在跨境電商的復雜環境中，AI已經開始幫助商家解決多語言、多文化的問題，并在廣告投放、智能客服等方面發揮作用。本文將探討AI在跨境電商中的應用現狀，以及其如何為商家提供價值，最終可能反哺回國內電商的發展。

“國內先進的電商模式到了海外簡直是降維打擊?！边@句話已然成為了大眾共識。

過去幾年，Temu、Tiktok將國內的電商模式復制到海外，取得了摧枯拉朽式的成功，而速賣通、Shein的出海步伐甚至還要更早。不過，隨著大模型時代的到來，這一過程似乎正在顛倒過來：在國內電商中落地應用不多的AI，正率先在跨境電商中開花結果，最終再反哺回國內電商。

一、大模型在國內電商落地遲緩

“AI電商時代剛剛開始，對誰都是機會，也是挑戰”，去年11月末馬云在阿里內網的這句發言令無數人激動不已，大家都期盼著一個電商新時代的到來。然而直至今日，無論是商家還是消費者，都沒有感受到AI大模型對自己的銷售或購買體驗有多大影響。屬于AI電商的時代，似乎還只停留在人們的想象之中。

回想兩年前，ChatGPT剛剛大火之時，大家紛紛討論，它會率先給哪個行業帶來變革。最后答案都指向了電商，尤其是電商中的客服場景。

原因很簡單，客服的確是一個勞動力密集型的行業，亟待通過新技術來降本增效，同時客服的場景也相對封閉，模型訓練相比于開放場景下更容易實現。

但從結果來看，國內市面上所有做客服機器人的公司，在用大模型改造過他們的產品后，并沒有表現出顯著的性能提升。

一位電商平臺智能客服的產品經理向雷峰網解釋了其中原委。售后是一個非常封閉的場景，用戶只有在購買過程中遇到問題了才會來找售后，這要求智能客服提供的回復必須十分精準。大模型即使在泛化領域也會存在“幻覺”問題，在售后這種精細化的場景，平臺更不可能讓它去直面用戶任意生成內容。

其所在的平臺之前就踩過一些坑。盡管內部已經采取了非常嚴格的風控措施，但智能客服有時候還是會給用戶一些不合適的承諾。比如明明不是商家或平臺的問題，它卻承諾給用戶賠付，最后用戶拿著這個承諾來找平臺兌現。

此外，該智能客服是基于上一代人工智能技術的產品，模型能力不像今天這么強，不可避免有許多需要人為干預的地方，升級為大模型之后，工作流程也需要做相應改變。這些都導致了大模型在智能客服場景的落地效果不如預期。

拼多多也在2020年前后就開始用類大模型的技術來給客服環節降本增效。不過它采取的是一種暴力美學的解題思路，一旦捕捉到用戶有不滿情緒，直接平臺介入僅退款，根本不在乎大模型是否讓客服機器人跟用戶的對話變得更加流暢。這在業務上取得了不錯的效果，但很難說是技術上的勝利。

前述產品經理認為，大模型可能更適合用于開放域的對話，比如聊天機器人，畢竟在這些場景下，用戶對它的期待沒有那么高。

比如，當下正在舉辦的巴黎奧運會上，一批AI技術正在大顯身手。據悉，奧運領域的首個大模型應用由阿里國際AI團隊參與研發，將開放給國際奧組委官方解說員，輔助各項賽事解說，為奧運會提供更高的專業性和趣味性支持。

除了售后，基于大模型的AI導購類產品同樣發展不如預期。一位業內人士表示，“AI能不能把售前做好，取決于平臺的內容生態能不能做起來，而不是僅僅靠自己本身就能改變?！?/p>

除了售后和售前場景，廣告投放也是目前各大電商平臺正在努力嘗試的AI大模型應用場景。

今年5月的財報電話會上，阿里披露了全站推廣功能的最新進展：全站推處于小規?？蛻魷y試階段……目前淘寶正在調整算法模型，利用更長時間來訓練模型，并基于更多客戶投放的數據，來提高對客戶ROI保證的效率。

內部判斷，還需要時間來增加客戶，以及在不同行業和用戶群體中匹配流量，并表示“要看到全站推帶來明顯的收入增長，預計還需要12個月”。

換句話說，在電商領域AI現階段還只能解決“從無到有”的需求，要做到“從有到優”則仍需要時間。因此，AI能夠在跨境電商中率先開花結果也就絲毫不意外了。

二、在跨境電商中率先開花結果

和國內電商相比，跨境電商鏈路更長、環節更多，面臨的挑戰也更加多樣化。

首先是多語言和多文化的問題。不同國家的語言、所在時區都不相同，這給商家撰寫商品介紹、安排客服工作時間等帶來了巨大挑戰。

同時，海外市場營銷難度更大、流量獲取成本更高，監管合規要求也十分復雜，而相關專業化人才又非常短缺。這讓AI有了更多用武之地，商家從AI中得到的價值感也更強。

舉個簡單的例子，商家經營跨境業務時經常會遇到信用卡拒付的情況。即用戶下單后用信用卡支付，如果對交易存有疑慮，可以打電話給發卡機構提出拒付。

這時候發卡機構會給商家發送郵件，告知商家用戶的疑慮。如果商家及時回復郵件，提供相關證據進行抗辯。信用卡機構最后依然會把貨款付給商家。

但現實情況是，很多商家都不知道怎么回復郵件，因為背后涉及到非常復雜的金融合規知識。

如今，阿里國際可以用AI來幫助商家回復這封郵件，而且在信用卡公司的通過率非常高，甚至超過了人工撰寫的郵件。據官方披露，這項功能每年可以為平臺節約2000萬左右的資金。

另一個有趣的例子是數字人直播。國內電商平臺有段時間對數字人直播的態度是嚴厲封殺，一旦發現商家用數字人直播可能會直接封號，而數字人直播在海外的接受程度則要高得多。

背后的原因在于，直播的本質是在用戶和主播之間建立信任來提高轉化效率。國內用戶是從真人主播開始接觸直播的，切換到數字人直播對他們而言是一種用戶體驗的倒退，自然難以接受。而且經過數年時間的發展，國內直播專業人才的供給也相對充沛，對數字人需求不大。

因此，當京東推出數字人“東哥”直播帶貨時，遭到了不少用戶吐槽?！爱敃r這個直播在網上預熱了很長時間，吊足了大家的胃口，沒想到最后來的是個假人。如果不是老劉在那嘮嗑，誰會閑著沒事來京東看動畫片？”

反觀海外，很多用戶還沒有接觸過直播，他們對數字人的接納度就更高。而且海外的直播專業人才也非常稀缺，TikTok剛在東南亞開展直播電商時，一家TSP機構為了建立主播團隊，把一家按摩院的員工全挖空了。

該機構解釋，“好的主播需要有姣好的外形、大方的性格和能說會道的口頭表達能力，而按摩院的服務人員是最符合這三項標準的”。

除了這些，AI大模型在跨境電商平臺更底層的搜廣推環節也有著廣闊的應用前景。在不久前的一次媒體溝通會上，阿里國際副總裁張凱夫介紹，國內用大模型改造搜廣推的進程非常緩慢，大模型只能起到錦上添花的作用，沒法從底層架構上顛覆。相反，在國外用大模型改造搜廣推的增益則要大得多。

因為傳統的搜廣推引擎并不是基于多模態數據搭建的，而是靠行為數據，國內電商的用戶行為數據已經足夠豐富，加一點多模態信息，幫助并不大。而海外很多國家的用戶行為數據還比較稀疏，這種情況下疊加上多模態數據，對用戶的轉化率提升就很有幫助。

但張凱夫也提到，通過大模型提升電商平臺搜索結果的準確度涉及到兩個問題——用戶意圖理解和商品特征提取。

這里面臨著兩個難題，一是怎么平衡搜索結果的準確度和響應速度?！叭绻悴捎靡恍┍容^大的模型，匹配度可能提升了，但是響應速度可能沒法保障，這時候就得做一些取舍?！倍窃趺磳ι唐诽卣鬟M行更好的抽象和表達，這可能需要對整個商品發布的環節進行重構，而不僅僅是在現有的基礎之上疊加一套模型。

這也是阿里國際接下來需要進一步思考和探索和課題。

三、最大的課題是讓商家用起來

跨境電商多語言、鏈路長、環節多的特征，使AI有了更多用武之地。但AI作為先進生產力工具，本身有一定使用門檻，如何讓商家用起來，也是其普及過程中必須回答的問題。

縱觀商業發展史上的諸多先進生產力工具，經常存在一個悖論：中小微商家對先進生產力工具的需求更大，但因為自身資金、人才等各方面實力不足，其運用又往往落后于大企業。結果就成了，大企業覺得雞肋，小企業又用不上。如何才能走出這個怪圈呢？

張凱夫認為，AI這波技術革命與以往的技術革命不同，AI可以用自然語言交互，它的使用門檻天然比以往的IT工具更低一些。面對AI工具，大企業需要更改內部組織流程來進行適配，用起來比較費勁，反而是小公司會更加靈活一些。

在產品設計上，阿里國際也追求將AI融入到業務流程當中，讓商家無感式使用。以前面介紹的信用卡拒付抗辯郵件為例，商家在后臺下載文檔時，所有相關信息會自動填充到文檔中，不需要商家進行任何多余的操作。

此外，與國內電商相比，跨境電商的托管業務占比更高。在托管模式下，商家不分大小，都由平臺提供運營服務。平臺獲得商家授權后，就可以將AI能力運用到其業務的各個環節。這使得，AI工具在跨境商家的使用率要遠高于國內商家。

據阿里國際官方披露，目前其生成式AI已經在40多個電商運營場景中為超過50萬商家賦能。從去年11月落地以來，阿里國際的生成式AI每兩個月日調用量就會翻一番，現在日均調用量已經超過了5000萬次，有超過1億件商品的描述已經通過AI進行了優化。

在AI落地的這40多個業務場景中，阿里國際對相當一部分做了A/B測試，發現AI不僅幫助商家節約了人工成本，還通過內容質量的提升，給商品的點擊率、轉化率帶來了提升。在不同業務場景中，AI帶來的效率提升效果不盡相同，比如在售前導購和接待環節，轉化率最高能提升30%，但在有些場景就只有1-2個點的提升。

眾所周知，AI是一頭用數據飼養出來的巨獸，只有落地到業務場景中源源不斷地吸收各種數據進行訓練，它才能更加快速地成長。然而，由于AI早期性能不佳，加上國內電商足夠成熟，電商商家對其價值感知不強，AI在電商業務中的應用并不廣泛，這反過來制約了它的成長。

如今，跨境電商和AI的雙方奔赴順利打破了這一僵局。相信未來AI工具在跨境電商打磨成熟后，也能更好的反哺國內電商。國內先進電商模式復制到跨境電商的歷史，或許真的要顛倒過來了。