# LiveDemand: 传统企业 AI 改造需求场景

> 来源：Bo Huang 与福建老板（大伟哥）、美的经销商、物流朋友等的访谈对话
> 整理时间：2026-05-10
> 整理人：小研

---

## 背景人物图谱

| 人物 | 背景 | 与 Bo 关系 |
|------|------|-----------|
| **福建老板（大伟哥）** | 主业：政府工程采购（邮政银行装修、市政道路维护，年入约 260 万）；副业：酒店（维也纳加盟）、棋牌室 | 朋友，有闵行区政府资源，人脉广（喜马拉雅老总老乡等） |
| **美的经销商朋友** | 上海美的空调经销商之一，服务商场/学校/市政大客户，有线上线下双渠道获客 | 朋友 |
| **做物流的朋友** | 国内外贸服务商，帮外商对接国内供应商（医疗器械等），靠信息差赚钱 | 朋友 |
| **做审计的朋友** | 审计从业者，工作能力强，暑假空闲，可能参与推广/视频方向 | 朋友 |

---

## 需求场景清单

---

### 场景 A — 美的经销商：AI 智能体替代业务员

**场景描述：**
美的空调经销商有 10 个业务员，负责接待商场/学校/市政等大客户，回答产品参数、推荐方案、对接订单。大量时间花在重复性的咨询回答上，一个业务员最多同时跟进 10 个客户。

**核心痛点：**
- 业务员时间碎片化，重复问题占大量精力
- 客户问题细碎：型号参数、适用场景、价格比较、安装方案
- 一对一服务模式无法规模化

**AI 解法（初步假设）：**
- 用 RAG 系统构建产品知识库（型号、参数、适用场景、价格体系）
- 每个客户有固定账号 + 记忆文件（购买历史、需求偏好）
- 智能体处理日常咨询，业务员只处理签约/特殊情况
- 预期：10 人团队 → 4 人即可

**关键问题（待验证）：**
- 语料/知识库从哪来？（产品手册、历史对话记录）
- 线下获客这部分 AI 还取代不了
- 部署方式：RAG 优先（成本低），微调模型备选（需要部署费用）

**付费意愿预判：** 中等偏高（能直接省人力成本）

---

### 场景 B — 物流公司：外贸智能推荐客服

**场景描述：**
物流朋友充当外商与国内供应商之间的信息中介，外商通过他的渠道只能看到他背后绑定的 3 家供应商（而非百度搜到的 6 家），他靠信息差赚钱。

**核心痛点：**
- 现有方式：外商打电话/发邮件问业务员，沟通效率低
- 竞争者可以通过百度搜到更多供应商，信息优势在流失
- 业务员解释产品费时，且专业度参差不齐

**AI 解法（初步假设）：**
- 搭建智能客服智能体，外商一问即可获得：产品推荐、利弊分析、价格方案
- 只推送物流朋友绑定的供应商，强化信息差护城河
- 给公司包装出"有 AI 的正规公司"形象，提升外商信任度

**关键问题（待验证）：**
- 供应商产品数据如何录入（产品手册/规格书）
- 是否需要多语言支持（外商语言）
- 是服务于 toB 外商，采购量大，单客价值高

**付费意愿预判：** 中高（能强化信息差优势，直接影响成交）

---

### 场景 C — 福建老板酒店：前台/财务重复工作自动化

**场景描述：**
福建老板旗下有维也纳酒店，前台和财务有大量重复性操作（录入、对账、表单填写等），老板直接问："你能帮我把财务省掉吗？"

**核心痛点：**
- 重复性数据录入（每日账单、入住登记等）
- 财务对账繁琐
- 人力成本可观

**AI 解法（初步假设）：**
- 对接酒店现有系统（有专用 PMS 系统），做自动化流程
- 重复操作 → 自动完成，只留 2 人做兜底确认

**主要障碍：**
- 酒店系统有合规性要求（数据隐私、监管）
- 对接成本较高，需要定制化
- 需要先确认数据接口是否开放

**付费意愿预判：** 高（老板明确表达兴趣，能直接省人头）

---

### 场景 D — 货代合同/发票 OCR + 工作流打通

**场景描述：**
货代公司要处理大量合同、发票、装箱单，现在流程是：人工看 PDF → 手敲进系统 A → 再填系统 B → 再填船公司 SI 门户。

**核心痛点：**
- 上传到豆包只是"单点功能"，识别完还要手动复制到 Excel
- 字段重复录入，容易出错（HS Code 错一位会引发海关查验）
- 每张单据 10-60 分钟，200 票/月 = 大量人力浪费

**AI 解法（初步假设）：**
- 上传图片/PDF → AI 提取字段 → 自动录入下游系统（CRM/订单/SI 门户）
- 人工只做核对界面，高亮异常值
- 打通完整工作流，不只是单点识别

**关键问题（待验证）：**
- 各公司使用的"下游系统"不同，是否能通用？
- 这是"加分项需求"还是"付费痛点"？（Bo 的判断：可能是加分项，不一定是核心痛点）

**付费意愿预判：** 中等（效率提升明确，但紧迫程度待验证）

---

### 场景 E — 跨境贸易员工：AI 销售分析报告助手

**场景描述：**
跨境电商公司的员工需要定期做销售分析报告给老板看：上季度哪个产品卖得怎样，原因分析，下季度建议。员工愿意自掏腰包（几十到小几百/月）买能帮他轻松出报告的工具。

**核心痛点：**
- 手动整理数据 + 写分析报告耗时
- 分析维度有限（人工很难同时考虑：天气、明星舆情、政策变化）
- 报告质量直接影响老板观感

**AI 解法（初步假设）：**
- 输入：公司内部销售数据 + 外部信号（天气、代言明星舆情、行业政策）
- 输出：有理有据的分析报告（图表 + 文字建议），直接呈给老板
- 关键：结合"感性参考值"（如明星出事对衣服品牌的影响），让报告"看起来很专业"

**技术路径：**
- 大模型做分析推理 + 文本生成
- 爬虫/新闻 API 抓取外部信号
- 不需要预测模型（员工只需要"有理有据的建议"，不需要精确预测）

**付费意愿预判：** 高（toC/toEmployee 付费意愿强，直接帮个人减负）

---

### 场景 F — 招投标自动化（福建老板主业）

**场景描述：**
福建老板主业涉及大量政府项目招投标（道路维护、装修采购），需要频繁在各招标网站查询、下载打印、填写标书。

**核心痛点：**
- 重复性浏览/下载/填表操作
- 关键信息分散在多个政府网站

**AI 解法（初步假设）：**
- RPA + AI 自动监控招标信息
- 自动提取关键字段，推送提醒

**付费意愿预判：** 低偏中（Bo 判断：是需求但不一定是痛点，量不大）

---

## 需求优先级初步排序

| 优先级 | 场景 | 理由 |
|--------|------|------|
| ⭐⭐⭐ | E — 跨境贸易分析报告 | 员工 toC 付费意愿强，技术可行，市场规模大 |
| ⭐⭐⭐ | C — 酒店自动化 | 老板明确感兴趣，节省人力成本直接可见 |
| ⭐⭐ | A — 美的经销商智能体 | 能直接省人力，RAG 技术成熟，但需要知识库配合 |
| ⭐⭐ | B — 物流外贸智能推荐 | 商业模式清晰（信息差），但用户量偏小 |
| ⭐ | D — 货代 OCR 工作流 | 加分项，非核心痛点 |
| ⭐ | F — 招投标自动化 | 量太小，付费意愿不确定 |

---

## MVP 验证下一步行动建议

1. **先锁定 1 个场景** 做最小化验证，推荐从场景 A（美的经销商）或场景 E（跨境分析报告）选一个
2. **不做完整产品，先做 demo**：能跑通核心流程即可
3. **用 demo 直接问目标用户**："这个东西，你愿意每月付多少？"
4. **验证顺序**：痛点确认 → 付费意愿确认 → 才进入开发