本文来源：时代周报 作者：刘婷 实习生张晓蕊
编者按：国际贸易波动、消费市场遇冷、AI浪潮来袭，中国小厂正在悄然换挡。其中，浙江集中了大量隐形冠军、制造业、供应链企业、外贸企业、专业市场企业和消费品牌。这些中国小厂虽然看似不在“舞台最中心”，却是中国制造的坚实底座。他们从赚代工费到做品牌，从靠人力到向AI要效率，从迷恋大单到拥抱小单，不断完成自我迭代。
时代周报推出《中国小厂》专题，关注这些供应链末端的单元，记录最鲜活的商业故事和变化。
下午6点，浙江一家制造业公司的运营助理佳霖合上电脑，结束了一天的工作。
佳霖的工作包括店铺数据处理、商品维护、产品上架等，以往需要从早上8点半一直忙到下午。
而接入AI后，这些曾经铺满大半天的琐碎，被压缩到三四个小时，他可以有大量的时间投入到新品开发和后台投流中。
佳霖从重复劳动中抽身，业务员林可却没那么容易“下班”。他的部分客户仍在上学，晚上十点以后才有空聊产品。“最晚一次，一名高中生11点多打来电话，我们围绕一款定制产品沟通了一个多小时。”
据林可透露，客户通常拿着一张AI效果图就来了，到了车间门口，却可能因面料、工艺不一样而无法复现。他得把AI堆出的想象，逐项翻译成车间能读懂的生产参数。
佳霖和林可的日常，恰是AI浪潮下一线小厂员工最真实的切面，而这样的场景在义乌、永康、柯桥等地的产业带里上演着。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。
根据上海科技大学教育、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》，研究团队以2022年至2026年的7.43亿条招聘记录搭建数据库，进一步对2026年1月至4月4001万条线上招聘需求的测算显示，26.6%的岗位落入高暴露、低互补的替代压力区，每四个岗位中就有一个正站在结构调整的关口。
中国小厂由此站在了这一轮技术更替的十字路口：哪些经验可以装进系统，哪些判断必须留给人；当老板亲手打造AI员工，打工人又靠什么留在下一张招聘表上？
图源：图虫创意
再当一次职场新人
AI时代，岗位的任务与角色都变了。
佳霖仍坐在原来的工位上，岗位名称也没有改变，工作内容却被重新梳理了一遍。
他表示，虽然有AI帮助，但也需要重新理解哪些事情不需要完全自己动手，哪些事情变得更重要了。“一些很基础的东西，包括运营、产品上架、数据（处理），我觉得完全是可以让AI帮忙去做的。”
不过，佳霖坦言，当买家也在用AI生成产品idea的时候，人的专业性就显得更为重要了，因为有些AI生成的产品效果，在工厂是不能实现的。
“比如客户要做（一个图案设计），但实际这个产品只能做印花，不支持刺绣，但是AI给他的就是一个刺绣效果，那我们就需要给客户给出更专业的建议。”
对佳霖而言，工作的天平在倾斜——一端的标准化任务被AI接手，另一端则是更难被规则框定的职责。他必须要学得更快、判断更准。
这种变化，落到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，最突出的是重新当一回“新人”的新鲜感。
33岁的景江欢，毕业已有十年，学旅游管理的他，进入电商本就是一次职业转向。而当AI进入公司后，他又一次站到了陌生的工作语言面前。
景江欢坦言，起初身边的00后同事开始试用新工具时，自己是有点抗拒的。“与工具难不难无关，而是不想从头学一个新东西。”
但当他真正学习之后，发现AI确实是“能把人往上托举一把的”——原本需要反复整理的信息可以被迅速归拢。他最终沉下心，从AI的基础概念和运行模式学起，也尝试让AI教自己学AI，再一点点上手试错。
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为深刻。据徐林富介绍，虽然团队只有8名运营人员，却能维护约20家～30家店铺。
据他透露，一条竞品链接可能积累五六万条评论，光是拆解几十条链接就得熬上10天甚至半个月。接入AI后，一个上午或下午便能跑完。
徐林富估算，知识库和分析工具为团队节省了大约一半到六成的时间。同时，他认为这种效率已经进入公司的用人计算。“业务继续增长，团队不必再按原有比例扩充。”
上架商品、整理表格、处理回复，曾是年轻人熟悉电商生意的入口，但这种重复操作的工作也最先受到AI冲击。上海科技大学CEISD的研究显示，在线上新增招聘需求中，月薪5000元至8000元、要求1年至3年经验的岗位承压最深。
不过，AI给小厂带来改变的同时，也带来了岗位焦虑。
对此，景江欢坦言：“当汽车时代到来，没有人会去问车夫的意见。技术不会等每个人准备妥当，驾驭马车的人只能重新学习如何驾驶汽车。只不过这一次，新的驾驶室落在了电脑屏幕上。”
面对教会AI自己反而被淘汰的担忧，徐林富把问题落回到个人能力能否持续迭代上。在他看来，被淘汰这个事谁都左右不了，他只能让自己成为那个总在学新东西的人。“如果每一种新事物的出现都足以构成威胁，那淘汰你的有可能不止AI。”
千张图纸落地车间，还需人的经验
AI工具解放了前端的“双手”，让岗位的变化顺着订单继续向后一路传导，但一张效果图要落地到车间，还有一段路要人“推着走”。
林可告诉时代周报记者，他在小红书上找客户时，经常看到有人先发布一张AI效果图，再根据浏览量和意向金去测试能否变成意向订单，有了初步需求再找工厂。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，然后才被送到业务员面前。
图源：图虫创意
接下订单后，下一步是校验图纸。AI会在只适合印花的材料上画出刺绣效果，画面看起来完整，但车间却不一定能做出来。
面对这种情况，林可会让AI辅助估算简单标识的报价，但碰到定制尺寸、特殊克重和刺绣针数，仍要找熟悉成本的师傅。他由此发现，出图快、报价快只能争取第一轮沟通，真要把订单留住，靠的还是车间里攒出的专业判断。
一张图可以在屏幕上很快生成，进入工厂后却要经过询价、核价、打样、改样，再在印花、刺绣和包装之间流转。尤其是在“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，外协厂的排期也无法随AI一同提速。
这种线上生成与线下落地之间的节奏错位，最终也反映在了用人结构上。不少小厂的招聘表，因此同时出现了减法和加法。
浙江一帆日用品有限公司总经理舒凯记得，以前一名设计师一天最多完成两三张图。现在，AI一天可以跑出800到1000张候选图，一套商品图片最快一小时左右即可完成。按原有业务量，原本需要两三名设计师配合完成的工作，如今一个人借助AI就能承担。
目前，一帆日用品公司减少了设计师岗位的招聘，只做基础事务的运营助理越来越少；小单定制增加后，专职打样师被补了进来，舒凯还计划招聘能力更强的供应链管理人员，逐段盯住生产进度。
老板手搓AI员工
岗位、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吴献民第一次用AI软件时，就先让它把电脑上的资料读了一遍，公司文件和他留下的经营判断就进入了知识库，系统也给出对他本人和公司的分析。
他看重的是AI能否积累记忆，他把AI当作一个能不断喂养经验的员工，相处时间越长，它越应该了解老板和生意。
这套想法，却没有得到所有员工的响应。公司给业务员配了AI手机，用来记录并归纳客户聊天。但吴献民发现，“手机的使用率不高，员工不会用，也不想用。”
为降低使用门槛，吴献民开始搭建一个更简单的控制面板，把选品、市场调研、生成商品图、店铺运营和客户回复拆成可以直接调用的技能。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。沿着这组比例，他设想一套软件搭配一个人，便能撑起一家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要解决，但吴献民已经把目标从让员工会用工具推到了让AI承担一组岗位职责。
他还想给自己做一个AI老板。按吴献民的设想，每天的谈话、会议和决定将被记录，系统再分析哪些任务没有执行、哪项安排不符合逻辑，生成一份复盘报告。这个AI无法替他签字，也不承担经营后果，更像一个全天不走神的追问者，把老板自己的判断也纳入检查。
与吴献民把经验写进系统不同，欧凯斯总经理吴祥炬则从岗位内部推进改造。
今年以来，吴祥炬组建了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本岗位有关的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。
按照吴祥炬的预计，即便今年业绩实现翻番，欧凯斯员工规模仍将维持在200多人，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自己的工作，都指向同一场组织改造：原先依靠个人熟练度和部门协作完成的流程，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这些更本质的位置上。
在AI冲击下，中国小厂的老板们意识到，企业要想获得下一次增长，需要提升的是系统能力，而非简单对人力做加减法。
下午6点，佳霖照常合上电脑；有些夜晚，林可11点以后仍要接起客户电话；另一间办公室里，吴献民继续给AI员工添加资料和技能。
技术的迭代，不会停下，AI的能力还会继续变强。但AI无法感知面料的真实手感、客户的弦外之音，以及车间里那套没法被代码替代的经验。人与工具的关系，依旧要在每一间办公室、每一座工厂的日常磨合中，慢慢寻找答案。
下一轮订单抵达时，工厂会补进一名打样师、一名AI工程师，还是干脆不再招人，没有人能提前预料。迭代后的招聘表上，每一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）
涌融优配提示：文章来自网络，不代表本站观点。
