一個攀巖館老闆的30天AI實踐
一場緊急的線下AI培訓
2026年3月初，香蕉攀巖的創始人錢小磊把分散在全國各地的核心團隊召集到上海學習AI。他不想再等了。
錢小磊在全國7個城市開了21家攀巖館，員工超過200人。按國家標準，這是一家小微企業。但在中國攀巖行業，這是門店數量最多、規模最大的連鎖品牌。
過去十年，他從互聯網媒體、公關公司創始人，變成了一個每天花大量時間處理選址、工程和績效考核的線下行業老闆。錢小磊說，這些是不太想搞但不得不搞的事情。
把人喊到上海，是因為今年春節期間讓他「覺得不對勁」。他的朋友圈分成兩撥人，一撥是攀巖行業的同行、教練、會員；另一撥是他之前在互聯網公司和科技媒體工作時認識的人。春節前後，兩個群體呈現出極端的分化，同行對AI幾乎毫無感知，而互聯網那撥人的討論已經FOMO到白熱化。
更刺激他的是騰訊研究院的年度會議。錢小磊每年都參加，過去幾年的議題是科技向善、互聯網倫理、環保。今年，從早到晚所有話題都和AI有關。
這個春天，對AI技術的焦慮，成為了這個攀巖館老闆的主旋律。
AI在具體業務中的落地應用
錢小磊站在兩個世界的交界處。他在中關村在線寫過手機行情，在錘子科技做過公關，見證了諾基亞從王座跌落和iPhone從被嘲笑到統治世界的全過程。這些經歷讓他對技術變革保持著一種條件反射式的警覺，但他現在管理的團隊裡，很多人連高效辦公這個概念都沒有進入過他們的生活。
上海的會議開了兩天，錢小磊和合夥人，加上一個即將入職的前數字人團隊產品經理，現場做AI技術培訓，要求每個人根據自己負責的業務，用Manus做東西。
沒有工具現場配置，不會vibe coding手把手教，谷歌郵箱被封了當場解決。最終，所有員工上手AI的轉化率是50%。
最讓錢小磊意外的，是一位叫楊凱的定線員。
定線員的日常是在巖壁上設計攀爬路線，選點、配色、測試難度，需要空間想象力和身體經驗，是一份手藝活。沒有人指望他會寫代碼。
楊凱在現場花了大約兩個小時，做出了兩樣東西。
其中一個是巖點庫存管理系統。每家門店有三千到五千個巖點，但一旦下單數據丟失，沒有人知道館裡到底裝了哪些點。楊凱做了一套工具來給每個巖點打標籤、歸檔、追蹤。
同行開一兩家門店，熬夜選兩次巖點，忍兩三天就過去了。但香蕉開了二十家店，楊凱每個月都在跟Excel搏鬥。規模製造了痛苦，AI恰好出現在痛苦最密集的地方。
KK是香蕉攀巖上海和珠海區域的負責人。入職之前，他在澳門賭場的物業公司工作，管理過全亞洲最複雜的室內空間之一。
他用AI做了一套門店監控巡店系統。
香蕉攀巖所有門店都有全覆蓋的監控，除更衣室外無死角，因為攀巖運動有受傷風險，需要隨時調取錄像。既然監控已經存在，KK的想法是讓它同時承擔巡店功能，比如地上有沒有垃圾，租賃鞋有沒有按時歸位，教練有沒有穿工服，前臺有沒有在玩手機。
系統可以一鍵啟動全國7個城市21家門店的巡檢。監控截屏，AI分析畫面，生成報告。
這套系統解決了門店規模和距離的矛盾。香蕉攀巖的門店分散在七個城市，每個城市平均三家店，用傳統的督導出差巡檢，差旅成本驚人。而這個AI系統每天的運行成本，包括API加Token費用，只要一百多塊錢。
但錢小磊也知道這套系統看不到什麼。它能發現地上有紙，但聞不到鞋子臭不臭。能檢查教練穿沒穿工服，但感知不到場館通不通風、客戶熱不熱。「坐在前臺，你會覺得很冷，但實際上客戶在裡面可能很熱，你必須到客戶那個位置，跟他做同樣的事情，你才能感受到他的不爽。」
錢小磊為此專門設立了一個AI提效獎，給KK發了獎金。
AI能做的，是把人從重複性的監督中釋放出來，去做只有人才能做的事。
AI賦能的垂直場景創新
上海集訓之後，錢小磊發現員工使用AI的轉化率只有50%，他最初的距離焦慮變成了技術焦慮。
那些已經在用AI的人，做出來的東西超出預期；但那些還沒上手的員工，從零基礎到成為熟練掌握AI技術的人，不是缺意願，是缺一個懂技術的人幫他們跨過最初的門檻。
於是錢小磊在小紅書上發了一條招聘帖。
這次的招聘帖面向的不是教練，而是懂AI、願意深入具體業務場景的技術人。各種背景的人都來了，大部分是攀巖愛好者。在深圳和上海分別見了幾個之後，他招到了兩個人。
其中一個幫他的電商團隊解決了一個折磨已久的問題。
香蕉攀巖旗下代理戶外裝備品牌的天貓店，SKU極多，各種裝備、快掛、機械塞、安全帶，每一個都需要做天貓商詳頁。
過去的流程是，運營先把英文產品信息翻譯成中文，貼到排版文件的大致位置上，標註字號，再交給設計師出圖。一個商詳頁的設計成本通常是300到500塊，但更貴的是時間，運營花大量精力提需求，設計師花大量精力理解需求，來回溝通幾輪，一個頁面可能折騰好幾天。
新招來的AI工程師給電商運營配了一套工具鏈，接上幾個API，做了一個定製的skill，輸入產品名稱，自動生成商詳頁圖片，設計師在整個過程中完全沒有參與。
最終API消耗了大約60美元，產出了幾十個商詳頁。錢小磊說到這裡的時候用了四個字：「我太開心了。」
藍領開發者與AI的結合
同樣的事情正在太平洋另一側發生。
Scott是Hudson Valley Forestry的創始人，公司在紐約州哈德遜河谷，主營業務是清理土地，用大型粉碎設備處理灌木和雜草，為光伏電站、管道通道或私人地產騰出空間。從半英畝的後院到50英畝的工業項目，什麼都接。
Scott之前是影視攝影師，幹了15年，沒有任何軟件工程背景。
有些地方機器進不去，或者地下埋著高壓管道，他就放一群山羊進去定向放牧，用動物代替機械完成清理。他需要追蹤這些山羊的位置，市面上的智能項圈300美元一個，還要交月費。Scott自己做了一套追蹤系統，一個設備30美元。
這不是他做的唯一一個系統。他還搭建了公司網站、CRM、ERP，全部自託管在自己的服務器上。他在做的另一個項目是給偏遠山谷裡沒有手機信號的工地搭建一個網狀通信網絡，讓工人之間可以互發消息、傳圖片、共享GPS定位和工程數據。
投資人Todd Saunders把Scott的案例分享出來時用了一個詞——藍領開發者（blue-collar developer）。
錢小磊和Scott之間相隔一萬兩千公里。一個管二十一家攀巖館和兩百個員工，一個在紐約山谷裡放山羊和開粉碎機。但他們做的事情指向同一個方向：在各自的行業裡，用AI去解決之前要麼忍著、要麼花大價錢外包、要麼根本沒人覺得有值得解決的問題。
但AI來了。錢小磊的CRM系統是一個攀巖愛好者，也是香蕉攀巖的會員做的創業項目。
這個人成立了一家小公司，用AI輔助寫代碼，四五個月開發上線了一套專門面向攀巖館的會員管理系統。掃臉入場、閘機聯動、保險對接，所有功能都來自攀巖行業特有需求。香蕉是他的種子客戶，現在他正在把這套系統賣給更多的攀巖館。
錢小磊覺得雖然這套系統偶爾會有小bug，但它的成本和帶來的效率提升是從前沒法想象的。「當寫代碼的門檻和成本足夠低的時候，我可以定製，為什麼要買標準化產品？」
這句話在2026年的SaaS行業是正在發生的事實。2024年，全球SaaS行業經歷了十年來最劇烈的估值收縮。
Salesforce的股價從2021年高點跌去超過30%，市盈率從60倍以上壓縮到不足30倍。曾經被視為SaaS標杆的Twilio在2023年裁員超過1500人。垂直SaaS公司的融資筆數在2024年同比下降超過40%。幾乎每一家上一個週期的明星公司都在經歷同樣的故事：增長放緩，客戶流失率上升，定價權被侵蝕。
原因不只是經濟週期，AI狂潮下，那些曾經靠通用解決方案收訂閱費的公司，護城河就從產品變成了慣性。
慣性終究會被打破。
錢小磊自己也是這場遷移的實踐者，他甚至嘗試廢掉內部的工單系統。運營團隊之前上了一個工單系統來管理設計需求，「我當時特別反對，覺得是大公司才有的臭毛病。」
後來他發現，如果一個人能把設計需求描述清楚，直接提給AI就能出活，根本不需要工單排期。「當然AI交付的海報可能是70分，設計師做出來至少八九十分。」差距還在，但在很多簡單需求上，那30分的差距已經不值得等三天了。
AI對組織規模的重塑
在錢小磊的攀巖館裡，不少會員是程序員。已經有一些被裁員了。
「剛被裁的時候，來攀巖館的頻率會變多。工作日白天出現，一問就是領大禮包了，很開心的樣子。過幾個月可能跑來問我們，你們招不招教練？」
有一個和錢小磊同齡的巖友，之前一直在互聯網行業，被裁員後去了一家攀巖館當教練。錢小磊換了個角度想：他爬得不錯，能做一個好教練，總比失業在家好。
過去幾十年的個人電腦革命、互聯網革命、移動互聯網革命，都沒能將全球一半的工作數字化。而AI衝擊的，恰恰是那些在前幾波浪潮中「贏」了的人。
格子間裡分析數據的金融分析師，比工地上搬磚的建築工人更危險。電腦前P圖的設計師，比後廚切墩的幫廚更危險。敲鍵盤的程序員，比打掃辦公室的保潔阿姨更危險。因為AI替代數字工作的成本在飛速下降，而替代物理工作的成本依然高昂。
錢小磊的攀巖館恰好處在兩個群體的交匯地帶，他的會員裡有白領也有藍領。在他的觀察裡，攀巖從來不是白領專屬的運動。
錢小磊是一個非常樂觀的人，他說：「所有的事情悲傷不會超過晚上兩點，睡一覺就好了。」但他的焦慮在這兩個月裡還是加重了，「隨著我用得越來越深，我發現這個東西還是挺可怕的。」
可怕不在於AI對攀巖行業有什麼致命威脅，攀巖這項運動本身和AI的關係很遠，可怕在於他無法想象三年後大模型和Agent會變成什麼樣子。
「人會覺得未知比較可怕。」
但對錢小磊來說，這種恐懼的另一面是機會：「這是我們拉開差距的很好的時機。」
他不希望公司膨脹到500人、1000人，然後被大量沒有必要的流程和規章制度拖垮。他想用AI控制組織的規模，不是裁員，是讓200人能做過去需要更多人才能做的事。
錢小磊緩解焦慮的方式就是去攀巖，找個人少的館爬一會。如果不想運動，就去店裡逛一逛，在前臺待一會兒，和會員聊兩句。
「一旦上牆了，或者你跟人發生了接觸之後，那感覺和對著電腦跟GPT聊天是不一樣的。」
攀巖的滲透率在中國遠未到頂，巴黎幾家大型連鎖攀巖館的會員加起來，佔全城常住人口的5%，意味著20個人裡有一個會去攀巖。中國離這個數字還有巨大的距離。而且這個運動的傳播率已經大於1，一個愛好者平均能帶動超過一個新人入坑。
錢小磊用了一個很樂觀的假設來描述未來，如果每個人每週只工作三天，就有四天可以休息、陪家人、攀巖。當然他也知道這個假設的反面，如果大部分人失了業，沒有收入，也不可能來攀巖了。「不確定性在後面，五年以後這個世界會變成什麼樣子，誰知道呢？」
但他相當確定一件事，不管那個世界長什麼樣，人還是需要用身體去感知世界的。AI可以幫他巡店、做商詳頁、管庫存、生成財報，但它替代不了一個人在巖壁上的三個小時，手指抓住巖點時的摩擦力，脫落時大腦在零點幾秒內做出的緩衝判斷，完成一條線路後那種確切的成就感。
王石75歲還在攀巖，他說過一句話，攀巖教會我的第一件事，就是如何安全地摔倒。
在一個越來越多工作被算法接管的世界裡，也許最稀缺的能力是知道怎麼摔倒，摔了還能站起來，接著爬。