AI 接管了画图这一步，剩下的账要自己算：一个手绘球鞋创业者的两个月

结论先行：这个案例最值得抄的，不是「AI 让一人公司也能做实体商品」，而是它把一件事演示得很清楚——当工具把上游成本打掉之后，利润不会自动变多，它会整块挪到下一个瓶颈上，然后在那里决定你能赚多少。

下面这个故事里，AI 干掉的是「画图」这一步。可这个生意最后能不能跑通，取决于两件跟 AI 完全无关的事：画手够不够、鞋底有没有授权。

一、他到底做了什么

一位 00 后创业者在做鞋类销售时发现，当代年轻消费者已经不太满足千篇一律的工业化成品鞋款，「同一个鞋型、换个配色、加个图案」这种球鞋定制需求正在起来。

做法很直接：拿白色或浅色系球鞋当原鞋，工人用笔蘸颜料在鞋面一笔一笔描摹图案，画完用固色剂固色，做成潮流单品。电商店铺上，订单最多的一个款叫「雾蓝喵喵」，鞋后跟一只猫爪是它的标志，单款每天能有二三十个订单。

时间线也值得记一下：今年 2 月，他和朋友去杭州学手绘工艺、攒行业运营经验；今年 8 月带着技术和运营经验回到邯郸经济技术开发区，入驻当地一家创业孵化基地。基地免除场地租金，本地用工成本也有优势。

入驻两个月，手绘球鞋打开市场，企业日均订单量接近百单。目前已获得多家品牌鞋企的正式授权——品牌方采购原鞋交回来做手绘加工，做好的成品通过电商平台卖给 95 后、00 后群体。鞋品支持顾客定制专属图案、印制名字标识，每双售价从三百多元到九百多元不等。

下一步的规划是：把手绘从球鞋扩到服装、手提包，并加入中国风等元素，往海外卖。

二、拆开看：AI 到底替掉了哪一环

他自己说得很清楚：图案设计曾是手绘球鞋的重要成本，现在用 AI 生图工具，几分钟就能生成图案，设计效率大幅提升，成本也大幅下降。

注意这里的因果链——设计从来不是这个生意的瓶颈，但它是最贵的那个环节。做手绘球鞋，真正卡脖子的是三件事：

• 画手的时间：一双鞋要描多少笔画多少色，熟练工一天能出几双，这是硬产能。
• 固色和售后：手绘品不耐洗、易掉色，色差和污渍带来的退换货要有人兜。
• 原鞋来源的合法性：拿谁家的鞋来做加工，这件事决定了你是「代加工」还是「侵权」。

AI 出现在第一个环节之外的地方——他们还把 AI 用在了仓储上：仓库存放数百款不同品类球鞋，电商平台每成交一笔订单，库存数据就自动更新，不用专人清点库存，进一步压缩了人力成本。

所以 AI 在这个生意里干了三件事：出图（省设计）、跟单（省人工）、算库存（省盘点）。三件事都不产生画面，但三件事都直接落在「能不能规模化」上。

三、产能账：日均近百单到底意味着什么

「日均订单接近百单」和「单款每天二三十单」这两个数放在一起，能推出一个对个人创业者很关键的结论：这个生意的天花板不在获客，在画手。

假设客单价按几百元算，百单量级意味着一个月是一笔不小的流水；但要接住这些单，你得同时有：足够多的画手、稳定的原鞋供应、以及能吃下退换货的售后。三样里面，只有一样是钱能直接买到的——画手。而画手的工资水平，直接决定了你在哪个城市能活得下去。

这就是为什么「返乡」不是一个情怀选择，是一笔成本算式：同样的收入，摊在租金更低、用工更便宜的地方，净利才留得住。反过来想，如果这个生意必须待在一线大城市才能做，那它大概率不是个能长期跑下去的单人生意。

给自己算这笔账的方法很简单：先倒推订单量，再倒推需要几个画手，再看这个城市给不给你这个工资水平。顺序反了，就会变成「先选城市，再硬找订单」。

四、授权这条线，比想象中更硬

报道里提到，这家公司已获得多家品牌鞋企的正式授权。放在整个案子里看，这一句比订单数据更重。

手绘球鞋这门生意的原罪风险很直白：拿别人家的鞋，改成自己的样子挂上去卖。有没有授权，决定的是「品牌方委托加工」还是「山寨」。对个人创业者来说，这里没有灰色地带可以省。

更值得琢磨的是另一半：AI 生成的图案本身有没有商用授权？工具能不能商用、生成的图案会不会与既有版权撞车，这些条款要逐个平台去看，不能默认「AI 画的就是干净的」。

所以这个案例里真正的资产不是 AI，是那几家品牌授权书。AI 让设计变便宜了，授权让你能合法地卖。两样缺一不可。

五、迁移路径是可以照抄的

「2 月南下学技术 → 8 月返乡落地 → 两个月起量」这条路径，比结果本身更有参考价值，它拆成了三步：

• 先去成熟产地学手艺：这门生意在南方多地已经跑起来了，先去看真实的产线、真实的报价、真实的返工率，不靠想象。
• 再回来找产业配套：手绘球鞋不是纯线上生意，它需要原鞋供应、手绘师傅、快递发货，本地配套齐不齐决定成本。
• 用低租金和低用工把利润留住：这一步的前提是前两步都做扎实了，订单是真的。

顺序反了会很惨：先回本地再想办法学手艺，容易在没有配套的地方硬撑。

六、三个坑，提前想清楚

坑一：把「能出图」当成「能出商品」。AI 生图几分钟出一张，可图案要变成能上架的产品，中间隔着尺寸适配、鞋面材质上色差异、印刷/手绘两种工艺的还原度。这一段的返工率，没人替你承担。

坑二：品类的扩张比新业务更容易出错。从球鞋扩到手提包、扩到服装，看起来是同一套 AI 出图能力，实际是完全不同的供应链——异形物的上色、承重、缝制、售后难度都变了。用「球鞋跑通了」去推断「手提包也能跑通」，是典型的想当然。

坑三：授权只覆盖「加工」，不覆盖「图案」。品牌方授权你做手绘加工，和授权你用某个图案做营销素材，是两回事。文案、图片、宣传素材都可能有单独的授权边界，别默认「原鞋是授权的所以图案也是安全的」。

七、最后一句

这个案例之所以值得看，不是因为「AI + 手绘球鞋」听起来新鲜，而是因为它是一个很少见的、能把 AI 的作用边界讲清楚的样本：AI 接管了所有「画」的活儿，但一门生意能不能立住，取决于它交付出去的东西是不是能直接用、能合法用、能稳定用。

工具把产能的门槛拆掉了，接下来的门槛就是你自己了——画手够不够、授权拿不拿得到、返工吃不吃掉利润。这三样，一样都不归 AI 管。

顺带说一句，如果你的店在持续上新，商品图和上新文案这种每天都要重复的事，交给能自动出稿的工具更省事——比如本站的公众号图文工具，选题到排版一条龙，把你的时间留给真正要动脑的那部分。