这些到底是什么意思
用大白话讲清我们技术栈里的八样东西 —— 包括每一样在什么情况下并不合适。
智能代理编排
能自己决定下一步的软件，而不是照固定脚本执行。
普通自动化每次都走同一条路径。而智能体拿到的是一个目标、一组工具和自行选择的权限 —— 它读取进来的内容，决定怎么做，动手去做，检查结果，失败了就换一种办法。编排则是让多个智能体协同工作而不互相绊倒的那一层。
- 工作需要判断 —— “以这个库存水平和那个交期，该选哪家供应商？”
- 输入格式杂乱且不一致
- 步骤随上一步的结果而变
- 流程每次都一模一样 —— 普通自动化更便宜，也更可预测
- 出错代价高，而且没人会复核结果
- 你说不清目标。你说不清，智能体也做不到
一个智能体盯着订单邮箱。对每一封，它识别客户、核对库存、在你的系统里起草订单，遇到异常就交给人处理而不是靠猜。在你信任它之前，任何提交都需要审批。
大模型聊天机器人
一个真正理解问题的对话助手，而不是匹配关键词。
老式聊天机器人靠短语匹配预设回复，别人换个说法它就崩了。LLM 聊天机器人像人一样读懂问题。把你自己的价格表、政策和常见问题交给它，它就从这些内容里作答 —— 而且如果做得好，它会说“我帮你转接一位同事”，而不是编一个答案出来。
- 你每天在 WhatsApp、网站和社交媒体上回答同样的十个问题
- 咨询在下班后涌入，到第二天早上已经凉了
- 你希望线索先经过筛选，再让人花时间跟进
- 你的问题确实复杂，每个答案都是量身定做
- 你没有书面政策或价格表可供它学习 —— 那得先做
- 对话涉及情绪。投诉还是由人来处理
你网站上的一个对话组件加一个 WhatsApp 号码，两边都根据你的实时价格表作答。它会在转人工前先记下姓名和联系方式，所以连它答不上来的问题，也是以一条线索的形式送到你手里，而不是一条错过的消息。
RPA 与 Selenium
一个机器人，像人一样通过屏幕操作软件。
RPA 是「机器人流程自动化」的缩写，名字比实情气派得多：一个程序替你点按钮、往字段里打字。Selenium 是在浏览器里做这件事最知名的工具。它之所以重要，是因为当系统没有 API 时，这就是唯一的入口 —— 老旧的会计软件、供应商门户、政府网站。只要人在屏幕上能做的，它通常也能做。
- 系统没有 API，供应商也不打算做
- 每天都有人登录门户网站，把同样的数字拷出来
- 供应商或银行网站需要定时查看
- 已经有现成的 API —— 那就用它，更快也稳得多
- 界面经常改版；页面一变，机器人就失效
- 它需要一个你无权自动登录的账号。先看条款
每天早上 6 点，一个机器人登录你的供应商门户，下载库存文件，放到你的报表系统会去取的位置。没人会想起它在跑，直到它发邮件说某个页面改版了。
Zapier / n8n 自动化
把你已经在付费的各个应用接起来，让信息自己在它们之间流动。
两者都是连接服务的工具：这边一发生什么，那边就做什么。Zapier 是托管的，上手容易，按任务计费。n8n 可以跑在你自己的服务器上，量大时通常更便宜，数据也留在你手里。多数中小企业其实已经拥有需要的每一个系统 —— 缺的只是它们之间的接线。
- 两个系统都存着同一个客户，靠人工对齐
- 一次表单提交，要变成一条记录、一封邮件和一项任务
- 任何以“然后我再把它复制到……”开头的事
- 逻辑分支太多 —— 最后变成没人维护得了的意大利面图
- Zapier 上量很大：按任务计费的成本会超过好好开发一次的成本
- 必须即时且绝不失败。这些工具可靠，但不提供实时保证
网站上的一条咨询，会在你的 CRM 里创建联系人、通过 WhatsApp 通知对应的人，并添加一项两天后的跟进任务。没有人需要重新输入任何东西。
流失与需求预测
用你自己的历史数据估算接下来会发生什么 —— 谁会流失，什么会卖得好。
模型从你已有的数据里学规律。做流失预测时，它会看距上次下单多久、订单金额是否在缩水、联系客服的频率如何 —— 然后给那些正在疏远、但还来得及打电话挽回的客户打分。做需求预测时，它学习季节性和趋势来估算下个月。没什么玄乎的：在中小企业规模的数据上，梯度提升或回归通常胜过任何更花哨的方法。
- 你至少有一两年的交易历史
- 丢一个客户代价很高，而你总是发现得太晚
- 补货数量靠猜，代价不是压货就是缺货
- 历史数据太少。几个样本学不出规律
- 数据不可靠 —— 先清洗，否则模型学到的就是一团乱
- 没人会根据评分行动。没人用的预测只是一份昂贵的报告
每周一份清单，列出最可能停止下单的二十个客户，按可能性排序并附上原因。你的销售周一先打前五个。
Power BI / Tableau 仪表板
一个页面，回答你现在要重建一遍表格才能回答的问题。
仪表盘直接连到你的数据并自动刷新。Power BI 是微软的产品，如果你已经在用 Microsoft 365，通常是务实之选；Tableau 在探索式分析上更强，价格也更高。工具远不如问题重要 —— 一个心里没装着某个决策就建起来的仪表盘，一个月内就会变成墙纸。
- 每周都有人用同样的导出文件重建同一份报表
- 同一件事，不同的人报出不同的数字
- 你想今天早上就看到昨天的数字，而不是下周二
- 底层数据不一致。仪表盘只会让坏数据看起来很权威
- 没人说得清它支持什么决策 —— 先从这里开始
- 一个人一个月需要一个数字。发封邮件就够了
按产品和门店划分的销售数据，每晚更新，放在人人都能打开的页面上 —— 周一早上的表格仪式就此结束。
数据管道与清洗
把你的数据汇到一个可靠的地方，用一套一致的格式。
这是本页其他每一项都要依赖的、不起眼的基础工作。数据管道按计划采集数据，修掉那些可以预见的问题 —— 重复客户、三种日期格式、同一个名字六种写法 —— 再把结果放到一个稳定的地方。它很枯燥，却往往是这份清单上价值最高的一项，因为自动化和预测在杂乱的输入面前都会失效。
- 同一个客户存了三次，名字还拼得不一样
- 你的数据分在五个地方，没一个对得上
- 每份报表都要先手工整理半小时
- 只是一个人维护的一张小表格。不值得大动干戈
- 乱是流程问题 —— 先修好数据怎么录入，再谈自动化
订单、库存和客户每晚汇总一次，去重并统一格式，进入一张供其他一切读取的表。报表之间不再互相打架。
SEO 与网站建置
一个加载快、说清楚你做什么、而且找得到的网站。
两个部分。建站：加载快、在手机上好读、把咨询表单放在人们真会用的位置。SEO：把页面结构化，让搜索引擎 —— 以及现在的 AI 助手 —— 看得懂你做什么、为谁做。这两件事越来越是同一份功夫，因为当助手回答“马来西亚谁做这个”时，它读的正是搜索爬虫读的那套结构化数据。
- 你的网站慢、过时，或者在手机上不好用
- 搜你的名字能找到你，除此之外就没了
- 当有人搜索你能解决的问题时，根本看不到你
- 你指望几周见效。老实说，自然搜索要几个月
- 没人搜你卖的东西 —— 投放或主动拓客更适合你
就是这个网站。定制主题，不用页面构建器，每一页都有结构化数据，还有一个真能把消息送到的联系表单。