在跨境电商的复杂环境中，AI已经开始帮助商家解决多语言、多文化的问题，并在广告投放、智能客服等方面发挥作用。本文将探讨AI在跨境电商中的应用现状，以及其如何为商家提供价值，最终可能反哺回国内电商的发展。

“国内先进的电商模式到了海外简直是降维打击。”这句话已然成为了大众共识。

过去几年，Temu、Tiktok将国内的电商模式复制到海外，取得了摧枯拉朽式的成功，而速卖通、Shein的出海步伐甚至还要更早。不过，随着大模型时代的到来，这一过程似乎正在颠倒过来：在国内电商中落地应用不多的AI，正率先在跨境电商中开花结果，最终再反哺回国内电商。

一、大模型在国内电商落地迟缓

“AI电商时代刚刚开始，对谁都是机会，也是挑战”，去年11月末马云在阿里内网的这句发言令无数人激动不已，大家都期盼着一个电商新时代的到来。然而直至今日，无论是商家还是消费者，都没有感受到AI大模型对自己的销售或购买体验有多大影响。属于AI电商的时代，似乎还只停留在人们的想象之中。

回想两年前，ChatGPT刚刚大火之时，大家纷纷讨论，它会率先给哪个行业带来变革。最后答案都指向了电商，尤其是电商中的客服场景。

原因很简单，客服的确是一个劳动力密集型的行业，亟待通过新技术来降本增效，同时客服的场景也相对封闭，模型训练相比于开放场景下更容易实现。

但从结果来看，国内市面上所有做客服机器人的公司，在用大模型改造过他们的产品后，并没有表现出显著的性能提升。

一位电商平台智能客服的产品经理向雷峰网解释了其中原委。售后是一个非常封闭的场景，用户只有在购买过程中遇到问题了才会来找售后，这要求智能客服提供的回复必须十分精准。大模型即使在泛化领域也会存在“幻觉”问题，在售后这种精细化的场景，平台更不可能让它去直面用户任意生成内容。

其所在的平台之前就踩过一些坑。尽管内部已经采取了非常严格的风控措施，但智能客服有时候还是会给用户一些不合适的承诺。比如明明不是商家或平台的问题，它却承诺给用户赔付，最后用户拿着这个承诺来找平台兑现。

此外，该智能客服是基于上一代人工智能技术的产品，模型能力不像今天这么强，不可避免有许多需要人为干预的地方，升级为大模型之后，工作流程也需要做相应改变。这些都导致了大模型在智能客服场景的落地效果不如预期。

拼多多也在2020年前后就开始用类大模型的技术来给客服环节降本增效。不过它采取的是一种暴力美学的解题思路，一旦捕捉到用户有不满情绪，直接平台介入仅退款，根本不在乎大模型是否让客服机器人跟用户的对话变得更加流畅。这在业务上取得了不错的效果，但很难说是技术上的胜利。

前述产品经理认为，大模型可能更适合用于开放域的对话，比如聊天机器人，毕竟在这些场景下，用户对它的期待没有那么高。

比如，当下正在举办的巴黎奥运会上，一批AI技术正在大显身手。据悉，奥运领域的首个大模型应用由阿里国际AI团队参与研发，将开放给国际奥组委官方解说员，辅助各项赛事解说，为奥运会提供更高的专业性和趣味性支持。

除了售后，基于大模型的AI导购类产品同样发展不如预期。一位业内人士表示，“AI能不能把售前做好，取决于平台的内容生态能不能做起来，而不是仅仅靠自己本身就能改变。”

除了售后和售前场景，广告投放也是目前各大电商平台正在努力尝试的AI大模型应用场景。

今年5月的财报电话会上，阿里披露了全站推广功能的最新进展：全站推处于小规模客户测试阶段……目前淘宝正在调整算法模型，利用更长时间来训练模型，并基于更多客户投放的数据，来提高对客户ROI保证的效率。

内部判断，还需要时间来增加客户，以及在不同行业和用户群体中匹配流量，并表示“要看到全站推带来明显的收入增长，预计还需要12个月”。

换句话说，在电商领域AI现阶段还只能解决“从无到有”的需求，要做到“从有到优”则仍需要时间。因此，AI能够在跨境电商中率先开花结果也就丝毫不意外了。

二、在跨境电商中率先开花结果

和国内电商相比，跨境电商链路更长、环节更多，面临的挑战也更加多样化。

首先是多语言和多文化的问题。不同国家的语言、所在时区都不相同，这给商家撰写商品介绍、安排客服工作时间等带来了巨大挑战。

同时，海外市场营销难度更大、流量获取成本更高，监管合规要求也十分复杂，而相关专业化人才又非常短缺。这让AI有了更多用武之地，商家从AI中得到的价值感也更强。

举个简单的例子，商家经营跨境业务时经常会遇到信用卡拒付的情况。即用户下单后用信用卡支付，如果对交易存有疑虑，可以打电话给发卡机构提出拒付。

这时候发卡机构会给商家发送邮件，告知商家用户的疑虑。如果商家及时回复邮件，提供相关证据进行抗辩。信用卡机构最后依然会把货款付给商家。

但现实情况是，很多商家都不知道怎么回复邮件，因为背后涉及到非常复杂的金融合规知识。

如今，阿里国际可以用AI来帮助商家回复这封邮件，而且在信用卡公司的通过率非常高，甚至超过了人工撰写的邮件。据官方披露，这项功能每年可以为平台节约2000万左右的资金。

另一个有趣的例子是数字人直播。国内电商平台有段时间对数字人直播的态度是严厉封杀，一旦发现商家用数字人直播可能会直接封号，而数字人直播在海外的接受程度则要高得多。

背后的原因在于，直播的本质是在用户和主播之间建立信任来提高转化效率。国内用户是从真人主播开始接触直播的，切换到数字人直播对他们而言是一种用户体验的倒退，自然难以接受。而且经过数年时间的发展，国内直播专业人才的供给也相对充沛，对数字人需求不大。

因此，当京东推出数字人“东哥”直播带货时，遭到了不少用户吐槽。“当时这个直播在网上预热了很长时间，吊足了大家的胃口，没想到最后来的是个假人。如果不是老刘在那唠嗑，谁会闲着没事来京东看动画片？”

反观海外，很多用户还没有接触过直播，他们对数字人的接纳度就更高。而且海外的直播专业人才也非常稀缺，TikTok刚在东南亚开展直播电商时，一家TSP机构为了建立主播团队，把一家按摩院的员工全挖空了。

该机构解释，“好的主播需要有姣好的外形、大方的性格和能说会道的口头表达能力，而按摩院的服务人员是最符合这三项标准的”。

除了这些，AI大模型在跨境电商平台更底层的搜广推环节也有着广阔的应用前景。在不久前的一次媒体沟通会上，阿里国际副总裁张凯夫介绍，国内用大模型改造搜广推的进程非常缓慢，大模型只能起到锦上添花的作用，没法从底层架构上颠覆。相反，在国外用大模型改造搜广推的增益则要大得多。

因为传统的搜广推引擎并不是基于多模态数据搭建的，而是靠行为数据，国内电商的用户行为数据已经足够丰富，加一点多模态信息，帮助并不大。而海外很多国家的用户行为数据还比较稀疏，这种情况下叠加上多模态数据，对用户的转化率提升就很有帮助。

但张凯夫也提到，通过大模型提升电商平台搜索结果的准确度涉及到两个问题——用户意图理解和商品特征提取。

这里面临着两个难题，一是怎么平衡搜索结果的准确度和响应速度。“如果你采用一些比较大的模型，匹配度可能提升了，但是响应速度可能没法保障，这时候就得做一些取舍。”二是怎么对商品特征进行更好的抽象和表达，这可能需要对整个商品发布的环节进行重构，而不仅仅是在现有的基础之上叠加一套模型。

这也是阿里国际接下来需要进一步思考和探索和课题。

三、最大的课题是让商家用起来

跨境电商多语言、链路长、环节多的特征，使AI有了更多用武之地。但AI作为先进生产力工具，本身有一定使用门槛，如何让商家用起来，也是其普及过程中必须回答的问题。

纵观商业发展史上的诸多先进生产力工具，经常存在一个悖论：中小微商家对先进生产力工具的需求更大，但因为自身资金、人才等各方面实力不足，其运用又往往落后于大企业。结果就成了，大企业觉得鸡肋，小企业又用不上。如何才能走出这个怪圈呢？

张凯夫认为，AI这波技术革命与以往的技术革命不同，AI可以用自然语言交互，它的使用门槛天然比以往的IT工具更低一些。面对AI工具，大企业需要更改内部组织流程来进行适配，用起来比较费劲，反而是小公司会更加灵活一些。

在产品设计上，阿里国际也追求将AI融入到业务流程当中，让商家无感式使用。以前面介绍的信用卡拒付抗辩邮件为例，商家在后台下载文档时，所有相关信息会自动填充到文档中，不需要商家进行任何多余的操作。

此外，与国内电商相比，跨境电商的托管业务占比更高。在托管模式下，商家不分大小，都由平台提供运营服务。平台获得商家授权后，就可以将AI能力运用到其业务的各个环节。这使得，AI工具在跨境商家的使用率要远高于国内商家。

据阿里国际官方披露，目前其生成式AI已经在40多个电商运营场景中为超过50万商家赋能。从去年11月落地以来，阿里国际的生成式AI每两个月日调用量就会翻一番，现在日均调用量已经超过了5000万次，有超过1亿件商品的描述已经通过AI进行了优化。

在AI落地的这40多个业务场景中，阿里国际对相当一部分做了A/B测试，发现AI不仅帮助商家节约了人工成本，还通过内容质量的提升，给商品的点击率、转化率带来了提升。在不同业务场景中，AI带来的效率提升效果不尽相同，比如在售前导购和接待环节，转化率最高能提升30%，但在有些场景就只有1-2个点的提升。

众所周知，AI是一头用数据饲养出来的巨兽，只有落地到业务场景中源源不断地吸收各种数据进行训练，它才能更加快速地成长。然而，由于AI早期性能不佳，加上国内电商足够成熟，电商商家对其价值感知不强，AI在电商业务中的应用并不广泛，这反过来制约了它的成长。

如今，跨境电商和AI的双方奔赴顺利打破了这一僵局。相信未来AI工具在跨境电商打磨成熟后，也能更好的反哺国内电商。国内先进电商模式复制到跨境电商的历史，或许真的要颠倒过来了。