不用发工资的AI员工，开始托管商家生意了

作者丨江上酒

编辑丨沧浪客

把500套景德镇茶具卖去洛杉矶，得花多大功夫？

在传统电商模式下，这套流程走下来，至少要牵扯到资金换算、海关报关、国际物流、海外营销、业财核算五个环节。想要做成这笔生意，不仅要耗时数周，还要组建5至7人的团队，不仅费时，更费钱。

可在今年的WAIC大会上，各种Agent的落地应用让商家看到了更多“增效”的可能。比如同样是上面的场景，借助明心数智Agent，商家只需输入一句经营目标，就会有5个AI助手分别领走任务，并在30分钟内完成拆解和派单，协作效率大大提升。

WAIC大会现场，明心数智Agent

明心数智给商家带来的增效并非个例，在今年的WAIC大会上，共有30余款Agent展品参展，曾经需要一个团队协同推进的工作，现在一个人加一套AI就能启动。“一人公司”的时代，或许真的要到来了。

而且据派代观察，最新这批面向商家的Agent，早已不局限于改标题、写文案、做图片这类外围工作，而是转而深入客服、投放、后台等更深层的运营场景，全方位托管了商家的工作。

那么在市面上的Agent中，有哪些是商家能直接上手用的？用Agent去讲笑到底靠不靠谱？不用发工资的“AI员工”，真的能帮商家降本增效吗？

商家不是没工具

而是跟进不及时

其实在商家的日常经营中，钱往往都是在不经意间流失的。

比如客服回复不及时，顾客就跑去了别家；售后漏跟了工单，退款和差评一块来；投手投放出了问题，等到发现的时候，预算基本都烧完了。

这些看起来都是很小的动作，但酿成的后果却是非常严重的：客户流失、退款差评、空烧预算。

需求来了以后不能及时接住，问题出现了不能及时止损，即使是经验再丰富的运营人员，也很难保证工作中不出错。

而这，正是Agent的价值所在。

就以客服场景为例，传统智能客服的功能倾向于“调出答案”。消费者问尺码，客服调取预设的话术；消费者询问活动，系统就调取预设好的活动信息。

但对于复杂的对话，例如消费者想要客服推荐商品，或提出诉求，询问哪款产品能够满足，传统智能客服通常无法应对。

如今在Agent客服模式下，会话的承接效果要优秀得多。在用户询问时，AI客服可以捕捉关键词，生成更贴合消费者需求的回复；甚至当消费者询问的商品暂无库存时，AI客服还可以推荐类似产品，以千人千面的回复方式，最大程度上促成成交。

而上述这些功能，在阿里的“AI店小蜜”中都已经有了比较成熟的落地场景，不仅可以聚合订单、工单和聊天信息，承担售前咨询的功能，甚至可以智能跟进部分售后处理场景，大幅减少因回复不及时造成的漏单和投诉。

AI店小蜜，可以承接更多元的客服场景

再比如，在广告投放的场景里，Agent也起到了越来越重要的作用。

广告投放最怕什么？怕的是投错、空烧。半夜计划出现了异常，运营第二天才发现，可这时候预算往往都烧完了，运营再想补救也于事无补，白白花掉了预算。

但现在，有了AI监控以后，运营的神经可以不用那么紧绷了。比如微盟的“天启”可以汇总多个平台的数据和操作，且支持批量建立广告，并能够自动生成投放报表、识别异常，大幅提高了异常发现效率。

据微盟披露，这套系统可减少80%以上人工重复操作，让广告搭建效率提升85%。不过在派代看来，它更落地的价值，是让异常更早暴露、让投手少做重复操作，减少因失误带来的额外成本，也算是变相的“降本增效”。

微盟的“天启”，据称可以减少80%的重复操作

除了线上场景以外，派代发现，在线下商家的促销中，Agent也给出了一些全新的解决方案。

比如支付宝商家经营智能体“晓雨”，就可以智能分析门店客流、商品和会员情况，再调用“千店千策Agent”生成差异化方案，并继续完成营销配置、补贴承接和流量分发。

借助“碰一下”功能，“晓雨”能获得更全面的门店信息

此前，门店的客流、商品、会员结构各不相同，而总部往往只能统一发券，结果客流本来就高的店拿走补贴，真正缺客的店依然没人；临期商品还压在仓里，发出去的却是另一类优惠券。

而在“晓雨”的帮助下，总部可以更轻易地掌握门店具体的销售情况，判断哪些门店需要重点发券，哪些靠日常客流就可以走货，从而提高折扣券的利用效率。

从以上几个场景中不难看出，在本届WAIC大会上，平台推出的Agent都在指向一个方向：深入商家的运营层。

之前的AI产品，只是帮商家起个标题、写个文案、做个头图，顶多算是帮助商家“提效”，而这轮Agent产品，直接能帮助商家在运营层面上“降本”。

而在可预见的未来，这也将是平台Agent升级的主要路线。

平台做Agent

争的不只是工具市场

平台为什么要争先恐后地做Agent？因为新一轮的抢商家战争，已经悄悄开启了。

之前商家用通用大模型提效时，它们可以帮商家分析一份销售报表，也能建议“库存积压的时候应该降价”，但建议说完，商家还得自己打开后台，找到商品，手动改价。

能给建议却不能动手，是商家用通用AI做经营最大的瓶颈，但平台去做Agent，逻辑就完全不一样了。拿支付宝的“晓雨”来说，它能分析完门店数据之后，接着配置活动、承接补贴、分发流量，中间不需要商家再手动操作一遍。

平台要的恰恰是这些，让一站式服务越来越便捷，降低商家经营的操作难度，从而加强商家对平台的粘性。

而它做得到这些，不是因为模型比别人聪明，而是因为“碰一下”终端沉淀的支付流水、会员画像、商品数据和到店流量，本来就在支付宝的系统里，数据在手，Agent才看得见哪家门店缺客、哪个商品动销慢、哪张券该发给谁。

阿里的逻辑也类似，AI店小蜜能联动客服、订单和工单，不是因为它比ChatGPT更懂售后，而是因为这三个系统本身就长在体系内，订单状态、物流节点、历史对话全部打通，Agent处理一笔售后不需要来回切系统。

而微盟的天启能同时管理四个平台的广告，是因为微盟的SaaS后台已经和腾讯、抖音、快手、小红书做了接口对接，但如果换成通用AI，连登录这些后台的权限都没有，使用起来的体感肯定是不一样的。

所以这一轮Agent竞争，表面上看是AI能力之争，从底层看是谁的经营基础设施更深。数据越完整、接口越开放、行业经验越厚，Agent能接走的流程就越多。

平台对经营的介入程度更深了，但对商家来说，既有便利，也有代价。

一个Agent越深入地调用某个平台的数据和接口，商家对这个平台的依赖就越强。今天在A平台上跑通了客服和投放，明天想换到B平台，数据能不能带走？流程规则能不能复用？目前没有一家平台给出明确的迁移方案。

每款产品都在强调“一站式”，但商家的生意往往不只在一个站里，所以到底要不要用Agent，用到多深，还需要商家自己权衡。

工具提效80%

不等于费用降低了80%

WAIC上，几乎每款Agent都带着一组效率数字：提效80%、搭建效率提升85%、人工初筛工作量下降80%。

数字来自厂商测试环境或标杆客户，很亮眼，但商家一定要清楚，效率和利润是两回事，Agent的提效明显，并不完全等同于商家花得更少。

Agent要调用订单、商品、会员和客服数据，前提是数据干净、格式统一、系统接口开放，而数据整理和系统改造要花多少钱，厂商的效率数字里从来不提。

派代还注意到，目前多数产品的公开报道中没有给出统一定价，部分产品仍处于内测或企业定制阶段，普通商家注册后能不能直接使用，目前也要打上一个问号。

除了准入门槛外，Agent带来的潜在风险也是不能忽视的。

AI写错一段文案，改掉就行，损失通常相对有限；但Agent错误地修改了价格、多退了一笔款、广告预算投偏了方向、报关归类填错了编码，那么每一笔都是真金白银的经营损失。

Agent之所以有价值，正是因为它们能“替商家把流程做完”；但“做完”也意味着一旦做错，损失直接发生在执行环节，纠正的难度和代价都更高。

效率数字好看，但商家真正需要验证的是：接入Agent之后，省下的人力和挽回的订单，能不能覆盖掉软件费、接口费、审核成本和出错带来的损失。

换句话说，Agent确实帮助商家提效了，也帮助商家节省人力成本了，但它的稳定性到底有没有保证？失误率高不高？这些仍需更长时间检验。

所以对商家来说，如果想要尝试接入Agent，最稳妥的做法是由浅入深，先在一个流程里跑出真实数据，再慢慢把Agent扩展到整个系统。

比如常规客服应答、线索初筛、广告批量搭建或采购清单整理，试跑前记录首次响应时间、转人工率、有效线索成本、错误率，等到跑满一个完整业务周期后，再用同一组指标对比，看Agent到底改善了什么、多花了什么。

像退款、改价、付款和重大投放这类敏感操作，先不放手，等核心流程验证稳定之后再逐步开放权限。

虽然AI员工不需要工资，但接入要花钱，维护要花钱，犯错更要花钱。所以，要不要用AI员工，不取决于它在展台上演示了多快，而取决于它够不够稳定、失误率高不高。

毕竟，只有经过反复实践、让商家获得足够的安全感，商家才会放心地把生意交给这些AI员工打理。