近两年随着人工智能技术的加速发展，AI应用落地场景备受关注。出海的持续火热，让越来越多人探索AI在跨境电商领域的应用。据了解，在选品决策、内容生成、广告投放、客服工作等方面都产生了非常多AI用具。当出海遇到AI ，跨境电商又有哪些新玩法?AI在跨境电商中的关键应用场景有哪些?随着人类大步迈入AI时代，个人如何抓住机会?
带着这些问题，本期36氪《CEO锦囊》栏目邀请到LinkFox AI合伙人/紫鸟浏览器合伙人大兵、清华大学人工智能方向博士后/MicroDatalProBoost.ai创始人/CEO李多全、Ginee CEO康乐旸，一起来聊聊：出海+AI，跨境电商又有新玩法?
在这场直播中，两位嘉宾主要讨论了以下问题：
1、工具使用的前置条件就是要找到能有效解决问题的应用场景，现在AI在跨境电商中的关键应用场景有哪些?
2、AI另一个特点就是更新迭代快，导致市场变化也快，现在跨境电商需求侧到底有什么不一样?
3、刚刚提到了很多场景，那AI工具在实际应用中如何帮助企业实现降本增效?
4、每个卖家肯定是多平台经营，请问亚马逊、Titok这两个平台的有何差异?
5、借助AI工具的使用，多平台、多渠道运营如何变得更加高效?
6、刚提到本土商家和跨境商家卖货逻辑完全不同，具体表现在哪些方面?
7、随着AI技术发展，跨境电商还有哪些新玩法?请两位分别给出3条具体的建议。
以下为两位嘉宾和36氪的对谈，部分内容经过整理编辑：
36氪：工具使用的前置条件就是要找到能有效解决问题的应用场景，现在AI在跨境电商中的关键应用场景有哪些？
大兵：作为一个在跨境电商领域摸爬滚打了十几年的老手，当人工智能(AI)技术出现时，我们整个行业都感到非常兴奋。原因很简单：跨境电商需要面对不同市场和国家，最基本的挑战就是语言差异。我们并没有那么深厚的语言功底，因此首先想到的是AI对我们语言能力的巨大帮助。这种帮助是显而易见的，它迅速解决了我们行业与国外本土买家之间的语言障碍，使我们的产品描述、营销活动和客服工作在处理文字时变得极为流畅，这是AI技术给我们提供的最直观的好处。AI的出现还帮助我们更好地了解目标市场的风土人情，也就是所谓的“local”文化。我们对本土文化一直有着强烈的执着，但由于现实原因，我们无法频繁地进入和离开不同国家。AI技术的出现确实打破了我们对当地文化认知的局限。当我们想要了解当地文化，并将这些文化元素融入我们的产品时，AI能够生成具有当地文化特色的文案，同样表现得非常流畅。所以自从AI技术进入我们行业以来，我们就感到非常兴奋。
至于AI帮助我们撰写产品描述、重构标题等基础工作，这些早已被我们行业广泛应用。实际上，当AI刚进入我们跨境电商行业时，我们对文字的需求是最基础也是最根本的。除了文字之外，我们还有另一个重要需求，那就是图片。图片对于我们展示商品至关重要，它是跨境交易中吸引买家的一个关键因素。随着AI技术的发展，我们现在能够通过AI生成图片，这一进步是之前难以想象的，已经在我们行业中得到了广泛的应用。
我们下一步非常期待的是文字、图片和视频之间的相互转换技术能够成熟并得到应用，这将为整个跨境电商行业带来新的浪潮。如果能够实现高效的图文视频转换，将极大地丰富我们的营销手段，提升用户体验，并可能开启新的商业模式，进一步推动跨境电商的发展。
康乐旸：Ginee旗下的用户群体都是当地的商家，当然也包括一些中国的跨境商家，其中一些品牌的大卖已经做得很大，在当地有完整的产业链。刚才大老师提到的图文客服，也在我们的实际应用场景下。这个场景实际上是应用在我们自己的公司的 HR 领域，我们公司在16个国家会有17个办公室，针对不同的人、不同的文化、不同的语言，这对公司管理有非常大的挑战。因此，AI的出现对于完善本地员工和客户的管理有很大帮助。另一方面，我相信大家也能看到，AI与视频生成的结合程度非常高，现在各个国家、各个产品都在丰富应用这种技术。
李多全：当我刚开始创业的时候，大模型还没有变得如此热门。我们的核心工作是对内容理解，这包括对在线视频内容的理解，以及视频下方的互动内容，还有电商平台上的商品和评价等。我们的初衷非常简单，当中国的企业和制造商转型为品牌商并走向全球市场时，首先需要决定进入哪个国家，那里是否有商机?将要服务的客户群体是什么样的?以及在这个国家将面临哪些友商和竞争对手?如何实现差异化?这背后需要对用户在社交媒体和电商平台上留下的痕迹进行深入理解，包括竞争对手的营销策略和产品布局的理解。大模型的出现加速了我们在这方面的研究进展，使我们对出海市场的竞争对手、用户和市场的理解更加深入。在我看来，这是所有企业出海的第一步。
当你去做生意时，需要了解你将在一个什么样的环境中运营。原来大企业通常会寻找咨询公司来做这些事情，咨询公司的服务可能需要很长时间，周期长，费用也很高。一个大型公司的咨询项目可能需要数百万到数千万人民币，而且产品的迭代速度非常快。等到咨询结果出来，很多趋势已经改变了。因此，大模型以及AI技术的快速迭代，使我们有机会第一时间把握用户的需求，以及大玩家在产品和技术上的最新进展。对于中国企业走向海外来说，这是至关重要的。随着AI和算力的发展，那些原本看起来难以实现的事情，现在似乎变得不那么遥远了。
36氪：AI另一个特点就是更新迭代快，导致市场变化也快，那现在跨境电商需求侧到底有什么不一样？
康乐旸：最直接的还是AI+视频。这很好理解，因为AI加视频在社交网络、电商平台或者任何社交媒体上的传播对商家来说最直观，可以去更好去销售自己的产品，推广自己的品牌。当AI刚出来的时候，在我们目标国家和市场最先开始的就是AI生成的图片散布在各个渠道、电商平台。紧接着不到半年的时间，基本上全都被AI生成的视频所覆盖。
前端看到的是商家在营销侧的迭代以外，实际上在后端、在管理侧、进销存侧我们也能够很清晰看到，一些多渠道的商家开始通过AI的策略去帮他们去理解进销存的算法，在不同的电商平台，不同的城市的计算逻辑。种种具体的应用和现象是我们认为AI带来的迭代速度变化之快的根本。
李博士：AI其实不是新的东西，30年前就有这个东西。我记得我们上学的时候最早叫data mining--数据挖掘，后面叫machine learning--就是机器学习，再到人工智能。从AI、算法本身来说其实没有特别多迭代，但这几年大家感觉到AI突然间离我们工作、生活各方面很近。有一个非常非常重要的变量是算力，像英伟达的H100、A100这样的芯片，原来的大模型从数据的收集到标注，再到训练推理完成，要非常长的时间，这就限制了我们很多应用。
AI带来最大的变化是让我们原先都在做的一些事情，比如说商品listing优化、图片优化、客服机器人、内容挖掘等，原先做成本非常高、周期非常长的场景，现在商家用这些东西的成本大幅度降低、时间周期大幅度缩短，能给商家实实在在带来运营效率和运营质量的提升。场景有变化但本质的变化不多，为什么大家感觉到AI离我们每个人都近，原来获取成本太高，但现在让AI更加普惠。
大兵：第一个变化来得特别快，我们还没有来得及做思想铺垫，它就突然带着结果出现了，这个速度超乎我们的想象。第二个变化是行业的接受速度非常快。从一个有趣的事情开始，它迅速地转变为生产力，我认为这一点对社会做出了巨大的贡献。比如在我们这个行业，我们最初只是尝试性地回答它提出的问题，比如“我长得帅不帅?”它可能会回答说：“我不便回答你。”但它会给出很多版本的答案。从这种有趣的互动开始，当人们感受到它的魅力后，它就迅速与行业结合，提高了我们行业的生产力。
以我们行业为例，当我们不再满足于仅使用文字知识来提升时，开始从图片出发。跨境电商本身就是一个线上销售行业，是一个务虚的行业。如果务虚的行业再加上AI生成的虚的内容，就会看起来非常假。我们快速地将这种务虚的图片转变为务实的图片。这时，那些看到行业机会的人，比如我们这些为行业提供软件服务的服务商，会比我们的用户更快地提前布局投入，挖掘AI的潜力。所以我认为这种快速的变化带动了整个链条的快速前进。
36氪：刚刚提到了很多场景，那AI工具在实际应用中如何帮助企业实现降本增效？
大兵：我们一直与跨境电商客户保持接触，自17年开始提供紫鸟浏览器服务，现已覆盖大部分行业客户。在此基础上，我们希望能提供更多价值。之前曾推出过机器人服务，有效帮助客户降低成本并提高效率。随着AI技术的发展，我们认为应该利用我们的专业知识，提供跨境电商领域的AI应用。我们尝试从文本角度进行探索，协助跨境企业训练专属的机器人，包括进行市场调研、产品分析以及客服等工作。然而，我们发现客户对此兴趣不大，原因在于这些工作相对浅显，只是简单的训练过程。例如在写listing方面，有的客户已经积累了十年的经验，对AI写的listing有所质疑。接受程度也是一个难题。
在不断尝试的过程中，我们转而关注图片领域。跨境电商的图片种类繁多，我们专注于图片细分领域的研究，了解哪一种图片是客户最需要的，且能最有效地降低成本提高效率。经过市场调查，我们发现服装模特领域存在痛点，模特的使用有时会制约客户上新的速度，因为需要预约模特并经过一系列流程，费时费力。我们发现AI可以自动生成许多模特图，但生成的模特仅用于娱乐。那么，如何将AI与跨境电商尤其是服装领域相结合呢?如何找到客户的共鸣点和痛点?现在我们已经找到解决方案，即当客户只提供平面图时，我们可以直接将平面图放到模特身上，无需再拍摄模特。
之前的方法是将衣服放在假模特身上拍照并快速转换，但后来我们发现这个模特过于虚假，让人感觉电商是一个不切实际的东西，用假模特会让消费者感觉更虚假，不够尊重他们。因此，我们现在如何将电商从完美的地方拉回现实?我们称之为模特的环针处理。例如，欧美美女脸上的斑点或唇色和皱纹，我们通过大型模型来训练还原真实的状态使其看起来更真实。通过这一细分领域来打动客户，客户以前可能需要支付几千元来拍摄一套照片，但现在只需支付几分钱，他们就会感到惊喜。我们认为真正好的产品是让客户感到哇塞的产品。在处理模特时我们发现，原来考验模特最难的是大码模特、儿童模特以及模特的手臂和胳膊的细节处理。
这是一个从人人皆知的大模型到真正能应用到消费者商业应用中的真实案例。我们一直在探索这样的领域，找准消费者的最大痛点来打造产品，我们认为这样才能获得消费者的认可。
康乐旸：我可以分享两个大家不太熟悉的场景。首先，我们服务的客户群中有很多大型品牌商，他们拥有自己的D2C(直接面向消费者)渠道，比如官网。这些平台的反欺诈场景实际上是一个巨大的空间。如果AI被好人使用，它能够帮助人们提高效率。但是，如果被坏人使用，这存在很大的风险，尤其是在互联网上，什么情况都可能发生。因此，我们将AI与反欺诈场景很好地结合起来，帮助我们的客户，尤其是品牌的大卖家，无论是在哪个市场，都能有效地拦截欺诈行为。使用AI技术来对抗欺诈行为，就像是有一个反欺诈AI在起作用，这是一个非常有趣的场景，也是一个容易被忽视的领域。
另一个领域是优化体验。SaaS ERP在我看来是一个复杂的产品，AI的出现，或者说对话式AI的出现，在某种程度上能够大幅提升运营人员使用SaaS ERP的体验。对于一个新人来说，如果他们面对的是一个有很多选项和按钮的产品，他们可能会感到困惑。现在通过大数据和人工智能技术，可以根据其他人的正常使用方法，为他们提供一个最优的路径。这实际上大大降低了用户体验的门槛。我们主要服务的是本土市场，他们的教育水平、文化水平以及对ERP类型产品和AI产品的接受程度并不像国内这么快。
李多全：现在市面上的AI工具确实很多，非常多。我认为，要真正创造出价值，还是要开发那些自己垂直领域有深度的工具。不能直接拿一个GPT，套个壳，我觉得这对许多企业来说，大家都可以轻松获取GPT，这是非常非常低门槛的。我认为真正能够帮助企业的，是要依据企业的行业，构建自己的专属数据，并基于这些数据构建自己的专属模型。这样的工具才有可能对企业产生实实在在的帮助。
举个例子。在近几年中国出海中，电动自行车是一个非常热门的品类，许多品牌应运而生。我曾有一位客户，他是某大型产品负责人，他的日常工作是到国外的社交媒体和评测网站查看信息。他会关注自己的产品发布过的内容，以及用户如何互动和反馈。同时，他还会查看竞争对手发布了什么样的产品，因为有很多评测达人会把不同品牌的产品进行比较。他需要花费大量时间去做这些事情，例如制作视频等。他的日常工作就是每天重复这样的过程，因为需要非常及时地获取用户反馈和竞争对手的动态。我们将所有平台的数据，包括视频、评测平台和独立站，集合在一起，利用大模型来理解数据。例如一个45分钟的评测视频中，达人提到了哪些品牌，比如手机，可能有华为、苹果、小米。品牌型号的不同方面如电池、刹车、材质、轮胎等的比较结果也通过大模型被整理出来。我们以ebay为例，在YouTube上有三四百个品牌，通过大模型，我们能非常清晰地对比出各个品牌的具体型号与竞争对手的优势和不足，技术参数和用户期待点也一目了然。通过大模型，他们的工作效率和工作深度得到了根本性的提升。
再举一个例子。我们服务的一家跨境零售服装上市公司，他们需要找到市面上所有的流行元素用来做块时尚。我们通过解构服装商品的材质、面料、款式、颜色和风格等特征，结合大量的图片和数据，使用大模型进行理解和分析。对于女装来说，假设做女士的小西装，我们可以通过大模型预测下一个季节中可能流行的颜色、款式、材质和风格等流行元素。同时，当产品快速上新并销售后，消费者会有评价和退货，我们通过大模型挖掘这些信息并进行商品快速迭代。原来跨境企业也面临人工标注和透视表分析的问题，效率较低。但现在通过大模型，我们能够分析百万级的SKU，从中找到所有规格和参数，选出最好的商品给设计师进行微调整、打板和生产。这样的效率提升对于企业来说是一个根本性的变化。
36氪：每个卖家肯定是多平台经营，请问亚马逊、Titok这两个平台的有何差异？
大兵：我从2012年开始做亚马逊，那时我真正感受到亚马逊卖家的痛点。我是学IT的，因为对这些痛点有深刻的体会，也产生了做工具的想法。对比亚马逊和TikTok这两个平台，我认为亚马逊是一个2D平台，而TikTok是一个3D平台。为什么这么说呢?亚马逊主要是通过图片和文字来展示商品，消费者要了解产品必须阅读文字和查看图片。而TikTok则是通过视频，以前需要3分钟了解的内容，现在10秒就能搞定，所以这两个平台的维度是不同的。
第二点是，这两个平台的消费者行为也不同。亚马逊代表了货架电商的顶端，人们通过关键词去寻找他们需要的产品。而TikTok则是根据兴趣和行为习惯来推荐产品，这是货去找人的方式，所以这两个平台的运营逻辑是不同的。亚马逊在AI领域的应用也很明显，他们收购了AI团队并开发了自己的大模型，并且正在将大模型逐渐植入到他们的货架电商中，使消费者只要说出想法，系统就能快速定位到产品。TikTok的AI目前主要还在生成短视频的阶段，但是如李博士所说，AI已经能够分析短视频了，例如分析某个短视频为什么会成为爆款。
我认为AI在TikTok上的发展还有很大的空间，它可以帮助我们分析内容，虽然目前还只是分析阶段。最近，AI数字人的出现被视为营销领域的一个分水岭事件。比如我们的东哥，他的AI分身直播反响不错。这让他与我们的当红网红董同学形成了鲜明的对比：一个是真实的才华横溢的直播，另一个是具有独特个人魅力的数字人。这种力量对比让我认为这是AI和3D电商的一种全新尝试，只有这种科技尝试才能带来真正的变革。
李多全：补充两点我自己的观察。首先，TikTok这个平台的信息流通效率在我看来比亚马逊要高。在TikTok上，商家和消费者对热销商品和热门视频的微创新和微改变速度非常快。而在亚马逊上，商家通常有一套固定的运营模式。但现在，在TikTok上，商品的热度往往转瞬即逝。在亚马逊上，如果你的一个商品链接做火了，你可以连续多年销售。而在TikTok上，商品的库存管理和预测难度更大，因为很难预测需要备多少货，这种不确定性更大。这就是这两个平台显著不同的地方。
第二点是，对于商家来说，经营上的挑战更大。在亚马逊上，销售和经营有一定的可预期性，而在TikTok上，包括国内市场，很难预测需要备多少货，这种不确定性更大。这就是为什么我认为TikTok的出现对所有商家和客户来说，挑战更大。在亚马逊上，库存的预测和管理还有一定的可预测性。
康乐旸：两位老师刚才从技术维度和销售侧维度进行了非常专业的讲解，我想从另外一个角度来谈谈，这个角度也是我们从服务的客户那里得到的数据。首先，从从业者年龄的角度来看，大多数80后可能在亚马逊平台上表现得更好一些。这种判断是基于多方面的考量，而对于90后和00后来说，他们在TikTok这样的平台上可能表现得更好。我们分析了这种现象的原因，亚马逊作为一个存在很长时间的平台，其发展空间相对有限。但在选择路径时，如果你不确定如何选择，那么选择大路或新路通常意味着更多的机会。根据我们的数据，如果你是90后或00后的从业者，你可以尝试选择TikTok平台，可能更适合你。
另一个有趣的维度是，我们很早就进入了本土市场，包括我自己和早期的核心团队在印尼生活了很长时间。我们抓住了TikTok进入东南亚市场并迅速提升GMV和流量的好时机，并从一开始就与TikTok合作，包括早期的商品促销活动等。从从业者的角度来看，TikTok背后的从业者其实是中国人，他们在做事时带有中国人的思维逻辑。从这个角度来看，我们自己做跨境电商，实际上是运用了中国人的思维逻辑。我们非常清楚，本土人的卖货逻辑与中国人完全不同。因此，我们更建议优先选择TikTok这个平台，因为能让运营变得非常舒适和顺畅，在平台资源和支持方面也可能获得更多的资源。特别是像我们这样的服务商，与平台的关系紧密，使用我们产品的用户也有机会更早地获得平台的策略和信息，这将使您站在一个更有利的位置。但值得一提的是，亚马逊毕竟是美国主导的，所以在思维逻辑和关系上可能会有些疏远。
一个是从业者自身的年龄，他们处于哪个年龄段，另一个是从业者的角度。这是我们看到的另一个选择不同平台的新角度。
36氪：借助AI工具的使用，多平台、多渠道运营如何变得更加高效？
大兵：整个跨境电商基本上有两个流派：一个是突破型的，另一个是精品型的。精品型再往上延伸的一个分支就是要打造品牌。这两个流派大致可以归类为铺货和精品。
铺货的公司可能规模较大，有几百人甚至几千人，它们采用流水线式的作业体系，整个流程已经高度标准化。在这种情况下，效率变得至关重要。比如在铺货时，库存调节就变得非常重要：当库存过多时，需要利用系统的能力直接降价促销，以提高销售量;当库存量逐渐减少时，再将价格上调。此外，包括拍摄图片、商品listing、做客服、预测库存、预测销量、下单等，这些都需要技术化的手段。我经常说其实铺货公司才是整个跨境电商中门槛最高、技术含量最高的公司。它并不是随便铺几个货就能卖货的，这类公司往往规模较小而精干。比如在深圳有一个非常有名的镇，叫坂田镇，那里的卖家占了深圳卖家的一半。经常有小团队在厂房里，做出了数亿的业绩。这些公司专注于细分市场，深入挖掘，而亚马逊平台非常适合这类客户。整个过程中的多平台问题，对于铺货型公司来说，供应链整个链条是一样的。无论是一个平台还是多个平台，只要系统能够覆盖的地方都是他们的战场。
对于精品或品牌型公司，每一个平台都是一个分销渠道，分销渠道越多，品牌影响力越大，整个生意模式也越安全。所以我们对于所有跨境电商平台都持开放态度，这是我们对多平台的看法。其实中国最大的供应链平台就是1688.1688已经成为深圳跨境电商的基础，可以说现在80%的跨境电商都是通过1688来获取货源的。
康乐旸：大老师讲的已经很全面了，但我们的Jeannie产品实际上是在做多渠道平台。我们在创业初期，团队只有七八个人的时候，就看到了巨大的变化。尤其是2015年Shopee的出现，它首次打破了东南亚电商流量的分布，使得电商流量更加平均。我们与许多商家交流后发现，他们的商品在任何一个单一平台上的毛利率都不高，甚至赚不了钱。这就遇到了一个现实问题：至少同一款货要在两个平台售卖，通常是Shopee和Lazada。无论是中国跨境商家还是本土商家，都会面临这样的问题。
但随着Shopee的发展，我们看到了多渠道运营的最根本变化。首先，我们看到在单一平台上开设多家店铺的商家实际上是主流，就是在单一平台开多店铺。逻辑很容易理解，即在不同品类中抢占流量。你可以将其视为传统的超市，当一个品牌的货架占据了整个超市，无论你进入哪个店铺，货架上都是它的商品。
接下来，我们看到了多店铺和多渠道的同时出现，这就是我们理解的多渠道运营。当然，多渠道运营最大的难点——正如李老师刚才提到的库存问题——如何在不同平台之间调拨库存?因为不同的电商平台会根据不同的SKU进行促销，所以不同平台上的毛利率是不同的。这意味着同一款商品在不同渠道的库存调整，或者多样化的SKU，甚至是SPU维度，如何在各个电商平台、独立站、甚至社交网络中进行调货，这是一个非常考验人的基础问题。
这也是像Jeannie这样的产品出现的原因，我们的核心价值就是解决多渠道电商平台和多店铺情况下的进销存问题，帮助商家更好地匹配商品和订单。这也是主持人刚才提到的，随着AI的到来，我们的策略不再需要商家费尽心思去想，因为很多策略已经没有什么新奇的，很多优秀的玩家已经验证了这些策略，但有些商家还不知道。我们认为，更好地将这些策略输出给我们的商家，帮助他们在多渠道、多店铺中进行运营，是非常重要的。
李多全：现在多平台经营的情况下，所有商家，比如原来在亚马逊上的卖家，当TikTok出现时，最早一批在TikTok上的卖家应该都很清楚，最初的美区玩家并不是一些非常资深的玩家。但现在，进入TikTok的玩家都是资深玩家，都是亚马逊的大卖家，真正的竞争才刚刚开始。这引出了一个观点，即在多平台经营时，通过大数据分析可以很自然地发现市场的水位差。水位差的发现意味着有些产品在亚马逊上已经得到了验证，它是一个巨大市场的一个细分品类，有巨大的机会。但在社交媒体上，比如兴趣电商，无论是内容还是商品的供给可能还没有跟上。如果在这个地方有一套能力，能够把所有这些平台的产品、销售、内容打通，那么快速找到水位差，这将是最赚钱的方式。因为像美国市场，亚马逊上已经验证了，这就是一个很好的需求。如果在TikTok上还没有，那么通过大数据分析，第一时间识别出这个需求，同时能够创造出不错的内容，我相信这是一个巨大的机会。
第二个是创造出色的内容。我们的ProBoss DI实际上可以做到这一点。因为所有用户在购买商品时，比如在亚马逊上购买后，他们会说为什么购买这个商品，它满足了我什么需求，是什么真正打动了我。当你在TikTok上创造内容和创意时，一定要反复强调这一点。如果能够创造出这种场景感，我相信这非常有助于销售。把商品的供给不同平台给拉平，把文字变成一个视频的创意，我认为这背后都是巨大的机会。我给你举个例子，比如在TikTok上，一个商品卖得非常火爆，其实大家不知道它为什么会卖得这么火。在大家的讨论中，你可以看到，大家始终在讨论几个点，一定是这几个拍摄场景中的某些东西，比如模特的一个动作，或者产品的一个特点，这个东西打动了大家，触发了所谓的兴趣电商。一个画面、一个产品特性触发了他们的兴趣，产生了购买，所以我认为做内容也是一样的，满足了情绪价值。你如果不通过大数据，不通过AI，一个一个去看，是很难看清楚的。毕竟仁者见仁，智者见智。大数据会准确告诉你，这些人就是因为这个画面，因为产品特性，觉得特别有意思，所以购买了。
36氪： 刚提到本土商家和跨境商家卖货逻辑完全不同，具体表现在哪些方面？
康乐旸：本土商家的行为可以用一个词来总结，那就是“乖巧”。他们可能不太频繁地使用各种工具，而是会按照电商平台的指导或者运营负责人的要求，一步步地进行操作，比如上架产品。但他们并没有表现出非常急迫的销售需求，比如在电商平台上，如果今天能多卖出两单或十单，他们就会感到非常满意，这种行为当然与文化有关。
中国的跨境商家实际上还在进行文化和能力的输出。随着互联网的发展，无论是铺货型商家还是品牌型商家，当他们的业务发展到一定规模时，他们必然会面临成本问题，以及如何将货物有效地运送到当地市场，还有合规问题。这就回到了本土化的问题上，我们观察到的一点是，中国的跨境商家最终需要在目标市场建立生产基地。例如，我们服务的一些在TikTok等平台上表现突出的商家，特别是那些订单量非常大的商家，他们最终都需要在本土建厂、招聘，并建立符合当地法规要求的运营体系。这时候就会面临如何将中国跨境商家的这些能力输出到海外，让当地的员工了解AI产品，或者可以快速地教他们如何使用这些AI产品，以更好地进行销售。
这本身就是一种文化的输出，这些工具通过AI技术成为了文化和技能的载体。海外的人可能不理解中国跨境商家的运营方式和策略。我们需要将其标准化，以便在全球范围内取得成功。
大兵：让我们把话题引向新的高度，让我来谈谈中国的跨境电商有多“卷”。实际上，我在2018年到2019年间去了美国八次，美国本土卖家非常想了解中国卖家是如何运营的，他们称之为“故事”，而不是具体的操作方法。他们只能仰望，而无法达到那样的水平。说到跨境电商，有数据显示全国47%的跨境电商都在深圳。我来自深圳，所以我能特别感受到深圳跨境电商的氛围，就像康总刚才说的，本土跨境电商可能被视为一种悠闲的生活方式，出不出单要看缘分。但对我们来说，由于没有面对面的机会，我们就开始利用我们的能力，把跨境电商视为传统外贸的延伸，更多地把它当作生意和公司来经营和管理。一旦形成了这种商业模式，再加上周围商业环境的竞争，就形成了一种我们现在称之为“卷”的商业氛围。
这种氛围实际上是一种褒义词，因为“卷”能够快速带来商业模式的迭代。我们背后依靠的是中国改革开放以来积累的强大的供应链，这是我们的基础，也是本土卖家所缺乏的。所以我们不仅有商业模式，还有货源作为基础，我们不满足于今天的业绩，明年我们还希望增长一倍，这就是为什么中国的跨境卖家能够做如此大规模的原因。我认为，我们的行业实际上是一种新的业态，是互联网加外贸的结合，传统的外贸借助互联网的翅膀，我们的速度就起来了，势能也随之产生，势能一起来就势如破竹。
李多全：我接触的本土卖家不多，我就从服务商的角度来谈谈。我觉得中国的卖家有一个特点，就是中国人可能是全世界最勤劳的民族。谈论一个人是否聪明，80%-90%的事情根本用不到拼天赋或聪明，只要你足够勤奋，足够踏实，很多事情就能够在这个行业中脱颖而出。这就是为什么中国的卖家，无论进入哪个平台，都能迅速成长。
为什么我们和本土卖家有所不同，其实还因为我们从高考到现在，几十年来，我们的工程师人才的积累。我相信这在全世界都是非常罕见的，除了美国等少数发达国家外，东南亚等国家在基础教育和人才厚度上与我们有很大的差距，这背后实际上也决定了我们中国的卖家在全球竞争中的特点。想想刚才讲到的，无论是工具、透视表、还是数据处理，这背后其实都有一定的技术门槛。中国每年有上千万的大学毕业生，这么多年累积下来中国庞大的工程师能力。任何一个行业，无论是汽车、新能源，还是光伏，只要中国人进入，因为我们的工程师人才厚度太厚，再加上中国人的勤奋和吃苦耐劳，我相信在任何行业中，中国人都能抓住巨大的机会。
36氪：随着AI技术发展，跨境电商还有哪些新玩法？请两位分别给出3条具体的建议。
大兵：第一，当我们遇到一种新的变革性技术时，一定要产生变异。无性繁殖的两个物种只是复制关系，而两个不同的变体物种相互结合产生下一代时就需要变异。AI就像一个新的物种，需要与我们的现有业务结合。我们所有的商业模式都应该与AI结合，进行一次变异，这样产生的下一代商业模式一定会更加聪明、强健，更具竞争力。
第二，我们必须将对AI的思考落实到企业行动中，去感受这个时代所带来的魅力。因为如果你不采取行动，就无法感受到那种震撼，你的体验将会是空白的。
第三，在深思熟虑之后，我们的商业模式是否能够通过与AI的结合实现升维?一定要实现升维，这在竞争中是一个巨大的成功。升维之后，再对其他行业，对你的同行进行降维打击，这样你才能站在山顶上，拥有优势。
康乐旸：我认为有一点非常关键，那就是我们要积极拥抱AI技术，并深入思考我们所使用的AI是否真的为我们的业务、公司运营、产品开发，或任何事情带来了真正的价值，这一点是最为核心的。
李多全：我认为AI与跨境电商的结合能带来三个红利，如果能够抓住，肯定对我们的业务有很大帮助。
第一个红利，不同平台之间的供给和需求存在水位差，AI可以帮助我们识别出来。比如电商平台、社交媒体平台等，有些需求已经在某些平台上得到验证。如果我们能抓住这个机会，就是巨大的红利，这是AI能够做到的，而人工操作是跟不上的。
第二个红利，AI和大数据的能力使我们能快速实现产品的差异化和竞争力。在AI和大数据出现之前，产品开发需要大量时间进行用户调研，但这样的调研往往只能覆盖有限的样本和问题，很难发散出新的思路。有了大模型和AI的帮助，消费者的潜在期望和需求可以被捕捉到，如果我们能够利用这些信息，就有机会创造出令人惊叹的产品。
第三个红利，随着AI和多个平台的出现，我们可以抓住从单纯卖货到影响用户心智，再到建立品牌的转变的机会。以前在亚马逊等平台上，大多数卖家的品牌只是渠道品牌，因为线下曝光有限。但现在，基于大模型，我们可以了解用户的关注点并建立用户心智，通过足够多的视频内容曝光，我认为所有做跨境电商的商家都有机会从单纯的卖货转变为打造有溢价和可持续性的品牌。这三个红利我认为大家都应该去利用AI来抓住。
