昨天，SmallWOD 举办的「AI时代的业务重塑：在日经营者如何顺势而上？」圆满结束了。4个多小时里，8位超夯嘉宾带来了满满干货，现场有朋友一直在记笔记，交流环节互动热烈，活动结束后大家依然意犹未尽，持续进行观点碰撞与深度交流。一起来看看大家都聊了什么。
这本是一场面向AI小白的关于 AI 工具和经营应用的交流活动。随着讨论不断深入，大家很快发现：我们真正讨论的已不仅是“AI是什么”，更是“AI如何真正进入经营现场”。
从 AI 初学者，到创业者，再到正在推动 AI 产品在日本落地的实践者，大家围绕一个共同的问题展开了交流：在 AI 快速发展的时代，在日本做生意的人，如何真正把 AI 变成生产力？
一、AI 真正进入经营，不是从“选工具”开始，而是从“理解流程”开始
活动开始，北京大学早期大模型专业背景的知县老师@知县 进行了keynote环节的分享，他提出了一个让很多人印象深刻的判断：日本可能是最适合 AI 落地的市场之一。
这并不是因为日本的 AI 技术最领先，而是因为日本拥有非常适合 AI 进入的经营环境：标准化程度高、SOP 细致、人力短缺、老龄化加剧。
这些条件意味着，大量工作流程本身就具备被 AI 接管的基础。换句话说：越标准化的流程，越容易实现 AI 自动化。
围绕这个逻辑，知县老师还提出了一个非常清晰的执行框架：L1 自动化 → L2 规模化 → L3 创造
这三层路径，不只是 培训AI“助理”的使用层次，更是企业使用 AI 的成长路径。
L1：自动化——把重复工作交给 AI
在自动化层面，知县老师并没有简单罗列工具，而是强调：不要先问“用什么工具”，而要先问“什么工作可以交给 AI”。因为工具会快速变化，但业务流程不会。
他提出了一套可以马上开始实践的“三步走”：
第一步：盘点重复，把每天、每周重复在做的事情列出来；
第二步：拆分类型，把工作分成需要判断的工作、纯执行的工作；
第三步：交出执行，把纯执行的部分交给 AI，人负责判断。
这个方法看似简单，但让很多人第一次意识到AI 落地的起点，不是学习工具，而是拆解流程。
在现场，知县老师还结合自己的使用实例，通过 Discord 进行了演示，让原本抽象的 AI 应用真正变成可操作的方法。
L2：规模化——AI 倒逼企业重新梳理 SOP
如果说 L1 是让 AI 接手重复任务，那么 L2 的核心是：让 AI 帮企业建立规模化能力。知县老师在这一部分提出了一句很值得所有经营者思考的话：“你觉得 AI 做不好，是因为你没把流程说清楚。”
很多企业觉得 AI 无法满足需求，问题并不一定在 AI，而是在于流程不清晰、标准不明确、SOP 不完整。当企业试图让 AI 接管工作时，会被迫重新梳理工作流程、执行标准、判断逻辑。因此，AI 不只是效率工具，更是企业流程标准化的推动器。
很多企业想通过 AI 降本增效，但真正实现降本增效之前，首先要完成的是把流程标准化。所以AI 的引入，本质上也是在推动企业经营方式升级。
L3：创造——AI 的终点，是创造新的增长机会
如果说 L1 是提升效率，L2 是优化流程，那么 L3 的核心则是用 AI 去创造新的工作方式和新的业务增长机会。
知县老师提到，当重复劳动被 AI 接管之后，经营者才能把更多精力放在新业务探索、新产品设计、新增长路径。
也就是说，AI 不只是帮你把原来的事做得更快，还能够帮助你找到以前做不到的事。这是 AI 最重要，也是最容易被忽略的价值。
很多人问“AI 能帮我节省多少时间？”，但还值得探索的还有：“AI 能不能帮我打开新的增长空间？”。因为当执行成本下降之后，测试新业务的成本降低了、试错速度提高了、创新机会变多了；所以AI 的终点不是自动化，而是创造新的可能性。
到了这个阶段，AI 已经不只是工具，而是一种帮助企业重新定义增长方式的能力。
二、日本 AI 落地不快，但更接近真实商业
在第一场 Round Table 中，知县老师、助力杨国福麻辣烫在日本落地的 Eason @Eason ，以及现HR Agent Linkora COO、有着数十年新浪、小米等大厂经验的徐勇@徐勇 及临时空降的在上海生活工作创业多年的中文很好的日本人匠新创始人@田中年一 围绕“AI 在日本的现实与机会”进行了非常有价值的讨论。
大家形成了一个重要共识：日本 AI 落地节奏不快，但更务实。关于日本的AI和其他国家的AI情况的对比，知县老师在听了在地时间较久的嘉宾们的分享之后提到，相比一些市场对 AI 的高预期和资本泡沫，日本企业似乎更关注“这个东西到底能不能真正解决问题？”
这种务实，也让日本 AI 落地呈现出鲜明特点：不是追概念，而是追价值。
第一个观点：“具体场景下的具体价值”，才是日本市场认可的 AI
徐勇分享了一个非常现实的观察：日本企业真正接受 AI，并不是因为“AI”这个概念，而是因为它在某个具体场景下解决了一个明确问题。例如他们与大学医学院合作的翻译功能，就是在特定场景中帮助 AI 真正落地。他还提到了日本完善的 IT 补助金制度，正在推动企业将 AI 从概念推进到实际应用。但与此同时，日本市场也有自己的挑战：真正难的不是开发产品，而是建立信任。你得先让他认你。
这与Round Table 2的嘉宾、有多年投资经验目前在专注Physical AI 板块的OYMotion的日本事业统括@Wilson Gu 不谋而合。顾老师提到，在日本做市场，好的产品一定是第一位的。比如他们某款产品在NHK进行了露出，这在一定程度上也提升了客户的基础信任度。
这也是日本市场的重要特征，客户不是为概念买单，而是为确定性价值买单。
第二个观点：AI 能否落地，关键在于是否理解业务流程
凭一己之力改变日本餐饮风向的、助力杨国福麻辣烫落地日本市场的Eason @Eason 则从实体经营场景分享了一个非常典型的案例。
比如在餐饮业务中，前台是日本员工，后厨是中国员工，这种跨语言、跨流程的协作模式，本身就存在大量沟通和管理成本。他们的解决方案是开发出一套适配的AI管家，而这个产品的逻辑正是基于对业务的理解深度。也就是说，AI 的价值并不是简单替代员工，而是在关键流程节点降低协作成本。
所以 Eason 提出了一个关键观点：AI 能否在日本落地，不取决于技术有多先进，而取决于对业务流程理解有多深。
三、AI 的边界正在扩大：从数字流程到物理世界
如果说前面的讨论聚焦在流程效率，那么 OYMotiion Wilson Gu顾老师的分享，则把大家带到了更大的产业图景中，AI 正在从数字流程进入物理世界。顾老师长期专注于具身智能领域，所在的 OYMotion 的机械臂和机械手套已在医疗康复和工业协作中推动“物理 AI”落地。
他将自己的两款产品带到现场给大家进行了实际演示，同时还给大家推荐了一家日本本土的将Physical AI落地到实际应用场景的咖啡厅DAWN，让大家去实际体验一下日本的具身智能发展情况。
「分身ロボットカフェ DAWN ver.β
〒103-0023 東京都中央区日本橋本町３丁目８−3 １階」
四、真正的增长机会，在“技术 × 场景”的结合点
LensLink 创始人宋向明@Jack 分享了 AI 在企业管理中的标准化落地路径，例如人脸识别打卡、门禁管理、智能寄存柜。
这些方案看似简单，但本质上解决的是企业管理中的效率、合规与成本问题。在场的几位经营者纷纷拍照并表示现阶段很是需要。
这也说明了AI 的商业价值，不一定来自最先进的技术，而来自最适合场景的解决方案。
VTILE的独立全栈工程师 Eric @Eric 则给大家分析解读了GEO的适配需求及底层逻辑，他还从 SaaS 产品设计角度分享了另一层观察，技术本身不会成为长期壁垒，持续理解场景才会。
五、在日本想要真正创造增长，看产品更看人
第二场 Round Table 中，顾老师、Jack和 Eric 围绕“如何用 AI 真正创造增长”展开讨论。讨论的过程中，大家不约而同再次提到在日本做AI To B业务时介绍人对业务开展顺畅度和效率高低的重要性。
顾老师在分享中还根据自己在日本的经验给出了建立渠道链接的建议。同时他还给正在融资阶段的Linkora分享了他的个人经验，日本有大量的正在看本土项目的外国人，在日本融资也可以接触一下这部分群体。
此外，提到AI 时代最重要的能力，大家讨论说，其实已经不是会不会用 AI，而是会不会定义问题。因为AI 可以执行、可以优化、可以自动化，但什么问题值得解决，什么场景值得投入，仍然需要人来判断；所以不会被取代的能力是业务洞察能力、结构化思考能力、场景定义能力。
六、SmallWOD 想创造的不只是交流，而是让 AI 真正进入业务场景
昨天最有价值的除了嘉宾们的超干货分享，还有现场的讨论氛围。有人带着经营问题来，有人带着产品方向来，有人带着合作需求来。大家讨论的不局限是“AI 有多厉害”，更是“AI 能不能解决我的业务问题”；尤其感谢各位嘉宾毫不吝啬地热心给出各种建议。
这正是 SmallWOD 想创造的“务实不务虚”的社区价值：让信息流动，让经验连接；也是 SmallWOD 希望持续推动的事情。
最后，再次感谢各位嘉宾超无私的干货分享、感谢天下秀日本@阿热 的场地支持，以及，带给我一束明媚春天的超暖心的@Amber Liu 、记录下工作状态下的我的@coco 、作为@Solar 分身出现的@Rena Zhao 、带朋友一起来支持的@Felix @晏传广@DolphinVoice 、出差完马上过来现场的@XiaoLin 和@Sissi 、在深圳出差无法亲自到场还特意安排团队来学习的@Jason Dong 以及所有超支持的来参会的每一位用户朋友们！
期待未来能继续为大家提供有价值的分享和链接！
