Grab把AI课堂开给小商户，第一课是别急着加促销

咖啡与顾客要照看，后台文件也要处理。新加坡Genista Lane创始人Manfred Ho在Grab公布的培训案例中提到，他把工具接到工资文件后，20分钟完成了通常需要两小时的工作。腾出的时间可以重新回到服务顾客上。

这是一家有具体商品和场景的生意。Genista Lane官网展示南洋咖啡车服务，面向企业活动、婚礼和其他聚会，也在Lavender Street的CT Hub 2提供堂食与取餐。主页介绍三款抹茶饮品：抹茶奶茶、抹茶拿铁和抹茶椰子。店铺经营既有日常出品，也有活动订单。

小商户的一堂实践课

老板的时间因此被许多工作切开。一份后台文件节省下来的处理时间，对小企业可能比一套漂亮的技术介绍更容易理解。工具先接住一个反复发生的任务，店主才有理由继续尝试下一件。

2026年9月23日，Grab与OpenAI推出GO Forward with AI，计划在未来两年为东南亚三万名司机、配送员和商户合作伙伴提供实用AI培训。项目先在新加坡启动，计划于2026年稍后进入泰国、印度尼西亚和菲律宾，2027年再到马来西亚与越南。

课程采用半天线下实践，以及培训讲师再向更多伙伴授课的方式。它面对的不是拥有完整数据团队的大公司，而是要在接单、出品、服务和经营之间分配时间的人。

不同群体的任务也被分开。司机与配送员课程围绕创业构想、定价、市场表达和行动计划；商户课程则涉及销售数据分析、促销、菜单开发、需求预测、进货和减少浪费。培训试图把“会问AI”往“能用它完成一件经营工作”推进。

然而，时间变短只是工具价值的一部分。对于涉及促销预算、订货和门店运营的任务，给错方向会产生真实成本。Grab自己的研发文章恰好记录过这样一次失误。

订单下降，先检查哪里没能接住订单

Grab技术团队在2026年8月21日介绍Jarvis Pro时，提到早期原型给出过一份看起来很完整的商家分析：介绍这一周的表现，随后建议增加促销。问题却在另一个地方，更多门店处于暂停状态，履约表现也下降。

这种情况下，更多需求进入同一套门店作业，会使原来的问题更突出。商家要先恢复接单与服务，才能判断还有多少下降来自顾客需求、菜单或营销。研发团队因此把任务识别放到生成建议之前。

Jarvis Pro是给Grab客户经理使用的工具，面向账户分析与商家沟通。它与商户端助手承担不同工作，但这段研发记录说明了一个共同的经营问题：销售数字出现变化，下一步动作需要依据实际原因决定。

如果一款餐食的订单减少，可能是想买的人变少，也可能是门店某些时间无法提供。广告能够触达顾客，厨房却需要按当前人员和原料完成出品。商家在促销之前，先看哪些环节已经影响交易，才容易把预算投到能够承接的位置。

客单价变化则会带来另一种判断。顾客仍在下单，但每次买得少了，菜单或组合可能更值得研究；如果取消订单增多，实际服务过程又需要先被看见。同一个“销售下降”标题之下，藏着不同的经营动作。

这一点对餐饮小店尤其具体。老板熟悉某一道菜平时怎样卖，却未必有时间把一周所有订单整理出来。AI可以帮助寻找变动，但当它建议做新套餐时，店主需要接着问：套餐解决的是购买数量，还是现在根本来不及出餐？

Grab商户官网的助手指南，把销售、顾客行为、评分和取消趋势列入可以询问的内容。它还提供结算与付款差异、配送员等待以及员工访问等问题的入口。问题从“怎样多卖一点”，进入了每天真正会遇到的工作。

这给培训提供了更好的起点。商户可以拿一项已经困扰自己的事情开始，例如某一时段订单多、等待也长，或者某种促销增加订单却没有带来期待的收入。工具帮助整理信息，店主再结合厨房、人手和成本选择处理方式。

促销的成本也要进入同一轮判断。折价商品卖得多，可能同时挤压每份收入；需要更多准备时间的菜单，可能占用高峰期出品。比较活动表现时，订单数、卖出品项、折价和实际工作量各自提供一部分信息。

这类任务比生成一段广告语更复杂，却更接近小企业的经营。老板需要知道哪一种改动能带来可承担的结果，而非在许多营销方向中随机挑选一个。课堂把实际经营材料带进练习，便有机会让AI成为整理问题的助手。

Genista Lane的后台工作案例同样可以沿具体任务理解。工资文件涉及人员、工作时段和相应计算，工具节省的是一次文件处理所需的时间。小企业持续使用时，仍需要把特殊班次、变更与最终结果交由负责人员确认，才能把速度带回稳定的工作。

这并不要求老板成为技术人员。他已经知道店里怎样安排工作，可以将这份知识放进任务要求：哪些日期、哪些人员、什么结果需要检查。工具把重复处理接过去，经营者把自己熟悉的实际条件保留下来。

菜单、数据和促销，原本就不是三件孤立的事

Grab的商户助手指南还提供了一项很容易被忽略的顺序：广告效果与菜单准备放在一起讨论。工具能够协助查看哪些菜品表现较好，哪些食品图片值得改善，以及店铺资料有什么需要更新。

消费者看到广告以后，还要进入菜单选择。这个阶段决定了促销带来的注意力能否变成一笔合适订单。某一道菜缺少照片，或者菜单里相近品项难以比较，增加广告可能只把更多顾客送进同一个犹豫过程。

对商家，先整理菜单有时比立刻增加预算更可执行。可以从已经在卖的商品开始，观察顾客怎样比较，再把实际出品特点带到图片与说明中。工具协助组织材料，成品的分量、配料与口感则由门店自己掌握。

Genista Lane的抹茶系列提供了一组实际选择：奶茶、拿铁和椰子方向。三个名称围绕同一种主要口味，顾客会继续比较自己想要哪一种饮用体验。对经营者，分析这类品项时，除了总销售，还可以观察各自订单以及是否适合不同购买时段。

这是一种商品分析方向，不能仅由“某个名字卖得好”直接决定下一款。原料准备、制作步骤、现有设备和顾客偏好，都影响品项是否适合店铺。AI能够整理待比较的方向，实际菜单要在店里完成。

同一个品牌同时做门店和活动服务时，任务还会增加。堂食与取餐面向个人的一次购买，活动咖啡车则需要按场次准备。需求量、人员安排与服务时间需要分别组织，一份通用预测很难直接覆盖两种业务。

小企业可以因此把数据整理成自己能使用的几类。日常门店记录对应销售时段和具体饮品，活动业务对应场次、服务安排和准备量。工具先理解每一份材料反映什么，经营者才容易利用它比较下一次安排。

GO Forward with AI课程提到，将销售与预测数据做成互动追踪看板、制作简单商品网站，以及形成可重复使用的进货工作流程。这些任务把一次问答延伸成以后还会用到的工具。企业可以保留适合自己的处理方式，再随着实际业务调整。

看板的价值来自它能回答店主会继续问的问题。哪一段时间需要多准备，哪一类食品经常剩余，哪种促销与重复订单相伴，都是有具体工作动作的观察。若每周看到的信息能够帮助调整一次订货或排班，工具就获得了再次打开的理由。

把历史销售直接延伸到未来，则需要关注店铺实际变化。节庆活动、新品、营业时间调整，都会让下一周和上一周出现差别。经营者熟悉这些情况，把它们放入分析，能够让预测更接近接下来真的要做的工作。

这使AI培训的内容从工具操作走向商品判断。小商家不只学习怎样输入一句话，也需要练习怎样说明自己的时间、商品和经营限制。问题说得具体，工具才容易把信息组织成可以比较的选择。

三万人计划，最终要落到一件愿意重复做的事

东南亚市场之间，商户和平台工作者的需要并不相同。Grab与OpenAI表示，工作坊将依据当地需求和参与者工作调整。新加坡先启动，其他市场继续按计划展开，区域人数目标要通过这些具体课程逐步实现。

培训讲师的安排值得关注。课程如果只发生在一场大型活动里，参与者回到自己的店后，仍可能不知道怎样处理下一份不同文件。让当地讲师掌握课程，再继续向伙伴授课，能把实践机会放得更近。

对商户，这种支持可能体现在很小的地方。上一次练习的是一款促销，下一次却遇到菜单更换；以前处理门店销售，现在要准备活动订单。熟悉当地经营的讲师，可以帮助参与者把已学方法换到新的任务里。

司机与配送员的课程也有不同目标。官方介绍，参与者可以探索创业构想、思考特色与定价、制作简单市场材料。其中一名司机合作伙伴Suhada Abdullah提到，她在寻找帮助家庭小贩生意的方法，也在发展可能增加收入的新项目。

这样的案例将课堂放到了真实生活安排中。平台工作者已有一份接单工作，又想尝试其他业务，需要先判断什么能够在自己的时间与资源内开始。AI可以帮助整理构想，是否值得投入仍要看具体商品、顾客和成本。

这与商户培训形成了一条共同线索：先拿现有工作中的一项任务实践，再比较工具是否减少重复处理、帮助看见遗漏，或者让下一步更容易决定。结果具体，参与者才容易把它带出课堂。

Genista Lane负责人谈到的20分钟，是一次被清楚描述的个人使用经历。三万人计划则是未来两年的推广目标。案例让人看见工具可以接住怎样的工作，计划能否扩大价值，还要看更多参与者实际怎样使用。

经营上也可以用同样的方法观察后续。参加课程以后，是否继续用工具处理同一类任务，整理出的资料有没有进入进货、菜单或促销决定，店主是否愿意在下一周重复打开。这些动作比一次听完介绍更接近能力的形成。

对中国商品企业理解东南亚零售，这场培训提供的是一个新的竞争背景。本地小商家正在获得更多分析与表达工具，选品、菜单和促销可能变得更有针对性。跨境企业需要面对的，是越来越能够解释自己商品与服务的小型经营者。

工具普及也会使差异重新回到经营本身。相似的分析办法可以被许多人学会，实际顾客是谁、哪一件商品适合店铺、哪种安排能持续提供，仍由企业自己回答。AI把整理工作的门槛拉低，商品与服务的判断并没有随之消失。

一堂课最有价值的成果，是店主回去以后知道先处理哪一件事。订单下降时先找到原因，重复文件先定义需要的结果，下一次促销再看能否承接。能把这些选择做得更具体，AI才会从一次尝鲜进入小企业的日常经营。

声明：本文系作者独立观点，不代表ESG跨境立场。文中涉及的平台规则、费率及出海政策具有时效性，实际运营请以平台官方最新公布为准。如有版权争议、内容勘误或业务交流，欢迎随时与我们联系。