潮新闻客户端 记者 祝梅
这几年，跨境电商「出海」成为众多中小企业寻找机会点、增长点的关键，而一个中国商家要把产品卖到海外，需要跨越语言文化壁垒、研究合规问题，更得解决产品文案、设计等背后的专业人才团队问题。众多电商平台也在过程中看到机遇，供给、创新各式服务来帮助商家「丝滑」出海，AI，是解法之一。
7月16日，阿里国际在一场分享会上首次披露了其在国际电商业务板块的AI进展：截至目前，阿里国际已在40多个场景中应用了AI能力，有大约50万中小商家不同程度地使用了这些功能，在转化率、点击率、消费者满意度等方面，实现1%-30%的提升。
供需端的多元与参差
1%-30%的空间浮动，既取决于商家的应用深度、不同场景「试水」深浅的不同，更大的一个背景在于，不同的海外电商平台在技术能力的建设和AI能力的使用上存在参差。
以阿里国际为例，它是阿里所有不在中国电商业务的集合，一年有超过3亿的活跃消费者，员工遍布22个国家和地区。
除了大家比较熟悉的C端平台阿里速卖通，Lazada主要面向东南亚市场，Trendyol是土耳其最大的互联网公司和电商平台、正向欧洲和中东市场扩张，Daraz「主攻」南亚市场，在斯里兰卡、孟加拉、巴基斯坦等国培育「后天市场」。此外，淘宝天猫海外这样的衍生业务，以及1688等平台的出海业务也囊括在内。
一言概之，跨境电商「出海」的供给端和需求侧都有丰富的多样性，参差与多元，需要阿里国际板块加快建设一个「通用底座」，用AI能力加速服务于这些冉冉升起的新业务。
阿里国际的AI能力已经在速卖通AliExpress、Lazada、Trendyol等平台上落地应用。记者 祝梅 摄
AI能干什么，商家需要AI帮他们干什么？去年4月起，阿里国际的AI团队开始对跨境电商的40多个关键场景进行AI测试，覆盖跨境电商全链路，包括商品图文、营销、搜索、广告投放、SEO、客服、退款、店铺装修等。
另一方面，商家对这些服务的需求也是迫切的。相关服务于去年11月上线，近半年的数据显示，平均每两个月，商家对于AI的调用量就翻1倍。近期的日均调用量已经突破了5000万。
「去年大家买卡，可能是忙着训练大模型，今年我们底层（使用量）增长最快的是推理的卡。」阿里国际数字商业集团副总裁、AI业务负责人张凯夫说。
训练大模型挺好理解，推理，其实是在大模型轮廓已成的基础上，通过现有数据来预测结果。从电商平台的角度，可以理解为，AI已经对自己要做什么有了大概认知，需要在实践中不断积累数据、洞察需求、校准和提升自己。
这也让供需两侧都更清楚看到了AI应用的价值：不光是降成本，更重要的是增效。
怎么增？阿里国际AI应用中，试水主动性较高的一批商家，是在尝试平台全托管、半托管服务的。全托管模式下，平台为商家提供包括网站引流、跨境物流、法务、知识产权等在内的一站式服务，本身就是一种「更省事」的出海方式。
比如，在跨境电商平台速卖通AliExpress上，阿里国际为所有的全托管、半托管商品配备AI客服，7*24小时响应需求、帮助用户决策，6月份，配备AI客服的商品，售前询单的转化率提高了29%。
通过一张衣服图片，AI可8秒展示模特上身的效果。记者 祝梅 摄
服装行业商家可能会用到「虚拟试衣」功能。AI可以通过一张衣服图片，自动识别商品属性等信息，8秒展示出模特上身的效果，还能根据海外不同市场的风格进行模特风格的调整。
还有一个更「刚需」的场景叫「拒付」。货物发出去了，消费者拒绝付款，海外信用卡机构发来邮件表示支付客户有疑问、需要商家举证抗辩，这是跨境商家、尤其是缺乏出海经验的跨境商家都比较担心遇到的场景。
以往，要进行拒付抗辩，商家需要花数小时来准备每个环节的资料、证据。不少中小企业因为缺乏相关经验，面对拒付纠纷只能「自认倒霉」。而借助AI的能力，阿里国际推出的AI拒付抗辩Agent能够在几分钟内整理好所有资料，自动生成抗辩信，发送给海外信用卡机构。
测试数据显示，AI拒付抗辩Agent一年可以帮阿里国际旗下各平台的中国跨境商家挽回2000万人民币的损失，保护商家权益。
「变数」和想象空间都很大
不过，AI业务推进依然是需要面对各种挑战。
供给侧，头一条就是成本。AI建设成本支出不少，现在阿里国际更多是处于重投入、能力建设阶段。从商家侧，目前这些服务是免费的，商家商品转化率更高，本身就会增加平台收益。但阿里需要衡量怎么把钱花在刀刃上、用更少的成本呈现更优的效果，在效果、效益和成本之间找到平衡点。
由此，团队内部需要明确不同场景的优先级，科学评估不同场景能带来怎样的增量，用场景的价值贡献度做排序。有时候，一些重要场景也会受限于模型的发展水平，模型能力提升后，再回头来迭代完善。
「每个团队、每个公司都会在面临资源受限的前提下来解决问题。」阿里国际技术平台负责人徐昭说，这些降本增效的判断还要跟技术路线结合，比如哪些场景需要用更小的模型、更快速和轻量的模型，带来更好商业的投入产出比；哪些场景要用更大的模型，用更强的能力带来更好的效果，去学习场景并获取更多数据，帮助模型建立更长期的核心竞争力。
受访者供图
更大的挑战在于创新。前期，AI的能力建设更多基于现有的业务场景和产品体系，做提效「改造」的工作，随着业务规模增加、海外市场拓展，这些能力的标准化、面向不同市场的差异化都会有新挑战，换言之，是要从「改造」一步步走向创新式的「创造」，应用先做起来了，技术突破还在后面。
这种「变数」，需要面对海外与国内的消费差异。在商品的表达、导购的呈现以及商品信息规范规格和合规要求上，欧洲、美国、中东国家的区别很大。而目前跨境商品的表达，理解匹配更多基于最初的中文知识，未来不光要基于英语，还需要基于多语言、多语种来做。
另外，不同于国内以店铺行业经营为主的电商平台模式，海外电商平台如今风靡的全托管、半托管模式，在商品供给、流量经营模式上更加多元、融合。海外消费者的电商购物决策，也更多发生在Tiktok、Youtube、Instagram等社交属性强、具有大量KOL特质的环境和氛围下，国内基于商品本身的导购链路不完全适用。
「如何能在海外KOL导购的产品模式和电商传统货架导购产品之间做出颠覆式创新，空间还很大。」徐昭认为。
更大的想象空间，还在于结合海外的基础设施，将全球的本土化创意资源、创意生态与中国供应链衔接，基于海外需求做供给端的创新、全球的本地化升级。
「改造」工作之后，基于AI的技术创新还有很大想象空间。记者 祝梅 摄
多模态提升了AI对世界的理解、认知能力，也让更多技术创新和探索成为可能。
比如沟通会上，有一位记者提出了一个有意思的问题：想搜一件黑色的、不粘猫毛的、上面有口袋的polo衫，清晰的需求表达，当下并不能帮助消费者精准定位到自己需要的产品。
事实上，这不光涉及到系统对于指令的理解能力，还在于系统怎么「消化」平台上的产品信息：商家通常会写到衣服采用什么材质，但这个材质粘不粘猫毛？最好，AI客服还能问消费者一句「您家是长毛猫、还是短毛猫」。
这些需求，也许不是主流、普遍的需求，但把用户的意图变成更精准的指令，把商品信息识别和理解得更为精准、更有细节，无疑是通过技术创新提升消费体验的重要方向。
「转载请注明出处」
