公开案例 · 电商/鞋服
头部鞋服帽电商企业(自有工厂,年流水约10亿)
商品素材内容生产工作流
项目做法
1. 先驻现场,不急着做产品:识别关键干系人——老板关注战略转型的长期价值,管理者关注成本、效率和管理,基层员工担心增加工作量或被裁;观察员工每天怎么工作、时间耗在哪里,先解决小麻烦破冰,比如员工抱怨生图提示词太长、生成完有水印还要再处理。 2. 把"想要 AI"变成可验证的价值主张:通过数据采集、工作流梳理、访谈挖真实需求,借助 AI 快速做 Demo 马上给客户看,按"调研 → Demo → 使用 → 反馈 → 再迭代"推进,反馈意见沉淀进文档让客户在指定位置持续填写。 3. 重新搭工作流:问题已越过"选哪个生图模型"层面,让 AI 生成与商品、素材和原有生产流程连接——生成出的图片、视频直接沉淀为公司级素材资产,商品进入统一的商品管理逻辑,每一次使用都给企业留下数据、素材、流程和经验。 4. 把"好看"变成"能商用":图好看只是基础,卖出去的东西必须就是图上的那件商品,版型、颜色、细节变了,图越漂亮商业风险越大。验收标准设三个一致性——人物一致性、服饰一致性、场景一致性,全部达到才算通过;审核保留人工,AI 先做第一道检查,再交人工确认。 5. 用 POC 证明价值:核心功能完成后进入 POC 阶段,推动企业内部员工真正使用,试用意见反馈回来继续迭代。 > 项目目前仍处于 POC 测试、内部试用和持续迭代阶段。
项目进展
项目仍在 POC 测试、内部试用和持续迭代阶段,原文未给出可折算收入的数字,关注三个实际变化(原文口径): 1. 员工开始真正使用——验收标准从项目团队自己的感觉,变成设计师有没有把能力用起来、与原来的工作流契不契合 2. 内容从个人产出变成企业资产——生成、管理和后续使用逐渐进入统一流程,解决的是组织能力能不能留下来的问题 3. AI 生产有了明确的质量边界——验收覆盖还原度、图片质量、视频能否商用和一致性,不再高度依赖某一个人的水平 踩坑:企业认知两极——"为什么要折腾 AI"和"花 10 万元就应该做出 100 万元的效果"并存;生成内容最怕"看起来很好,但商品不对",验收标准因此被拉回业务本身,硬性要求一项不能松。
