AI改写小厂招聘表：8人团队管30家店、一天做800张图，义乌老板“手搓”数字员工

说明：本栏目聚焦国际贸易波动、消费市场降温及AI技术兴起背景下，中国中小工厂的转型实践。浙江集聚了大量隐形冠军、制造业、供应链企业、外贸企业、专业市场及消费品牌。这些工厂虽非行业焦点，却是中国制造的基础支撑。它们从代工转向品牌建设，从依赖人力转向借助AI提升效率，从偏好大单转向适应小单，持续进行自我升级。

时代周报推出《中国小厂》专题，旨在关注供应链末端的这些单元，记录鲜活的商业故事与变化。

傍晚6点，浙江一家制造企业的运营助理佳霖关闭电脑，结束当日工作。

佳霖的职责涵盖店铺数据处理、商品维护及产品上架等事务，以往需从早上8点半持续忙碌至下午。

引入AI后，这些曾占据大半天时间的琐碎工作被压缩至三四个小时，他得以将更多精力投入新品开发与后台流量投放。

佳霖摆脱了重复劳动，但业务员林可却难以轻松“收工”。他部分客户仍在求学，晚上十点后才有空洽谈产品。“最晚一次，一名高中生11点多来电，我们围绕一款定制产品沟通了一个多小时。”

林可透露，客户常带着一张AI生成的图片前来，但到车间门口时，却可能因面料或工艺差异无法复现。他需将AI描绘的想象，逐项转化为车间能理解的生产参数。

佳霖与林可的日常，正是AI浪潮下小厂员工的真实写照。类似场景在义乌、永康、柯桥等产业带频繁出现。义乌商城集团数据显示，当地已有近3万商户常态化使用各类AI工具。

上海科技大学教育、创新和可持续发展研究中心发布的《AI时代的中国劳动力市场》报告，基于2022年至2026年的7.43亿条招聘记录建立数据库，并对2026年1月至4月的4001万条线上招聘需求进行分析。结果显示，26.6%的岗位处于高暴露、低互补的替代压力区，每四个岗位中就有一个正面临结构调整。

中国小厂因此站在技术更替的十字路口：哪些经验可集成到系统，哪些判断必须由人保留；当老板亲自打造AI员工时，员工如何保住自己在招聘表中的位置？

再当一次职场新人

AI时代，岗位任务与角色均发生改变。

佳霖仍坐在原工位，岗位名称未变，但工作内容被重新梳理。

他表示，尽管有AI辅助，仍需重新理解哪些任务无需亲力亲为，哪些变得更重要。“一些基础工作，如运营、产品上架、数据处理，我认为完全可让AI代劳。”

不过，佳霖坦言，当买家也利用AI生成产品创意时，人的专业性变得更为关键。因为AI生成的产品效果，有时在工厂无法实现。

“例如，客户希望做一个图案设计，但产品只能印花，不支持刺绣，AI却给出了刺绣效果。我们就需提供更专业的建议。”

对佳霖而言，工作重心正在倾斜——一端是标准化任务被AI接手，另一端是更难用规则框定的职责。他必须学得更快、判断更准。

这种变化，在浙江欧凯斯科技有限公司新媒体家清事业部代总监景江欢身上，体现为重新当“新人”的新鲜感。

33岁的景江欢毕业十年，学旅游管理出身，进入电商本是一次职业转型。而当AI引入公司后，他再次面对陌生的工作语言。

景江欢坦言，起初身边的00后同事开始试用新工具时，他有些抵触。“与工具难易无关，而是不想从头学习新东西。”

但真正学习后，他发现AI确实能“托举人一把”——原本需反复整理的信息可迅速归拢。他最终沉下心，从AI基础概念和运行模式学起，尝试让AI教自己学AI，再逐步上手试错。

AI工具对效率的提升，欧凯斯拼多多项目负责人徐林富体会更深。据徐林富介绍，尽管团队只有8名运营人员，却能维护约20至30家店铺。

他透露，一条竞品链接可能积累五六万条评论，仅拆解几十条链接就需10天甚至半个月。接入AI后，一个上午或下午即可完成。

徐林富估算，知识库和分析工具为团队节省了约一半至六成时间。他认为，这种效率已纳入公司用人规划。“业务继续增长，团队无需按原有比例扩充。”

上架商品、整理表格、处理回复，曾是年轻人熟悉电商的入门途径，但这种重复操作也最先受AI冲击。上海科技大学CEISD研究显示，线上新增招聘需求中，月薪5000至8000元、要求1至3年经验的岗位承压最深。

不过，AI给小厂带来改变的同时，也引发岗位焦虑。

对此，景江欢坦言：“当汽车时代来临时，没人会问车夫的意见。技术不会等每个人准备就绪，驾驭马车的人只能重新学习驾驶汽车。只不过这次，新驾驶室落在了电脑屏幕上。”

面对教会AI后自己可能被淘汰的担忧，徐林富将问题归结为个人能力能否持续迭代。在他看来，被淘汰之事无人能左右，他只能让自己成为那个总在学习新事物的人。“如果每种新事物都构成威胁，那淘汰你的可能不止AI。”

千张图纸落地车间，仍需人的经验

AI工具解放了前端“双手”，让岗位变化随订单向后传导，但效果图落地车间仍需人推动。

林可告诉时代周报记者，他在小红书上寻找客户时，常见有人先发布AI效果图，根据浏览量和意向金测试能否转化为订单，有初步需求后再找工厂。一只异形干发帽、一个尚未存在的抱枕，先在屏幕上接受市场检验，再被送到业务员面前。

接单后，下一步是校验图纸。AI会在仅适合印花的材料上画出刺绣效果，画面完整，但车间未必能实现。

面对这种情况，林可会让AI辅助估算简单标识的报价，但涉及定制尺寸、特殊克重和刺绣针数时，仍需找熟悉成本的师傅。他发现，出图快、报价快只能争取第一轮沟通，要留住订单，靠的是车间积累的专业判断。

一张图可快速在屏幕上生成，进入工厂后却需经过询价、核价、打样、改样，再在印花、刺绣和包装间流转。尤其在“小单快反”模式下，订单以几十件、几百件起步，款式更散、修改更频繁，外协厂排期无法随AI同步提速。

这种线上生成与线下落地的节奏错位，最终反映在用人结构上。不少小厂的招聘表，因此同时出现减法和加法。

浙江一帆日用品有限公司总经理舒凯回忆，以前一名设计师一天最多完成两三张图。现在，AI一天可生成800至1000张候选图，一套商品图片最快一小时左右完成。按原有业务量，原本需两三名设计师配合的工作，如今一人借助AI即可承担。

目前，一帆日用品公司减少了设计师岗位招聘，仅做基础事务的运营助理越来越少；小单定制增加后，专职打样师被补充进来，舒凯还计划招聘能力更强的供应链管理人员，逐段监控生产进度。

老板手搓AI员工

岗位与用人结构变化的推手，是中国小厂老板们。

浙江哆品日用品有限公司创始人兼CEO吴献民首次使用AI软件时，就让它读取电脑上的资料，公司文件和他留下的经营判断进入知识库，系统也给出了对他本人和公司的分析。

他看重AI能否积累记忆，将AI视为一个能不断吸收经验的员工，相处时间越长，它越应了解老板和生意。

这套想法未得到所有员工响应。公司给业务员配备AI手机，用于记录并归纳客户聊天。但吴献民发现，“手机使用率不高，员工不会用，也不想用。”

为降低使用门槛，吴献民开始搭建更简单的控制面板，将选品、市场调研、生成商品图、店铺运营和客户回复拆解为可直接调用的功能。员工上传图片、点击相应功能，系统便按预设流程执行。

吴献民用一组比例描述理想分工——前10%由人思考做什么、卖给谁，中间约85%的标准执行交给AI，最后5%由人把关。沿此比例，他设想一套软件搭配一人，便能支撑一家1688店铺。

系统仍在搭建和测试，距离稳定覆盖整家公司还有不少问题，但吴献民已将目标从让员工会用工具，推进到让AI承担一组岗位职责。

他还想为自己打造一个AI老板。按吴献民的设想，每日谈话、会议和决定将被记录，系统再分析哪些任务未执行、哪项安排不符合逻辑，生成复盘报告。这个AI无法替他签字，也不承担经营后果，更像一个全天候追问者，将老板的判断也纳入检查。

与吴献民将经验写入系统不同，欧凯斯总经理吴祥炬则从岗位内部推进改造。

今年以来，吴祥炬组建AI部门，引入AI工程师和数字化人才，并要求每名员工每月完成一项与岗位相关的AI应用：人事开发面试、绩效系统，运营改造巡店、回评和投流流程。

按吴祥炬的预计，即便今年业绩翻番，欧凯斯员工规模仍将维持在200多人，但对员工能力和学历的要求却在提高。

无论是吴献民手搓“AI员工”，还是吴祥炬要求每个岗位重新拆解工作，都指向同一场组织改造：原先依赖个人熟练度和部门协作的流程，开始被写成可读取、可调用、可检查的任务。标准动作向系统聚拢，人则退回到问题定义、异常处理和结果责任等更本质的位置。

在AI冲击下，中国小厂老板们意识到，企业要获得下一次增长，需提升系统能力，而非简单对人力做加减法。

傍晚6点，佳霖照常合上电脑；有些夜晚，林可11点后仍要接起客户电话；另一间办公室里，吴献民继续为AI员工添加资料和技能。

技术迭代不会停止，AI能力将继续增强。但AI无法感知面料的真实手感、客户的弦外之音，以及车间里那套无法被代码替代的经验。人与工具的关系，仍需在每间办公室、每座工厂的日常磨合中，慢慢寻找答案。

下一轮订单抵达时，工厂会补充一名打样师、一名AI工程师，还是干脆不再招人，无人能提前预料。迭代后的招聘表上，每项需求都对应着一家中国小厂对效率与人性的重新权衡。

（佳霖、林可为化名）

记者丨刘婷

实习生丨张晓蕊

编辑丨杨春霞

运营丨松

本文来自微信公众号“时代周报”（ID：timeweekly），作者：刘婷 张晓蕊，36氪经授权发布。