AI 复兴电商 DIY

电商行业正在形成一种 AI 与自动化文化，鼓励试错和问题解决。这种趋势带来了 DIY 项目的复兴，让人回想起电商早期蓬勃的创新精神——一种“测试并观察”的态度。

AI 趋势

领英 2025 年《工作变革报告》预示着一个更具创新性、AI 驱动的工作场所。

大量调查和报告表明，DIY 趋势正在兴起。

领英 2025 年研究发现，80% 的 C-suite 高管认为采用 AI 至关重要，并将培养更具创新性的工作场所文化列为优先事项。Gartner 2025 年 12 月报告称，65% 的员工期待在工作中使用 AI。

这一趋势反映出三个优先事项的融合：

• 管理层担忧。 如果不采用 AI 和自动化，公司将面临落后风险。
• 员工动力。 AI 能够简化工作流程，而掌握相关技能已成为重要的职业竞争力。
• 成本考量。 成品软件和开发成本较高，使 AI 成为更具吸引力的替代方案。

旧即新

以某家企业为例。笔者接触了美国西北部的一家公司，该公司几乎为每位员工都开通了 OpenAI、Gemini 和工作流自动化平台 n8n 的高级账户。

管理层鼓励员工利用 AI 解决问题。笔者审查了示例后发现，员工构建了一个简单的 n8n 驱动工具来监控竞品价格。

这个工具相对基础：采集价格数据，使用 AI 代理将其与自身数据进行对比，然后每周添加到 Google Sheet 中。更新后的数据会馈入数据透视表，供营销人员识别价格变化。

这与笔者在 2015 年发表的《使用 Python 和 Scrapy 监控竞品价格》一文类似，描述了一家地区零售店的简化价格检查器——虽然功能更少、成本更低，但同样能解决问题。

DIY

简化版的 n8n 价格检查器甚至无需 AI 介入，可能只需四个步骤即可完成。

n8n 工作流每周采集价格并追加到 Google Sheet。

实现方式如下：

• 使用 n8n cron 节点（调度器）每周运行一次自动化。
• HTTP Get 请求节点获取竞品的产品和价格。在某些情况下，采集数据可能很简单，只需在店铺 URL 后添加 /products.json。
• Code 节点使用 JavaScript 在一组产品变体中查找最低价。
• Google Sheets 集成负责捕获数据。

商家甚至无需手动组装工作流。生成式 AI 工具可以根据简单提示生成可导入 n8n 的 JSON 文件。

文化

价格监控示例的意义不在于工作流本身，而在于它培养的态度。一位几乎没有任何编程背景的营销团队成员自行构建了问题解决自动化。

最终，开发者可能会改进工作流或优化代码。尽管如此，向“自己动手”的转变降低了运营问题与解决方案之间的摩擦。

多年前推动电商创业者前行的 DIY 精神，正随着这批新工具而重生。

借助 AI 和自动化优先的文化，团队可以构建定制工作流，例如：

• 库存监控。 AI 代理关注库存水平和销售速度。库存不足时发出警告，库存过高时建议促销活动。

• 评论情感提取。 AI 分析每条新产品评论，推断其情感和主题。洞察结果馈入支持优先级排序或营销内容生成，无需人工整理。

• FAQ 聊天机器人。 商家使用 n8n、常见问题数据库和 ChatGPT 构建定制聊天机器人来回答顾客问题。

• 客服邮件过滤。 连接 Gmail、Slack 和客服工单系统后，AI 代理监控客服收件箱，将邮件分类为工单或在紧急情况下发送 Slack 消息。

• 3D 视频生成。 此工作流使用 Google Drive、Remove.bg 和 Fal.ai 为 Shopify 店铺转换产品视频。

机遇

DIY 趋势是 AI 与工作流需求交汇的机遇。管理层寻求竞争优势，员工追求效率和技能提升，而预算限制制约了软件和开发成本。