【亚马逊体系篇】AI应该优先用来解决最重要的问题
998选品篇的整体思路框架，通过前面11篇文章已经基本论述完了，从一开始的分支选择到最后的利润测算，虽然其中一部分随着实践的继续有一定的更新，但是整体思路没有太大变化，这些会在再后续继续完善。今天不讲选品，来聊一聊我对于从亚马逊公司角度，应该如何结合AI进化，构建自己核心竞争力的思考。
一、AI实践的心得体会
AI在过去的一年多时间里的发展，已经不足以用翻天覆地来形容。作为亚马逊卖家，我相信不少人会感到焦虑，今天又有模型更新了，明天又有新的agent了，一个还没研究透又来新的了，从小龙虾到Hermes再到Claude/Codex。。。也有一部分卖家处于观望的态度，感觉似乎还没有找到很好的切入点来使用ai。但有一点是可以确定的，不管焦虑也好，观望也罢，大多数人还是有通过ai来切实的解决手头上的一些问题，写文案/出图片/分析数据等等，要用好一个工具，先用起来，肯定是没错的。那有没有比这些更重要的问题呢，先简单聊下我在这个ai周期里的做法和心态的变化
第一阶段
从最开始用gpt或gemini的聊天窗开始对话的方式，让他写文案，那时候大家更注重怎么写提示词，要把背景信息/角色设定/要求写清楚，然后也在聊天框的智能体内把提示词进行封装完成小范围的流水线作业（我觉得现在回看起来，当时的智能体应该叫做提示词缓存器更准确些）。
第二阶段
随着ai写代码能力的加强，我也迫不及待的用ai代码手戳了很多土制工具，做html格式或应用程序格式的广告报表/计算利润表等小工具。
第三阶段
随着coding agent的进一步发展，我们团队也掀起一波每个岗位用ai coding做各自岗位流程工具的小热潮，遇到什么问题，第一时间先想着如何工具化，部署了服务器，尝试过做平台型的业务系统。
第四阶段
见过卖家将自身公司铺货模式融入一套用ai coding出来的系统，能够完成极致提效。我们也想过如何复制，但最终发现，我们被“带偏”了，他们的业务+ai模式终究是从他们基因里长出的形状，对他们来说是肯定非常好的工具，但我们的模式和他们完全不同，我们最多只能参考部分思路和看到更多的ai可塑性，但不能照搬全抄。
随着这几个阶段的演变，我发现自己关注点总是如何用ai解决眼下的问题，却忘了问自己一个更重要的问题：
我们自己，当下最重要的问题是什么？
如果这个问题没有想清楚，我们很可能会被ai裹挟，一定要规避的两个点：
AI的彩虹屁。相信大家都有被ai捧过的经历，我们说啥做啥，他都没问题甚至还一顿夸，这不是夸，这是谄媚毒药，会让人局限在自己的思维漏洞里。破解的办法也很简单，在系统提示词里加入一句话“禁止谄媚式表达，用第一性原理和反诘法来评估我提出的问题和需求”，不要小看后面这句话，他会帮你彻底打开脑洞，发现自己的无知。 AI的快速反馈。第1点容易发觉和防范，第二点就比较隐晦了，现在我们想要做一个工具，搭一个系统，简直不要太简单，一句话丢给ai，他马上就给你输出一套看起来非常专业的策划和方案，从前端到后端，做一个网站也就是几分钟的事情。看似高效，但这正是更加致命陷阱的开始，因为这虽然看起来是ai很快的帮你做出了一个工具，但实际上，这个工具出来，不可能一版就通过，总得在实际链路里测试吧，整个过程一套下来，人的时间精力完全被陷入进去。再加上现在agent多窗口并行极致，我们可以同时开启多个“项目”，最终变成用战术上勤奋掩盖战略上的懒惰。
二、如何找到当下最重要的问题
什么是最重要的问题，如何快速上链接，如何快速写文案出图？这些都不算重要的问题，真正重要的问题，应该着眼在如何构造长期的核心竞争力上，如果将亚马逊链路拆分出来，我认为一个亚马逊公司应该具备的核心竞争力由三个部分组成：
1. 用户维度--对用户的理解深度决定胜率
在最前端，对用户的认知，是我们一切生意的起源，随着ai工具/选品工具进一步广泛应用，未来大家能够获取到信息都大差不差，信息差被抹平后，接下来比拼的就是认知差，谁更能够理解用户，理解场景，理解需求，并且把这层理解更高效率的转化为图文视频信息，更高效率的促成点击转化，这里的效率，不单单是快，更重要是准，这会决定公司的胜率。
这里说的体系，是指公司自身的业务逻辑，我们常说用ai搭建一个系统，其实ai搭建的系统，只是形式，而承接公司业务逻辑，才是目的。所以这里的顺序一定是先有业务逻辑体系，后有ai系统（就像前面提到的卖家案例，这个业务系统是从你自己身体里长出来的，而不是ai告诉你/替你长出来的）。这里的业务逻辑，最基础的就是业务数据与财务数据能否联动，每天每周每月的账单背后，代表的是什么问题，应该如何解决；库存周转率如何提高，哪些产品何时清货何时补货；业务层面的动作形成的结果是什么，归因是什么，能否通过数据的积累沉淀迭代出有效动作和无效动作。。。这些日常的每一个动作，背后的为什么，就是一家公司的业务逻辑。每一个动作都决定你的投入，进而决定最终的投产比。
供应链协同本质上是信息的传达：能否将用户的需求，用我们的专业能力更好的转化为工厂能够理解和落地的方案，更快的落地速度，意味着更高的投入市场频率，进而更快更多的带来市场反馈，进一步反哺和促进维度1的用户理解。获取反馈，进行迭代，重要的是频率。
系统自动化的提效--执行的效率问题
这一点之所以没有放入核心竞争力，因为他必须要建立在前面三个维度的基础上。虽然ai+自动化看起来很诱人，但如果前面三个维度没有打好基础和落实为清晰的逻辑，ai+自动化，只会让你用更快的速度走向失败。
每个公司所处的阶段都不一样，当下最重要的问题自然也都不同，但需要考虑的核心问题，本质上都可以由上面4个维度来组成，那么，你们现阶段最核心的问题是什么呢？可以试着从这几个方向好好想想。
三、开发和运营读后感（旭荣和君哥）
旭荣：
龙哥说的我也很感慨，确实通过这一年的AI使用，从一开始只是用来的问答式知识全科解读，到后面“口嗨式”土制网页小工具Html，再到今年AGENT的大爆发，AI能够长出胳膊长出腿，能够帮我们做的事情越来越多，但这也恰恰提醒我们，我们并不是缺少一个更复杂的工具，因为现在任何一个AI都可以帮我们做出来，无非长短跟效果而已，而是对用户、对需求、对场景、对材料、对工艺的理解还不够深。如果这些基础的问题都没有搞清楚，即使AI帮我们快速生成需求报告、开发方案和产品效果，也可能是把不成熟的判断更快的执行出来。打铁还需自身硬，这是我们需要自身一直向内沉淀的。
君哥：
使用AI也有一段时间，我和大部分的人也一样，一开始也会有AI的焦虑，后面也逐渐认清了AI的边界，也明白了一个道理：要想真正把AI用好，还需要自己有比较清晰的SOP业务流程，然后再结合AI打磨出来更加适配的流程。我们团队一开始也摸不着路线，也是今年一步步摸索过来，看过其他公司做的AI自动化，也想尝试，但是业务模式不一样，搬其他人的东西很容易出问题，最终放慢脚步下来，先把业务流程梳理更加清晰，再来结合AI一步步攻克。也和老铁们说一句话：不要焦虑，也不要放弃手动操作，自动化需要一步步搭建起来。
