家得宝的AI飞轮：助手即媒体

家得宝如何用生成式AI助手Magic Apron和AI驱动的零售媒体网络Orange Apron Media，实现客户体验与商业变现的飞轮效应。给中国零售企业的五大启示。

“Magic Apron is designed to bring that same expertise to the digital world, leveraging our proprietary knowledge base to support our customers.” —— Jordan Broggi, EVP Customer Experience, Home Depot

家得宝的 AI 战略，绝非在货架上多摆一只智能音箱。它用生成式助手把资深店长的专业知识塞进每个顾客的手机，又用同一套底层数据，把广告生意做成了精准的零售媒体网络——这是一条典型的体验驱动增长飞轮。从 Magic Apron 到 Orange Apron Media，这家全球家居零售巨头正在重新定义“人货场”的连接方式，也为中国家居、零售乃至所有低频高客单行业的企业，留下了一份尖锐的 AI 落地样本。

一、为什么家得宝需要“AI 围裙”？

家得宝的底色，是一门矛盾丛生的生意。长尾极深：每间实体店平均承载数万个 SKU，线上更是数以百万计。需求极度非标：有人要修漏水龙头，有人要重装整个地下室，有人是周末 DIY 菜鸟，有人是开着卡车来补货的专业承包商。决策链路漫长而脆弱：顾客在卖场里握着一张手写清单，却常常因为一个配件型号搞错，被迫跑三趟。这些痛点的本质，是“人”与“货”之间横亘着一层层信息不对等——而这种不对等，恰恰是生成式 AI 最擅长打破的。

2024 年，家得宝推出 Magic Apron 时，社交媒体上很多人把它误读为“家居版 ChatGPT”。但只要剥开产品逻辑，就会发现它远不止聊天。Magic Apron 背负的，是一套基于家得宝三十余年积累的专有家装知识库——产品规格、使用场景、项目教程、施工注意事项，甚至连数百万条用户评论中的隐性经验，都被压缩进一个可对话的模型中。换句话说，它不是一个通用大模型套了一层垂直壳，而是一个真正浸泡在锯木屑和水泥灰里的“数字老师傅”。这一点，与今天国内许多品牌急急忙忙打开一个大模型接口、灌入几本产品手册就声称“AI 客服升级”的做法，有着本质区别。

二、Magic Apron：把资深店长装进手机

Magic Apron 的能力矩阵，可以直接拆为四层。第一层是导航式问答：用户可以像问老电工一样，用自然语言描述“我家厨房墙皮鼓包该怎么修”，系统不仅能给出步骤，还能直接推荐所需的防水涂料、铲刀、填缝剂，并把它们一键加入购物车。第二层是评论摘要：当一个 SKU 下面积累了成百上千条评价，AI 可以瞬间提炼出“多数新手觉得安装说明书不够清晰”这样的关键信号，帮用户规避决策盲区。第三层是虚拟售货员：你上传一张破损零件的照片，它能识别型号，告诉你货架位置或线上链接。第四层是材料计算：输入房间尺寸和铺贴方案，它能算出需要几包瓷砖、几桶胶水，误差控制在行业容忍范围内。这四层能力叠加在一起，等于把那个在门店里穿着橙色围裙、被顾客团团围住的最资深员工，复制了无数份，分发到每个 App 和网页端。

值得注意的是，Magic Apron 并不只是一个面向消费者的单点工具。家得宝已计划将其覆盖至 Pro 站点，为专业承包商提供从报价预估到物料清单生成的一体化支持。同时，家得宝与 Google Cloud 的合作将这项体验推向了“代理式 AI”的更深水位：通过引入 Gemini Enterprise for CX，顾客不仅可以上传图片，还能进行多轮、多模态的持续对话，让 AI 像真正的项目经理一样介入复杂装修规划。这种把“购物代理”概念落地的尝试，恰恰是当下国内电商平台喊了很久却尚未大规模验证的方向。

三、当第一方数据变成媒体引擎

如果说 Magic Apron 修的是“前庭”，那么家得宝另一个长期投入的武器——Orange Apron Media，则是对“后院”商业模式的悄悄重建。这个零售媒体网络（RMN）早在 2018 年就已启动，但直到 2024 年 3 月品牌升级后，才真正展现出 AI 驱动下的锋利棱角。

家得宝做零售媒体的底牌，是它手里握着的高意图、强时效的第一方数据。一个正在搜索“卫生间防水涂料”的用户，和一个刚买完电锯却还在浏览护目镜的用户，在广告主眼里的价值截然不同。而这些隐含在浏览、搜索、购买甚至线下门店打卡中的“项目旅程信号”，恰恰是家得宝 VP Melanie Babcock 口中 audience marketing 的核心。Orange Apron Media 做的，就是把这些匿名化处理后的信号，变成了广告定向的坐标系。2025 年，家得宝与 Reddit、Pinterest 的整合更将这一逻辑推到了站外：品牌方可以直接通过 Orange Apron Media 后台，购买这两大社交平台上的广告库存，让家得宝的 DIY 高意图人群，在刷着 pin 图或改装论坛时，被精准触达。

这种“用自己的数据，做站外的生意”，本质上是把零售商的用户资产进行了二次定价。对比国内，虽然阿里妈妈、京东营销 360 等已经构建了庞大的站内广告生态，但多数线下起家的家居零售商，数据资产还躺在 CRM 系统里睡大觉。家得宝的实践至少提示了两点：其一，第一方数据在脱敏后完全可以成为跨平台的媒体货币；其二，AI 的作用不只是“猜你喜欢”，更是把碎片化的客户意图拼接成可供品牌方清晰辨认的项目地图——你今天正在刷油漆，那么你下周大概还需要美纹纸和砂纸架，这种基于逻辑的关联推荐，比点击率模型更懂家装客户的真实节奏。

四、飞轮闭环：从体验到数据再到变现

Magic Apron 与 Orange Apron Media 看似是两套系统，实则共享一个核心引擎——家得宝独有的家装知识图谱与用户意图理解能力。Magic Apron 在一次次问答中，不断细化顾客的需求颗粒度，标记出“这位业主正处于水电改造阶段”“那位包工头对某品牌水泥有价格敏感”的隐性标签。这些标签在脱敏后流入 Orange Apron Media，就变成了广告主愿意为之付费的定向砝码。接着，更多品牌涌入投广告，既给家得宝带来高毛利的媒体收入，又反哺了商品丰富度和价格竞争力，最终让消费者拥有更好的选择。用户觉得好用、买得准，就继续用 Magic Apron 做决策、留下更多数据。一个清晰的增长飞轮就此闭合。

这个飞轮的关键，不是技术本身，而是家得宝把 AI 定位成“前中后台”的贯穿层：前台是交互界面，中台是数据引擎，后台是商业化阀门。三端的打通，使得每一次客户问候，都同时是一次库存校准、一次媒体库存的增值。这也解释了为什么家得宝要在 2026 年更进一步，将生成式 AI 引入门店员工的随身设备，让 orange apron 和 digital apron 融为一体——唯有线上线下意图的无缝衔接，飞轮才能越转越快。

五、中国企业如何缝制自己的“AI 围裙”？

中国家居零售的生态与北美截然不同。巨头是平台，而非垂直零售商；线下卖场与品牌专卖店各自为战，数据孤岛严重；消费者的决策入口高度分散在小红书、抖音、住小帮等内容社区。但这并不意味着家得宝的经验无法借鉴。恰恰相反，在“低频、高客单价、强专业依赖”的行业底层逻辑上，中国企业的机会，就藏在那些尚未被巨头流量覆盖的缝隙里。

第一，构建垂直行业知识图谱，而非通用问答壳。很多企业一谈 AI，就急着把自己 800 页的 PDF 产品手册扔进一个大模型，结果问答效果鸡同鸭讲。家得宝的启示在于，知识库的构建必须包含三个层次：产品事实层（规格、价格、库存）、场景经验层（怎么用、怎么搭、有什么坑）、用户智慧层（评论区隐含的决策线索）。只有把这三层全部结构化、向量化，AI 才能真正像一个资深导购那样说话。居然之家、红星美凯龙，甚至某个细分工种的头部品牌，都具备这样的潜质。

第二，让 AI 做“材料计算师”，而不仅是聊天机器人。家装场景最痛的点，往往不是“买哪个”，而是“买多少”。能解决瓷砖切割损耗、涂料覆盖面积、管线走向冲突的 AI 工具，才有资格成为项目决策的入口。国内已经有品牌在试水“上门测量 + AI 出方案”，但仍缺少一个像 Magic Apron 一样把计算过程变得像聊天一样轻量化的产品。这不仅是 UI 设计问题，更是底层逻辑——能否把行业经验变成可调用的规则引擎。

第三，重新估算第一方数据的媒体价值。多数中国零售企业还把会员数据当成发券的工具。Orange Apron Media 的故事，其实是一个“数据对外商业化”的故事。即便无法立刻搭建一个零售媒体网络，也可以从“私域即媒体”的角度切入：你的公众号粉丝、企业微信好友、小程序活跃用户，如果能够被打上足够精准的项目阶段标签，就完全可以与互补品类的品牌进行合规的数据联姻。比如，卖瓷砖的品牌和卖美缝剂的品牌，在同一个客户的“瓦工阶段”就可以联合触达，而不必等到客户决策完毕再各自投流。

第四，将助手收集的交互数据反向注入广告模型。这是飞轮效应成立的关键一步。很多企业把客服对话记录丢给客服主管做质检就结束了，但这些记录中隐藏着用户抱怨最多的产品缺陷、最高频的购买顾虑、最真实的竞品对比语句。用 AI 把这些非结构化数据提炼成结构化标签，再接入公域投放模型或私域推荐逻辑，就能让广告从“人群画像”进化到“意图轨迹”。这需要组织内部打破市场部、客服部、数据部的墙，让 CMO 或 CDO 直接挂帅数据融合项目。

第五，抱紧云端，但锁死知识主权。家得宝选择与 Google Cloud 深度合作，但核心知识库始终是自有的。中国企业在选择与阿里云、腾讯云、华为云或大模型厂商合作时，也必须有清醒的边界：模型可以租用，但行业知识图谱、用户意图标签、材料计算规则是核心资产，绝不能以“合作”之名让渡出去。否则 AI 围裙做得再漂亮，最终也只是替别人织了嫁衣。

结语

当众人还在争论 AI 会不会抢走导购饭碗时，家得宝已经用一条橙色围裙，把难题变成了闭环。Magic Apron 负责留住客户，Orange Apron Media 负责把客户数据变成品牌方的支票。这背后没有惊天动地的算法黑科技，只有对一个朴素道理的极致演绎：谁能最精确地描述顾客当下正在做的那个项目，谁就握住了家居零售的定价权。对于正在价格战和内卷中挣扎的中国零售企业而言，或许该停下来想一想——你手里的锤子，是不是也能敲出一个飞轮？