潮新聞客戶端 記者 祝梅
這幾年，跨境電商「出海」成為眾多中小企業尋找機會點、增長點的關鍵，而一個中國商家要把產品賣到海外，需要跨越語言文化壁壘、研究合規問題，更得解決產品文案、設計等背後的專業人才團隊問題。眾多電商平台也在過程中看到機遇，供給、創新各式服務來幫助商家「絲滑」出海，AI，是解法之一。
7月16日，阿裏國際在一場分享會上首次披露了其在國際電商業務板塊的AI進展：截至目前，阿裏國際已在40多個場景中套用了AI能力，有大約50萬中小商家不同程度地使用了這些功能，在轉化率、點選率、消費者滿意度等方面，實作1%-30%的提升。
供需端的多元與參差
1%-30%的空間浮動，既取決於商家的套用深度、不同場景「試水」深淺的不同，更大的一個背景在於，不同的海外電商平台在技術能力的建設和AI能力的使用上存在參差。
以阿裏國際為例，它是阿裏所有不在中國電商業務的集合，一年有超過3億的活躍消費者，員工遍布22個國家和地區。
除了大家比較熟悉的C端平台阿裏速賣通，Lazada主要面向東南亞市場，Trendyol是土耳其最大的互聯網公司和電商平台、正向歐洲和中東市場擴張，Daraz「主攻」南亞市場，在斯裏蘭卡、孟加拉、巴基斯坦等國培育「後天市場」。此外，淘寶天貓海外這樣的衍生業務，以及1688等平台的出海業務也囊括在內。
一言概之，跨境電商「出海」的供給端和需求側都有豐富的多樣性，參差與多元，需要阿裏國際板塊加快建設一個「通用底座」，用AI能力加速服務於這些冉冉升起的新業務。
阿裏國際的AI能力已經在速賣通AliExpress、Lazada、Trendyol等平台上落地套用。記者 祝梅 攝
AI能幹什麽，商家需要AI幫他們幹什麽？去年4月起，阿裏國際的AI團隊開始對跨境電商的40多個關鍵場景進行AI測試，覆蓋跨境電商全鏈路，包括商品圖文、行銷、搜尋、廣告投放、SEO、客服、退款、店鋪裝修等。
另一方面，商家對這些服務的需求也是迫切的。相關服務於去年11月上線，近半年的數據顯示，平均每兩個月，商家對於AI的呼叫量就翻1倍。近期的日均呼叫量已經突破了5000萬。
「去年大家買卡，可能是忙著訓練大模型，今年我們底層（使用量）增長最快的是推理的卡。」阿裏國際數碼商業集團副總裁、AI業務負責人張凱夫說。
訓練大模型挺好理解，推理，其實是在大模型輪廓已成的基礎上，透過現有數據來預測結果。從電商平台的角度，可以理解為，AI已經對自己要做什麽有了大概認知，需要在實踐中不斷積累數據、洞察需求、校準和提升自己。
這也讓供需兩側都更清楚看到了AI套用的價值：不光是降成本，更重要的是增效。
怎麽增？阿裏國際AI套用中，試水主動性較高的一批商家，是在嘗試平台全托管、半托管服務的。全托管模式下，平台為商家提供包括網站引流、跨境物流、法務、知識產權等在內的一站式服務，本身就是一種「更省事」的出海方式。
比如，在跨境電商平台速賣通AliExpress上，阿裏國際為所有的全托管、半托管商品配備AI客服，7*24小時響應需求、幫助使用者決策，6月份，配備AI客服的商品，售前詢單的轉化率提高了29%。
透過一張衣服圖片，AI可8秒展示模特上身的效果。記者 祝梅 攝
服裝行業商家可能會用到「虛擬試衣」功能。AI可以透過一張衣服圖片，自動辨識商品內容等資訊，8秒展示出模特上身的效果，還能根據海外不同市場的風格進行模特風格的調整。
還有一個更「剛需」的場景叫「拒付」。貨物發出去了，消費者拒絕付款，海外信用卡機構發來郵件表示支付客戶有疑問、需要商家舉證抗辯，這是跨境商家、尤其是缺乏出海經驗的跨境商家都比較擔心遇到的場景。
以往，要進行拒付抗辯，商家需要花數小時來準備每個環節的資料、證據。不少中小企業因為缺乏相關經驗，面對拒付糾紛只能「自認倒黴」。而借助AI的能力，阿裏國際推出的AI拒付抗辯Agent能夠在幾分鐘內整理好所有資料，自動生成抗辯信，發送給海外信用卡機構。
測試數據顯示，AI拒付抗辯Agent一年可以幫阿裏國際旗下各平台的中國跨境商家挽回2000萬人民幣的損失，保護商家權益。
「變數」和想象空間都很大
不過，AI業務推進依然是需要面對各種挑戰。
供給側，頭一條就是成本。AI建設成本支出不少，現在阿裏國際更多是處於重投入、能力建設階段。從商家側，目前這些服務是免費的，商家商品轉化率更高，本身就會增加平台收益。但阿裏需要衡量怎麽把錢花在刀刃上、用更少的成本呈現更優的效果，在效果、效益和成本之間找到平衡點。
由此，團隊內部需要明確不同場景的優先級，科學評估不同場景能帶來怎樣的增量，用場景的價值貢獻度做排序。有時候，一些重要場景也會受限於模型的發展水平，模型能力提升後，再回頭來叠代完善。
「每個團隊、每個公司都會在面臨資源受限的前提下來解決問題。」阿裏國際技術平台負責人徐昭說，這些降本增效的判斷還要跟技術路線結合，比如哪些場景需要用更小的模型、更快速和輕量的模型，帶來更好商業的投入產出比；哪些場景要用更大的模型，用更強的能力帶來更好的效果，去學習場景並獲取更多數據，幫助模型建立更長期的核心競爭力。
受訪者供圖
更大的挑戰在於創新。前期，AI的能力建設更多基於現有的業務場景和產品體系，做提效「改造」的工作，隨著業務規模增加、海外市場拓展，這些能力的標準化、面向不同市場的差異化都會有新挑戰，換言之，是要從「改造」一步步走向創新式的「創造」，套用先做起來了，技術突破還在後面。
這種「變數」，需要面對海外與國內的消費差異。在商品的表達、導購的呈現以及商品資訊規範規格和合規要求上，歐洲、美國、中東國家的區別很大。而目前跨境商品的表達，理解匹配更多基於最初的中文知識，未來不光要基於英語，還需要基於多語言、多語種來做。
另外，不同於國內以店鋪行業經營為主的電商平台模式，海外電商平台如今風靡的全托管、半托管模式，在商品供給、流量經營模式上更加多元、融合。海外消費者的電商購物決策，也更多發生在Tiktok、Youtube、Instagram等社交內容強、具有大量KOL特質的環境和氛圍下，國內基於商品本身的導購鏈路不完全適用。
「如何能在海外KOL導購的產品模式和電商傳統貨架導購產品之間做出顛覆式創新，空間還很大。」徐昭認為。
更大的想象空間，還在於結合海外的基礎設施，將全球的本土化創意資源、創意生態與中國供應鏈銜接，基於海外需求做供給端的創新、全球的本地化升級。
「改造」工作之後，基於AI的技術創新還有很大想象空間。記者 祝梅 攝
多模態提升了AI對世界的理解、認知能力，也讓更多技術創新和探索成為可能。
比如溝通會上，有一位記者提出了一個有意思的問題：想搜一件黑色的、不粘貓毛的、上面有口袋的polo衫，清晰的需求表達，當下並不能幫助消費者精準定位到自己需要的產品。
事實上，這不光涉及到系統對於指令的理解能力，還在於系統怎麽「消化」平台上的產品資訊：商家通常會寫到衣服采用什麽材質，但這個材質粘不粘貓毛？最好，AI客服還能問消費者一句「您家是長毛貓、還是短毛貓」。
這些需求，也許不是主流、普遍的需求，但把使用者的意圖變成更精準的指令，把商品資訊辨識和理解得更為精準、更有細節，無疑是透過技術創新提升消費體驗的重要方向。
「轉載請註明出處」
