那张“接管”双11的AI表格，到底长什么样？我们拿到了内部截图…

一场数万亿规模的大促，第一次由一张表格调度。

在经历了「大小模型」战争，「Agent 乱战」之后，AI 行业真正成熟且被证明行之有效为企业提效的工具是「AI表格」。而这张表格第一次大规模应用，是2025年电商行业的第17个双十一。

11月5日，钉钉 AI 表格宣布和阿里云技术团队取得重大技术突破，成为业内首个单表容量上限 1000 万热行的智能表格。面对双十一这样的业务数据「洪峰」，品牌不再需要「人工分表」，真正实现所有数据跑在一张表格上。

谁更懂电商？

阿里巴巴相关负责人此前曾表示，今年的天猫「双11」将会大规模启用AI 术，全面赋能商家，AI工具首次规模应用。

就在双十一开始前的几个月，钉钉AI表格等产品调用产生的用量曲线陡然上升。与此同时，面对市场真实迫切的需求，钉钉和阿里云ADB-PG数据库团队通过100多天的技术攻坚，把AI表格的单表容量拉升至1000万热行。

表格的智能化不是钉钉的独创，但为什么钉钉 AI 表格敢在电商行业首先风靡起来？

因为落地的难度不在技术，而在谁更懂电商。

新技术往往从数据密度最高、反馈周期最短的行业起始，电商行业每年数万亿次交易、成千上百万个 SKU、上百个营销节点，尤其进入双 11 ，买卖双端的实时数据和反馈需求更是日常的百倍甚至千倍。以2024 年双11 为例，阿里在全网交易额已近1.44 万亿元，是日常交易量的1.5 倍。

但是在过去，电商行业是由无数 Excel、CRM 和 ERP 拼接而成：上手繁琐，反馈慢，数据口径不一，错误率极高，本该是提效工具，却成为了隐性的消耗环节。

首先，电商行业的数据极度碎片化——系统之间字段不统一、口径不一致、权限隔离，要让 AI 表格接入这些异构数据、并能实时更新，几乎等于在撬动企业的「数据基建」；其次是流程的非结构化，千行百业各有不同，服装和快消就是两个截然不同的门类，尤其在双11 期间，涉及大促排期、达人合作、库存调拨、客服预警、售后补偿，每一个节点的信息散落在群聊与邮件中，大部分决策要靠人判断，没有足够的电商Know-How，绝无可能重构商家的后台。

而钉钉恰恰因为背靠阿里生态，成为全球 AI 表单领域中少数可以直连电商底层数据结构的平台，它既懂零售—与货架、库存、用户反馈、营销链路实时相连，又理解中国商家灵活多变的诉求。以上这些决定了钉钉的AI 表格天然比其他平台的AI 表格更懂「电商」。

所以，当钉钉实现用一张「AI 表格」接管 2025 年的双 11 时，其背后深层的逻辑是希望改变中国电商行业的陈旧的后台操作系统——由 AI 驱动人做聪明的决策，而不是人被繁杂的协同事务拖累，将海量的数据金矿搁置。

AI表格在重构电商行业工作方式的同时，电商行业也在催促着钉钉AI表格的进化。现在的 AI 表格早已演变为一个能思考、能执行、能协同的轻型Agent。

它不再被认为是传统的SaaS工具，而被视为一个全新的商业操作系统的入口。

目前，包括森马、银泰百货、新锐潮牌Almondrocks等在内，都在用钉钉AI表格备战双11。

一个人**=一家MCN****公司**

今年 8 月，AI闹曾采访过钉钉的 CEO 无招，他强调钉钉 AI化的解题思路：第一要围着 AI 做，而不是技术+AI，做真正 AI Native的产品，第二是人要帮助 AI 去理解真实世界，让 AI 快速接手工作，人去做决策；第三是千万不能傲慢，要真的走进千行百业。对话钉钉CEO无招｜AI Native、破坏者和新机会]

钉钉AI 表格也遵循这三条原则：一个AI原生产品，解决真问题，帮企业拿到真结果。

AlmondRocks 是一个中国原创设计师潮牌，主打「好穿、有设计感、价格合理」，最早从袜子切入，如今延展至家居服、打底衣等品类。它既是「设计品牌」，也是「内容品牌」—主要靠小红书种草、抖音直播与达人合作起量，是一个典型的全域运营型品牌。

品牌创始人张琪一直以来的苦恼「运营效率」，他们一年要合作 6000 多个达人，只有 4 - 5 个员工负责，每个平台的数据都是分散：报价表在Excel，物流单在WPS，达人脚本在微信文档。一个商务一天要导七八个表。错误是常态。

使用上钉钉后，他们把所有达人信息——报价、寄样、物流、反馈、内容产出、转化数据——全部搬进 AI 表格，原先员工手动录入的几十个字段，现在只需输入 5 、 6 个字段，其他信息由 AI 表格自动抓取：另外，AI 表格还能自动生成一个达人效能热力图，用算法识别哪些达人值得长期合作；更重要的是不同工种商务、法务、运营可以在一张表上工作，所有信息实时更新。

比如钉钉及时监测到某款袜子卖得不错，后台人员可以迅速看到实时的库存周转率、渠道销量分布和价格弹性敏感度等，放大单品爆款——这个之前需要三天才能作出决策，现在可以一天完成。

像 AlmondRocks 这样的新锐品牌，在中国的电商生态中数以万计，他们原本没有专职的 IT 人员。是钉钉的 AI 表格让他们拥有了「数据中台」。创始人张琪总结得很直接，钉钉的AI 表格更像一个聪明的员工，「它是数据驱动决策的智能中枢，是打赢每一场电商战役的核心竞争力。」

AlmondRocks 证明了钉钉的 AI 表格可以让中小品牌拥有更强的运营力。银泰百货则证明了，当钉钉的 AI 表格进入一个千人组织时，也同样可以提升协同力。

银泰百货是中国最传统的零售百货品牌，在全国拥有 60 +商体。李凯是银泰百货的内容运营负责人， 2024 年，他决定用一张钉钉 AI 表格——让全国 62 家商场在团购直播中同步行动。

李凯做的第一件事，是让所有线下商场在同一个 AI 表格工作：让每个商场填写自己参与团购商品的价格、库存、卡券组合，系统自动汇总、校对、生成总表，自动识别异常字段、库存缺口、甚至价格冲突。

而搭建这样一个完整的**直播业务系统，**李凯一个人用钉钉 AI 表格就可以完成，「你可以总结为，AI表格助力我成为一家MCN公司。」

每次直播前，钉钉AI 表格还会自动提醒，主动推进项目；直播活动结束后两小时内，会自动输出 GMV、核销率、ROI 对比。

在传统的百货业态，过去这样一套工作，意味着上百轮沟通、数周准备、几十个版本的Excel。现在，李凯只带领一个人，用五天就能完成，且从过去一个月只能做3场团购直播，变成月均10 场。

国内服装行业知名企业森马则是把 AI 表格直接作用于「产品改版」。

长期以来，像森马这样的传统服饰品牌正处在一个两难的十字路口：一边是市场持续下跌—— 2024 年中国服装零售总额同比仅增长2.1%，创近十年新低；另一边是消费者的口味变化很快——社交媒体缩短了流行周期，一条热门视频就能改变一个季度的爆款方向。也因此，服装品牌的竞争核心正在从「渠道产能」转向「市场感知力」。谁能最快捕捉消费者的反馈，谁就能做出更多爆款。

在没有引入钉钉的 AI 表格之前，一个客服一天最多能处理 400 - 500 条用户反馈，工作繁琐无趣，要把截图、录音、评价复制进 Excel，再分类汇总，不同平台（天猫、抖音、小红书）口径不同，字段不同，尤其是双十一期间，客服常常被留言淹没。

最可怕的是，「用户的反馈，完全没法结构化，也没有办法直接反作用到生产。」森马股份客服中心客服督导吕万龙说，他在森马做客服管理十年，见证了从纸质登记到Excel 的阶段，「我们还希望沉淀更长周期的用户反馈，比如一年甚至五年，但Excel 操作非常繁琐。」

钉钉 AI 表格帮助森马第一次**把用户反馈变成「产品指令」。**先解决的是「听懂用户在说什么」：AI表单可以每天自动抓取全平台反馈，AI到语义模型会识别情绪倾向、问题类型、涉及到负面信息会自动打标签，严重时发出预警；每天自动更新的可视化图表，帮助品牌迅速定位问题。

举个例子，假如双 11 前一周，AI 表格发现一款女款羽绒服的「尺码偏小」的标签在三小时内增加了 87 条反馈，且主要集中在北方地区。表格会自动生成了一份异常报告。**理想状况下，**生产部门可以在第二天调整版型模板，并通过AI 表格的「供应链联动字段」同步给合作工厂，修改肩宽和胸围参数，在不更换原料的前提下，重新打样，这样可以保证他们在双11 期间做到改款，而不是等大促之后。

现在，森马的前端岗位如客服、运营变成了收集用户数据最重要的接口，人的每一次回复，也在训练AI 表格更理解消费者，最终解放人，让企业有充足的时间思考决策。

竞争逻辑变了

截至2025 年8月，已有超过30万家企业使用钉钉 AI 表格，覆盖电商、制造、零售、教育、地产等行业。其中电商与零售企业的增长最快，同比上涨 280% 。根据钉钉内部预测，到 2026 年底，智能表格类应用渗透率将在零售电商行业达到80% ，所有高频协同的场景包括销售、客服、生产、财务都会被智能表格接管。

这意味着，钉钉的 AI 表格已初步形成网络效应。这样的增长机制，是任何单点 SaaS 都无法比拟的。

钉钉的 AI 表格也已经完全覆盖电商行业所需要的核心场景——从前台客服到后台财务。根据钉钉的内部数据，AI 表格帮助企业的信息流转效率提升 10 至 15 倍，平均决策周期缩短 60%以上。

换言之，未来决定一家企业成败的关键，不再是规模，而是速度。在传统电商「流量战」之后，新的竞争在打响，胜负由两条曲线决定：决策速度的曲线与执行自动化的曲线。

钉钉的 AI 表格正在这两条曲线上同时加速。

未来，组织不再依赖层级运转，而更多依赖 AI 表格的智能驱动：一个用户的情绪波动、一场直播的库存变化、一个 SKU 的异常反馈，都会在几分钟内形成新的决策。

另外，钉钉的 AI 表格最独特的优势是，它一面连接着通义千问的大模型能力、阿里妈妈的营销算法、天猫的交易数，一面又连接菜鸟的供应链网络与支付宝的结算与信用体系。

如果说微软的 Copilot 擅长文档，Notion 重塑了知识的组织方式，Airtable 让程序更易于构建，那钉钉 AI 表格正在重写零售企业的运行方式——它不是在自动化一个任务，而是在电商生态中，实时调度模型、数据、物流与财务，让整个系统以 AI 的速度思考行动。

表格，曾是人类最朴素的计算方式。几十年来，所有商业逻辑都建立在那一格格单元之上——记录库存、统计损益、计算增长。

当表格开始自己计算、分析、决策，人类也正步入一种全新的工作形态。

今年的双十一，是钉钉的 AI 表格第一次和商家并肩作战，也是中国电商行业第一次尝试用 AI 重新操作系统：一个能看懂用户、理解商品、自行行动的智能中枢，能完全取代Excel、ERP吗？

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套 AI 大模型突围资料包：

• ✅ 从零到一的 AI 学习路径图
• ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
• ✅ 百度/阿里专家闭门录播课
• ✅ 大模型当下最新行业报告
• ✅ 真实大厂面试真题
• ✅ 2025 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~

① 全套AI大模型应用开发视频教程

（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）

② 大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

以上资料如何领取？

为什么大家都在学大模型？

最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！

不出1年，“有AI项目经验”将成为投递简历的门槛。

风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

以上全套大模型资料如何领取？