[返回全部研究]() 词元映射研究工程实践 # 企业 Agent 落地：业务拆解与工程实践 ### P1 我们是一家专注于为客户提供全案智能体定制的公司。过去这两年，我和我的团队只做了一件事：帮助那些各行各业的“先行者”们，把 AI 真正融入进他们的业务中。 在陪陪伴他们用AI重塑业务的过程中，我们有一些实践经验，与大家分享：Agent落地这一年的实战复盘 ### P2 ![图片展示了“给我一个支点，我可以撬动整个地球。”这一阿基米德名言，背景为地球图像。下方有三个蓝色板块，分别标注“庞大沉重的企业业务”“AI技术”“业务流程中的关键切口”，并配有“就是那个‘地球’”“就是那根‘杠杆’”“就是我们要找的‘支点’”的说明。图片与上下文紧密相关，通过类比阿基米德名言，阐述AI在企业业务中的重要作用，即AI是撬动企业业务变革的“杠杆”，而业务流程中的关键切口是寻找“支点”的关键。]() 两千多年前，阿基米德说：“给我一个支点，我可以撬动整个地球。” 放到在 2026 年的今天，在AI落地的场景下，我想说： **庞大沉重的企业业务，就是那个“地球”；而 AI，就是那根“杠杆”。** 很多 AI 项目之所以失败，不是因为杠杆（AI）不够硬，而是因为**找不到那个支点**。毕竟，如果把杠杆架在空气里，杠杆再硬也是空转。 只有精准的找到业务流程里的“支点”时，才能利用AI真正“撬动”巨大的商业价值。 ### P3 ![图片为百度智能云的目录页，背景为深蓝色渐变。上方有“百度智能云”标志及“智能云，让AI更简单”字样。目录包含四个板块，分别是“蒂彩钻石画 - 制造业的生产重构”“房产西南王 - 服务业的交互变革”“大头贴机器 - 传统硬件的存量新生”“落地三部曲 - 从拆解到替换的方法论总结”，每个板块配有图标。该图片与上下文紧密相关，是对文档中三个真实落地案例的概括呈现。]() 今天这 20 分钟，我不讲大道理，我只讲三个真实的落地案例，聊聊，我们是如何寻找这三个“支点”的。 这三个案例分别代表了：**制造业的生产重构、服务业的交互变革、以及传统硬件的存量新生。最后我们再聊一聊，落地的方法论。** ## 案例一： ### P4 ![图片展示了蒂彩工艺的钻石画产品，标题为“蒂彩钻石画 - 制造业的生产重构”。画面中有四款不同风格的钻石画作品，左侧为蓝色调的抽象画，中间两款是人物肖像画，右侧为卡通企鹅玩偶。这些作品体现了钻石画的多样性和艺术性，与上下文介绍的蒂彩工艺在钻石画领域的全球龙头地位相契合，直观呈现了其产品特点。]() 第一个案例，来自于一家垂域的全球冠军：蒂彩工艺。大家可能不熟悉这个名字，但在“钻石画”这个垂直领域，论产值、规模及品牌影响力上，蒂彩是这个领域中当之无愧的全球龙头，其产品大量销往欧美、东南亚、中东等地区。 先科普一下什么是钻石画。 简单说，就是用钻石拼在一起，完成一幅用钻石组成的画。 用左边这种一颗颗的钻石，拼在一起，屏幕上的这些，就是一些用户的钻石画案例： ![图片展示了一幅用钻石拼成的画作局部，以蓝色为主色调，有深蓝、浅蓝、蓝白相间的渐变效果。画面中还点缀着白色和黑色的钻石，形成对比。画面右下角有橙色和黄色的钻石，增添色彩层次。这幅画作展示了钻石画的工艺细节，与上文提到的钻石画概念相呼应，直观呈现了钻石画的制作成果。]() 钻石细节 ![图片展示了一幅钻石画作品，画面中是一个小女孩的卡通形象，背景为红色。作品被放置在一个红色的圆形底座上，底座边缘有红色的装饰。背景墙上有网格图案，左侧有紫色、绿色的图案，右侧有粉色、黄色、橙色的图案，还有一张小女孩的真人照片。该图片与文档中介绍钻石画的内容相关，直观呈现了钻石画的成品效果。]() 案例画 ![图片展示了两张照片。上方照片中，一位小女孩和一位小男孩面带微笑，小女孩头戴红色发带，身穿红色毛衣，小男孩身穿红色毛衣，两人站在红色背景前。下方是一幅由钻石拼成的图案，图案中是两个卡通人物，一个戴眼镜，另一个头戴红色发带，均穿着红色上衣，背景为黑色。该图片与上文介绍钻石画的内容相呼应，直观呈现了钻石画的成品效果。]() ![图片展示的是蒂彩定制的和npu相框。相框内有一只黑色企鹅玩偶，玩偶胸前挂着一张钻石画，画中是两个女孩的头像。相框外侧有“LET'S DOG”字样及“Instant Gratification”等装饰文字。相框上方有文字说明“喵喵还定制了一个和npu的相框 这也太还原了太萌了(´﹃｀) 刚好当作六周年纪念日礼物”。图片与上下文紧密相关，是对蒂彩定制相框的展示，体现了其在钻石画领域的品牌影响力。]() 看起来就是把对应颜色的钻石贴在原本的照片上，好像很简单。 ### P4 ![图片展示了P4案例中定制钻石业务的核心痛点。左侧列出三点：1. 劳动密集型地耗，设计师需在电脑前一个像素点一个像素点地修；2. 人力与产量成正比，设计师人手不足导致业务上限；3. 无法量产，定制钻石业务即便很受欢迎，但供货无望，成品定制就发货时间长达30天。右侧配有两张图片，左侧为一张小孩戴生日帽的照片，右侧是该照片像素化后的卡通形象。图片直观呈现了业务痛点，与上下文对定制钻石业务痛点的描述相契合。]() 但实际上，这简直是**劳动密集型的地狱**。 从一张用户发来的照片，到变成工厂能生产的工艺单。中间需要：**转像素、修杂色、匹配钻号、匹配数量、切割刀线、做白墨图层、做刮胶雕线、生产排版。** 这一长串工序，而其中最耗时的就是，把图片转成像素画。这一过程，全靠设计师在电脑前，一个像素点一个像素点地修。 ![图片展示了一个戴着“HAPPY BIRTHDAY”生日帽的小孩。小孩穿着黑色外套，手放在嘴边，背景为深色。图片位于介绍转像素等工序耗时的上下文之后，直观呈现了了转像素等工序中需要在电脑前手动画出来的场景，与上下文提到的“把图片转成像素画”相呼应，形象地展示了这一工序的耗时性。]() ![图片展示了一幅像素画，画面中是一个戴着蓝色帽子、穿着深色衣服的卡通人物。人物面部有大大的眼睛，脸颊微红，表情可爱。背景为白色，人物周围有黑色的点状装饰。该图片对应文档中“转像素、修杂色、匹配钻号、匹配数量、切割刀线、做白墨图层、做刮胶雕线、生产排版”等工序中的“转像素”步骤，直观呈现了转像素后的像素画效果。]() 需要在电脑前一个像素点一个像素点的手动画出来，然后再根据钻号做对应。这是一个非常消耗时间的过程。人与产量是正比关系，想要产量大，就得人手多。旺季订单来了，设计师把鼠标点烂了也做不完，这直接锁死了业务的上限。 因此，定制钻石画业务即使很受欢迎，但也迟迟无法量产。 大家可以看一下其他的竞品，类似于拼豆画，定制款的发货时间是30天。 于是蒂彩就找到了我们，在与他们聊完了一整条业务逻辑之后，我们和蒂彩一起，找到了那个人工耗时长、定制成本高、业务效率瓶颈点。 ### P5 ![图片背景为深蓝色渐变，上方有“小切口”字样，下方大字显示“钻石画底图生产自动化”。这张图片位于文档中寻找“小切口”环节，与上下文紧密相关。上下文提到蒂彩在与我们聊完业务逻辑后，我们和蒂彩一起找到了人工耗时长、定制成本高、业务效率瓶颈点，即“钻石画底图生产自动化”。图片直观呈现了这一“小切口”，强调了其在业务优化中的重要性。]() **这就是我们要找的“小切口”：钻石画底图生产自动化。** 在第一阶段，我们没有给蒂彩做什么庞大的 ERP，没有构建多么繁杂的工程，我们只做了一个 Agent 节点： 利用 AI 的图像参考能力，结合视觉算法脚本，完成了“从原图到工程底图”的转换。 ### P6 调整一下 ![图片展示了小红书品牌店“Doo crafts旗舰店”全流程自动化生产过程。上方蓝色背景板块呈现AI自动处理色差、自动匹配库存钻号、任何用户都可以DIY等信息，强调3小时处理时间缩短至30秒。下方黑色背景板块以箭头形式标注转像素、修杂色、配钻、匹配数量、切割刀线、做白墨图层、做刮胶雕线等步骤，还展示了相关图片，如转像素后的图片、配钻后的图片等。该图片与上下文紧密相关，直观呈现了小红书品牌店全流程自动化生产的内容。]() 结果是：以前设计师耗时 **3 小时** 的工作，现在 AI 只需要 **30 秒**。 而且，AI 可以自动处理好色差、自动匹配库存里的钻号。 原本需要专业设计师画的图，现在任何用户都可以自己DIY。 这就是我说的：**切口极小，但赋能极深。** **这一个环节打通，直接摆脱了量产制约。** 【替换文件夹中的P7视频】 ### P7 生成稳定后，我们又一并完成了整条流程的打通：**转像素、修杂色、匹配钻号、匹配数量、切割刀线、做白墨图层、做刮胶雕线、生产排版。** 完成了全流程自动化。 ![图片展示了多个像素风格的卡通人物头像。左上角是黑发女性头像，编号0106 - 11；右上角是棕发女性头像，编号0107 - 1；右上角是棕发小狗头像，编号0107 - 2；左��������������������������������������������������������������������������������������������������������������������������]() **转像素** ![图片展示了多个像素 addCriterion图片展示了多个像素风格的卡通人物头像。上排从左至右分别是黑发女孩、棕发女孩、棕毛狗；下 addCriterion图片展示了多个像素风格的卡通人物头像。上排从左至右分别是黑发女孩、棕发女孩、棕毛狗；下排从左至右分别是戴眼镜的双人、黑发男孩、金发女孩。这些头像均为像素风格，色彩以黑白灰为主，部分有彩色点缀，整体呈现出一种复古的像素艺术风格。]() **修杂色、配钻号** ![图片是一张表格，展示了不同色块的字符、钻号、原始钻量及实际钻量等信息。表格包含序号、色块、字符、钻号、原始钻量、实际钻量等列。其中，序号1 - 6对应不同色块，字符为A - F，钻号有154、353、352等，原始钻量从369到40不等，实际钻量从500到100不等。该表格与上下文提到的“转像素”“修杂色、配钻号”等内容相关，可能用于说明定制业务中不同色块钻量的调整情况。]() **匹配数量** ![图片展示了蒂彩定制业务中可选择的多种定制形状，包括不规则形状、圆形、不规则图形、不规则图形、不规则图形、正方形等。这些形状是蒂彩在小红书“Doo crafts旗舰店”上提供定制业务时，客户可选择的图案轮廓样式。图片与上下文紧密相关，直观呈现了蒂彩定制业务中丰富的图案选择，为读者展示了定制业务的多样性和灵活性。]() **切割刀线** ![图片展示了蒂彩使用Agent平台进行定制业务时，不同形状的切割刀线。共有六种形状，包括不规则多边形、圆形、不规则多边形、不规则多边形、不规则多边形、矩形。这些刀线是通过Agent平台的切割刀线功能生成的，用于定制业务的生产。图片与上下文紧密相关，直观呈现了平台在定制业务中对不同形状的处理能力，体现了其在提升定制业务效率方面的效果。]() **刮胶雕线** ![图片展示了蒂彩通过AI技术实现的定制业务设计成果。画面中有六个不同形状的物品，均为粉色填充，包括上半部分为圆顶、下半部分为圆柱的物品，圆形物品，以及类似猫头形状的物品等。这些设计成果体现了蒂彩在定制业务上的创新与高效，与上下文提到的“以前需要十几人设计团队来支撑的定制产能，现在只需要一个运营加一个设计师复核”相呼应，直观呈现了AI技术带来的设计效率提升。]() **白墨图层** **以前需要十几人设计团队来支撑的定制产能，现在只需要一个运营加一个设计师复核。** 现在，蒂彩的定制业务已经能在小红书上通过“Doo crafts旗舰店”直接体验，感兴趣的可以去体验一下： ![图片展示的是Doo crafts旗舰店在小红书平台的页面。页面顶部有店铺名称“Doo crafts”及认证标识，下方有店铺介绍“你的专属像素定制，脑洞配饰！每天收集一个小幸运”。页面中部有关注、粉丝、获赞等数据，以及“关注”“私信”按钮。下方展示了店铺笔记、商品、收藏等内容，如“怎么样专属定制头像的流程来啦！”“天呐！用毛孩子定制的相框也太好看了吧！”等，还配有相关图片。该图片与文档中提到的蒂彩定制业务能在小红书上通过“Doo crafts旗舰店”直接体验的内容相关。]() ![图片展示了一位长发女性，她穿着灰色毛衣，手持两个毛绒挂件。挂件上印有卡通人物图案，一个挂件是白色毛绒材质，带有红色爱心装饰；另一个是棕色毛绒材质，带有蓝色背景。背景为木质和白色墙面。该图片位于文档中“案例一：P6调整一下”部分之后，可能是用于展示蒂彩定制业务在小红书上通过“Doo crafts旗舰店”体验的定制产品，吸引感兴趣的用户去体验。]() ![图片展示了一位年轻女性，她有着棕色长发，戴着白色发带，穿着粉色上衣。她左手拿着一个毛绒材质的包，包上有一个像素风格的卡通人物图案，图案中人物有黑色头发，背景是粉色和白色。图片右下角有“小红书号：429938290”字样。该图片与文档中“蒂彩的定制业务已经能在小红书上通过‘Doo crafts旗舰店’直接体验”的内容相关，展示了在小红书上体验定制业务的场景。]() ![图片展示了一只可爱的猫咪，它站立在印有“Doo Crafts”字样的白色盒子上，盒子周围摆放着粉色的爱心形状装饰品、粉色的盒子等小物件。背景墙上挂着一些装饰品，如红色的帽子、带有图案的杯子等。猫咪的姿势和表情显得非常萌趣，与图片下方彩色字母“Happy”相呼应，营造出一种轻松愉快的氛围。该图片可能用于展示Doo Crafts品牌相关产品或活动场景。]() ![图片展示了两只柴犬，一只为棕白相间的柴犬，另一只为黑棕相间的柴犬，它们正依偎在一起，显得十分亲密。画面右侧的柴犬前爪搭在另一只柴犬身上，表情可爱。画面左下角有一张柴犬的像素化图案，图案中柴犬的面部表情与真实柴犬相似。图片与上下文关系紧密，可能是用于展示柴犬相关的内容，如案例中提到的蒂彩定制业务在小红书上通过“Doo crafts旗舰店”直接体验的场景。]() 讲完了这个，我们再看下一个案例： ### P8 ## 案例二：房产“西南王” —— 交互的变革 第二个案例，来自房产行业的“西南王”。 这是一家拥有万名员工、8000 名经纪人的直营巨头。是本地最大的直营房产经纪品牌，极具影响力，其直营门店数量和人员规模在本土企业中遥遥领先。 这家企业早在24年底已经开始了初步的尝试，在25年初已经开展了深度合作，他们是当之无愧的先行者。 房产经纪行业有一个最大的痛点：**“人找房”太难了。** 有过租房、买房经历的朋友都清楚，我们在线上找房时，APP上只能点选一些固定的筛选项，比如：价格、面积、几室几厅。 但是，那些十分重要的决策因素，比如房屋政策、窗外视野、装修风格等，是隐形的，无法量化筛选的内容。 这些只能自己一个一个查看。 我们作为用户是如此，其实房产的经纪人也是同样如此，每一个经纪人对房产的了解也都是自己周边的一亩三分地。，每次都是需要点选一批筛选房源，然后一个一个的查看哪些更符合客户的喜好。 这个步骤，是整个房产经纪中使用频率最高，耗时最长，但是无效执行最多的环节。 ### P9 于是，我们就从此入手：**把“搜索框”变成“对话框”，并注入“深度思考”能力。** 我们通过构建一套统一的向量语言，用户只需要自然语言的表达需求，经过AI的引导后，得到更加明确的用户的需求，Agent就可以自动在数十万套真实房源中根据用户的需求进行推理和查找符合用户需求的房源。 [视频]() 就像，我让他帮我在观音桥附近找一个面积150平方左右，三室的二手房房子，旁边最好有商圈和学校，帮我找出最具有性价比的房子。 **意图拆解：** 150平、三室、二手、商圈、学校、具有性价比 **深度检索：** 在数十万套房源中，利用向量检索 + 深度推理。 **决策输出：** 最终给出 5 套最优房源，并附带推荐理由。 我们还支持了深度思考的查询功能，深度思考状态下，会同时在更大范围、更多维度下进行对比，处理高达数百套房源的各个维度信息，进而给出综合建议。 ### 【额外页EP1：这里，我希望多增加一页，就放 黄色的字+图,这个视频也放在这一页】 ![图片展示的是重庆棕榈 自动生成图片描述]() [视频]() 模型还承接了并支持了政策、学区、金融、新盘等全套业务的咨询工作。 大家不要小看咨询工作，这真的是非常考验业务能力的一环，因为一个小区周边的信息，其实信息并不存在于互联网上，甚至互联网上的更新是非常慢的，不信你去查一下你们家附近某个小学发布的招生简章、学校性质，招生政策有没有是什么时候更新的了。 甚至大家问都习惯用简称，那就更难了。 比如有问：巴南巴蜀还是属于私立民办还是公办？ 买二手房能不能开全款购房发票？ 彩云湖小学B校区有哪些小区可以读？ 很多信息不在我们的数据库里，而在瞬息万变的互联网上。这时候，Agent 如果不能联网，就是个“断网的超级大脑”，没用。 所以，在这个环节，我们引入了 **百度AI搜索**、深度研究（Deep Research）API作为 Agent 的“眼睛”和“耳朵”。 ![图片展示了百度AI搜索的相关信息。上方有“搜索中...”字样及百度图标，下方文字介绍百度AI搜索基于组件搭建，可结合全网实时信息进行智能问答，能力丰富强大，提供全新搜索体验，还标注了“权威信源”“多模态内容”两个标签。该图片与上下文紧密相关，上下文提到在房产交易环节引入百度AI搜索、深度研究API，因房产交易需权威性和时效性，百度搜索能实时抓取新政、学区公告等信息，此图直观呈现了百度AI搜索的功能特点。]() ![图片展示了百度AI搜索的“深度研究Agent”功能。上方有“Deep Research Agent”字样，下方文字介绍其能自主完成多步骤研究任务，实时整合多模态数据，生成高质量结构化报告，提升分析速度。下方有“权威信源”“事实核查”“可定制”三个标签。该图片与上下文紧密相关，上下文提到在房产交易环节引入百度AI搜索和深度研究API，因房产交易需权威性和时效性，Agent能实时抓取最新房产新政、学区公告等信息，此图直观呈现了深度研究Agent的功能特点。]() **因为房产交易需要极高的权威性和时效性。 通过百度搜索强大的索引，Agent 能实时抓取最新的房产新政、学区公告，甚至该小区的最新讨论。** **我们常说，在 Agent 时代，搜索是标配，而且必须是高质量的标配。百度做搜索有二十五年的沉淀，确实是又快又全。** 此外，卖房者发送的市场报告是异步的，也就是在有波动的时候才会发，所以，在这里我们引入了，百度的深度研究（Deep Research）API，更深入的探查市场信息给出更丰富的报告内容呈现给用户。这些内容都是打通经纪人与客户沟通的桥梁。 承接了这些事项，这无论是对用户还是经纪人本身，都会省掉大量的时间。 ### P10【需要调整】 ![图片展示了房产“西南王”通过AI交互变革的全流程打通情况。上方标题为“全流程打通”，并说明AI将“人找 addCriterion addCriterion]() ![图片展示了一个房产相关界面。左上角为一套房屋室内照片，下方有多组图表和数据信息，可能是与房产相关的业务数据、市场情况等分析。图表有折线图等形式，颜色有红、蓝等，还包含文字说明。结合上下文，该图片应与房产“西南王”案例中AI在房产交互变革方面的应用相关，可能是展示AI助力房产服务过程中的一些数据成果或业务情况，辅助说明打通上下游环节的成效。]() 这里可以滚动放这个图，把原视频替换掉 这还没完。此处成熟后，我们一举打通了上下游环节。 **向上：**当 AI 帮用户选好房后，它会自动把“用户画像”和“推荐报告”推送给最合适的经纪人。 **向下**，AI 还会作为经纪人的助理，定期帮用户关注新房源、会自动的询问、跟进、发送当前房源的市场报告供用户参考。以提高成交的效率。 由此，我们通过一个核心点，打通前后端业务后，形成了一整套的自动化能力。原本由8000人分管的用户，现在能够由总部的几个AI账号全盘统筹自动处理，再进行分发。 **这就是深赋能：** **它把“人找房”变成了“房找人”，让经纪人从“找房机器”变成了真正的“服务专家”。** ## 案例三：大头贴机器 —— 存量机器焕发新生 ### P11 第三个案例，就在我们身边——商场里的大头贴机器。 不知道大家对商场里、景区里的这个“大头贴”机器看起来是不是非常熟悉： ![图片展示是大头贴机器的实物展示。机器主体为绿色，上方有“Photo自拍机”字样，侧面写有“JUST FOTO”等标识。机器前方设有拍照窗口，窗口内有照片展示。机器底部有“大头贴”字样，旁边还有“EVERY PHOTO TELLS A STORY”等装饰文字。该图片与上下文紧密相关，直观呈现了大头贴机器的外观样式，为介绍其痛点及后续改造提供视觉参考。]() ![图片展示的是商场里常见的“大头贴”机器。机器主体为粉色和紫色，顶部有“PHOTOS”标识，侧面有]() 在座的各位有多少是自己或者身边的家人朋友进去过拍照的可以举个手？ 这种机器，痛点很明显：**体验单一**。 不管你在哪拍，背景就是那个布帘子，除了加个贴纸，什么都改不了。 对于商家来说，这只是一次性的生意，很难有复购，但是一个位置的流量一共就是哪些，怎么办？ ### P12【这里原本用的图，替换进去一下】 于是，我们：**给旧硬件装上 AI 的大脑。** 我们在云端部署了一套生图工作流。现在，当用户拍完一张普通的照片后，不再是直接完成照片，而是在AI加持下，AI 可以立刻进行“影楼级”的二次创作。 现在，仅凭一张拍完的图片，就可以生成和优化出数十套原本在摄影馆要花大几百才能产出的照片效果。这是“影楼级”的生产力下放。 需要替换的 这个更清晰 ![图片展示了一位年轻女性，她戴着圆形眼镜，穿着浅蓝色带有白色条纹的衬衫，衬衫袖口卷起。她的头发是浅棕色，披散在肩上。背景为浅粉色，整体色调柔和。图片位于文档中“大头贴机器——存量机器焕发新生”案例的上下文部分，可能是用于说明或展示相关案例中的照片效果。]() 需要替换，这个品牌打码了 ![图片展示了“拾贰光年·寻梦环球”活动的宣传照，背景为浅粉色，有“12th GLOBAL HARBOR ANNIVERSARY 上海环球港12周年庆”字样。画面中一位戴眼镜的女性，穿着白色衬衫，做出比心手势。底部有“拾贰光年·寻梦环球”标识及蛋糕装饰图案。该图片与上下文关系紧密，是“大头贴机器——存量机器焕发新生”案例中，展示的生成图效果，体现了“影楼级”生产力下放，仅凭一张拍完的图片就能生成和优化出数十套高质量照片。]() 生成图对比，现在的效果 ![图片展示了四张同一女性在不同表情下的照片。她穿着粉色无袖上衣，头戴粉色发夹，背景为夜晚街道。照片中她有多种表情，如自然站立、用手捂嘴、低头、捂嘴等，展示了不同情绪状态。这些照片与上下文提到的“影楼级”生产力下放相呼应，体现了仅凭一张拍完的图片，就能生成和优化出数十套不同效果照片的能力。]() ![图片展示了一位年轻女性，她留着浅棕色短发，头发一侧别着粉色发卡，戴着透明边框眼镜，身穿粉色针织吊带背心，面带微笑，姿态轻松自然。背景是夜晚的街道，有路灯和模糊的街景。结合上下文可知，这是一张通过相关技术生成和优化后的照片效果示例，展示了仅凭一张拍完的图片，就能产出类似影楼效果照片的“影楼级”生产力下放成果。]() ![图片展示了一位戴眼镜的女性，她双手托腮，面带微笑，背景为金属质感的墙面。女性穿着浅蓝色上衣，袖口有破洞设计，头发为浅棕色，披散在肩上。这张图片是文档中“大头贴机器——存量机器焕发新生”案例的一部分，用于说明仅凭一张拍完的图片，就能生成和优化出“影楼级”生产力效果，展示了生成图对比的效果。]() ![图片展示了一位年轻女性，她戴着透明框架眼镜，双手托腮，面带微笑，表情自然。她穿着浅蓝色带有白色花纹的衬衫，背景为渐变色，从粉色过渡到白色。该图片是文档中“大头贴机器——存量机器焕发新生”案例中生成图对比的一部分，用于展示通过AI技术优化后的效果，与上下文提到的“仅凭一张拍完的图片，就可以生成和优化出数十套原本在摄影馆要花大几百才能产出的照片效果”相呼应。]() ![图片展示了一位年轻女性，她面带微笑，右手比出“V”字手势。她戴着眼镜，穿着浅蓝色条纹衬衫，衬衫上有白色花朵图案。背景为纯绿色。这张图片位于文档中“大头贴机器——存量机器焕发新生”案例的生成图对比部分，用于展示经过优化处理后的效果，与上下文提到的“仅凭一张拍完的图片，就可以生成和优化出数十套原本在摄影馆要花大几百才能产出的照片效果”相呼应。]() ### P13【这里原本用的图，替换进去一下】 用户不仅可以拍出原本需要在专业影棚中的风格大片，还可以拍出文旅景区、节日氛围的打卡照片： ![图片展示了一位穿着圣诞主题毛衣的女性，她面带微笑，比出“V”字手势。背景为红色，上面有圣诞老人、圣诞树、雪人等图案，还点缀着雪花。这张图片与文档中“大头贴机器——存量机器焕发新生”案例相关，用于说明用户在大头贴拍照基础上，通过AI模型加持，能拍出高质量、更好视觉效果的艺术照，如文旅景区、节日氛围打卡照片等。]() ![图片展示了一位身着传统服饰的女性，手持灯笼，背景是夜景中的龙形装饰和红色灯笼。女性面带微笑，做出“V”字手势，服饰为蓝色与橙色相间，头饰精致，整体画面色彩鲜艳，充满节日氛围。该图片与上下文紧密相关，直观呈现了用户在大头贴机器上拍摄出的高质量艺术照，体现了在AI模型加持下，单一大头贴机器焕发新生，用户能拍出更好视觉效果的艺术照这一内容。]() ![图片展示展示了一位身着红色古装、头戴金色头饰的女子，手持黄色花朵，比出“V”字手势，背景是夜晚的山洞和一尊佛像。该图片与文档中“大头贴机器——存量机器焕发新生”案例相关，说明用户在大头贴拍照基础上，通过AI模型加持，能拍出高质量、更好视觉效果的艺术照，如文旅景区、节日氛围打卡照片等，体现了单一大头贴机器焕发新生的效果。]() 我们没有做很多事情，只是在原有的拍照基础上，增加了AI 模型的加持，就让单一的大头贴机器焕发了生机，用户不再是简单的与背景板合影，而是能够生产更高质量、更好视觉效果的艺术照。 这一转变，使得这台机器不再是一个“拍照机”，而是一个“无限风格体验站”**。** **我们没有换硬件，只是加了 AI，复购率和**客单价就有了显著提升。 看完了以上案例，我们会发现，都有一个共性。 我们从未凭空创造一个业务，也从未创造一个虚假的需求。 ### P14 **我们做的所有事情，都是在原有成熟的 SOP 之上，寻找那个最合适的“支点”。** 这听起来很简单，但在实际落地中，我们往往会被“全能 AI”的幻象所迷惑，总想着一步登天，做一个无所不能的超级系统。以上的客户如果不是我拉着盘点完，一开始也都是准备直接AI重构整个系统的。好多老板上来就是要建立一个AI nativate的业务。 为了避免这种“宏大叙事的陷阱”，我把这套心法总结为“落地三部曲”，送给各位： ### P15 **第一步：拆解—— 把业务“原子化”。** 不要看业务的整体，要看它的**输入**和**输出**。 比如刚刚讲的钻石画，我们没有把它看作“艺术创作”，而是拆解成了原子步骤： 第一步： - **输入：** 用户的一张照片； - **输出：** 一张带色号的像素底图。 第二步： - 输入：像素点图 - 输出：对应的钻号图 **搞清楚 输入和 输出，我们才能看清这个过程到底是什么，AI到底能干什么，需要干什么。** **第二步：诊断，寻找“阻力最大的点”。** 哪个环节是上下游的“主要卡点”？哪个环节消耗的人力最多？哪个环节限制了你无法从 1 做到 100？ **那个阻力最大的地方，就是你要找的“支点”。** 当然在一套业务中，这样的“点”有很多。把这些都记下来。任何人都无法帮助你，只有自己切身去找。 **第三步，替换： 用AI的擅长点定向替换这个环节。** 这时候，我们需要一个冷静的判断： 现在的 AI 模型（无论是推理、生图还是工具调用），它的能力边界能不能 Cover 这个原子环节？成本是不是低于人工？ 如果答案：是，那**不要犹豫，把这个环节用 AI 替换掉。** **并且，在考虑是否能够覆盖这个原子场景的时候，也要想到：我们是自己造轮子，还是直接用现成的顶级服务？** 比如，如果你发现这个环节需要大量的外部知识（比如做行业调研、做竞品分析），千万别自己去爬数据。 **直接调用百度的搜索 API，或者接入千帆的深度研究 Agent。** 把“获取信息”和“逻辑推演”这种重活儿，交给最擅长的大厂基建； 把精力集中在你们最核心的业务逻辑上。 就像我们用 AI 替换了蒂彩的设计师修图（用了视觉模型），用百度搜索和深度研究替换了房产经纪人的机械背书和报告撰写。 **先单点突破，再上下游延伸。这就是撬动业务的正确姿势。** ### P16 最后，我想说： 1、 **SOP 优先，Agent 在后。** 如果你的业务流程连人工都跑不通，千万别指望 AI 能救你，先用人工最快、最低成本的验证。但如果你的 SOP 已经成熟，那么 AI 就是那个能让你从“线性增长”变成“指数级爆发”的关键变量。 **2、与 AI 做朋友，只造船，不挖池。** 过去一年里，我见到很多企业的老板们都想自己去做一个所谓的内部专用模型，要本地化，要独立化，要用巨高的成本搞工程化的开发，达到超越模型能力的效果。 但其实我们基本上预期到这种情况，都会尽量劝导或者引导客户，直接用云模型。 为什么？ 因为这样做，就等同于外边有汪洋大海，但是你非要给自己挖一个“蓄水池”。池子再大，也是死水，不仅维护成本高，而且很容易干涸。 在 2026 年，我们要转换思维，与AI做朋友，本质上是顺应AI的发展趋势，顺应厂商的技术路径，不要在模型的道路上，去试图超越模型的能力。 否则一旦模型更新，我们辛苦做的“基建”瞬间就会被覆盖，沦为技术演进路上的牺牲品。 我们要搭建的是业务的“船体”和“风帆”，**把底层能力的进化交给大厂，把业务场景的深耕留给自己。** 在这个生态里，模型基础能力是“水”，而我们的业务架构是“船”。 水位上涨时，我们要做自然浮起，而不是被淹没的那个。 业务之船越坚固，当模型能力上涨之时，我们建立在上面的业务之船，就会自然而然地被托举到新的高度。模型越强你越强。 ### P17 加一页 2026 年，希望在座的每一位，都能找到属于自己业务的那个“小切口”，找到那个最精准的“支点”。撬动企业的大未来。 2026，希望各位都能建造好自己的船，借助大模型的“滔滔江水”，去探索更广阔的商业大海。 ## 继续探索 [全部研究]() [!\[图片\]() 模型实测 ### 编程智能体的代码修复轨迹与 Harness 对照 DeepSeek V4 Pro、GLM-5.3 接连更新，豆包推出了 Seed-Evolving，DeepSeek 还发布了自己的 Harness。模型能力在涨，给模型提供工具和执行环境的 Harness 也在进化。]() [!\[图片\]() 模型实测 ### DeepSeek、GLM 与 Kimi 的真实任务对比 说实话，现在的大模型已经多到让人有点选择困难了。]() [!\[图片\]() 模型实测 ### Doubao Seed 2.1 Pro 工程任务实测 6 月 23 日，火山引擎在北京举办 2026 夏季 FORCE 原动力大会，正式发布豆包大模型 2.1。]()