【亿邦原创】8月29日举办的2025百度云智大会AI+大消费专场上，梦饷科技CTO曹均涛发表了题为《重构人货场，私域电商的智能跃迁之路》的演讲。系统阐述了梦饷科技作为商品分发智能解决方案提供商，如何通过AI技术推动私域电商在“人、货、场”三个维度实现智能化转型。
梦饷科技以CPS模式为基础，链接超4万家品牌与超百万店主，累计销售商品10亿件，帮助店主创收200亿元，显著促进了个体就业与品牌增长。此外，梦饷科技提出“3+1”AI战略，包括数据工程、应用工程、交互工程和大模型工程，旨在系统化地将AI能力融入业务全流程，实现效率提升与业务创新。在具体应用层面，AI已深入商品审核、智能客服、社群运营和经营赋能等多个场景。
曹均涛认为，AI不再是简单的模型调用，而是私域电商的核动力引擎，要与整个业务和技术体系深度融合。此外，AI也将重塑私域电商的“人货场”关系，驱动私域电商实现智能跃迁。
温馨提示：本文为速记初审稿，在不影响原意的基础上，由亿邦动力编辑整理。
以下为演讲实录：
各位嘉宾，大家上午好，我是梦饷科技CTO曹均涛，今天给大家分享的主题是《重构人货场，私域电商的智能跃迁之路》。先简单介绍下，我们公司叫梦饷科技，定位是商品分发的智能解决方案提供商。我们给品牌和流量进行双向赋能，给品牌提供B2R的分销旗舰店，给流量端提供TO C的一个店铺。解决了很多个体的就业问题，也获得了一些肯定。我们链接了4万多家品牌，涵盖16大品类，基本上是全品类了。我们累计帮助商家销售了10亿件商品。我们另一端链接了百万的店主，包括个体店主和企业店主，也有一些投流投到群里面来，然后去持续化运营的企业类的店主。我们店主的数量有300万人，95% 是女性，我们累积为店主创收了200亿元。
我们的模式很简单，就是CPS模式，商家按成交的订单给店主推广费，给我们平台技术服务费。由于我们店主 是在社群里面进行商品素材内容的转发，大家可以看一下我们的模式，在帮助平台达成这个销售目标的同时，也帮助品牌在大量的人群里面进行了品牌推广。不管是成熟品牌还是新生品牌，不管是国货还是国际品牌，都可以通过我们平台达到品销一体这样的爆发力。因为我们活动是档期制的3到5天，爆发力非常强，在过去帮一些品牌在3到5天的时间里面达到的这样一些效果。
我们梦饷科技的发展历程 是有四个阶段：
•2015年我们是代购时代，有很多私域的代购到我们这边来批量采购一批货，自己回去分拣，再发给用户。
•2019年我们进入店主时代，我们给店主提供分销的店铺，然后由商家一键代发，由平台和商家一起解决客服售后的问题。
•2023年我们叫定义为开源时代，因为我们除了面向个体用户，针对企业用户也提供了上市版的小程序，企业店主可以用自己的主体去部署小程序，在小程序上搭载了我们优质的供应链，同时我们也给大家提供了私域运营的SOP，帮助大家一起运营好私域。
•2025年我们就进入了AI时代，我们通过AI技术为商家和店主双向赋能，帮助他们提升经营效率和销售业绩。
我们公司做智能体还是比较早的，从去年3月份开始搭建自己的智能体平台。在用智能去赋能业务创新和运营提效方面，我们也取得了一些成效。这个过程中 我们也有很多的思考和沉淀，在这里分享给大家。
特别是今年春节后，DeepSeek出来之后，我们判断因为原来说是2024年是AI应用的元年，或者说爆发的一年， 并没有起来。但是DeepSeek出来之后，我们判断今年智能体肯定是有一个爆发的增长，那我们有这样一个判断之后，怎么样去牵引整个公司的技术，去做面向AI的创新，去给业务赋能，所以说我们也提出了相当于 “3+1” 的目标。
为什么呢？ 我们意识到，因为我们做应用大模型可能就是一种基础设施，未来可能就三五家、两三家提供这样的基础设施，那怎么样把这个模型给用好？ 大家都可以调，但你要把这用好，企业内部有大量的工程化的事情要去做，所以说我们提出了 “3+1”。
“3” 就是基于大模型的数据工程、应用工程和交互工程。那数据工程就是要用大模型的能力，从人货场进行特征工程的构建。用模型的能力去更精细地匹配人货场；应用工程就是我们有了智能体的平台，怎么样把我们智能体的能力融入到我们的业务流程中，让每一个业务流程里面都可以用AI去创新，可以去提效；另外一个就是交互工程，因为大家都知道模型出来之后可能对话框，可能语音，可能是未来我们和大模型的一种交互的方式，所以说我们也用面向未来这种方式去迭代升级我们的产品，所以我们提出了一个交互工程。
那大模型工程，第一阶段我们主要还是在做现有的这种通用模型的应用。我们刚才也说了，每个通用模型的可能上传点也不一样，那我们也支持智能体纬度的模型的使用，也支持多个智能体的协同来完成一个业务场景。那我们是觉得在这个阶段我们主要还做应用，下一阶段应用做得差不多的时候，我们可以通过沉淀的数据，去微调，去蒸馏我们一些特定场景的小模型，这样能让这个模型的效率更高、成本更低，处理更快。
那我们技术上做了这个“3+1” 的目标之后，在这个过程中我们也去联动业务，电商 就是上货、质检、交易、履约、客服、售后，每个链条里面我们都用AI智能体去赋能，最后达到一个牵引整个业务，面向AI进行整个业务体系的升级。
在这个过程中我们用AI重塑人货场的关系，用AI去驱动人。因为我们面向的主要是店主，主要还是店主去经营他的消费者。那我们对店主来说，是用AI去延伸他的能力边界，让他们成为选品专家、服务专家、数据分析专家，驱动他们用AI来提升自己的经营能力。
另外一块我们用AI重构货，那其用AI来这个渠道，我们都根据他的用户特征去匹配不一样的供应链。然后我们用AI来进化场，我们的场大家知道私域不仅在App小程序，社群也是我们非常重要的场，我们通过各种agent的建设，来提升整个私域里面商品的匹配、增发服务和运营的能力。
下面给大家分享一下我们过去一年在智能体，在各个业务场景里面的应用。不管是在商品的审核，还有客服、社群运营，还有经营方面我们都进行了比较深入的应用。
第一个就是商品审核场景。 前面也有分享的嘉宾提到了，我们的场景还是比较简单的，原来我们是外采的OCR系统，也花了大几十万，每年还有不少的运维成本，主要是为了去审核吊牌图和一些属性是否匹配。有了我们的智能体平台之后，原来我们只是吊牌图，现在可以广告法，还有一些定价有没有异常、有没有重复铺货、我们都有这个智能体更多维度的去审核。
另外一块就是说我们原来OCR的自动审核通过率大概50% ，剩下的还要人工去处理。现在我们自动审核通效率提升了74%，大大降低了人工审核的成本。另外一块因为原来要运维，要部署，现在 就靠算力，所以说我们在技术成本上面差不多也降了50%。
除此之外，大家都知道私域特别重要的就是商品内容的制作，内容的分发，所以说，我们在内容质量的评分，因为大模型它能理解你这个图片的含义，就是我们去评这个素材的时候，是不是实拍图，有没有营销利益点，有没有介绍到位等等，我们用大模型去给商品的素材内容评分，还有审核这个事情我们 也做了大量的应用。
另外一个是智能体客服。我们从去年3月份 就一直在做，这也是我们公司应用AI非常重要的一个场景，到现在差不多有一年时间。我们整个客服团队差不多有小一半的降本，因为原来我们除了自己的客服之外，还有外包，现在客服外包基本上都拿掉了。
我们主要是有两个目标，一个是覆盖率，一个是解决率。覆盖率就是把智能体的应用覆盖到客服服务更多的场景，因为我们私域比较特殊，除了有我们自己的IM客服在微信群里面，还有大量的客服在微信群里面服务我们的店主，还有一些指令性的工作，比如说催商家加仓，这些指令性的工作 也是我们覆盖的场景。
另外一个就是解决率，我这里列了三个点，一个是模型的能力，我们现阶段主要还是依靠通用模型能力的提升，刚才原因我也讲了，就是现在可能投大量的精力去做通用模型升级，我们前面付出的通用模型都支持了。所以说我们还是把大量的精力投在智能体工程能力的建设。
我们也实现了面向我们这些场景的一些记忆模块、意图识别、意图管理模块。因为在服务过程中意图是跳跃的，我们怎么样去把每一个意图处理好， 是要外挂很多工程能力去解决这些问题的。最后就是业务的开放能力，我们尽可能地开放我们的智能体，通过MCP的方式，让智能体更智能，也能处理更多的业务场景。在这个过程中，我们智能体客服的建设，也有了客服服务的一个新形态，不管是我们自己的IM客服，还是微信群里面的客服， 我们都有这个智能体承担，那人干嘛呢？我们搭了一个统一工作台，人工客服就在统一工作台的后面工作。通过监控大盘去监控我们布下去的每一个智能体的服务情况。
还有一些智能体不能处理的用户意图，我们会在统一工作台生成待办，人工可以去认领和接管。他处理完成之后，再释放给智能体。我们也通过RP的方式和各种，比如说微信和我们的IM也打通了。他只要在这个工作台去回复，信息就可以触达到用户端。我们还对用户的每一次进线的会话的聊天信息，我们用AI会总结出他的各种意图，而且会标注好哪些意图，这个智能体已经处理完成了。哪些意图我处理不了，需要人工处理，通过这种方式 也非常大的提升了人工的处理效率。
那在这个过程中，我们对客服的服务也有了新的思考，大家知道传统的人工客服个体的能力还是非常有局限的。他只能处理他培训或者说职责范围里面的这些东西。整体的服务能力，因为比如说大促，我进线多了，那你要去扩展这个人工客服还是比较难的，所以说指标我们可能也用这种问题解决率、单通会话时长等指标去考核，主要还是围绕着这个问题的解决。
智能体是一个综合型的专家，24小时可以服务，能处理售前、售中、售后的问题。而且我们整个AI的这个工程化，我们 也对用户的浏览加购买、售后等各种行为进行了记忆，从这些记忆里面挖掘出这个用户的特征、家庭的情况等多维度的信息。那用户进线我们除了解决售后的问题，还能给用户提供各种贴心的服务。将每一次进线都可以作为提升用户粘性、销售转化的一个机会。
另外一个场景就是社群运营。大家都知道我们公司是做私域电商的，一方面是我们公司要对海量的店主进行运营，那另一方面每个店主也要对中端消费者进行运营，那我们借助智能体构建了面向店主的一个运营助手，就我们公司去运营店主。另外也给店主提供了面向消费者的一个运营助手。我们构建了未来社群运营的一个新范式。做私域的都了解，社群运营是把控着每天的卖货节奏，哪些商品好卖，有什么爆品跑出来，我们要进行全社群的推广，都是通过社群去做的，过去是靠人去做，随着我们运营的群越来越多。人力成本是要不断地增加的，还有就是我人有没有，做的怎么样，还是一个黑盒。
所以说我们也构建了一个社群运营的智能体，社群里面的智能体去给我们的店主提供服务，进行商品内容还有一些关键信息的分发，也能及时处理店主的问题。我们也加了好友，未来在群里面人工去做，你不太可能相当于一对一的去服务我们的店主，那有了智能体之后，这个就成为可能。我们也通过私聊一对一的，差异化的去服务我们这些店主，反正在过去人工时代是真的没办法想象的。
我们一对一的去服务，那和人工客服是一样的逻辑，他都是在工作台的后面，他去监控智能体的服务情况，可以去配置社群运营的一些标准的SOP，然后智能体就去执行。同时还有协助智能体去处理一些智能体没有办法处理的这些复杂的逻辑。
那我们运营逻辑呢？ 我们把相同的运营逻辑也复制了一套给店主，我们给店主提供的助手我们叫AI豆。因为原来我们把店主叫爱豆， 那个爱 就是AI，我们顺势就叫了AI豆。AI豆是一个综合型的AI专家，它背后有很多细分领域的智能体专家，其实是提供服务的，比如说售前的、售后的还有一些母婴的专家，还有一些美妆的专家，店主是与自己专属的这样一个AI豆共同去为用户服务，店主可以选择是人工服务还是托管给AI豆提供服务。
AI豆我们也可以根据店主的运营习惯，然后去构建，包括回复的语气， 让他的用户感知到背后还是店主在服务他。店主可以根据自己运营的需要去定义AI豆的能力，有的社群里面有的可能是处理售后的，有的可能是处理售前的，他也可以比如说在这个群里面有两个AI豆，定义他不同的能力，同时也可以定义多个不同能力的AI豆来满足社群运营的需要，这是社群运营。另外一个就是经营大脑， 是我们下半年的一个重点项目， 我们要给店主打造这样一个经营大脑，来帮助他们提升经营效率。
大家都知道私域电商的运营还是比较复杂的，作为一个店主，特别是个体店主，他要去选品，选了品我还要去创作素材，或者说我去找别人创作好的一些好的素材，这个就是非常非常难的，他还不太知道他的人群，怎么样去匹配这样一些货的。还有一些数据分析能力、机会点的识别， 他们的能力都是非常弱的。那怎么样通过AI去提升他们这方面的能力，让经营能力参差不齐的店主至少都提升到一个基准面上。
我们有了这个想法之后，就打造了这个经营大脑，帮助这些店主去解决问题。 拓展了这些店主的能力边界，将AI的能力变成这个店主的能力。经营大脑不仅掌握了公开的知识，也通过MCP和我们的应用数据进行了打通，它是比人要懂得更多的，但是它可能是有点像人一样思考，所以说我们是觉得它肯定能成为店主的一个经营助手，帮助店主来提效，就是这样一个想法。
那这个就是我们产品的部分的场景设计，未来在我们App里面就有一个二楼，或者说有一个智能体，点了之后就直接就一个对话框，然后这个对话框是双向的，我们的店主可以通过语音来问，要一些什么东西？那我们的平台也可以通过对话框主动地给店主这边push信息。
第一个场景就是主动的机会识别。我们发现比如说今天场上面有一个主推的活动，和店主的某些人群是匹配的，那我就主动给他下发一张卡片，让他把这个内容转到他的群里面。店主就可以设置是自己去转还是未来所有这种机会点的识别自动就转了。转了之后，过一段时间我们也会给店主push一张你这个动作执行之后的效果卡片。大家点进去之后 就是转化漏斗，看一下我给你推的这个活动，或者推的这个品，有没有起到一个好的效果。
第二个场景就是素材。原来他要在厂里面到处去找， 在这里就说话，帮我找一套某个品牌活动的转化最好，或者说转发人数最多的这样一套素材，找了之后他就可以转到他的社群里面，甚至未来我们素材的创作也可以用AI去做，因为我们沉淀了这样一些东西之后，完全是可以做到的。
第三个场景就是活动推荐。我们的店主可以主动地问AI，帮我推一下适合我人群的，今天主推的这些活动我们都可以通过卡片的方式给到他，同时还匹配后面的一些效果。
最后我想说就是我们公司还是做得比较早的，做智能体做了一年多， 从开始的怀疑到越做越笃定，到能给业务带来创新和提效，再到给各个行业能带来智能化的改变。好，我今天的分享到这里，谢谢大家。
文章来源：亿邦动力
