对话亚马逊大卖：AI工具人人会用，真正分水岭在哪？

文章经授权转载自公众号：品牌出海BrandGlobal

“100个人都在用AI，但并不等于企业具备了AI的能力。工具是每个人都可以使用的，真正拉开差距的，是AI有没有进入我们的产品、进入业务和组织，最后带来了提升。”在近期举办的“AI出海进化论”圆桌对话上，亚马逊全球开店战略拓展及区域市场高级总监于超用这句话点出了当下出海企业最真实的处境。

围绕AI如何助力出海企业跃迁，现场的嘉宾分别从投资判断与企业实践出发，给出了一个核心判断：AI的价值，关键不在用了多少，而在它改变了什么。AI可以加速理解、验证和复制，但定义问题、做出判断、赢得信任，依然得靠人。

【未来3-5年，出海就是拼AI，但100人用AI不等于企业有AI能力。12月30日，2027ChaoBuy大会即将在深圳盛大召开，现场特邀大卖及专家实操拆解AI落地用法，进产品、进运营、进组织，带来业务真提升。点此立即报名】

主持人：于超（亚马逊全球开店战略拓展及区域市场高级总监）

嘉宾：陈阳阳 （嘉御资本消费&跨境电商基金合伙人）

嘉宾：吴树杰 （VITURE跨境运营高级总监&深圳分公司负责人）

以下为整理的精华稿件。

Q1：过去两年，AI进入中国出海企业，究竟带来了哪些真正变化？哪些已经从使用工具进入业务核心？

陈阳阳： 从业务核心角度，企业发展主线始终围绕增收增利和提高效率。第一会优先考察增收增利。

我希望看到企业用AI捕捉新的商业机会。比如因为有了AI，能否定义一个新产品，或者在原有产品上升级、迭代，从而增加销售，或者通过新功能提高售价。这对企业提升帮助很大，提升永远是企业最重要的命题。

第二是效率提升。建议大家先看三张报表：占用公司资源或资金最多的栏次或科目是什么。跨境电商往往营销费用占比较高，部分品类可能高到40%、50%、60%。

有了AI以后，可以把原有营销相关数据沉淀到业务分析系统，让AI对投放链路进行秒级追溯，提升每个环节的投放策略，并不断修正。如果50%的营销费用能降低一个点、两个点，省出来的钱也非常多。

现在的现状是，很多企业在员工层面各显神通，每个人有每个人的方法论。但从企业完整视角看，需要把这些好方法统筹起来，从增收增利到提高效率，形成一套点线面结合的方法，贯穿业务流程。

吴树杰： 有三个维度。

第一，AI跟产品。不是产品有没有用到AI，而是解决用户痛点、改善用户体验有没有用到AI。比如游戏AI助手帮用户解决游戏通关难题，就是真正落地到改善体验。

第二，AI进入运营。早期抓取了15个渠道的review。以前不敢想象能收集这么多review，也不敢想象分析review的颗粒度可以这么深。现在有了AI，不仅可以抓取，还可以打标、做情绪分析，做到更广、更深。

第三，AI进入组织。很多团队有优秀成员离职，很可惜，因为他有非常好的经验，没有沉淀在团队和企业中。有了AI之后，可以把workflow沉淀下来，成为团队和企业很好的能力沉淀，也就是隐晦性知识显现化。

AI真正不只是重构，而是帮助企业挖掘、发现能力，并把它复制。如果企业在这一轮中只是把AI当作工具，那可能只获得这波技术升级最浅的一层。

于超总结： 判断AI有没有价值，关键不在用了多少，而在它改变了什么。

Q2：如何判断一家出海企业是否真正具备长期AI能力？最看重哪几个信号？

陈阳阳： 分两方面。

第一，自上而下与自下而上结合。看企业管理层对AI应用是否有全局思考，最终是否形成立体的多面体。同时也会跑到基层，问每个部门同事怎么用AI，AI对工作有什么改变。希望既有自下而上涌现出来的最佳实践，又能匹配整个公司的战略规划。上上下下打通之后，形成点线面的串联。我也很爱做这个事情，经常跑到企业去调研。

第二，是企业的能力，还是模型本身的能力？现在模型对大家是公平的，每个人都能用，但用的水平不一样。早用、用得好，短时间内可能是先发优势。但当模型与企业内部生产环境和数据资产结合以后，不能排除模型厂商拿数据再做训练，让模型变得更好，最后能力可能被拉平。模型结果会赋能全行业。

所以，能不能让模型服务于企业，同时保证企业的数据主权，用模型把自身业务实践训练得更好，变成本地的小模型，或者微调过的模型，这对留存长期价值、让模型和AI服务于企业更加重要。

于超补充： AI既要有外驱力，企业更要有自己的内驱力，让AI为企业服务，本地知识库很重要。

Q3：AI项目落地时最容易卡在哪一关？数据流程、问题定义，还是人的能力？

吴树杰： 现在大家难的不是AI模型和技术。很多人都可以应用AI模型、技术去做升级。真正的卡点有几个。

第一，AI的数据与验证。要把AI做得更精细化、更适合企业，需要企业自身的数据，不然会出现幻觉。workflow中需要做汇总，是因为数据是企业自身的。

第二，落地复杂，涉及跨部门和环节。在企业中推进AI，跨部门、跨环节比较难。建议由企业CEO或足够授权的人去推进，成功落地会事半功倍。

第三，先把问题定义清楚。很多企业觉得AI很好，就马上推进落地，结果发现应用完并没有那么好。更好的做法是明确：用AI解决哪一个业务场景。

比如早期用在广告看板、AI分析场景、客服等非常具体的业务场景，再把AI导入进来。推进时不要一上来就拉一个大系统，而是先聚焦一个场景，先有一个小的闭环。闭环中有比较多的数据，也容易判断。跑通之后，再去扩展。

简单来说，不用过多思考AI怎么解决所有问题，更要看重判断：什么样的业务场景值得AI上场。

Q4：从投资角度看，今年接触的项目中，哪些企业和方向正在进入资本视野？未来2~3年，哪些行业、方向最可能跑出新的全球化公司？

陈阳阳： 嘉御从2015、2016年，约10年前开始关注中国企业的出海命题。十年间投了大约30家各个领域的出海单项冠军。这十年里，主线变化几乎很小，局部上品类每年会有一些小策略调整。

AI来了以后，并没有改变太多我们的判断。很早就在行业里交流：原先很多品类不带电，我们鼓励把不带电的产品做成带电的，带电以后再加芯片，因为有了芯片才能做算法。到今天AI如此普及，如果一个品类不带电，就没有办法做AI。

我们经常会开一些脑洞。比如曾经跟一个做刀的企业交流，能不能做一把带电的刀，这把刀有算法，切不同的东西用不同功率。后来这个企业家认真琢磨，做了电磁刀。

AI时代，产品简单分成两类：加AI和AI加。

加AI，是说产品本身在生活中普遍存在。比如耳机、眼镜、办公椅。AI来了以后，可以在各个角度把AI功能做进去，让产品迭代，形成更高溢价，或者对用户产生更高价值。这类产品形态本身被广泛接受，有了AI以后能够重新再做一遍，既会产生新的商业机会，也会产生新的用户价值。

AI加，是说原来没有AI时不存在这个商品。有了AI以后，由于人和AI互动，会增加出很多新的产品机会。比如随着coding普及，出现程序员会买一个简单的coding键盘，上面的键不那么多，但会让程序员在和AI互动过程中，整个固定流程变得节奏感更强。类似随时能够进入日常生活的AI助手，也会很多。

无论是加AI还是AI加，都会呈现很多新的商业机会，也一定会跑出非常大的公司。

于超总结： 加AI，是用AI去重做传统品类；AI加，是用AI来创造新品类。

Q5：全球化、本地化过程中，哪些本地化工作可以交给AI，哪些必须由当地团队和人判断？

吴树杰：一句话：品牌的内核可以global，但讲故事一定要local。

AI可以帮助做很多准备工作，比如分析用户review、市场洞察、挖掘产品潜在宣传点，甚至把潜在宣传idea通过AI workflow抓取出来，既做得广，又做得深。

第二部分是人机协调。抓取到用户review后，需要人一起配合验证，比如跟当地用户、creator、达人KOL、渠道商复核定义的产品、场景、卖点，本地化用户能否有感知。这需要人和AI协作。

第三部分是人的部分。比如定义品牌宣传价值、一些高风险事情、产品定义，更需要人来达成。

拓展全球化品牌时，前面很多准备工作需要AI完成，而且完成得很好。但后面讲故事、需要local的部分，需要人接入，因为需要建立信任。我们自己的体验是，这部分用AI做，效果不那么好。但理解当地用户需求、本地化、传递信任，由人来做非常OK。

于超总结： AI应该负责规则化的管理以及通用内容的管理，但信任、文化以及品牌表达，必须靠人在当地建立。

Q6：对刚刚开始出海的企业，AI加入跨境电商后，市场验证发生了什么变化？AI在哪些环节可以降低试错，让企业迈出第一步更有把握？

吴树杰：先把试错做小，把生意做大。

AI到来之后，不是不需要试错，而是可以把以前一次大的验证分成好几个小的试错。

第一，进入市场之前，可以通过AI抓取和分析review，在亚马逊review、独立站、商城、社区、社媒等渠道收集用户之声，挖掘要做这个产品是否OK，是否有明确方向，而不是一下子进入市场却没有太大方向。甚至卖点的优先级、宣传点的先后节奏、落地点，都可以通过AI先优化，降低进入一个市场的成本。

第二，进入市场之后，比如通过亚马逊渠道，可以更快做小规模验证，而不是一下子做大产品投入。第一步已经分清楚要抓取哪些受众群体，明确受众后，可以做更多素材确定哪些场景，这种快速验证也可以更清晰有效。

第三，做了一轮小产品销售之后，AI可以帮企业快速分析用户为什么点击不购买、购买后为什么会退货，让企业升维。

整体来看，有了AI之后，试错成本会更低，节奏会更快，也更有价值地抓取到用户最关心的idea，然后做深做透，降低整个试错成本。

Q7：未来3~5年，新一代全球化企业会有什么共同特征？今天的企业应该提前练好哪项能力？

陈阳阳： 全球化成功的团队，一定是一个产品技术驱动的企业，非常善于建立自己的产品品牌，能够和自己的群体建立良好的社区交流。

技术方面，它未必是一家AI原生的公司，但对于自己的产品本身能AI赋能做点什么，想得很清楚，能够定义AI时代独有的产品。

全球化经营复杂度非常高，合规意识也非常强。全球化竞赛的胜出者，最终一定会严守合规底线。

吴树杰： 未来企业竞争的一个重要能力，是把优秀员工的经验复制、沉淀下来，成为企业的能力，也就是隐晦性知识显现化。

未来企业的核心竞争力，是判断这家公司具备多少个超级AI个体、多少个超级AI agent，这会成为后续企业核心竞争力之一。我非常推崇企业去落地AI赋能的能力。

于超： AI可以加速理解、验证以及复制，但定义问题、做出判断、赢得信任依然得靠人。真正的企业AI能力，是要把一次成功沉淀成为组织可以复用的方式和方法。亚马逊全球开店也希望继续努力，帮助中国企业更好走向全球。