拿到实体行业老板们的信任，或许是AI改造世界的第一步。
2026年，AI上游卖硬件、卖token的“卖铲人”已经先一步赚得盆满钵满。但此时看回到工厂车间，从互联网公司转向制造业腹地，一个更要紧的问题浮出水面：AI究竟能不能真正渗透到中国经济的毛细血管——那些年营收几千万、团队不足百人、没有IT部门的中小制造企业。
怀疑者有充分的理由。中小企业数字化基础薄弱，数据散落在微信群和Excel表格里，老板们对上系统天然警惕，员工对新工具本能抵触。
更关键的是，制造业的场景涉及供应链、生产排期、跨语言沟通、多平台运营，任何一个环节的AI化都不是简单的对话框能解决的。
但在被称为“世界超市”的义乌，一家名为"优克拉"的星空灯工厂，提供着一个新解法。
这家成立超过18年的企业，团队不足百人，却在2026年3月钉钉发布AI智能体"悟空"后的两周内完成了全员部署。
三个月过去，它的新品首发成功率从60%跃升至92%，抖音团队日销售额从几千元涨到两万多，行政一个人的算薪工作从两天压缩到了十分钟。
这些数字背后不是什么宏大的数字化转型工程，没有庞大的IT团队支撑。它靠的是一个能直接操作钉钉工作流的AI智能体、一群愿意花三四个小时去"试试看"的普通员工，以及一个计算机专业出身但已经二十年没写过代码的老板。
这个故事之所以值得细看，不仅因为它展示了AI创造价值的路径，更因为它暴露了AI渗透实业时遭遇的真实摩擦。
接管工厂与门店
深挖AI在优克拉创造的价值之前，首先要理解这家企业的业务特征。
优克拉是典型的义乌"前店后厂"模式，在义乌国际商贸城拥有线下店铺接待全球客商，同时自有工厂负责研发和生产，产品通过天猫、亚马逊、抖音、1688等多平台销售。CEO魏俊2005年毕业于南昌大学计算机专业，2007年因家庭原因来到义乌创业，从淘宝店卖发光陶瓷杯起步。
"2012年，这款杯子一年卖出七八万个，营收超二十万。"他向华尔街见闻回忆道。十几年过去，优克拉已经成为星空灯品类的隐形冠军，持有迪士尼、奥特曼、三丽鸥等知名IP授权和四十余项专利。
计算机背景让魏俊对数字化有一种本能的亲近，他跟华尔街见闻表示，自从初代GPT发布他就开始跟AI聊上了。而优克拉更是早在2017年用上了钉钉，2023年9月全面部署钉钉AI表格——"在大部分义乌老板还在用微信加Excel做生意的年代"，他强调这个时间差。
两个月前，钉钉的AI工作平台“悟空”发布，原本优克拉的数据已经在线上跑着，AI只需要接入而无需重建，很快接手了那些重复性的、机械的、但又占据大量人力的工作。
在义乌国际商贸城，优克拉的店铺"IP魔法城堡"每天接待来自中东、东南亚、非洲、南美的国际客商。语言障碍和信息遗漏一直是困扰一线店铺的老问题。
魏俊向华尔街见闻说，他的解决方案是在柜台旁挂一张AI录音卡，自动完成语音转文字和多语言翻译，无论客商说的是英语、阿拉伯语还是西班牙语，对话内容都会实时同步到公司的AI表格中。
回到总部，产品研发和供应链团队不需要反复追问"那个中东客户到底说了啥"，只需要问Agent——"今天商贸城来了哪些客商，他们有什么定制需求？"AI即时检索、汇总、分析，给出结构化的清单。
"从客商踏进店铺的那一刻起，他的需求就已经在数字化链路上流动了，从店铺到总部、从销售到研发、从一句口头表达到一份可执行的产品需求单，中间不再需要人工转述。"魏俊描述道。
对于"前店后厂"的工贸一体企业来说，这条从"店铺现场"到"工厂车间"的数据高速公路，意义不亚于当年接入互联网。
同样的逻辑复制到了电商运营端。
过去，优克拉的运营团队每天需要耗费整整两个小时，手动复制淘宝生意参谋里的数据，粘贴到Excel表格，依靠人工经验去分析为什么竞品的款式会火。
"每天都有无数关于爆款的焦虑，隔壁厂的某款产品突然日销过万，你还不知道为什么。"魏俊向华尔街见闻说，“现在，每天凌晨，他搭建的Agent自动抓取全平台本类目的爆款数据；早晨分析报告推送到钉钉群。
但信息搬运只是起点。当数据不再需要人工搬运之后，悟空开始介入更高层级的工作，那些原本依赖老板直觉和运营经验的分析判断。
最让魏俊印象深刻的，是AI对认知盲区的纠偏。
"我们传统运营团队有惯性思维，一直做高客单价产品，完全忽视了低客单价市场，结果在竞争中落后了。"他坦言。AI分析市场数据后指出：百元以内的产品覆盖年轻消费者有巨大潜力，颜色偏好等细节对销售有显著影响。
"这些是人工分析根本注意不到的视觉盲点。说实话，我们是吃了亏才去调整工作方式的。"魏俊坦言道。
在产品研发环节，优克拉让Agent分析五千条以上的用户评论，提炼出痛点如"光线刺眼"、痒点如"需要蓝牙控制"、兴奋点如"作为孩子睡前的仪式感"。"过去的做法是靠老板拍板或美工灵感，偶尔翻看评论区，但这种非结构化的信息看过就忘。"
在真金白银的推广环节，变化更激进。
优克拉在悟空上建了一套自动化的投产热力图系统，高ROI链接建议加大投入，他们还设置了一道AI质检员，主图点击率低于3%的链接，系统直接拦截上架。
"把原本充满玄学的运营推广变成了傻瓜式操作，新人只需三天即可上手。"魏俊说。传统产品分析还有一个盲区："没有考虑短视频传播和情绪价值，导致产品成功率低，库存积压严重。以前盲目跟风，亏了不少。现在AI整合行业周期、节日增长速度、目标人群这些参数，结合小红书爆款设计趋势，产品成功率确实提升了。"
从信息搬运到分析判断，再到执行决策，AI在优克拉的渗透沿着一条清晰的逻辑链逐层深入。但真正让这条链条运转起来的，来自组织的重构。
销售主管转向Skill开发
"我们公司以前最重要的是销售部，现在最重要的是Skill开发。"魏俊向华尔街见闻直言道。
但背后是一次真实的组织调整。他的原销售部门负责人已经转岗，专职负责AI技能的开发和维护。运营助理转型到了内容部门，公司新增了技能训练和设计总监训练等新岗位。
作为用户自定义的AI封装技能，Skill自然语言结构化的稳定操作悟空"做一件特定的事，目前优克拉拥有50到70个Skill，覆盖从爆款抓取、评论分析、投放质检到考勤算薪的各个环节。
魏俊坚持让业务出身的人来做这件事。"懂业务的人做相应工作，解决体系问题而非单点问题。"他直接批评那些外部解决方案："单纯的情绪价值培训和不懂业务的外部顾问，无法促进企业持续成长。"
这种选择背后的逻辑是：AI工具的上限不取决于技术本身，而取决于使用者对业务的理解深度。一个懂得为什么这个链接ROI低的运营主管，搭建出的质检Skill远比一个会敲代码的工程师更有效。
访谈中一个细节印证了这一点。
小董是公司唯一的行政人事，学的是酒店管理，之前一直在餐饮行业做人事兼收银。2023年随爱人来到义乌，加入优克拉时，这家公司从来没有过专职HR，一切从零开始。
真正改变她工作的是算薪。优克拉七八十人的团队，考勤规则跟钉钉标准不完全一样，不同部门规则不同，还有节假日调休等特殊情况。
每个月，她需要从后台导出打卡记录，逐人逐条手动誊抄、转换为公司自有的算薪格式，再计算工资。一个人干，整整两天。
公司的技术同事了解了她的工作流之后，帮她搭了一个Skill，两天的工作缩短到不到十分钟。
"这个是每个月一次的工作，我会用它。"小董向华尔街见闻表示。她不会写代码，不懂什么叫提示词工程，但技术同事告诉她悟空的逻辑是什么，她就自己去试、去调。Skill搭建过程中，大部分调试工作是她自己动手完成的，前后花了三到四个小时。
对于一个每天泡在工作的人来说，这意味着AI正在从"聊天窗口"走进"工作现场"。
当被问到"AI嵌入工作后有什么不同"时，小董想了想说："好像并没有更轻松，但是很多事情我可以把问题抛给AI，让他帮我分析，然后我根据他给的方法去尝试，可能少走很多弯路。"
魏俊对全员AI化的推进有一套自己的方法论。他的路径是"数据收集、线上化、可视化、奖励机制"四步走。公司会议由AI自动打分——"70分、68分、72分，会议讲得怎么样、主持得怎么样，AI全部告诉你。
店铺销售人员同样被AI评估。系统根据录音自动提取客户咨询记录并打分，维度包括专业度、目标导向、客户洞察、提问与倾听能力。"标准是我们自己定的，输入给智能体，它自动评估。"魏俊说。他甚至让Agent根据客户咨询记录自动生成培训考题，"让别人去训练"。
整个公司的数字化历程从2017年接入钉钉开始，2023年全面部署AI表格，对比的是"传统Excel的工作模式"。魏俊对此有清醒的认知："科技是第一生产力。面对市场变化，我们的态度是先看机会后看问题。"他计划继续在AI领域加大投入，目标是通过AI优化实现效率三倍提升。
他现在还经常在厂房里办培训，带动身边的义乌老板学AI。"大部分人的执行力不足，所以跟不上领先者的步伐。我希望借此拉开公司和竞争对手的差距。"
能力边界之外
将优克拉的实践简单包装为一个AI赋能的成功故事，会遮蔽其中真实的摩擦。
魏俊坦言，推动AI应用时遇到了明显的员工抵触情绪。他的应对是"选择合适的人先做起来，树立标杆，让数据说话"。
他也坦诚地说："开周会的时候大家提需求，实话实说，可能大部分我觉得挺尴尬的。"很多员工提出的AI需求并不成立，或者根本无法被当前技术满足。全员AI化的愿景与员工实际认知之间存在显著的落差。
更深层的困难在于从单点到体系的跨越。
"现有AI工具多解决表面问题，难以全面优化公司经营体系。"魏俊观察到，单个Skill解决单个痛点相对容易，但要让五六十个Skill形成协同、真正重塑企业的决策链条，需要系统化的顶层设计，而这恰恰是中小企业最缺乏的能力。
AI能力本身也有清晰的边界。
Agent能处理的是规则明确、数据结构化的任务。小董的算薪Skill之所以成功，前提是考勤规则能够被清晰描述。而那些"说不清楚"的业务逻辑——比如一款产品到底该不该做、一个市场到底值不值得进，AI能提供分析，但最终的战略判断仍然需要人来承担。
"产品定位与目标用户不符导致的低转化率，AI能发现，但不能自动解决。"魏俊说。
还有一个更底层的生态问题。
优克拉是义乌的先行者，但先行者的前提是它2017年就搭好了数字化底座。在义乌，大部分中小企业的数据仍然散落在微信群和纸质单据里。对他们来说，问题不是"AI好不好用"，而是"数据从哪来"。
没有数字化底座的企业，即便拿到了Agent，也无从接入。魏俊清楚这一点："意识觉醒是第一步。"但这一步对很多人来说仍然遥远。
尽管如此，优克拉的实践仍然回答了一个重要的问题：AI落地实业的门槛，究竟可以低到什么程度？
它没有依赖昂贵的定制开发，没有组建IT团队。一个从餐饮业跨界来的行政人员能在四个小时内搭建出可用的智能体；一个运营新人三天就能上手原本充满"玄学"的推广投放；一个凌晨三点自动运行的数据抓取任务，让不足百人的小厂拥有了和互联网大厂同频的市场嗅觉。
当AI的使用门槛降低到自然语言交互的程度，当它能直接嵌入企业已有的协作平台而非要求另起炉灶，中小制造企业与大公司之间的数字化鸿沟就有了被填平的可能。
小董对华尔街见闻说："生活的每一次转折，靠的不是什么宏大叙事，而是机会来了，就试试看。"
2026 初，长江商学院对全国 2000 余家规模以上工业企业进行了 AI 调研。数据显示，其中有 10.0% 的企业产生了实质性的 AI 相关支出。在尚未拥抱 AI 的群体中，高达 79.2% 的企业明确表示 AI“不适用于本企业”。
如此渗透率显示，AI 在规模以上实体企业中的渗透率仍处于相对早期的阶段。但也意味着潜在的巨大的机会。
这场刚刚起步的产业智能化征程中，中国企业需要主动起来，来寻找属于自己的时代红利。眼下钉钉和魏俊，似乎已经做出了样板间。
