← → 翻页 · B 静态 · ESC 索引
STANLEY TEAM · SHENZHEN AI CLOSED-DOOR MEETING
2026.06 · 01 / 29
ENTERPRISE AI GROWTH DIVIDEND

AI时代
企业如何抓住
增长红利

个人介绍头像
SPEAKER PROFILE · PERSONAL INTRODUCTION
02 / 29
关于我
AI APPLICATION · GROWTH PRACTICE
我长期关注 AI 如何进入真实业务场景:从策略分析、内容增长、社群实践,到企业 AI 应用落地。
BACKGROUND
策略
分析

前美团策略分析师 · 出海实践者

CERTIFIED
Anthropic
认证

官方认证 AI 应用专家

COMMUNITY
内容
社群

AI 知识博主 · 千人 AI 社群主理人

HOOK · TODAY'S HOT QUESTION
03 / 29
OPENING QUESTION

你的下一个客户,
可能先问 AI

以前客户搜索公司,现在客户要求 AI 给结论。问题不是你有没有官网,而是 AI 是否理解、信任并推荐你。
INTERACTION · 30 ENTREPRENEURS
04 / 29
现场互动 · 30 秒

如果客户现在问 AI:
“推荐你行业里 3 家靠谱公司”

?
你的公司会不会出现在答案里?出现时,AI 会怎么介绍你?
A / UNKNOWN
AI 完全不知道你,客户看不到你。
B / MISREAD
AI 知道你,但介绍错、推荐弱。
C / RECOMMENDED
AI 清楚你、理解你、愿意推荐你。
TODAY'S MAP · 30 MINUTES
05 / 29
不是工具清单,而是一张落地图

30 分钟里,我们只解决一个问题:企业该从哪里抓 AI 红利?

01现状压力为什么现在不能再观望
02认知框架AI 落地到底在转什么
03行业切口不同行业先做哪一环
04高 ROI 场景10 个入口如何排序
05行动路径30 天跑一个试点
本场是开场认知与场景地图;后续内容可以自然承接到具体方法,但这里先把全局说清。
DATA WALL · SME PRESSURE
06 / 29
现实环境 · 需求慢、利润薄、经营更卷

很多企业不是不努力,
而是增长越来越贵。

89.1
中小企业发展指数仍低于景气临界值

中国中小企业协会:2025 年二季度中小企业发展指数为 89.1,较上季度下降 0.4 点。

81.2
市场需求指数偏低,获客和成交更难

二季度市场指数为 81.2,较上季度下降 0.3 点,报告判断“市场需求有所收缩”。

7/8
8 个被调查行业中,7 个行业指数下降

工业、建筑、交通运输、房地产、社会服务、信息传输软件、住宿餐饮均环比下降。

5类
订单、成本、资金、人才、数智化都在挤压利润

《2025 年度中小企业发展环境评估报告》指出,成本上涨与订单不足持续挤压利润空间。

Sources: 中国中小企业协会《2025 年二季度中国中小企业发展指数》;《2025 年度中小企业发展环境评估报告》.
DATA WALL · WHY NOW
07 / 29
不是趋势判断,是入口、组织和产业同时变了

AI 已经从“聊天工具”,变成客户入口、组织流程和产业基础设施。

CUSTOMER ENTRANCE

客户入口变了

Google I/O 2026 公布 AI Overviews 月活超过 25 亿,AI Mode 超过 10 亿。

25亿+
SEARCH SHIFT

搜索流量在重分配

Gartner 预测,到 2026 年传统搜索引擎查询量将下降 25%。

-25%
ORG ADOPTION

组织采用已成主流

McKinsey 2025 调研显示,88% 组织已在至少一个业务职能中常规使用 AI。

88%
Sources: Google I/O 2026; Gartner 2024; McKinsey State of AI 2025.
CHINA AI · INDUSTRIALIZATION
08 / 29
国内环境 · 2026 最新产业信号

AI 不只是海外软件潮流,
中国也在进入场景落地期。

30%
中国 AI 核心产业规模同比增长约 30%

《2026 人工智能发展白皮书》:2025 年中国人工智能核心产业规模突破 1.2 万亿元。

27%
AI 企业数量同比增长 27%

白皮书提到,中国 AI 企业数量超过 6200 家,供给端从模型、算力、终端到行业应用快速扩容。

1509
模型发布数量位居全球第一

白皮书数据显示,中国模型发布数量达 1509 个,占全球比例约 40%。

场景
工信部将发布一批“人工智能+”高价值场景

2026 年 4 月,工信部提出以制造业为主战场,探索典型应用、特色智能体和新型智能终端。

Sources: 深圳政府在线《2026 人工智能发展白皮书》发布报道;新华社/工信部“人工智能+”高价值场景报道,2026.
CORE VIEW · NOT TOOL DIVIDEND
09 / 29
KEY JUDGEMENT

AI 红利不是
工具红利
而是场景红利。

老板不用记住 100 个工具,只需要找到最先产生 ROI 的业务环节。
COGNITION · WRONG VS RIGHT
10 / 29
先建立一个判断标准

AI 落地不是买软件,而是把高频工作重新设计一遍。

NO错误路径
先买系统

听说某工具很火,先采购,再要求团队找用途。结果往往是登录过几次,然后回到老流程。

  • 工具先行,场景缺失
  • 没有指标,难算 ROI
  • 员工不愿改流程
YES正确路径
先找场景

先找最耗人、最重复、离收入或成本最近的环节,用一个小试点跑出指标,再复制。

  • 场景先行,工具后置
  • 用指标验证,不靠感觉
  • 流程改变,能力沉淀
COGNITION · THREE LAYERS
11 / 29
AI 转型到底在转什么

AI 落地不是排队升级,
而是三条线同时推进。

LAYER 01
工具层 · 提效
员工用 AI 做文案、报告、翻译、数据处理。门槛低,1-4 周见效。
Low Cost · Fast Start
LAYER 02
流程层 · 降本
把 AI 嵌入销售、客服、交付、质检、合同等环节。核心是减少等待和返工。
Process · ROI
LAYER 03
经营层 · 增长
用 AI 改变获客、定价、产品和组织能力。可以和工具提效、流程降本同步设计。
Business Model
COST · START SMALL
12 / 29
AI 没你想的贵,真正贵的是盲目投入

别先招人,
先用 4 周验证一个场景。

OLD人力补位
持续成本

招人、培训、管理、交接,适合复杂判断,但不适合大量重复性信息处理。

MONTHLY COST
8k+

工资、社保、招聘和管理成本持续发生

TIME TO VALUE
30-60天

从招聘、培训到稳定产出通常需要等待

NEWAI 试点
一次验证

先用通用工具和轻量流程跑一个高频场景,验证时间、成本、转化或错误率。

PILOT COST
2k-5k

先买工具、跑流程、测一个真实业务结果

TIME TO VALUE
7-14天

能跑通就复制,跑不通就止损

MAP · 10 HIGH-ROI SCENES
13 / 29
企业 AI 高 ROI 场景地图

先看全局,再决定今天从哪里下手。

01 · GROWTH
GEO / AI 搜索优化
被 AI 理解、引用、推荐。
02 · KNOWLEDGE
企业知识库
让 AI 读懂公司经验。
03 · CONTENT
AI 视频 / 内容生产
把内容获客做成生产线。
04
AI 销售助手
线索分层、跟进话术、成交复盘。
05
AI 客服 / 售前问答
高频问题自动响应。
06
提案 / 标书 / 合同
重复文档自动化。
07
经营数据分析
老板直接问业务数据。
08
电商 / 跨境运营
选品、详情页、多语言客服。
09
供应链 / 质检 / 库存
降低损耗、交期和库存压力。
10
财务 / 法务 / 合规
降低漏审、错审和风险成本。
SELECT FROM
10
这 10 个不是工具分类,而是企业能拿到 ROI 的业务入口。高亮的 3 个,正好对应后面讲师会展开的关键机会点。
SELECTION RULE · ROI FIRST
14 / 29
不要按工具选,按 ROI 选

一个场景值不值得先做,看四个条件。

01 / FREQUENCY

高频

每天、每周都发生。频次越高,节省的时间越容易累计成利润。

02 / REPEATABLE

重复

有稳定输入、输出和判断标准,适合交给 AI 参与处理。

03 / MEASURABLE

可验证

能用时间、成本、转化率、错误率、响应速度来衡量。

04 / CLOSE TO MONEY

离钱近

直接靠近获客、成交、交付、成本或风险,优先级最高。

INDUSTRY MAP · WHERE TO START
15 / 29
行业对号入座

不同行业,AI 的第一刀切在不同位置。

MANUFACTURING

制造业

质检、预测维护、排产、库存、工艺知识库。

RETAIL / ECOM

零售电商

选品、详情页、广告素材、客服、多语言运营。

FINANCE

金融保险

智能客服、核保理赔、反欺诈、风险审核。

PRO SERVICES

专业服务

合同审查、资料检索、报告生成、案例沉淀。

EDU / TRAINING

教育培训

备课、批改、个性化练习、内容产品化。

B2B SERVICES

服务企业

销售助手、客户成功、知识库、交付 SOP。

VALUE LAYERS · WHERE ROI COMES FROM
16 / 29
把 10 个场景压成三类价值

增长、提效、控险,三种 ROI 同时存在。

VALUE 01
增长型
AI 搜索、视频内容、销售助手、电商运营。核心是多获客、多转化、多触达。
Revenue · Top Line
VALUE 02
提效型
知识库、客服、文档、数据分析。核心是少等待、少重复、少返工。
Productivity · Process
VALUE 03
控险型
财务、法务、合规、质检、库存。核心是降低错误率和不可见风险。
Risk · Margin
SCENES · GROWTH
17 / 29
增长型场景 · 离收入最近

先看能不能带来新增询盘、转化和复购。

AI SEARCH

AI 搜索 / GEO

指标:AI 引用次数、推荐率、品牌提及准确率、询盘来源。

VIDEO

AI 视频内容

指标:内容产能、完播率、线索数、单条内容成本。

SALES

AI 销售助手

指标:跟进速度、商机推进率、成交周期。

ADS

广告素材测试

指标:素材迭代速度、CTR、CPA、投放学习周期。

ECOM

电商 / 跨境运营

指标:上新速度、详情页转化、多语言覆盖。

CRM

客户经营

指标:复购率、流失率、客户成功响应时间。

SCENES · PRODUCTIVITY
18 / 29
提效型场景 · 最容易复制

让 AI 先处理信息,人再做判断。

KNOWLEDGE

企业知识库

指标:检索命中率、引用准确率、新人上手周期。

DOCS

提案 / 标书 / 报告

指标:初稿耗时、返工次数、中标复盘质量。

SERVICE

客服自动化

指标:首响时间、转人工率、满意度。

DATA

经营数据问答

指标:报表等待时间、异常发现速度。

MEETING

会议项目流

指标:待办闭环率、延期风险、沟通成本。

TRAINING

内部培训

指标:培训内容产能、考核通过率。

SCENES · RISK & OPERATIONS
19 / 29
控险型场景 · 从漏看到预警

很多利润不是赚来的,是从错误、损耗和风险里省出来的。

CONTRACT

合同审查

指标:单份耗时、漏审率、风险提示准确率。

FINANCE

财务审核

指标:异常票据识别、坏账预警、对账效率。

QUALITY

质量检测

指标:漏检率、误检率、返工成本。

INVENTORY

库存预测

指标:周转天数、缺货率、滞销库存。

COMPLIANCE

合规监测

指标:政策响应速度、违规提示、审计成本。

SUPPLY

供应链预警

指标:交付延迟、供应商风险、采购异常。

NEXT SPEAKERS · WHY THESE THREE
20 / 29
后面三位讲师为什么讲这三个点

它们不是孤立课程,
而是企业 AI 的三块基础设施。

01 · GEO
入口基础设施
客户问 AI 时,企业能否被准确理解、引用和推荐。
Findability
02 · KNOWLEDGE
知识基础设施
AI 能否读懂公司的产品、案例、话术、SOP 和交付经验。
Context
03 · VIDEO
内容基础设施
内容能否从单次创作变成持续测试、分发和获客的生产线。
Distribution
PATTERN · CROSS INDUSTRY
21 / 29
COMMON PATTERN

行业不同,
规律相同:
高频 × 重复 × 可量化

只要一个环节足够高频、输入输出稳定、能衡量结果,它就可能成为 AI 的第一试点。
PILOT · FROM TEN TO ONE
22 / 29
不要同时开 10 个项目

从 10 个机会里,先选 1 个试点。

01 / PAIN

一个卡点

不是“公司要 AI”,而是“哪个岗位、哪件事最卡”。

02 / OWNER

一个负责人

AI 项目必须有人每天推,不靠老板一句话自然发生。

03 / KNOWLEDGE

一组资料

把产品、案例、FAQ、SOP、客户问题先准备好。

04 / METRIC

一个指标

时间、成本、线索、错误率,至少选一个能复盘的数。

ACTION PATH · 30 DAYS
23 / 29
30 天行动路径

不要做“大转型”,先做一个能复盘的小闭环。

DAY 01盘点场景找出最耗人的 3 个环节
DAY 07选 1 个试点定义时间、成本、转化指标
DAY 14沉淀知识资料、话术、案例结构化
DAY 21团队复用把工具嵌入真实流程
DAY 30复盘 ROI决定扩展、暂停或重做
现场动作:让每位老板写下“公司里最重复、最耗人、最离钱近的一件事”,把它作为后续讨论的起点。
OPERATING LOOP · AI IMPLEMENTATION
24 / 29
真正的 AI 落地,是一个经营循环

企业不是“用一次 AI”,而是持续把经验变成系统。

01
发现高频问题

从销售、客服、交付和管理例会中找重复。

02
整理知识资产

把公司事实、标准、案例和话术结构化。

03
嵌入业务流程

让 AI 出现在具体岗位的每日工作里。

04
复盘指标并复制

用 ROI 判断扩展,不用热情判断。

INPUT
真实业务问题

客户问什么、团队卡哪里。

KNOWLEDGE
企业知识层

让 AI 有公司上下文。

ACTION
工具与流程

接入岗位,而不是停在演示。

OUTPUT
ROI 复盘

节省多少、转化多少、风险少多少。

METRICS · WHAT TO MEASURE
25 / 29
案例不需要讲很多,关键是讲指标

企业 AI 项目成不成立,看这四类数。

询盘
增长指标

AI 搜索引用、内容播放、线索数、成交转化率。

时间
效率指标

单份文档耗时、客服响应时间、销售跟进周期。

成本
经营指标

外包成本、人力占用、内容制作成本、库存损耗。

错误
风险指标

漏审率、返工率、合规问题、客户投诉。

PITFALLS · WHY AI HAS NO RESULT
26 / 29
避坑指南

很多企业不是没用 AI,而是用法一开始就错了。

PIT 01

只培训,不改流程

员工会了提示词,但回到岗位仍按老方式做事。

PIT 02

只采购,不算 ROI

预算花出去了,但没有时间、成本、转化指标。

PIT 03

只追热点,不选场景

今天数字人,明天 Agent,后天知识库,最后没有一件落地。

PIT 04

没有公司知识

AI 只能说通用话,不能说你的产品、客户和案例。

PIT 05

没有负责人

AI 项目不能只靠老板热情,需要业务 owner 推进。

PIT 06

没有复盘机制

做完一次 demo 就结束,能力没有沉淀到组织里。

INTERACTION · Q&A BRIDGE
27 / 29
进入互动答疑前,先把问题变具体

不要问“AI 怎么用”,
问“我公司哪件事值得先试”。

QUESTION 01

哪个场景

公司里最重复、最耗人、最离钱近的一件事是什么?

QUESTION 02

谁负责

这个试点由哪个业务负责人每天推进?

QUESTION 03

有什么资料

产品资料、案例、FAQ、话术和 SOP 是否齐全?

QUESTION 04

看什么指标

节省时间、降低成本、增加线索,先看哪一个?

QUESTION 05

何时复盘

7 天看可用,30 天看结果,不拖成无限期项目。

QUESTION 06

继续还是停止

用指标决定扩展、暂停或换场景。

TAKEAWAY CARD · ONE PILOT
28 / 29
今天真正要带走的,不是一堆工具清单

带走一张 AI 试点卡。

01 / SCENE

场景

一句话写清:哪个岗位、哪件重复工作。

02 / KNOWLEDGE

知识

需要哪些公司资料、历史案例和标准答案。

03 / FLOW

流程

AI 在哪一步进入,谁检查,谁负责最终结果。

04 / METRIC

指标

30 天后用哪个数字判断它值不值得继续。

29 / 29
CLOSING
TAKEAWAY

今天离开前,
只定一个
AI 试点

不是做一套宏大的 AI 战略,而是找到一个高频、重复、可验证、离钱近的业务场景。
Q&A · 15 MIN
STANLEY TEAM
FINAL THREE SENTENCES
03 RULES
01

AI 红利是场景红利

不是先追工具,而是先找高频、重复、可量化的业务场景。

02

先选一个,不要十个都做

一个业务卡点、一个负责人、一组资料、一个指标。

03

用 30 天跑出一个结果

把一个试点做完,比收藏一百个 AI 工具更有价值。

→ 进入互动答疑 · 15 MIN Q&A