Moss：当AI接管广告投放，九成亚马逊运营将失业？
3552
当你还在找AI破绽的时候，可能你已经被它淘汰了。
半年前，我们第一次走进易触科技，采访了创始人黄学烽。那时他刚引入AI+RPA+BI，用AI重塑了公司架构和流程，笑着说：“公司70%的工作交给了AI，我带着一个财务还有我老婆，一年可以干到一个多亿。”
半年后，我再次走进他的公司。眼前的景象让我震撼——他的机器人员工已经进化成一面“高墙”，30多台显示器闪烁着数据流，这些“机器人”员工24小时不间断地为他干活。
“我们已经测试到能做95%的动作了。”黄学烽表示，从五个亿到十五个亿的三倍增长，会变得更加容易。
这半年，他公司的业绩翻了好几倍，AI到底帮他做了什么？本期《出海新势力》，我们再次对话“跨境电商智能自动化体系构建第一人”黄学烽，跟他敞开聊一聊，在AI浪潮下，未来的跨境电商团队会变成什么样子。
上篇
AI接管95%精品广告投放
人的角色只剩5%
01
AI精品爆款模型：从”不能“到”几乎全部“
Moss：半年前你跟我说，铺货和精铺的广告可以完全被RPA取代，但精品爆款的广告还有一段路要走。半年过去了，现在怎么看？
黄学烽： 我们已经测试到能做95%的动作了。
我给你拆解一下这套模型的运行逻辑。首先，每一款产品出来，我们会给它打标。新品、利润品、长期持有品、爆品、极致单品……一个产品可能有二三十种不同的标签。这些标签直接影响广告决策。
比如我要做一个极致单品，目标是一天300单以上。那我就反推：需要多少流量？多少点击？投入多少费用？
预算模型做好之后，开始选词。PPC广告的核心底层就是词的选取。我们对词进行打标——哪些词是为了获取流量？哪些是为了点击？哪些是为了利润？哪些是为了转化？
那么如何快速搭建自己的词库？我们可以通过SIF等工具插件，投放亚马逊自动广告等方式，把关键词抓到我的词库里。比如说这里面有2万个词，我全部打上标签，每一个体系，它都是一个完整的大的数据库。
然后建广告组。比如建30个广告组，每个组的指向目标不同：有的投200美金要产生20单，有的投200美金要获得5万点击，有的是为了测试某个小场景。
以上这些动作，全部可以用RPA完成——数据抓取、AI分析、AI打标，打标完自动投放。
Moss： 那剩下的5%是什么？
黄学烽： 人对产品的定义和预期。我这套模型打法，预期投200美金产生20单，14天周期下来达不到，就要调整——筛词、调词、纠偏。这个方案底层逻辑的制定和调优，是那5%，需要人来做。
Moss： 所以AI对于精品广告，是提高了地板，但拉不了天花板。方案的水平决定了最终结果的上限。
黄学烽： 对。你去学习，学完融入公司做测试，这套模型不错，能带来订单增长，再用RPA批量复制去做。
Moss： 那理想的精品广告团队未来是什么样？大部分工作AI和RPA做了，需要1—2个特别牛逼的“智囊团”角色，不断根据数据调流程、纠偏、细化细节。人已经大幅减少，但关键人不能少，而且要更牛逼。
黄学烽： “广告投放的智囊团”——这个概念特别重要。这是能把公司天花板无限往上拔的核心。
Moss： 那90%以上的基础运营，是不是就没位置了？
黄学烽： 这条路没有五年十年没那么容易普及。这个过程给了大家平等学习的机会。我一个文科生去学AI、学Python，以前学不明白，现在有AI加持，我觉得能学明白。在社会这场高考面前，比的就是，谁能考出好成绩。
02
AI如何变革企业？两个真实案例
案例一：全托管卖家的“机器人机房”
黄学烽： 义乌有一家公司，之前做Temu、SHEIN、TikTok等全托管平台。70人团队，利润薄到只有0.3元、0.5元，库存压力巨大——平台让你备5000个，你备还是不备？备了卖不掉就是风险。
我们第一个解决的是数据端问题。用RPA抓取历史销量数据，预估实际能卖多少。比如平台下5000个订单，我们测算最多只能卖2200个，那就备1500个，留1000个做迭代。
库存降下来了，员工压力也小了。整个业务流重构后，他们形成了一个“机器人机房”——15台电脑机器人+6台手机机器人，21台机器人在那全自动化闭环运行。
结果呢？公司从70多人变成30人，仓库从3500-4000平缩减到700平，库存金额从1000万骤降到50万。今年业绩涨了30%—40%，净利润增加了七八百万。
Moss： 我感觉如果没上这套机器人，他今年可能顶不住。
黄学烽： 他自己开玩笑说，今年都不知道能不能顶下去。现在他在义乌都成标杆了，很多人跑去参观那个无人办公的机房。
案例二：精品公司的“人才解放”
Moss： 铺货案例有了，精品爆款有没有类似的案例，带来翻天覆地的变化？
黄学烽： 有一家公司，管理特别厉害，全员推OKR，每周经营分析会、每月经营分析会。员工做一个周经营分析表，要花半天甚至8个小时——数据太杂太乱。
其实这类公司最核心的，就是数据如何快速流转。而这恰恰是AI和RPA最擅长的。
我们把数据表自动化，分发给不同岗位：计划部门看什么指标，物流部门看什么指标。员工不用每周为了做报表抓耳挠腮，而是回归工作本身，回到产品、回到运营、回到消费者洞察。
Moss： 核心就是让人才不要被琐事困住，不能让爱因斯坦天天搬砖。
黄学烽： 对。用RPA+AI把碎片化工作迭代掉，员工可以独立去完成新项目，产品开品速度会更快。
03
未来趋势：两极分化会越来越严重
Moss： AI时代来临，你觉得未来跨境电商企业会走向什么趋势？
黄学烽： 今年已经有一些明显数据——5000万以下的卖家，业绩下降40%左右；一个亿以上的卖家，反而都在增长。
这说明什么？两极分化会越来越严重。
有一定规模、盈利状况不错的公司，才愿意投入精力研发AI、做RPA。小卖家压力主要来自业绩增长，反而意识不到AI和RPA能带来的变化。他们想突破，一定要打破认知和圈层的壁垒。
只要AI+RPA介入，从五个亿到十五个亿的三倍增长，会变得更加容易、更加快速。
全球287个国家，多少在跨境电商上中国还没触碰到？未来的机会会越来越大。对企业来说，先抓住变化，把人做的事情先替换掉，然后人去做增量市场、未知领域。这样，人就从一个普通士兵变成了将领，带着无数机器人士兵去开疆拓土。
下篇
刷新认知篇——
AI不是工具，是逆向重构
01
Rufus引爆场景化购物：2个人干1个亿，15个人干5个亿
编者注：
不知各位卖家朋友有没有发现，亚马逊的搜索结果页正在悄然变化？越来越多的用户开始通过AI购物助手Rufus直接提问，比如“给我女儿办一个生日派对需要什么？”而不是输入关键词搜索。据亚马逊最新财报数据，已有超3亿用户使用Rufus，用户反馈远超预期，助力亚马逊实现了近120亿美元的年化增量销售额。
这意味着什么？以关键词为核心的搜索逻辑，正在被以场景为核心的对话式购物颠覆。
Moss： 听说你最近花了三个月测了一套亚马逊新模型？
黄学烽： 对，以场景的词和逻辑去做的一套精铺打法。AI选品，AI自动写场景化的标题、五点描述。跑了两个月，结果：利润率接近35%，广告ROI 3-5。
Moss： 亚马逊美国站？不可能吧？
黄学烽： 真的。我跟很多大卖分享过，他们听完都觉得确实可行。我已经产出订单给他们看了。
Moss： 采购还是1688？没有供应链优势？
黄学烽： 对，做场景组合的逻辑。比如，我们在就餐这个场景下，除了卖牛排刀叉，还能卖什么？红酒杯、餐布、调料、研磨器……一般很难有人想到牙线，但AI可以把场景具象化。
我做刀叉，只要10%的用户需要牙线，他就会在我这买。两三个产品组合，还能解决亚马逊尾程派送费的问题——相当于“拼团”。
Moss： 就是按场景化营销的逻辑卖套件，listing、图片、视频都从场景出发，而不是从关键词出发。
黄学烽： 对。未来跟Rufus对话，比如“我要给女儿办一个party”，它就会给你推各种东西。这套模型，我们做了两个月的时间，拿了一个账号做测试，目前平均每天有180单了。
Moss：几个SKU，我指的一个场景算一个SKU。
黄学烽：ASIN有14个左右。
Moss： 这套模式如果能跑到一个亿，需要多少人？
黄学烽： 两个人。
Moss： （笑）啊？
黄学烽： 这个新团队我们会独立出来，明年追加1000万投资，目标三年干到5个亿。
Moss： 规划多少人？
黄学烽： 15个人以内。（笑）
02
AI对于精品型卖家的价值在哪？
Moss： 我发现，对于精品爆款型卖家，特别是产品方向，过得是不错的，他们觉得AI好像可有可无，你怎么看？
黄学烽： 我们把卖家分三类：
第一类铺货，做的是数据，利润达标就结束——这是RPA化最快的路径。
第二类精铺，做的是模型，测试小爆款、跑出合适模型——AI提供验证，RPA做执行和数据验证。
第三类精品，最核心的是满足消费者需求。以前靠VOC、靠行业数据收集，大部分靠人工，有时候靠老板对行业的理解和判断。我可能我有自己的方法论，但依托人的概念太多了。其实这里面需要去介入AI，分析前端用户的数据，得到一定的结果。
Moss： 所以精品的核心，是通过AI+RPA做用户调研和VOC？
黄学烽： 对。而且数据要放大。以前传统方法数量有限，产品成功率就低。做得足够大，就不一样了。
我给你举个例子。有个牧师在YouTube发小视频，每天帮一个人祷告，发了1600多个视频，有50万—80万粉丝。底下各种留言评论。
中国卖家会想：我在牧师名下卖什么产品？带货思维。
老外怎么想？把每个人的留言和视频内容用AI读取，把需求具象化。 发现80%的人希望出一本书，像圣经一样，把每个人的故事印成一页纸。预售169美金，绝对爆。
精品就是深度挖掘用户核心需求，带来产品极致化迭代。 前端的验证比后端更重要，决定产品成功率。在这个端口，精品卖家应该以AI为主——了解行业信息，归纳总结打标，得出具象结果：产品该往哪个方向调，才能满足用户需求。
03
基层运营的生存法则：要么拥抱AI，要么被淘汰
Moss： 行业里70%—80%都是基层运营，他们面临这个风潮，需要怎么做才能不被淘汰？
黄学烽： 两点。
第一，在某个单点做到击穿并不断升级。比如写listing文案，AI能做一部分，但我的能力在于更理解亚马逊逻辑，是给AI提建议的那个人。这种人绝对不会被替代。
第二，具备AI交互能力，知道如何跟AI对话，让他懂的东西被AI批量化复制、测试结果、更快迭代。他要拥抱AI，让AI帮他做复杂的事情。
Moss： 很多老板还没上AI，但员工想学，有什么策略？
黄学烽： 基层员工信息来源可能比老板还多。他们要做的：第一，知道每个工具出来后的边界在哪里；第二，用AI做事情并记录下来，反哺自己，汇报时，跟老板讲“我用AI做了什么，带来什么结果”。
由底层推动上层改变认知，这个人可能就成为公司AI转型的变革者，受重视度会越来越高。
Moss： 这对新手运营是弯道超车的机会——你可能干了四五年的老运营，我靠AI就能干过你。
黄学烽： AI到来之后，会把整个行业揉碎打散重来，叫逆向重构。逆向就是基层员工特别利好。他们插上AI翅膀，能理解AI边界，用起来之后可以反哺公司战略，直接跟老板对话。
所有人做一件事的时候，首先思考：RPA能不能做？如果能做，为什么要人去做？
04
老板的必修课：AI不是嵌入，是重构，你必须亲自下场
Moss：简单总结一下，在跨电商行业里面，我觉得不论你是个人，还是老板，还是你是中层，不论你是精铺、爆款、品牌任何类型也好，AI都可以把你所有的工作流，所有的点都揉碎了，重塑一遍。让你的效率、结果都能够无限的迸发。
黄学烽：对，它不是嵌入AI，不是嵌入到你的工作流程里，它一定是重构。
Moss： 嵌入和重构，两者的差别在哪？
黄学烽： 嵌入是什么？老板说“全员用ChatGPT”，公司充值，你们用起来——这叫粗暴式嵌入。它没有情感，没有对工作产生巨大效果。
重构是什么？首先把标准流程梳理出来：亚马逊撰写过程中，哪些环节需要ChatGPT？产品调研、标题撰写、五点描述……把这些切到工作流里。以前人工12步，其中9步被RPA和AI替代，这就是重构。
Moss： 现在我们行业很多公司还处在“混沌状态”，连嵌入AI都没做到，更别说重构了。
黄学烽： 重构是把事情全部打散，重新拼积木，把AI效率发挥到极致。嵌入是员工觉得可以用的时候用一下，结果不满意又放弃——无非是给员工增加劳动力。
但重构这件事，老板必须全程参与。我们给义乌一家公司做重构时，老板李总和赵总必须全程参与，把流程一条条梳理出来，讨论哪部分重构、怎么做、如何变成RPA程序，整个过程非常烧脑。
Moss： 虽然是“逆向重构”从基层开始，但顶层老板必须从头到尾参与，是一把手工程。
黄学烽：所以能达到这个标准的有多少公司？老板如果是想招个厉害的IT、招个AI算法工程师回来帮我搞——这样绝对搞不好。
Moss： 只有难且正确的事情才有价值，才是有门槛的生意，才是企业最大的护城河。
黄学烽： 上次我去义乌，看到奈飞文化手册里一句话：不难就不好玩了。不难所有人都可以做，你就没有竞争力了。当你难的时候突破了，你才有真正的竞争力。
采访结束，黄学烽带我们参观了那面“机器人墙”。30台显示器静静闪烁，像科幻电影里的场景。
“它们现在能做什么？”我问。
“选品、写文案、投广告、抓数据、做报表……几乎所有重复性的工作。”黄学烽说，“我们正在测试让它们自己优化自己的代码。”
我突然想起半年前他说的话：“我带着一个财务还有我老婆，一年干一个多亿。”那时我觉得已经很夸张了。
现在看来，那只是开始。
AI+RPA正在重新定义跨境电商的“人效比”。当别人还在用“人海战术”艰难前行时，先行者已经用“机器人大军”开启了降维打击。
编者结语
近段时间，整个互联网又被一只AI龙虾搅得天翻地覆：一款名为OpenClaw（业内戏称“龙虾”）的AI智能体横空出世，它能够像人类一样操作电脑、调用各种软件工具，自主完成复杂任务。
如果说RPA是“机器人士兵”，那OpenClaw就是“AI智能将领”。当这样的智能体与跨境电商深度融合，未来的“无人公司”或许不再是科幻，而是触手可及的现实。
黄学烽的那面“机器人墙”，也许只是这场“逆向重构”的序幕。
焦虑没必要，但有些认知，必须刷新。
真正的降本增效，不是把人当机器用，而是让机器做机器的事，让人做人的事。
