1500人的传统织带厂,正在重新计算AI的ROI-北京尧图网络

从“订单ROI”到“Token ROI”。作者|王铁梅编辑|杨舟今天Accio Work首届“Token King”评选公布结果入围TOP 10的没有一位是IT精英其中一位来自传统制造业的负责人巴典更是凭借在阿里国际站、1688、亚马逊、独立站等同时调用Accio Work完成了多平台协同获得“成年人不做选择奖”。在很多人的印象里能够高频调用AI、在“Token”相关的比赛上排到前列的通常是年轻的开发者或者是小型团队、一人公司。这类人往往组织轻、节奏快几乎天然就生活在AI工具的使用场景里。但巴典的身份恰恰相反。他是厦门姚明织带饰品有限公司的负责人这是一家成立于2004年的制造企业拥有1500多名员工年销售额达上亿元人民币常年保持着惊人的库存规模业务同时覆盖国内外多个电商与外贸平台。一边是典型的重资产制造型企业一边是围绕着Token评选的数字化榜单看起来是两个世界的概念在巴典身上重叠了。答案和技术无关。随着姚明织带在阿里国际站、1688、亚马逊、独立站等多个平台同时发展公司的日常经营被划分为不同系统和不同团队订单、库存、客户和运营动作分散在各处原本依靠人力和经验串联起来的方式需要更现代的模式。所以一开始使用AI或许只是为了“把事情做快一点”。但当AI真正进入到巴典的日常业务链条之后他意识到AI的价值并不止于“替代人工做同样的事”很多过去依赖经验和人脑判断的环节在AI介入之后并不停留在“更快完成”这一层而是出现了新的可能性。这也就是为什么看起来和前沿科技关联不大的传统制造业能入围“Token King”TOP 10因为这不意味着“烧了多少token”或者“多做了多少事”这只和单位AI能力创造了多大的业务价值有关。同时巴典也开始尝试理解一种新的ROI逻辑。在AI时代投入的不只是人和钱还包括算力、调用次数、以及背后的模型能力真正重要的也不是用了多少而是这些“调用”最终撬动了多少业务结果。电商行业的底层逻辑正在被AI重写。当不“守成”的制造厂遇见AI在巴典的叙述里姚明织带的成长是一个不断把边界往外推的过程。从涤纶织带小花起步到自建机台实现规模化生产公司成立初期就同时入驻了1688和阿里国际站。在那个多数外贸企业仍依赖展会和中间商的年代姚明织带已经开始直接面对线上订单和全球买家。依靠反常规的“大库存、大生产、大销售”模式姚明织带稳稳占据了全球最大窄幅涤纶织带生产制造商的位置。但这艘1500多人的大船在电商版图不断扩张时也面临着极高的内部协同成本。姚明织带的电商业务线极其复杂同时覆盖海外的阿里国际站、独立站、亚马逊、速卖通以及国内的1688和天猫淘宝。巴典告诉「市象」各平台之间的订单结构、客户沟通方式、库存逻辑并不统一业务团队需要在多个系统之间切换分别处理询盘、报价、订单与履约信息。引入Accio Work起初并不是为了应对某种生存危机更像是一种辅助工具用来让分散在多平台的数据处理变得更顺畅一些。当AI真正嵌入业务链条之后巴典发现它带来的提升并非单点效率而是整个工作方式的变化。以阿里国际站为例AI带来的第一个变化是对海外买家信息的更深层获取。过去业务员做客户背调需要单独购买海关数据工具再逐条查询出口记录和采购轨迹信息零散还要靠人工拼接效率很低。现在通过Accio Work业务员输入客户线索后系统可以自动抓取官网、社媒等公开信息并结合企业自身的产品结构做匹配分析直接生成一份带有实操建议的客户画像不仅包含基础信息还会提示潜在采购偏好和可能的决策路径。这也为生意本身提供了更多可能。而在亚马逊日常运营中也有一个容易被忽视的致命风险断货。巴典提到爆品一旦在FBA仓断货平台流量会迅速下滑商家往往不得不空运紧急补货但空运成本极高会直接吞噬利润把一个赚钱的单品变成亏损。过去这件事很难精确计算。运营需要分别查看厦门仓库存、海运在途和FBA实时库存再结合销售节奏做人工判断整个过程依赖经验也很容易出错。接入相关插件并打通数据后Accio Work给出的不再是一个库存概览而是一组非常具体的补货指令。它会直接拆解到每一个ASIN链接明确提示状态——“这个产品已逾期19天”“这个品逾期3天”“这个链接库存预计20天后断档”同步给出补货数量建议。运营能够靠AI拿到一份已经算好时间成本与物流成本的执行清单。该海运还是空运系统已经替人算清楚了。同样被重构的还有报价流转。过去遇到复杂的打样和核价需求业务员只能向技术工艺部门求助排队等待两小时到两天不等才能拿到结果。现在姚明织带将复杂的核算逻辑全部输入Accio Work固化成一个自动报价Skill业务员即便在外出差用手机微信就能获取精准报价。这套系统即将全面覆盖公司270多名业务线员工。这种深入业务流的改造也体现出巴典及其团队对新工具极强的探索精神。跑通基础的订单和报价环节后他们并未满足于简单调用系统预设功能而是不断测试AI的能力边界试图让算力渗透到日常经营中一切还能被优化的角落。最让巴典感到意外的是AI跨平台“缝合”的能力。1688平台一直缺乏像阿里国际站“小满”那样专业的CRM工具。为了解决这个问题电商团队利用Accio Work自研搭建出了一套完全懂公司业务逻辑的内部CRM系统。这套智能体不仅能实现1688客户的自动分层与动态打标签还能每周自动生成客服沟通纪要与下一步跟进计划彻底弥补了内贸平台管理工具的短板。在巴典看来Accio Work之所以能统管多盘生意核心差异在于它具备开放的商业插件生态。无论是主攻亚马逊的跨境卖家还是依赖独立站、速卖通获客的贸易商抑或是深耕国内供应链的工厂都可以通过接入自带的现成插件直接对接平台后台数据。从内贸到外贸从To B到To CAI没有改变姚明织带重资产制造的基本盘却将原本的多平台业务缝合在了一个底层系统里。用一句话概括他的用法就是“多盘生意、一个操作系统”。这种模式让本就运转稳定的制造企业也因此进入了一种更轻、更快的协同状态。当人的能力被算力放大很多人会下意识觉得能把AI智能体用好的人应该是懂技术的年轻程序员。但在姚明织带Accio Work用得最熟练的反而是一位在传统外贸行业做了快二十年的老主管。他不懂代码也不关心模型原理但业务经验非常扎实表达和拆解问题的能力很强。巴典提到这位主管在使用Accio Work时更像是在“带一个新人”。他不会去研究系统底层怎么运作而是把自己二十年积累下来的工作方法、判断标准用很直白的语言一点点讲给AI听让AI去学习他的业务逻辑。比如在织带这种非标产品里不同印刷工艺、不同规格对应的成本结构和利润判断本来只存在于少数资深员工的经验里很难标准化也很难复制。但现在这些分散在个人经验里的判断被一步步整理并固化成一个可复用的自动报价Skill。经验不再绑定某一个人而是变成了组织里可以随时调用的一种能力。更有意思的是变化并不只发生在经验沉淀上也发生在具体业务动作里。巴典告诉「市象」在过去很长一段时间里公司对客户的处理方式是比较被动的客户发来需求业务员就接单、报价、下单很少有精力去进一步挖掘客户背后的潜力。但在引入Accio Work之后客服开始尝试把客户的聊天记录、印刷图稿以及收货地址等信息直接交给AI分析。结果AI不仅快速识别出图稿背后的真实品牌方还进一步判断出这个品牌大致的业务规模和合作潜力并自动生成了对应的破冰话术帮助业务员去做下一步沟通。更关键的是AI在这个过程中并没有停留在“分析一个客户”的层面而是顺着已有信息继续往外延伸主动推荐了一个业务模式相似但规模更大的潜在客户B。业务团队顺着这条线索跟进最终拿下了一笔超过二十万元人民币的订单。这笔订单的意义并不只是金额本身而是让客服也可以不只停留在被动响应可以借助AI变成主动找机会的人。类似的变化也发生在亚马逊运营团队。巴典提到有一位性格很内向的工科背景运营平时基本不怎么表达更习惯一个人处理日常的运营工作。在接入Accio Work并通过插件打通亚马逊后台之后部分重复性工作被大幅自动化系统会每周自动生成结构化的库存和广告分析报告把原本需要半天甚至更久的人工整理压缩掉了大半。这个变化带来的结果是这位原本很少在会议上发言的运营在使用工具两周后开始在每周的会议上主动分享自己的数据分析结果和运营判断逐渐参与到团队更核心的策略讨论中。这种能力的放大也延伸到了更宏观的层面。巴典提到在像窄幅涤纶织带这样高度细分的行业里过去几乎不存在完整的行业研究报告企业很难真正看到市场全貌。但现在通过AI对多源数据的整合与分析能力公司可以自己完成友商对比和市场趋势梳理。深度探索AI既能帮助姚明织带这样的龙头企业继续加固自身优势也让资源相对有限的中小商家有机会用更低成本获得原本很难触达的行业认知从而找到差异化的切入点。当AI真正进入业务流之后它并没有简单替代人的工作而是把每个人原本能做到的边界整体往上推了一层。Accio Work改变的不只是效率而是每一个岗位原本“能做到什么”的上限。到了计算AI ROI的时代入围首届“Token King”TOP 10并获得“成年人不做选择奖”后巴典重新思考了何为AI价值。在商业世界中企业评估一款数字化工具的ROI也就是投资回报率一直以来都是很直接的它带来了多少新增订单或者节省了多少可以量化的成本。能不能赚钱、能不能省钱是最核心的判断标准。但在深度使用AI之后巴典逐渐意识到这套评价方式该变化了。他表示现在已经不能只用“拿下了多少订单”“创造了多少营收”来衡量Accio Work的价值。AI带来的影响很多时候并不直接体现在某一笔订单上而是发生在企业的日常运转方式里比如流程如何被重组、部门之间如何协同甚至业务机会是如何被重新发现的。他用一句更直接的话概括AI改变的是一家公司的生意流程和管理方式本身。当这个认知逐渐清晰之后他开始重新思考一个更现实的问题对于一家拥有1500名员工的重资产制造企业来说AI投入到底应该如何被统一管理和放大效能。基于这种思考巴典有了一个新设想在年底之前设立一个“AI Agent项目主管”的岗位。这个岗位有一个明显的特点它并不来自传统的IT或技术部门而是直接从一线业务人员中选拔。因为AI并不是一项需要技术背景才能使用的工具。像前文提到的那样姚明织带内部把Accio Work用得最熟练的人本身是一位拥有近二十年经验、但完全不懂代码的外贸主管。因此这个岗位的候选人标准并不是技术能力而是业务理解能力和指令表达能力。谁最清楚真实业务是如何运转的谁就最懂如何让AI工作。这位主管不需要脱离原本岗位而是带着日常业务继续工作同时承担起推动AI工具落地、梳理跨部门问题、以及定期复盘AI使用效果的职责。巴典对这个岗位的设想本质上是在推动一个新的评价体系从“订单ROI”转向“Token ROI”。所谓Token ROI并不是简单看企业消耗了多少算力而是看单位算力所撬动的业务价值有多大。对于已经在多个电商平台同时运行AI系统的姚明织带来说也正在尝试把AI的使用权真正下沉到一线让最懂业务的人去定义AI如何工作。当技术门槛被压平之后决定效率上限的不再是系统本身而是那些真正理解业务的人如何使用它。

1500人的传统织带厂,正在重新计算AI的ROI

相关推荐

Claude Code离线安装方案揭秘

终极指南：用XUnity.AutoTranslator轻松实现Unity游戏本地化

计算机毕业设计之基于SSM的众筹管理系统的设计与实现

更多资讯

（最新）基于Springboot智慧社区物业管理系统【附源码+文档】

（最新）基于Springboot社区助老志愿管理系统【附源码+文档】

（最新）基于Springboot大学生在线学习平台【附源码+文档】

（最新）基于Springboot智能仓储物资管理系统【附源码+文档】

（最新）基于Springboot智慧物流管理系统【附源码+文档】

ROS2全向机器人SLAM与Nav2路径规划实战：从运动学解算到参数调优

今日更新

猫狗目标检测数据集：VOC/COCO/YOLO三格式一体化实战包

HDU2017多校标程复现：算法竞赛工程化真题沙盒

Codex Sandbox 隔离环境拆解：AI Agent 的临时实验室如何运作

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？