即沉没。这个场景沉淀机构过往 200+ 中标方案为知识库，brief 录入后 AI 拉最相似 5 个历史案例，自动生成「主题创意 + 场地建议 + 流程动线 + 物料清单 + 互动设计 + 报价骨架」全套 PPT。
同一个 brief，从通宵 3-7 天写 PPT 到调中标库出全套，原来未中标即沉没，现在 AI 出初稿。
提案的提升，是把「通宵 3-7 天」变成「brief 进来调中标库出全套 PPT」，沉没的也复用。
公开数据参考：沉淀过往中标方案为知识库 + brief 匹配生成全套提案 PPT，已能显著压缩活动公关的提案工时、复用沉没方案。你提案小组是不是通宵 3-7 天写 PPT、中标率才 1/5，先看一轮。
中型发布会、展览要 KV 主视觉 + 邀请函 H5 + 现场屏幕动效 + 周边物料，外包成本高、迭代慢、风格难统一。这个场景输入活动主题 + 品牌 VI，AI 同步生成 KV 多版本 + H5 邀请函模板 + 大屏动效脚本 + 周边小物料，统一风格令牌、批量改字一键应用。
同一场活动物料，从全外包到一站式批量出，原来吃掉三成毛利，现在改字一键应用。
物料的提升，是把「外包吃掉三成毛利」变成「一站式批量出 + 改字一键应用」。
公开数据参考：基于活动主题 + 品牌 VI 一站式生成 KV/H5/动效/周边（统一风格令牌、批量改字），已能显著降低活动物料外包成本、统一风格。你一场活动物料外包是不是花掉合同毛利的 30%+，先算一轮。
现场互动装置是活动「热闹度」核心，传统拍照机、抽奖机花样有限，品牌方要求每次出新，外采设备一次 3-5 万。这个场景用 AI 风格化拍照机（参与者拍照 → 即时 AI 出宫崎骏/赛博朋克等 4 风格 → 扫码取图同时收集私域）+ AI 抽奖 + AI 留言墙。
同样做现场互动，从外采 3-5 万设备到 AI 风格化拍照，原来花样有限，现在风格随换还收私域。
互动的提升，是把「外采 3-5 万的设备」变成「AI 风格化互动 + 顺手收私域」。
公开数据参考：AI 风格化拍照（即时出多风格）+ 扫码取图收私域 + AI 抽奖/留言墙，已能把活动互动从「外采硬件」变「软件化 + 收私域」。你活动现场互动装置是不是每次都要外采 3-5w 设备，先看一轮。
活动结束后向品牌方交付复盘报告是结款关键，但人工汇总到场人数、媒体曝光、互动数据、社交传播要 1-2 周，品牌方常因报告慢扣尾款。这个场景把现场签到/互动装置/媒体监测/微博小红书话题数据自动归集，AI 生成「执行回顾 + KPI 达成 + 媒体声量 + 用户画像 + 下次建议」5 模块报告。
同一场活动复盘，从人工汇总 1-2 周到数据自动归集生成，原来报告慢扣尾款，现在快交付。
报告的提升，是把「人工汇总 1-2 周」变成「数据自动归集 + AI 生成 5 模块」，结款不再被拖。
公开数据参考：把签到/互动/媒体/社交数据自动归集 + AI 生成 5 模块复盘报告，已能把复盘从 1-2 周压到快速交付、保障结款。你活动复盘报告是不是要 1-2 周才能交付、甲方因此扣过尾款，先看一轮。
活动公司临时找场地（草坪/工业风厂房/美术馆/户外公园）加供应商（搭建/灯光/餐饮/演员），靠老员工记忆、新人难上手。这个场景沉淀过往全部场地（含照片/容量/报价/限制）和供应商（含合作评分/价格档位/擅长风格），输入活动需求自动推荐 Top 5 组合加实时档期校验。
同样找场地供应商，从问老员工到 AI 推 Top 5 组合，原来新人难上手，现在带档期校验配齐。
匹配的提升，是把「靠老员工记忆」变成「输入需求 AI 推 Top 5 + 档期校验」，新人也能配资源。
公开数据参考：沉淀场地（照片/容量/报价/限制）+ 供应商（评分/档位/风格）做需求匹配 + 档期校验，已能让活动公司摆脱对老员工记忆的依赖。你新策划找场地/供应商是不是只能问老员工，先看一轮。
旺季 30 套挤档期，3 个修图师肝到凌晨出不了片，新人催片、前台一边咨询一边回老客户。这个场景定制「拍完即选片 / 选完即修图 / 修完即交付 + AI 客服 24h 接咨询」全流水线。
同样出片，从修图师肝到凌晨到全流水线交付，原来推迟交付，现在即修即交还有 AI 客服。
出片的提升，是把「修图师肝到凌晨还推迟」变成「选片修图交付全流水线」，旺季也接得住。
公开数据参考：AI 选片 + 批量修图（如像素蛋糕等）+ AI 客服一体化，已能把旺季出片从「修图师肝到凌晨」变流水线，缓解推迟交付；这是该赛道最见效的一环。你旺季有多少订单是因为修图师出不了片被迫推迟交付的，先看一轮。
婚纱摄影获客成本 300+/人，美团、大众点评流量贵且低效，小红书是核心战场但写笔记慢、爆款率低。这个场景每场拍摄结束后 AI 自动从样片选 9-12 张 + 套用「探店/客片故事/选服攻略」3 类爆款句式，输出 30 条候选笔记 + 标签矩阵 + 同城话题。
同样发小红书，从一周 2-3 篇到每场拍完出 30 条，原来爆款率低，现在套爆款句式铺量。
种草的提升，是把「写笔记慢、一周 2-3 篇」变成「每场拍完出 30 条候选」，小红书铺得开。
公开数据参考：每场拍完从样片选图 + 套爆款句式生成笔记 + 同城话题，已能让影楼把小红书从「一周 2-3 篇」变「每场出 30 条候选」，降低同城获客成本。你影楼小红书是不是 1 周才发 2-3 篇、爆款率低，先看一轮。
5-15 人工作室一天 3-8 场拍摄，摄影师/化妆师/后期师档期靠群里喊，客户拍完就消失。这个场景让 AI 自动分配档期（摄影师风格匹配 + 化妆师档期 + 影棚占用），拍摄前推注意事项，拍摄后 30/90/180 天自动触发复购话术（生日/周年/节日）。
同样排档期，从群里喊到 AI 自动配，原来客户拍完消失，现在按节点自动触发复购。
排班的提升，是把「群里喊档期、客户拍完就消失」变成「自动配档期 + 节点自动触发复购」。
公开数据参考：AI 自动分配档期（风格匹配 + 影棚占用）+ 拍后 30/90/180 天复购触发，已是摄影工作室提升人效与复购的成熟做法。你客户拍完是不是就消失了、老客户复购率是多少，先看一轮。
外景拍摄（草地/海边/老街）光线变化大，年轻摄影师对参数/构图/风格不熟，废片率高。这个场景让摄影师手机端拍预览图，AI 实时反馈「光位建议 + 推荐光圈快门 + 3 种风格化构图建议（电影感/杂志大片/复古胶片）」，客户选服阶段输入「向往风格图」自动生成拍摄 shot list。
同样拍外景，从新人凭感觉拍到 AI 实时给光位，原来废片率 30%+，现在还自动出 shot list。
拍摄的提升，是把「新人废片率 30%」变成「AI 实时给光位参数 + 出 shot list」，少重拍。
公开数据参考：手机拍预览 + AI 实时给光位/参数/风格构图建议、选服阶段出 shot list，已能降低年轻摄影师的外景废片率。你新摄影师外景拍废片率是不是 30%+，先看一轮。
婚礼跟拍交付靠成品视频和精修照，新人事后想知道「最感人的镜头/来宾互动热度/流程顺畅度」却缺数据。这个场景对全片 AI 自动打标（仪式/互动/情绪峰值/来宾镜头），生成「时间轴情绪曲线 + Top 10 高光镜头 + 来宾笑容指数 + 流程时长统计」H5 报告。
同一场婚礼跟拍，从只交成片到附情绪曲线 H5 报告，原来直接收藏，现在带记忆点主动分享。
交付的提升，是把「只给成片」变成「附情绪曲线 + 高光 H5 报告」，新人愿意主动分享。
公开数据参考：婚礼全片 AI 自动打标（仪式/互动/情绪峰值/来宾）生成情绪曲线 + 高光 + 笑容指数 H5 报告，已能把交付从「只给成片」变「带记忆点的增值交付」。你婚礼跟拍交付后客户是分享还是直接收藏，先看一轮。
工作室 3-8 个后期师风格不统一，同一客户不同师手出片差异大，新人培训靠老师傅带、3-6 个月才能独立出片。这个场景把机构内顶尖后期师的修图步骤（图层/调色曲线/液化幅度/风格预设）AI 录制为结构化教程加实操题库，新人修完每张图 AI 对比标杆给评分。
同样带后期新人，从老师傅带到照标杆 AI 评分，原来 3-6 月才独立、风格不一，现在按标杆统一。
培训的提升，是把「老师傅带 3-6 个月」变成「照标杆步骤练 + AI 评分」，出片风格也统一。
公开数据参考：把顶尖后期师的修图步骤（图层/调色/液化/预设）结构化为教程 + 实操题库 + 对标杆评分，已能缩短新人独立出片周期、统一出片风格。你工作室 3-8 个后期师出片风格是不是不一致，先看一轮。
品牌、合作社 · 溯源内容、直播带货、客服、供需匹配。
5-50 人生鲜直供商日均处理几十至几百 SKU · 叶菜 / 水果损耗率长期 15-25% · 凭经验下单导致「热销断货 / 滞销烂仓」并存。喂入近 12 个月销售 + 天气 / 节令 / 周末 / 周边社区团购活动信号 · 每天傍晚自动生成次日各 SKU 补货建议。
你叶菜 / 水果损耗率是不是 15-25% 一直下不来？
看业务流改造 →农批 / 食材配送商客户从大型连锁餐饮到夫妻面馆混杂 · 统一报价导致大客户嫌贵跑掉、小客户嫌便宜倒卖窜货。客户分级模型按「下单频次 × 客单价 × 账期 × 品类宽度 × 投诉率」打 ABC 三级 + 流失风险分 · 询价机器人识别身份自动套对应价表。
你报价员是不是统一报价导致大客户嫌贵跑掉、小客户倒卖窜货？
看业务流改造 →高峰期 10+ 辆冷链车 / 多个产地基地 / 200+ 收货点 · 调度员手工排车单导致空驶率高、延误投诉多。按订单时效 + 温区 + 装载率 + 司机熟练度 + 路况预测自动生成次日运输计划 · 途中温湿度异常 LLM 解读判断「正常波动 / 中转换车 / 报废」。
你冷链车空驶率多高？延误投诉多少？
看业务流改造 →B2B 食材配送商每天凌晨 2 点要敲定向产地 / 一批的采购量 · 预订过多周中烂掉、预订过少周末断货被骂。按「往年同期 + 客户在手订单 + 天气预报 + 节令系数 + 客户行业活动」预测未来 3-7 天各 SKU 需求 · 自动生成产地采购建议单 + 紧急 SKU 备选源。
你凌晨 2 点敲定采购量是不是周中烂仓、周末断货并存？
看业务流改造 →B2B 客户（学校食堂 / 连锁餐饮）越来越要求溯源凭证 · 人工导出种植 / 屠宰 / 检疫 / 运输证件做 PDF 每单耗 20+ 分钟。扫货物条码后 LLM 自动从供应商证件库 + 运输单 + 检测报告抽取关键字段拼出该批次溯源 PDF 或二维码落地页。
你 B2B 客户要溯源凭证是不是要人工导出 20+ 分钟？
看业务流改造 →地标茶 / 蜂蜜 / 火腿 / 米 / 干菌礼盒 · SKU 七八十款 · 每年中秋春节两波集中出货。上传原料图 + 工艺照 + 检测报告 + 产地故事 · AI 自动产出每个平台规格匹配的主图 / 详情长图 / 卖点 / 节令文案 / 达人脚本 / 小红书图文 / 抖音口播分镜。
你家礼盒 SKU 数 × 平台数 × 节令更新次数，过去一年漏掉了几个上架窗口？
看业务流改造 →特产礼盒 80% 营收集中在中秋 / 春节 / 端午 / 双 11 四大节点 · 每次都「节前两周才开始想文案」导致设计师赶工 / 投放错峰 / 流量贵。按「自家节令峰值曲线 + 平台流量走势 + 供应链备货周期」反推 T-45/T-30/T-15/T-7/T-3 节点该交付什么物料 · LLM 自动起草礼盒主题文案 / 预约 / 直播预告 / 短视频脚本初稿。
你是不是每个节令都「节前两周才开始想文案」、设计师赶工、流量贵？
看业务流改造 →特产品牌主营节令送礼 + 自食两条线 · 私域 5000-20000 客户混杂 · 节令前后狂群发优惠券打扰存量、唤不醒沉睡。RFM + 礼盒场景标签模型（送礼者 / 自用者 / 团购代理 / 沉睡 / 流失）· LLM 给每层生成差异化话术 · 提前 30 天预测今年中秋哪些去年 A 类客户复购概率掉到 50% 以下。
你私域 5000+ 客户是不是节令前狂群发优惠券、打扰存量唤不醒沉睡？
看业务流改造 →地标农产品直播间一周开 5-7 场 · 每场要换主推款 / 换话术 / 换 FAQ · 文案手工写慢且无法保持品牌调性。输入今日主推 SKU + 节令主题 + 直播时长 · 自动输出开场暖场 / 主推产品 5 大卖点 / FAQ Top 20 / 逼单话术 / 抽奖节点脚本 + 内置带地标特征的方言话术库（赣南脐橙偏客家话 / 宁夏枸杞偏西北腔）。
你直播间一周 5-7 场是不是脚本手工写、无法保持品牌调性？
看业务流改造 →礼盒电商每月评价 + 客诉 500-2000 条 · 集中「破损 / 漏发 / 口味不符 / 物流慢 / 礼盒外观瑕疵」5 大类 · 客服一条条手写回复耗时且语态不一致。LLM 阅读客诉文字 + 图片后自动分类 + 严重度评级 + 退款 / 补发 / 安抚话术 + 中差评批量生成符合品牌语态的回复初稿。
你客服是不是 500-2000 条客诉一条条手写回复、语态还不一致？
看业务流改造 →5-50 人生鲜直供商日均几十到几百 SKU，叶菜水果损耗率长期 15-25%，凭经验下单导致热销断货、滞销烂仓并存。这个场景喂入近 12 个月销售加天气/节令/周末/周边社区团购信号，每天傍晚自动生成次日各 SKU 补货建议。
同样下单补货，从凭经验到 AI 多信号预测，原来断货烂仓并存，现在次日各 SKU 算准量。
补货的提升，是把「凭经验断货烂仓并存」变成「按多信号预测次日补货」，损耗降下来。
公开数据参考：生鲜损耗预测 + 多信号补货（销售/天气/节令/团购）已是生鲜直供降损耗的成熟做法，能把凭经验下单的断货烂仓一起降。你叶菜/水果损耗率是不是 15-25% 一直下不来，先算一轮。
农批、食材配送商客户从大型连锁餐饮到夫妻面馆混杂，统一报价导致大客户嫌贵跑掉、小客户嫌便宜倒卖窜货。这个场景按「下单频次 × 客单价 × 账期 × 品类宽度 × 投诉率」打 ABC 三级加流失风险分，询价机器人识别身份自动套对应价表。
同样报价，从统一价报到底到识别身份自动套价表，原来大客跑小客窜货，现在分级精准。
报价的提升，是把「统一价两头不讨好」变成「识别身份自动套对应价表」。
公开数据参考：按多因子打 ABC 三级 + 流失风险分、询价自动套对应价表，已是 B2B 食材配送防窜货、留大客的成熟做法。你报价员是不是统一报价导致大客户嫌贵跑掉、小客户倒卖窜货，先看一轮。
高峰期 10+ 辆冷链车、多个产地基地、200+ 收货点，调度员手工排车单导致空驶率高、延误投诉多。这个场景按订单时效 + 温区 + 装载率 + 司机熟练度 + 路况预测自动生成次日运输计划，途中温湿度异常 LLM 解读判断「正常波动/中转换车/报废」。
同样排冷链车，从调度员手工排到 AI 出运输计划，原来空驶延误多，现在异常还能实时解读。
调度的提升，是把「手工排车空驶延误」变成「AI 出运输计划 + 异常实时解读」。
公开数据参考：基于时效/温区/装载/路况做冷链运输调度 + 温湿度异常解读，已能显著降低空驶率与延误投诉。你冷链车空驶率多高、延误投诉多少，先看一轮。
B2B 食材配送商每天凌晨 2 点要敲定向产地、一批的采购量，预订过多周中烂掉、过少周末断货被骂。这个场景按「往年同期 + 客户在手订单 + 天气预报 + 节令系数 + 客户行业活动」预测未来 3-7 天各 SKU 需求，自动生成产地采购建议单加紧急 SKU 备选源。
同样定采购量，从凌晨拍脑袋到 AI 预测 3-7 天，原来烂仓断货并存，现在出采购单还配备选源。
采购的提升，是把「凌晨拍脑袋」变成「AI 预测 3-7 天需求出采购单」，烂仓断货一起降。
公开数据参考：按往年同期 + 在手订单 + 天气 + 节令 + 客户活动预测 3-7 天需求、出产地采购建议单，已能让 B2B 配送把凌晨拍脑袋变数据决策。你凌晨 2 点敲定采购量是不是周中烂仓、周末断货并存，先看一轮。
B2B 客户（学校食堂/连锁餐饮）越来越要求溯源凭证，人工导出种植/屠宰/检疫/运输证件做 PDF 每单耗 20+ 分钟。这个场景扫货物条码后 LLM 自动从供应商证件库 + 运输单 + 检测报告抽取关键字段，拼出该批次溯源 PDF 或二维码落地页。
同样出溯源凭证，从人工导 20 分钟到扫码自动拼，原来批次易错，现在 PDF/二维码秒级出。
溯源的提升，是把「每单人工导 20 分钟」变成「扫码自动拼出溯源凭证」。
公开数据参考：扫码后 LLM 从供应商证件库/运输单/检测报告抽字段拼溯源 PDF/二维码（一品一码），已能把每单 20+ 分钟的人工导出压到秒级。你 B2B 客户要溯源凭证是不是要人工导出 20+ 分钟，先看一轮。
地标茶、蜂蜜、火腿、米、干菌礼盒，SKU 七八十款，每年中秋春节两波集中出货。这个场景上传原料图 + 工艺照 + 检测报告 + 产地故事，AI 自动产出每个平台规格匹配的主图/详情长图/卖点/节令文案/达人脚本/小红书图文/抖音口播分镜。
同一款礼盒，从逐平台手做物料到一套素材产全平台，原来漏上架窗口，现在全 SKU 全平台铺齐。
上架的提升，是把「逐平台手做漏掉窗口」变成「一套素材产全平台物料」，节令一个不漏。
公开数据参考：上传原料/工艺/报告/故事一次产出多平台规格物料（主图/详情/卖点/脚本/图文/分镜），已能让地标礼盒在节令前把全 SKU 全平台铺齐；这是该赛道最见效的一环。你家礼盒 SKU 数 × 平台数 × 节令更新次数，过去一年漏掉了几个上架窗口，先算一轮。
特产礼盒 80% 营收集中在中秋/春节/端午/双 11 四大节点，每次都「节前两周才开始想文案」导致设计师赶工、投放错峰、流量贵。这个场景按「自家节令峰值曲线 + 平台流量走势 + 供应链备货周期」反推 T-45/T-30/T-15/T-7/T-3 该交付什么物料，LLM 自动起草礼盒主题文案/预约/直播预告/短视频脚本初稿。
同样备节令，从节前两周才想文案到提前 30 天物料就位，原来赶工买贵流量，现在按节点交付。
营销的提升，是把「节前两周才想文案」变成「提前 30 天物料就位」，不再赶工、不再买贵流量。
公开数据参考：按节令峰值 + 平台流量 + 备货周期反推各节点物料交付 + 文案初稿，已能让特产礼盒从「临时抱佛脚」变「提前 30 天就位」。你是不是每个节令都「节前两周才开始想文案」、设计师赶工、流量贵，先看一轮。
特产品牌主营节令送礼 + 自食两条线，私域 5000-20000 客户混杂，节令前后狂群发优惠券打扰存量、唤不醒沉睡。这个场景用 RFM + 礼盒场景标签模型（送礼者/自用者/团购代理/沉睡/流失），LLM 给每层生成差异化话术，提前 30 天预测今年中秋哪些去年 A 类客户复购概率掉到 50% 以下。
同一批私域客户，从狂群发券到分层差异化触达，原来打扰唤不醒，现在提前预测 A 类流失。
复购的提升，是把「狂群发打扰」变成「分层差异化触达 + 提前预测 A 类流失」。
公开数据参考：RFM + 礼盒场景标签分层（送礼/自用/团购/沉睡/流失）+ 差异化话术 + 复购概率预测，已是节令送礼品牌私域运营的成熟做法。你私域 5000+ 客户是不是节令前狂群发优惠券、打扰存量唤不醒沉睡，先看一轮。
地标农产品直播间一周开 5-7 场，每场要换主推款、换话术、换 FAQ，文案手工写慢且无法保持品牌调性。这个场景输入今日主推 SKU + 节令主题 + 直播时长，自动输出开场暖场/主推 5 大卖点/FAQ Top 20/逼单话术/抽奖节点脚本，内置带地标特征的方言话术库（赣南脐橙偏客家话/宁夏枸杞偏西北腔）。
同样写直播脚本，从手工写到输入主推 SKU 当场出，原来调性飘，现在全套脚本带方言话术。
脚本的提升，是把「每场手工写慢、调性飘」变成「输入主推 SKU 当场出全套 + 带方言」。
公开数据参考：输入主推 SKU + 节令自动生成开场/卖点/FAQ/逼单/抽奖全套脚本 + 地标方言话术库，已能让一周 5-7 场的直播间脚本从手工写变即时生成、保持调性。你直播间一周 5-7 场是不是脚本手工写、无法保持品牌调性，先看一轮。
礼盒电商每月评价 + 客诉 500-2000 条，集中「破损/漏发/口味不符/物流慢/礼盒外观瑕疵」5 大类，客服一条条手写回复耗时且语态不一致。这个场景让 LLM 阅读客诉文字 + 图片后自动分类 + 严重度评级 + 退款/补发/安抚话术 + 中差评批量生成符合品牌语态的回复初稿。
同一批客诉评价，从一条条手写到 AI 分诊批量回，原来语态不一致，现在统一品牌语态出初稿。
客诉的提升，是把「一条条手写、语态飘」变成「AI 分诊 + 批量出品牌语态回复初稿」。
公开数据参考：LLM 读客诉文字 + 图片做分类 + 严重度评级 + 处置话术 + 中差评品牌语态回复，已能把每月数千条客诉从手写变 AI 分诊批量回。你客服是不是 500-2000 条客诉一条条手写回复、语态还不一致，先看一轮。
软件、服务商 · 智能文档、代码助手、客户成功、内容营销。
5-30 人 SaaS 团队功能堆得多但留存掉 · 客户调研要求 AI 化但自研 ML 团队 3-6 月起步扛不动 · 嵌入式 sidebar / 命令栏 / 自然语言查询 · 理解客户在 SaaS 内的数据上下文 · 调中文大模型 API · 不让团队自养 ML。
你 SaaS 留存掉是不是因为功能堆得多但客户用三个功能就走了？
看业务流改造 →5-30 人团队的 CSM 1-2 人扛几百客户 · 新客户头 14 天 onboarding 不到位 churn 60% · 续费预警靠 CSM 翻表格、看到信号已经晚 30-60 天。onboarding 路径个性化推荐 + 行为信号建模（功能采用率 / 登录衰减 / 工单情绪）· 流失风险 60-90 天前预警。
你 CSM 是不是看到客户要走的信号已经晚了 30-60 天？
看业务流改造 →PM 每周看 BI 仪表板靠人眼找异常 · 漏斗哪一步掉、哪个细分人群涨、哪个功能没人用——靠手翻数据看 · 发现一个洞察要 2-3 天。跑全量埋点数据 · 自动检测漏斗异常 / 留存断点 / 功能采用拐点 · 输出自然语言洞察卡片。
你 PM 是不是每周翻数据找异常、一个洞察要 2-3 天？
看业务流改造 →客户反馈分散在工单 / 微信群 / NPS / App 评论 / 销售转述 5-7 个渠道 · PM 每月凭印象排优先级 · 真实需求被噪音淹没。多渠道接入 · LLM 跑主题聚类 + 情感打标 · 按「需求 / Bug / 抱怨 / 表扬」分桶 · 自动生成「本周 Top 5 主题 + 代表性客户原话」。
你 PM 是不是凭印象排路线图优先级？
看业务流改造 →5-30 人团队工单 1 人扛 80-150/天 · 大部分是「密码忘了 / 怎么导出 / 怎么集成 X」重复问题 · 新客户产品文档没看完就发工单。嵌入产品内对话窗 · 接产品文档 + 历史工单 + 知识库做 RAG · 70%+ 常见问题自助解决 · 解决不了再升级人工。
你工单是不是 70% 都是「密码忘了 / 怎么导出」重复问题？
看业务流改造 →MSP 团队同时跑 5-15 个客户实施项目 · 每个项目 SOP 散在工程师脑袋 / 旧 PPT / 飞书文档 · 新人 onboarding 3-6 月。按「行业 × 系统 × 阶段」3 维索引 · 工程师卡住时一句话问 AI 拿 SOP 步骤 + 历史踩坑案例 · 项目结项自动反哺新案例进知识库。
你新工程师独立带项目是不是要 3-6 个月？
看业务流改造 →MSP 主营业务就是把 A 系统对接到 B（ERP↔CRM / 财务↔业务 / 多云数据打通）· 每次都要工程师啃 API 文档 / 字段映射 / 写胶水代码 · 一个对接 2-4 周。源系统 OpenAPI + 目标系统 OpenAPI · AI 自动生成字段映射建议 + 胶水代码骨架 + 异常处理脚本。
你工程师每次对接是不是啃 API 文档 + 字段映射 2-4 周？
看业务流改造 →MSP 接管客户 IT 资产（10-100 台服务器 / 网络 / 数据库 / SaaS 订阅）· 巡检靠工程师每周手工跑 checklist · 异常发现滞后。自动跑健康检查脚本 · LLM 解读日志 + 指标异常 · 三级预警（提醒 / 工单 / 联动应急）· 异常自动生成工单 + 推送处置建议给工程师手机。
你客户半夜挂了是不是打电话来骂你才发现？
看业务流改造 →客户报「系统慢 / 报错 / 打不开」工单一堆 · 工程师每次都要从零排查 · 同样的故障半年前修过这次又花 2 小时翻 · 知识沉淀不下来。工单进来时 LLM 自动检索历史相似故障 + 根因案例库 · 输出「这次很像 3 个月前 XX 客户的 Y 问题，先查 A/B/C」。
你同样的故障是不是修过半年又花 2 小时重新排查？
看业务流改造 →MSP 项目同时跑 5-10 个 · 每个有 30-100 个任务节点 · PM 1 人扛全公司排期 · 卡哪个节点 / 谁该催 / 风险在哪靠飞书表格手工拍。节点状态自动汇集（飞书 task / Git / 工时 / 客户验收）· AI 周报自动生成 · 风险节点主动预警。
你 PM 是不是 1 人扛全公司排期、靠飞书表格手工拍？
看业务流改造 →营销 SaaS 的客户天天发邮件 / 短信 / 微信群发 · 文案靠运营人工写 · 一条文案 20-40 分钟 · 客户觉得「就一个发送工具，没价值」。产品内 AI 内容生成 · 输入「目标人群 + 活动目的 + 品牌词 / 禁用词」· 一键生成 5-10 条变体文案 · 直接进发送队列 · 客户自带知识库微调。
你 SaaS 是不是就一个发送工具、客户感觉没价值？
看业务流改造 →客户用 CRM 录入企微对话 / 工单 / 行为后想自动打标签做分群 · 人工打标准确率 60% · 运营 1 人扛几千客户翻不过来。LLM 读对话 + 行为流 · 自动打「行业 / 角色 / 意向阶段 / 关注点 / 情绪」5 维标签 · 运营审核而非创建。
你运营是不是 1 人扛几千客户标签、准确率 60% 上不去？
看业务流改造 →客户用 SCRM 发触达 · 什么时候发 / 给谁发 / 发什么内容靠运营拍脑袋 · 打开率 5-10% 上不去。跑客户在 SCRM 内的历史行为 · 模型预测每个客户的最佳触达时段 + 内容类型偏好 + 转化概率 · 自动排队推送。
你客户触达打开率 5-10% 是不是上不去？
看业务流改造 →营销 SaaS 给客户提供 A/B 测试功能 · 客户跑了实验不会读结果 / 看到 5% 差异就上线 / 显著性算不明白。实验跑完自动算显著性 + 置信区间 + 业务影响估算 · LLM 输出自然语言结论 · 显著性不足时建议加样本量。
你客户是不是看到 A/B 5% 差异就上线、显著性根本不懂？
看业务流改造 →客户每月要给老板 / 投资人交营销报告 · 自己拼 PPT 2-3 天 · 拼完不知道讲什么洞察 · 营销 SaaS 输出的是 CSV 不是叙事。SaaS 内一键出月报 / 周报 · LLM 跑指标 → 自动写「本期亮点 + 异常 + 下期建议」· 输出 PPT / PDF / 在线 dashboard。
你客户每月营销报告是不是拼 PPT 2-3 天、不知道讲什么洞察？
看业务流改造 →3-8 个开发同时压着 2-3 个外包 · 客户催进度 · 报价拉不上去。定制「AI 加速研发交付」工作台 · AI 编码助手 + 私有代码知识库 + 自动化测试 + 交付物自动生成串成流水线 · 7-10 天工期压到 2-3 天 · 开发并行扛 2-3 个单子。
你团队每天有多少时间花在「写已经写过的代码」「补接口文档」「带新人看老项目」？
看业务流改造 →客户给的需求是微信语音 / PRD 半成品 / 一句话「想做个 XX」· 独立开发者要花 2-5 天反复问 / 整理 / 写需求规格 · 项目还没开工成本就堆了。接收语音 / 文档 / 截图 / 微信对话 · LLM 自动提炼「功能清单 + 用户角色 + 待澄清问题清单」+ 生成可与客户确认的 PRD 初稿。
你客户是不是给一段微信语音就让你报价开干？
看业务流改造 →独立开发者 / 小外包团队接需求时报价靠拍脑袋 · 报低做不下来亏 · 报高客户跑了 · 同类项目历史报价散在飞书 / Excel 找不到。需求文档向量化检索历史相似项目报价单 · LLM 提取规模因子（页面数 / 接口数 / 复杂度）· 输出「参考区间 + 假设条件 + 风险溢价」。
你报价是不是靠拍脑袋？同类项目历史报价能不能 30 秒翻到？
看业务流改造 →项目交付前自测靠开发自己手点 · 客户验收一上来发现 N 个 bug 返工 · 信任度受损 + 尾款被拖。用自然语言描述测试场景（「客户用手机访问 → 注册 → 下单 → 支付 → 看订单」）· AI 自动生成 E2E 测试脚本 · 跑全场景 · 输出「通过率 + Bug 清单 + 复现步骤」。
你交付前自测是不是开发自己手点？客户验收一上来发现 N 个 bug？
看业务流改造 →开发者在接单平台 / 招投标平台一天看 20-50 个项目 · 80% 不匹配但要逐个读 · 写一份投标书 1-3 小时 · 中标率 15-25%。平台 RSS / 爬取拉项目池 · LLM 按「技术栈 / 预算 / 客户画像」匹配评分 · Top 项目自动生成投标书草稿（含历史案例引用 + 报价区间）。
你一天看 20-50 个项目是不是 80% 都不匹配但要逐个读？
看业务流改造 →5-30 人 SaaS 团队功能堆得多但留存掉，客户调研要求 AI 化，可自研 ML 团队 3-6 月起步扛不动。这个场景嵌入式 sidebar/命令栏/自然语言查询，理解客户在 SaaS 内的数据上下文，调中文大模型 API，不让团队自养 ML。
同一个 SaaS，从功能堆多客户还走到内嵌 Copilot，原来自研 ML 扛不动，现在调 API 自然语言用。
Copilot 的提升，是把「功能堆多客户还走」变成「自然语言用得动 + 不自养 ML」。
公开数据参考：SaaS 嵌入式 AI Copilot（sidebar/命令栏/自然语言查询，如 Notion AI、Salesforce Einstein 等思路）已能让小团队不自养 ML 就把产品 AI 化、提升用得动的功能数。你 SaaS 留存掉是不是因为功能堆得多但客户用三个功能就走了，先看一轮。
5-30 人团队的 CSM 1-2 人扛几百客户，新客户头 14 天 onboarding 不到位 churn 60%，续费预警靠 CSM 翻表格、看到信号已经晚 30-60 天。这个场景做 onboarding 路径个性化推荐加行为信号建模（功能采用率/登录衰减/工单情绪），流失风险 60-90 天前预警。
同一批客户，从 CSM 翻表格看信号到 AI 提前 60-90 天预警，原来救不回，现在还来得及干预。
客户成功的提升，是把「看到信号晚 30-60 天」变成「提前 60-90 天预警」，还来得及救。
公开数据参考：基于功能采用率/登录衰减/工单情绪做行为信号建模 + 流失提前预警（如 Gainsight 类逻辑），已能让 CSM 从「看到信号已晚」变「提前 60-90 天干预」。你 CSM 是不是看到客户要走的信号已经晚了 30-60 天，先看一轮。
PM 每周看 BI 仪表板靠人眼找异常，漏斗哪一步掉、哪个细分人群涨、哪个功能没人用全靠手翻数据，发现一个洞察要 2-3 天。这个场景跑全量埋点数据，自动检测漏斗异常/留存断点/功能采用拐点，输出自然语言洞察卡片。
同样找洞察，从人眼翻 BI 2-3 天到 AI 自动出卡，原来易漏，现在全量扫输出自然语言。
洞察的提升，是把「人眼翻数据 2-3 天」变成「自动检测异常 + 出洞察卡片」。
公开数据参考：对全量埋点自动检测漏斗异常/留存断点/采用拐点、输出自然语言洞察（如 Amplitude/神策类能力），已能把 PM 找洞察从 2-3 天变自动出卡。你 PM 是不是每周翻数据找异常、一个洞察要 2-3 天，先看一轮。
客户反馈分散在工单/微信群/NPS/App 评论/销售转述 5-7 个渠道，PM 每月凭印象排优先级，真实需求被噪音淹没。这个场景多渠道接入，LLM 跑主题聚类 + 情感打标，按「需求/Bug/抱怨/表扬」分桶，自动生成「本周 Top 5 主题 + 代表性客户原话」。
同一批反馈，从凭印象排到多渠道自动聚类，原来需求被噪音淹，现在出 Top 5 带客户原话。
反馈的提升，是把「凭印象排优先级」变成「多渠道聚类出 Top 5 + 客户原话」。
公开数据参考：多渠道反馈接入 + LLM 主题聚类 + 情感分桶（VOC），已能让 PM 从「凭印象排路线图」变「看 Top 5 主题 + 客户原话」。你 PM 是不是凭印象排路线图优先级，先看一轮。
5-30 人团队工单 1 人扛 80-150/天，大部分是「密码忘了/怎么导出/怎么集成 X」重复问题，新客户产品文档没看完就发工单。这个场景在产品内嵌对话窗，接产品文档 + 历史工单 + 知识库做 RAG，70%+ 常见问题自助解决，解决不了再升级人工。
同一批工单，从 1 人扛 80-150 到 RAG 自助解决，原来 70% 重复，现在自助 deflect 只升级复杂。
客服的提升，是把「1 人扛 80-150 重复工单」变成「70%+ 自助解决 + 复杂才升级人工」。
公开数据参考：产品内对话接文档+工单+知识库做 RAG（如 Intercom Fin 类思路）已能自助解决大头常见问题、deflect 工单。你工单是不是 70% 都是「密码忘了/怎么导出」重复问题，先看一轮。
MSP 团队同时跑 5-15 个客户实施项目，每个项目 SOP 散在工程师脑袋、旧 PPT、飞书文档，新人 onboarding 3-6 月。这个场景按「行业 × 系统 × 阶段」3 维索引，工程师卡住时一句话问 AI 拿 SOP 步骤 + 历史踩坑案例，项目结项自动反哺新案例进知识库。
同样带新工程师，从 SOP 散脑袋到一句话问 AI，原来 3-6 月独立，现在拿步骤还带踩坑案例。
SOP 的提升，是把「散在脑袋、新人 3-6 月」变成「一句话拿步骤 + 踩坑案例」。
公开数据参考：按行业×系统×阶段索引实施 SOP + 踩坑案例、结项反哺知识库，已能缩短 MSP 新工程师独立带项目的周期、减少重复踩坑。你新工程师独立带项目是不是要 3-6 个月，先看一轮。
MSP 主营就是把 A 系统对接到 B（ERP↔CRM/财务↔业务/多云数据打通），每次都要工程师啃 API 文档、做字段映射、写胶水代码，一个对接 2-4 周。这个场景输入源系统 OpenAPI + 目标系统 OpenAPI，AI 自动生成字段映射建议 + 胶水代码骨架 + 异常处理脚本。
同一个对接，从啃 API 写胶水代码 2-4 周到 AI 出映射骨架，原来逐个对字段，现在只联调上线。
对接的提升，是把「啃 API 2-4 周」变成「AI 出映射 + 胶水代码骨架」，工程师只联调。
公开数据参考：基于源/目标 OpenAPI 自动生成字段映射 + 胶水代码骨架 + 异常处理（iPaaS 集成思路），已能把系统对接从 2-4 周压到工程师只做联调。你工程师每次对接是不是啃 API 文档 + 字段映射 2-4 周，先看一轮。
MSP 接管客户 IT 资产（10-100 台服务器/网络/数据库/SaaS 订阅），巡检靠工程师每周手工跑 checklist，异常发现滞后。这个场景自动跑健康检查脚本，LLM 解读日志 + 指标异常，三级预警（提醒/工单/联动应急），异常自动生成工单 + 推处置建议给工程师手机。
同样巡检，从每周手工跑 checklist 到 AI Agent 主动预警，原来客户挂了才知道，现在自动出工单。
巡检的提升，是把「客户挂了打电话骂」变成「AI Agent 主动巡 + 三级预警到手机」。
公开数据参考：自动健康检查 + LLM 解读日志/指标 + 三级预警（AIOps 思路）已能让 MSP 从「客户挂了才知道」变「主动预警 + 自动工单」。你客户半夜挂了是不是打电话来骂你才发现，先看一轮。
客户报「系统慢/报错/打不开」工单一堆，工程师每次都要从零排查，同样的故障半年前修过这次又花 2 小时翻、知识沉淀不下来。这个场景工单进来时 LLM 自动检索历史相似故障 + 根因案例库，输出「这次很像 3 个月前 XX 客户的 Y 问题，先查 A/B/C」。
同一类故障，从每次从零排查到 AI 检索历史根因，原来修过又花 2 小时，现在工单进来就提示。
诊断的提升，是把「每次从零排、修过又花 2 小时」变成「工单进来就给相似故障 + 排查路径」。
公开数据参考：工单进来检索历史相似故障 + 根因案例库给排查建议，已能让运维从「每次从零排」变「按相似案例先查」，减少重复排查。你同样的故障是不是修过半年又花 2 小时重新排查，先看一轮。
MSP 项目同时跑 5-10 个，每个有 30-100 个任务节点，PM 1 人扛全公司排期，卡哪个节点/谁该催/风险在哪靠飞书表格手工拍。这个场景把节点状态自动汇集（飞书 task/Git/工时/客户验收），AI 周报自动生成，风险节点主动预警。
同样管项目排期，从飞书表格手工拍到 AI 自动汇集，原来卡点靠问，现在出周报还预警风险。
编排的提升，是把「1 人扛全公司排期手工拍」变成「节点自动汇集 + 周报 + 风险预警」。
公开数据参考：节点状态自动汇集（task/Git/工时/验收）+ AI 周报 + 风险预警，已能让 PM 从「1 人扛全公司排期手工拍」变「自动汇集 + 主动预警」。你 PM 是不是 1 人扛全公司排期、靠飞书表格手工拍，先看一轮。
营销 SaaS 的客户天天发邮件/短信/微信群发，文案靠运营人工写、一条 20-40 分钟，客户觉得「就一个发送工具，没价值」。这个场景在产品内 AI 生成内容，输入「目标人群 + 活动目的 + 品牌词/禁用词」，一键生成 5-10 条变体文案，直接进发送队列，客户自带知识库微调。
同一个发送功能，从运营人工写文案到产品内 AI 生成，原来嫌没价值，现在一键出 5-10 条进队列。
触达的提升，是把「客户嫌就一个发送工具」变成「产品内 AI 一键出文案」，SaaS 才有价值感。
公开数据参考：在营销 SaaS 内嵌 AI 文案生成（输入人群/目的/品牌词出变体）已能把产品从「发送工具」变「内容生产力」、提升客户价值感与续费。你 SaaS 是不是就一个发送工具、客户感觉没价值，先看一轮。
客户用 CRM 录入企微对话/工单/行为后想自动打标签做分群，人工打标准确率 60%，运营 1 人扛几千客户翻不过来。这个场景让 LLM 读对话 + 行为流，自动打「行业/角色/意向阶段/关注点/情绪」5 维标签，运营审核而非创建。
同样打客户标签，从人工 60% 准确到 AI 读对话自动打，原来翻不过来，现在运营只审核。
打标的提升，是把「人工准确率 60%、翻不过来」变成「AI 读对话自动打 + 运营只审核」。
公开数据参考：LLM 读企微对话 + 行为流自动打多维标签、运营审核而非创建，已能把人工打标的准确率与覆盖一起提升。你运营是不是 1 人扛几千客户标签、准确率 60% 上不去，先看一轮。
客户用 SCRM 发触达，什么时候发/给谁发/发什么内容靠运营拍脑袋，打开率 5-10% 上不去。这个场景跑客户在 SCRM 内的历史行为，模型预测每个客户的最佳触达时段 + 内容类型偏好 + 转化概率，自动排队推送。
同样发触达，从拍脑袋到 AI 算最佳时机，原来打开率 5-10%，现在按偏好自动排队推送。
触达的提升，是把「拍脑袋发、打开率 5-10%」变成「按最佳时机内容偏好自动排队」。
公开数据参考：基于 SCRM 历史行为预测最佳触达时段 + 内容偏好 + 转化概率、自动排队推送，已是营销自动化提升打开率的成熟做法。你客户触达打开率 5-10% 是不是上不去，先看一轮。
营销 SaaS 给客户提供 A/B 测试功能，客户跑了实验不会读结果、看到 5% 差异就上线、显著性算不明白。这个场景实验跑完自动算显著性 + 置信区间 + 业务影响估算，LLM 输出自然语言结论，显著性不足时建议加样本量。
同一个 A/B 实验，从看 5% 差异就上线到 AI 算显著性给结论，原来假阳性，现在置信区间兜底。
A/B 的提升，是把「看 5% 就上线」变成「AI 算显著性 + 给能看懂的结论」。
公开数据参考：实验跑完自动算显著性 + 置信区间 + 业务影响、LLM 出自然语言结论，已能让不懂统计的客户避免「看 5% 差异就上线」的假阳性决策。你客户是不是看到 A/B 5% 差异就上线、显著性根本不懂，先看一轮。
客户每月要给老板/投资人交营销报告，自己拼 PPT 2-3 天，拼完还不知道讲什么洞察，营销 SaaS 输出的是 CSV 不是叙事。这个场景在 SaaS 内一键出月报/周报，LLM 跑指标自动写「本期亮点 + 异常 + 下期建议」，输出 PPT/PDF/在线 dashboard。
同样出营销月报，从自己拼 PPT 2-3 天到一键出带洞察，原来只有 CSV，现在亮点异常建议齐全。
报告的提升，是把「拼 PPT 2-3 天还不知讲什么」变成「一键出带洞察的叙事报告」。
公开数据参考：SaaS 内跑指标 + LLM 写「亮点/异常/建议」一键出多格式报告，已能把客户从「拼 PPT 2-3 天」解放、提升产品叙事价值。你客户每月营销报告是不是拼 PPT 2-3 天、不知道讲什么洞察，先看一轮。
3-8 个开发同时压着 2-3 个外包，客户催进度、报价拉不上去。这个场景定制「AI 加速研发交付」工作台，把 AI 编码助手 + 私有代码知识库 + 自动化测试 + 交付物自动生成串成流水线，7-10 天工期压到 2-3 天，开发并行扛 2-3 个单子。
同样交付项目，从纯手工 7-10 天到 AI 流水线 2-3 天，原来一人扛一个，现在并行扛 2-3 个。
研发的提升，是把「7-10 天工期」压到「2-3 天」，开发并行扛 2-3 个单子。
公开数据参考：AI 编码助手 + 私有代码知识库 + 自动化测试/交付物串成流水线（如 Copilot/Cursor 类提效），已能显著压缩研发工期、让开发并行扛更多单子；这是该赛道最见效的一环。你团队每天有多少时间花在「写已经写过的代码」「补接口文档」「带新人看老项目」，先算一轮。
客户给的需求是微信语音/PRD 半成品/一句话「想做个 XX」，独立开发者要花 2-5 天反复问、整理、写需求规格，项目还没开工成本就堆了。这个场景接收语音/文档/截图/微信对话，LLM 自动提炼「功能清单 + 用户角色 + 待澄清问题清单」，生成可与客户确认的 PRD 初稿。
同一段碎片需求，从反复问整理 2-5 天到 AI 出 PRD 初稿，原来堆成本，现在带待澄清清单一次问。
需求的提升，是把「反复问整理 2-5 天」变成「AI 提炼功能清单 + PRD 初稿」。
公开数据参考：接收语音/文档/截图/对话 + LLM 提炼功能清单/角色/待澄清问题、生成 PRD 初稿，已能把开发者的需求整理从 2-5 天压到 AI 出初稿。你客户是不是给一段微信语音就让你报价开干，先看一轮。
独立开发者/小外包团队接需求时报价靠拍脑袋，报低做不下来亏、报高客户跑了，同类项目历史报价散在飞书/Excel 找不到。这个场景把需求文档向量化检索历史相似项目报价单，LLM 提取规模因子（页面数/接口数/复杂度），输出「参考区间 + 假设条件 + 风险溢价」。
同一个项目报价，从拍脑袋到检索历史相似出区间，原来报低报高，现在带假设和风险溢价。
报价的提升，是把「拍脑袋报低报高」变成「检索历史相似 + 规模因子出参考区间」。
公开数据参考：需求向量化检索历史相似报价 + 提取规模因子（页面/接口/复杂度）出参考区间，已能让开发者从「拍脑袋报价」变「有历史有因子」。你报价是不是靠拍脑袋、同类项目历史报价能不能 30 秒翻到，先看一轮。
项目交付前自测靠开发自己手点，客户验收一上来发现 N 个 bug 返工，信任度受损、尾款被拖。这个场景用自然语言描述测试场景（「客户用手机访问 → 注册 → 下单 → 支付 → 看订单」），AI 自动生成 E2E 测试脚本，跑全场景，输出「通过率 + Bug 清单 + 复现步骤」。
同样做验收，从开发手点到 AI 跑全场景，原来客户发现 N 个 bug，现在交付前就揪出来。
验收的提升，是把「客户上来发现 N 个 bug」变成「交付前 AI 跑全场景揪出来」。
公开数据参考：自然语言描述场景生成 E2E 测试脚本、跑全场景出通过率+Bug 清单，已能把交付前自测从「开发手点」变「AI 全场景跑」，降低验收返工。你交付前自测是不是开发自己手点、客户验收一上来发现 N 个 bug，先看一轮。
开发者在接单平台/招投标平台一天看 20-50 个项目，80% 不匹配但要逐个读，写一份投标书 1-3 小时、中标率 15-25%。这个场景从平台 RSS/爬取拉项目池，LLM 按「技术栈/预算/客户画像」匹配评分，Top 项目自动生成投标书草稿（含历史案例引用 + 报价区间）。
同样接单投标，从逐个读 80% 不匹配到 AI 匹配评分出草稿，原来白读耗时，现在聚焦高匹配。
投标的提升，是把「80% 不匹配逐个读 + 1-3 小时写标书」变成「AI 匹配评分 + Top 项目出草稿」。
公开数据参考：从平台拉项目池 + LLM 按技术栈/预算/画像匹配评分 + 自动出投标书草稿（含案例+报价），已能让开发者从「逐个读 80% 不匹配」变「聚焦高匹配出草稿」。你一天看 20-50 个项目是不是 80% 都不匹配但要逐个读，先看一轮。