这段时间，珠宝行业关于 AI 的讨论明显变多了。

有人兴奋，觉得新一轮生产力革命已经来了。有人警惕，觉得行业里又开始出现一波“概念先行”的宣传。也有人比较冷静，认为 AI 终究只是工具，真正决定结果的，还是人和组织。

我不太认同“AI 会彻底颠覆珠宝行业”这种说法。但我也不认为，AI 只是一个无足轻重的小工具。

更准确地说，AI 进入珠宝行业，正在从“工具”逐步变成“变量”。

它首先会提高效率，接着会放大能力，最后才可能改变行业中知识、权力和竞争方式的分布。

而我们现在，可能刚刚站在第一层入口。

这也是我想写这篇文章的原因。与其空谈 AI 会不会取代人，不如先看一看：AI+珠宝，究竟已经进入了哪些环节？它改变了什么？又没有改变什么？

01

先从一个很现实的问题开始：珠宝行业到底适不适合 AI？

今天群里有人分享了一套 AI+珠宝管理系统，宣传口径很直接：

“珠宝行业首个 AI 珠宝 ERP 智能管理系统，一句话管好珠宝生意。”

这类表述很容易引发讨论。

群里很快出现了几种典型观点。

有人认为，什么行业都可以做精细化、标准化，唯独珠宝行业不行。因为珠宝本质上是“千人千样”“见人下菜”的生意模式，非标才是核心，标准化反而像毒药。

也有人反驳，说中国珠宝行业做得最大的，其实恰恰就是那些黄金连锁品牌。它们能做大的一个重要原因，就是标准化。产品标准化、服务标准化、财务标准化，没有这些标准化，就不可能把几百家、几千家门店跑起来。

我觉得，这两种观点其实都说对了一部分。

珠宝行业确实有很强的非标属性。不同材质、不同镶嵌、不同客群、不同渠道，都会导致业务逻辑高度复杂。但珠宝行业也一定有标准化的一面。尤其是当企业进入连锁化、电商化、规模化运营阶段，标准化不但不是毒药，反而是基础设施。

真正的问题不是“珠宝行业能不能标准化”，而是：

哪一层必须标准化，哪一层可以非标准化。

在我看来，企业运营管理这一层，尤其是数据层、流程层、权限层，反而应该适当“死板”一点。货品、订单、库存、退货、成本、税费、物流、财务对账，这些东西如果没有 ERP 体系支撑，只靠语言模型和智能体去沟通，最后大概率不是效率提升，而是每天和 AI 吵架。

群里有位行家举了一个非常典型的电商场景：

天猫卖出 1154 笔订单，大概对应 400 个款式；每个款式数量不同；有 56 个退货；配货过程中有 12 个款式没库存；发出去之后又退了 114 件；退回过程中还丢了 3 件；计算成本时还要剔除平台扣点、税费和物流费用；中间涉及销售部、货品部、财务部多个部门协同。

这就是一家珠宝电商公司的日常。

在这种复杂度下，如果没有 ERP 打底，单纯依赖 AI 对话式管理，问题很快就会暴露：参与的人越多，逻辑越不一致；权限越复杂，责任越容易模糊；人性的部分一旦进入系统，AI 并不会天然变得更可靠。

所以我比较认同一种更稳妥的路径：

不是用 AI 替代 ERP，而是在 ERP 之上叠加 AI。

也就是：

ERP 负责流程、数据、权限、结构；AI 负责查缺补漏、辅助分析、快速生成判断建议。

这条路径看起来没有那么性感，但更接近企业管理的真实需求。

02

AI 进入管理端，不是为了替代制度，而是为了放大制度

很多人谈 AI 时，天然会把它和“更智能”“更自由”联系在一起。

但企业管理并不是越自由越好。

尤其在珠宝行业，货值高、SKU 杂、人员多、流程长，一旦系统结构不严谨，后果会很重。

群里还有一个非常值得重视的提醒：

如果我是某个大型珠宝品牌一个部门的主管，在离职之前，在我权限范围内悄悄调整 AI 的使用逻辑，让系统跑出一个不容易被立刻察觉的 bug，等到一年后才暴露，对公司造成的损失可能是不可估量的。

这个担忧听起来像极端情况，但它提醒我们一个现实：智能体并不天然值得信任。

至少在企业运营管理场景里，AI 不能先于制度。它应该建立在既有的制度、流程、权限和审计能力之上。

所以如果要用一句话概括我对 AI+ERP 的看法，那就是：

ERP 会升级，会介入智能体，但不会被智能体直接取代。

这也是 AI 进入珠宝管理端时，一个非常关键的边界。

03

第二个案例更值得重视：AI+宝石鉴定

如果说 AI+ERP 解决的是企业内部效率问题，那么 AI+鉴定解决的，就是行业里的专业能力问题。

去年开始，国际宝石实验室领域出现了一个非常值得关注的案例。

瑞士 Gübelin Gem Lab 的 Gemtelligence 系统，已经可以利用 AI 来判断红宝石、蓝宝石和祖母绿的产地来源，并识别红宝石和蓝宝石的热处理情况。Gübelin 还表示，计划向外部实验室和大型珠宝品牌开放这一系统，让第三方也能使用其能力。(Gübelin Gem Lab)

这件事真正重要的地方，不只是“实验室用了 AI”。

而是它揭示了一个更深层的变化：

原本高度依赖少数专家、少数实验室、少数参考样本库的专业能力，正在被部分数字化、模型化，并逐步外部化。 (news.jewellerynet.com)

Gemtelligence 不是一个普通聊天机器人，它背后依托的是 Gübelin 长期积累的参考石数据库与实验室经验。官方介绍显示，该系统可基于人工智能进行彩色宝石产地判断，并识别部分处理方式；行业报道还提到，它训练所依赖的是超过 3 万颗宝石的参考石集合以及实验室多年积累的客户样本。(Gübelin Gem Lab)

这意味着什么？

以前，先进的宝石分析能力，主要建立在两大支柱上：

第一，仪器；第二，专家经验。

现在我们看到的，不是第二个支柱消失了，而是它开始被重新分配。

当更小的实验室、更多品牌方、更多产业参与者，也有机会借助模型能力来解读自己采集到的数据时，行业中的专业门槛并不会消失，但它的分布方式会变。一些过去只掌握在塔尖机构里的能力，会逐步向更广泛的中层参与者释放。全球分析一致性也可能因此提高。(news.jewellerynet.com)

在我看来，这已经不是简单的“效率工具”层面了。

这更接近 AI 进入珠宝行业的第二层：

能力放大器。

04

AI 进入珠宝行业，可能有三个层次

从 ERP 到鉴定，我越来越觉得，AI 进入珠宝行业，不能笼统说成一件事。它至少有三个层次。

第一层：效率工具

这是现在大家最容易理解、也最容易落地的一层。

例如：

• AI 辅助设计初稿

• AI 生成营销文案和短视频脚本

• AI 做图片修图、翻译、多语言内容

• AI 辅助分析库存、订单和销售数据

• AI 在 ERP 上做提醒、分析和报表总结

这一层的核心，是提效。

它不会立刻改变行业逻辑，但会改变工作速度。它不一定减少所有岗位，但会重新分配时间。很多原来需要 5 小时完成的工作，未来也许 1 小时就能交付初稿。

第二层：能力放大器

这一层比提效更重要。

它不是让同一个人做得更快，而是让更多人获得原本稀缺的专业能力。

AI+宝石鉴定是一个典型案例。未来 AI 在珠宝培训、销售知识辅助、材料建议、视觉判断、市场分析等领域，也都可能进入这一层。

过去需要经验丰富的人才能做的事情，未来可能通过“AI+专业系统”让更多中等能力的人也能做得不错。

这对行业的影响，不是替代，而是下沉。

第三层：结构变量

这一层现在还没有真正展开，但已经能看到方向。

当知识的获取方式、内容的生产方式、专业能力的分布方式都被改写时，行业中原有的权威结构、传播结构和信任结构，也会发生变化。

Gübelin 这样把 AI 能力向外部实验室和大型品牌开放，本质上已经在触碰这一层。因为它不只是卖一个系统，而是在重新定义“谁可以拥有专业能力”。(news.jewellerynet.com)

而我们现在，大概还站在第一层和第二层之间。

05

第三个案例：AIGC 时代，珠宝营销内容会发生什么？

相比 ERP 和鉴定，AIGC 对珠宝行业的影响，可能会更快，也更“无声无息”。

因为它直接进入的是内容端。

未来的社交平台，一定会出现越来越多由 AI 生成的珠宝营销内容。图片、文案、短视频脚本、海报、主播台词、品牌故事、买家指南……都会越来越容易被批量生产。

从供给端看，这当然是效率提升。品牌和商家可以更低成本、更高频率地制造内容。但从竞争端看，问题反而更大。

因为当所有人都能生产大量内容时，内容本身就会迅速贬值。

未来珠宝品牌制造的大量营销内容，不只是彼此竞争，还会和消费者自己通过 AI 搜集到的信息竞争。

也就是说，品牌不再只是和品牌竞争，而是和“消费者的 AI 助理”竞争。

消费者未来可能不会先去小红书、抖音或者公众号搜“哪个品牌好”，而是先让 AI 帮他做一轮筛选、比较和总结。

这对珠宝营销意味着什么？

意味着品牌内容不只是要“发得出来”，还要“值得被相信”。

在 AIGC 时代，内容生产门槛降低，真正变贵的，可能不是内容本身，而是：

• 真实体验

• 专业知识

• 人格信任

• 可验证的信息

• 长期一致的表达

这也是为什么，我始终觉得，AI 生成内容不会自动带来品牌资产。

相反，越是内容泛滥，越要警惕“看起来很专业”的内容泡沫。

06

AI 到底是工具，还是变量？

回到文章开头的问题。

我的答案是：

AI 首先是工具，但当它开始放大能力、改变专业知识分布和信任结构时，它就会逐步变成变量。

它和过去的很多技术工具确实有连续性。本质上，还是提高生产效率。这一点，我和那些强调“AI 终究是工具”的同行，其实是有共识的。

但 AI 和很多传统工具的不同之处在于，它不只是替代体力或重复劳动，它开始进入判断、生成、分析、解释这些原本更接近“脑力”的环节。

所以它既不是神话，也不是普通插件。

更准确的理解，也许是：

AI 不是珠宝行业的答案，但它会改变我们组织答案的方式。

07

对珠宝从业者来说，更现实的路线是什么？

如果把今天的阶段判断得更务实一点，我会给出一个相对保守、但更可执行的结论：

在设计端

先把 AI 当成效率工具。用来打草稿、做风格探索、生成方案辅助，而不是替代设计判断。

在管理端

先坚持“ERP 打底，AI 增强”。不要轻易跳过流程、权限和数据结构，直接把企业运营交给智能体。

在营销端

不要只追求内容产量。要更重视内容可信度、专业度和人格化表达。

在专业服务端

重点关注 AI 如何让专业能力下沉。尤其是鉴定、培训、分析、销售支持这些环节，未来可能最先出现“AI+专业系统”的新模式。

结语：从工具到伙伴——AI时代的人机协同

在讨论AI进入珠宝行业时，人们常常把问题放在技术层面。

例如：

AI是否会取代设计师？

是否会减少某些岗位？

是否会改变行业结构？

这些问题当然重要。

但从我个人的使用经验来看，一个更现实的理解是：

把AI当成效率工具。

就像当年的CAD软件改变设计流程，

就像电商平台改变销售方式。

AI最初带来的，是效率。

当使用时间增加，它会慢慢变成一种助理。

它可以帮助整理资料、

分析信息、

生成初步方案。

很多原本需要花费大量时间的工作，现在可以更快完成。

但再往前一步，我越来越明显地感受到一种新的关系正在形成。

AI开始成为一种思考伙伴。

它不会替代人的判断，

但可以帮助我们：

提出新的问题，

扩展思路，

验证假设。

工具，到助理，再到伙伴。

用更学术一点的语言来说，这其实是一种 “人机协同”（Human–AI Collaboration）。

技术并没有消灭人的价值。

它只是改变了人如何工作、如何思考。

在这样的关系里，真正重要的能力，或许不再只是“会不会使用工具”，

而是：

是否能够与技术协同工作。

对于珠宝行业来说也是一样。

AI可能会进入设计、营销、供应链甚至宝石鉴定。

但最终决定价值的，仍然是人。

人的判断，

人的审美，

人的经验，

以及人与人之间的信任。

也许未来的竞争，不是“人对机器”。

而是——

会使用AI的人，与不会使用AI的人之间的差距。

技术会不断变化。

工具也会不断更新。

但真正决定方向的，始终是人如何行动。

这或许也是AI时代，留给行业最重要的提醒。

………………………………………………………………

相关文章：

在震荡时代，我们珠宝人该如何行动？

出海，是增量机会，还是能力考验？——中国珠宝企业的三种出海路径

关于珠宝行家狮子先生

自2012年进入钻石行业以来，狮子先生便一直活跃在天然钻石与培育钻石的前沿阵地。致力于推动全球创新钻石技术与珠宝市场需求之间的对接，狮子先生持续活跃于国际与本土市场之间，助力中国钻石珠宝行业实现新一轮增长与转型。