阿里国际站张阔：如何打响这场 「AI 轴心战」

天顺财经独家获悉，在上线不到半年的时间里，阿里国际的一款独立 AI 搜索工具 Accio 的用户总量突破了 100 万。这是阿里国际面向全球商家推出的首个 B2B 领域的 AI 搜索引擎。截至 4 月，Accio 带来的询盘量月环比翻了 10 倍。

Accio 只是 AI 浪潮下，阿里国际站转型的一个缩影。这个转型，自 2023 年始。

今年 6 月，阿里国际站已在整个平台最重要的搜索功能中引入了 AI。至此，阿里国际站完成全面的 AI 化。在刚刚过去的 618，阿里国际站的外贸订单同比增长 42%，GMV 增速也达到 30%。

针对 AI 能给跨境电商带来什么关键变化？跨境电商、乃至一个普通的传统企业该如何高效完成 AI 转型？天顺财经与阿里国际站总裁张阔进行了深入交流。

阿里国际站总裁张阔，天顺财经拍摄

这次交流的一大背景是，一场出海圈发生的 AI 竞赛，其热度正悄然升高。

2024 年 9 月亚马逊推出 AI 商家助手 Amelia 和 AI 生视频工具 Video Generator； Shopee 则是在 2025 年陆续推出了一系列包括 Shop AI Assistant、乐聊 ChatPlusAI 等接入 DeepSeek 的 AI 工具……

在 4-5 月中美贸易摩擦激烈的时刻，张阔恰好飞到美国走访当地客户，他明显感受到虽然全球贸易被一系列不确定性冲击，但对于中国供应链的依赖度确定性依然很高。

以及他非常确定，决定外贸未来的爆点的，是 AI。

搜索是 AI 切入跨境的好窗口

天顺财经 ：4、5 月全球贸易激烈动荡时，你去国外考察了一大圈？是怎样一个行程？

张阔 ：先去美国，然后去拉美，就是墨西哥、巴西，然后去欧洲，最后从欧洲回来的。我落地美国时，恰好是 145% 关税 「落地」 的当天。

落地美国时，我稍微有点紧张，毕竟我们是帮助中小企业卖全球的，而中国与美国的贸易也是全球贸易比较重要一部分，我不知道作为中国跨境从业者到底是被欢迎还是不被欢迎。然后美国的海关人员就问我哪儿来的？我说中国来的。又问我做什么的，我说我是 Alibaba.com，全球领先的 B2B 平台，我是这个平台的总裁。然后他们就放我进去了。

经历过第一轮贸易战，我们对于大概会发生什么是有一定判断的。我当时去美国，主要是想近距离了解一下当地的买家，尤其是中小企业他们自己怎么看、怎么想。我想了解一下这些本地商家接下来的计划是什么。

天顺财经：这趟行程下来，你有什么观察？

张阔：因为国际站本身服务的买家群体是中小企业为主嘛，我这趟行程聊的也以中小企业为主，聊完我发现，对这些中小企业来讲，它们的订单比较碎片化、需求比较多样化。这意味着它们需要比较强的柔性供应链、比较强的定制生产能力以及快速的响应速度，这些特点其实只有中国企业 （卖家） 能够承担，中国企业是不可替代的。

从上一次贸易战 （2018 年） 来看，影响最大的是跨国企业。这些企业普遍去海外设立了办事处，去海外生产制造等。他们针对海外市场能腾挪的空间和能调动资源更多一些。但中国与全球的中小企业是不同的，他们互相之间的绑定更紧密。当时很多美国企业跟我反馈说，如果观望一段时间关税没有变化 （指 145%） 最后还是要向中国下单，因为没有更好的选择。让这些美国中小企业在三个月或者一年之内，把供应链迁移到中国之外，难度太大了。

然后我在拉美，我看到了类似的现象。比如在墨西哥和巴西，它当地商家和中国供应链的依存度也是非常高的。我去了墨西哥和巴西很多当地的批发市场，你会发现当地的线下非常繁荣，而基本上在每一层楼都能看到大量从中国采购的商品。

天顺财经：现在 6 月份了，中美之间的经贸谈判也进行了两轮，你有什么新的观察？

张阔：传统上 6 月不是外贸的旺季，但今年阿里国际站上订单同比增长了 42%，GMV 涨了 30%，增长非常强劲。

如果分区域来说，美国市场已经恢复到关税前的增速，大概在 25%。而且出现了新的节奏变化，很多往年应该是 9 月才开始采购的货，今年在 6 月就已经开始大幅增长，比如圣诞、新年的礼品等等。然后在欧洲、拉美，延续了年初以来的趋势，增速还要更高。

这个增长更多还是来自于我们平台上商家交易的小环境，因为全球贸易的大环境不是我们能改变的，而且相较于去年肯定是更加动荡了，而小环境的提升，尤其是平台交易基础能力的升级，这里面包括了物流和支付能力的升级，以及商家供给的丰富，再加上非常重要的 AI 在搜索端的全面接入，这一系列的因素带动了订单和交易的快速增长。

这是这两个月，我们非常重要的切身感受和观察。

天顺财经：对跨境而言贸易摩擦可能是过去两年多一个持续变量，另一个很大变量可能就是 AI 了。从 ChatGPT 2022 年底出现以来，到现在大概有差不多 30 个月时间，这段时间里你对于 AI 的判断和认知有怎样的变化？

张阔：这段周期内 AI 本身的能力逐步变强，单纯从学习能力、解题能力讲，水平已经非常高了。但如果从 AI 对人类 GDP 产生的影响看，还远远没到极限。AI 有一定的生产力，也让新的能量爆发出来了，但最终其价值还是要在那些垂直的产业场景上去产生足够大的作用才得以充分体现。从这个角度讲，我觉得目前 AI 的能量 1% 都没有释放出来。未来我觉得一个节点是，AI 给人类 GDP 带来 10% 影响的时刻，因为很少有一个技术可以实现 10% 的影响。

我们从很早就在关注 AI，试图在外贸领域用 AI 去解决实际问题，但这里面有很多取舍问题。2023 年到 2024 年期间，我们核心的选择是从卖家 （平台商家） 这个角度去推动 AI。然后扩展到买家，这里也包括对原生应用的探索，同时对组织内的能力进行 AI 升级。

到目前，我们的 AI 能力有几个层次：

首先是对 AI 原生应用的探索：Accio，这是我们面向海外推出的第一个 B2B 领域的 AI 搜索引擎，推出不到半年已有 100 多万海外用户，4 月带来的询盘量环比翻了 10 倍。我们希望它能演进成一个帮买家解决大部分搜索、寻源问题的 Agent。

同时，用 AI 对原有的 Alibaba.com（即阿里国际站） 的业务进行转型升级，这里一方面是我们面向卖家的 AI SaaS 服务，以 4 个 AI Agent 的形态，从商品运营、客户接待、智能营销、风险合规 4 个方面提升经营效率，最近又有一些最新的更新，把商品的交易转化率进一步提升了 11%。另一方面，是把 Alibaba.com 的主搜，与 AI 做深度融合，变成一个真正的 AI Search，为买家全面提供新一代的采购体验。

此外我们也用 AI 升级了组织内的各种能力，进一步提升研发、运营、风控、客户经理等团队的作业效率，每一个工种都有自己明确的 AI 目标。

天顺财经：为什么一开始第一优先级不是买家，而是卖家呢？

张阔：因为商家经营有很多效率问题，这里面很多事情我们本来就认为 「不应该是靠人力去做的事情」，比如把一个商品以多语言的模式去发布，这里面需要人去拟定关键词。传统的模式下，我们需要去猜用户会问什么问题、会搜什么关键词，我们需要在商品的标题和描述里多放这些关键词。我觉得这个事情本身并不是贸易的本质，但传统模式下，大家花很多精力于这个环节。

同样的卡点还有沟通。我们每一笔订单都需要人跟人之间的交流。传统模式下，有时候半夜三点，也需要人工去线上交流。我觉得这也不是一个 「该靠人力去干的事情」。以及在诸如查阅专利 （确保商品不违规） 等环节上，传统模式也是需要依托大量人力。

这些场景，都非常适合 AI 去解决。所以我们觉得外贸本身是 AI 非常适合的大场景，它的场景足够大，这是一个 30 万亿美元的市场，以及它可以依靠 AI 解决的问题有很多。如果 AI 真可以解决这些问题，那么可以释放出的能量是巨大的，现在大部分国家内贸都是大头，跨境贸易是相对小的部分，这并不是因为 「不想出来」，而是碍于上述提及的语言问题、知识储备问题、沟通信任问题等等，有 AI 能力介入后，更大的生产力和需求会被释放。

所以在 2023~2024 年我们思考 AI 这件事时，先关注到卖家的生产力效率相关的问题，也就是去解决一些原本需要 「靠人工」 的卡点，AI 介入后可以帮助商家在很多环节直接达到一个比较高的水平。而从 2024 年下半年至今，我们在解决买家侧的问题。

天顺财经：在买家侧你们借助 AI 去做什么？

张阔：我们希望借助生成式 AI 的能力帮助买家解决问题，但到底是采用 ChatBot 形式还是搜索引擎形式？我们通过一段时间的验证和迭代，最终还是选择搜索引擎形式。最终所有的搜索引擎都会走向 Agent。我们在 2024 年 11 月上线了一个独立的搜索产品 Accio。

我们最早对于 Accio 的定位就是一个 「B2B 贸易版的 Google」，一个可以搜索全世界商品以及背后商品产能、生产力的平台，一个可以搜万物造万物的平台。我们想象的一个场景是：你有任何一个产品想法，都可以通过 Accio 找到一个工厂，然后把产品造出来。

我们从这个思路去探索，思考怎么用 AI 去解决搜索问题。因为我们理想状态的 「搜索」 不光是搜寻信息还包括对供应商进行比较、做沟通、下订单然后完成物流以及售后，也就是说我们希望这个搜索产品最终演化为一个 Agent。

天顺财经：Accio 这个产品它的诞生过程是怎样的？你们内部是怎么推动这样一个 AI 搜索产品落地的？

张阔：我们第一个取舍是 「在国际站里面直接上 AI 搜索」 还是 「做一个独立的产品」，我们选择了后者。这里面的考量因素有很多，其中之一是 2023~2024 年这个时间点技术本身的水位。当时一个现状是，市面上很多基于 AI 的搜索产品或者说有一定推理能力的搜索产品的搜索时间比较长。这对于电商而言是一个关键挑战，因为用户搜索商品，需要 30 秒 （给出答案） 和 100 毫秒是一个巨大差异。30 秒会让用户误以为网站挂掉了，因为他们以前在电商平台的搜索体验都是 100 毫秒以内出结果。我们认为，起码要把搜索时间压缩到 10 秒以内，在这个范围内，如果用户发现虽然搜索时间稍长但能搜索到更好的结果，用户是可以接受的。

另一个考量因素是，模型本身对于跨境电商这个行业的理解、对于全网相关数据的理解和学习的深度。这种理解能力也是需要不断打磨的。全世界的大模型所具备的基础能力是有限的，在我们这个垂直领域里，有很多异构数据、很多世界模型不具备的知识，我们需要不断把这些数据填充进来，来打磨这个用于跨境商品 AI 搜索的模型，让它不断提高相应场景的智力上限。

以及我们想做一个全网的产品，而非只是基于阿里国际站的产品，它可以搜全网的信息面向全网用户，最终进化为面向全网的 Agent。在这些考量下，我们决定做一个独立的 AI 搜索产品。

天顺财经：你们为什么选择了搜索这个场景去推动 AI 转型？

张阔：搜索对电商足够重要，且对用户而言是效率更高的体验。在 2023~2024 年前后，大家对于 ChatBot 聊得比较多，但搜索本身通过 AI 化也可以进化为 Agent，我们觉得这种形态可以更好地平衡 AI 能力和效率。当时也有一些公司在采用 ChatBot 的形态，但这个更像是一种中间状态。我们觉得，如果你要做一个 AI 原生产品，那么你 100% 的调用应该都跟 AI 相关，这样你可以给用户更好的体验。

天顺财经：当时面对 AI 转型，你们在做搜索时内部还有什么其他选择吗？还是内部很笃定要先做搜索？

张阔：我们还是比较笃定的。AI 在应用领域的主要形态有三种，AIGC、ChatBot、搜索。我们现在去看各种 AI 工具，无论是 DeepSeek 还是千问，其实它们大量代替的是你原本的搜索工具。

我们作为 B2B 平台，时常遇到的第一大类问题是供需匹配问题。用户有一个需求，平台把产品或者供给商家对接过来，最终匹配出产品。这是一个复杂的过程，涵盖了搜索和沟通。但 AI 搜索可以去更精准地完成匹配，也可以给用户一些创新的想法，它其实可以从根本上改变供需问题。

天顺财经：在推动 AI 搜索的过程中有哪些难点？

张阔：取舍与平衡是一个关键考验。比如第一个取舍是目标制定。我们一开始经常讨论的关键问题是 「到底什么是好目标？」也就是说，我们到底怎么去制定评估的目标。比如，把 「AI 产品渗透率」 作为目标，这肯定就不是一个好目标。因为有很多方法可以实现这个目标，但实现了这样的目标并不能说明你的 AI 产品是个好东西。再比如，「采纳率」 也是一个常见的目标，很多 AI 产品把采纳率作为目标，就是 AI 生成的东西用户到底用还是不用。但我们觉得从长期来讲，这个目标也很难去衡量 AI 产品的智力和能力上限。

我们现在去定义目标，会要求 AI 产品超过国际站里面 90%「人」 的水平。比如 AI 管理商品的能力要超过 90% 的运营人员；AI 做智能接待，要超过 90% 的外贸业务员水平。这样的好处是，通过 AI 工具，所有商家都可以达到一个 80 分位、90 分位的水平。

第二个取舍是，你的技术兵力和精力到底投在哪里。比如到底是丰富功能 （应用），还是提高模型能力上限，这里面存在平衡问题。我们都知道模型本身能力需要持续不停地研发，那我们是等模型能力上了一个新台阶再做应用？还是基于已有的模型通过后训练 （微调） 去提高能力。我们的方式是不断通过后训练去对齐我们想实现的功能和能力。

第三个取舍是用户价值和商业化的平衡。你什么都不做，其实是最安全的，但最终人们会不再用你的产品。我们觉得必须要不断去做，因为只有成为一个好产品才能积累更多用户需求，才能匹配更多的供给。

天顺财经：你刚才说什么都不弄是最安全的？

张阔：我可以举一个例子，比如谷歌做了 Gemini，过去先是在搜索引擎里加了一个 「AI overview」，下面还是以前的传统搜索模式，当时没有改主引擎，因为一旦改主引擎原来的广告逻辑就都会有变化。但到最近 （刚举办 Google I/O 大会上） 也在自己的主引擎里面加了一个 「AI Mode」，这个 AI Mode 打开就是一个 AI 搜索。谷歌面临的选择就是，到底是保持原来的收入模式，还是做一个新产品给用户更好的体验但可能颠覆过去。我们面临的选择是，到底是先考虑做一个好产品，还是先考虑商业化路径，我们选择的是前者 （做一个好产品），因为只有创造价值才能实现商业化。

天顺财经：这过程之中你们还遇到过什么波折或踩过什么坑吗？

张阔：比如产品推向市场会有一个迭代过程。一开始你会觉得产品里的一些场景功能是很不错的结果了，但推向市场后你发现有一类客户很满意，但另外一些可能并不满意。然后我们就安排了很多人力去做沟通，了解客户的想法。我们发现，客户对于产品都会有自己的一些想法，都希望能够有一些针对自己的微调。但一开始，你只能提供的是通用性能力，所以你只能吸收这些想法然后不断去迭代。

这里面一个深层次的挑战是，你不可能等到 100% Ready 再推向市场，它必须是一个不断打磨、边打磨边提供服务的过程。所以 「推向市场」 那一刻是需要很大的决心的。

要让团队每个人都有自己的 AI 目标

天顺财经：在推进 AI 转型这件事上，基于你们的经验给一些比如不是搞外贸、不是阿里这样的平台型业务的其他公司有什么建议吗？

张阔：我觉得最关键的建议是，一定要从问题出发。每一年，都会有很多新的互联网名词、技术名词。AI 之前还有 AR、VR、区块链、web 3.0 等等。但你会发现，新技术不一定能解决你的核心问题，你要把核心问题是什么想清楚，并且确定新技术来解决这个核心问题确实比原来所有技术都好。

第二个关键建议是，你要理解这个技术本身的上限是什么，千万不能有不切实际的幻想。如果你想清楚了自己的核心问题，并能充分理解新技术的上限，然后你再去做产品、制定目标，都会比较实际。

以及，我觉得这是一个全员 AI 的过程，不是说少数技术人才的 AI 化，也不是说最后给客户一个 AI 产品就 OK 的事情，它需要全员 AI。

天顺财经：你自己怎么确保你的理解水平是 OK 的？

张阔：第一个维度，我觉得见客户、倾听市场反馈很重要。要听他们对你产品的吐槽、对你产品的期待，这些吐槽和期待其实是你 「核心问题」 的起点。你要找到这些客户的真实痛点和需求，而不是自己杜撰出来一个需求。

第二个维度，我会见大量的 AI 公司，包括一些鲜活的 AI 创业公司。你会看到在 AI 这件事上，有哪些东西或者方向起码是已经或者正在成功的，尤其是哪些已经规模化成功的形态，这些已经验证了市场需求、也验证了技术的可实现性。如果一个东西从未出现过，那么你要做出来，难度肯定更大。如果它已经存在于其他行业、并已经在解决一些其他行业的问题了，那么也许这个技术 （或应用场景） 也是可以来解决我们自己问题的方向。

总结来说，一个是要确定问题是不是真实存在的问题、是不是足够大的一个问题；另一个是，世界其他人目前在技术上能做到什么水平。如果这两个点你都思考清楚了，那么接下来你就要决定投入的力度、定义一个好的目标。

天顺财经：但很多人可能很难像你们一样对技术有这么了解，可能也很难特别清晰地了解用户。

张阔：AI 这个时代，起码我们当下这个阶段，技术定义着 「产品能力」 的上限。我们其实做了一些调整，以前的模式是产品经理和技术并行，业务类的引领小团队。但今天算法本身就是业务，技术要去定义产品、技术要去理解客户的需求。产品功能和模型能力其实已经合二为一了，所以你需要让定义着 「产品能力」 上限的人去带领团队执行，才更有可能成功。

天顺财经：但你怎么让这些做技术的人，更充分地了解客户呢？这很不容易。

张阔：这确实需要时间。从组织架构上讲，对算法本身最理解的技术人才，可以成为业务的 Leader，其余的产品、工程等等都向这个人汇报、去频繁沟通，让最懂模型的人充分了解客户需求和问题，然后去决定现在能做到什么程度。它的组织形态可能和以往相比是倒过来的，不是说一个非常懂客户问题的人指挥其他人去做，而是一个对 「生产力」 有足够了解的人，去了解客户需求后，再带领团队去做。

天顺财经：该怎么理解你提及的这种全员 AI？怎么去做到？

张阔：所有参与到产品中的人，都要理解在 AI 这件事上他到底能做什么。从客服到销售甚至风控人员，每个人都会拆解出自己的 「AI 指标」，都会去琢磨怎么大规模用 AI 去提高效率。

第一部是对所有岗位和人进行 「定义」，让他们充分意识到 AI 工具可以成为他们工作中的一部分。比如原来的客服需要熬夜值班接大量各种语言的电话，但现在 AI 可以很好地解决这个问题。

然后要制定目标，基于 AI 工具，每年都可以往上一个新的台阶，维度可以是规模、效率、准确度等等，根据不同的岗位来设计，这就会让 AI 可以迅速地帮助全员提高效率，让 AI 成为组织的牵动力。比如在技术团队，现在有很多 AI 编程工具，那生产力相关目标肯定可以提高，比如写代码的效率，可能之前接一个 feature 能力的人现在至少可以接两个。

天顺财经：所以你的意思是，用清晰的目标去牵动大家完成 AI 转型？

张阔：首先大家要形成共识，AI 这个工具可以对所有人有帮助。然后在每一个垂直场景，我们有很多诸如双周会、月会的模式，然后大家一起 review AI 转型这件事，就是探讨 AI 到底可以帮助你做什么，能帮助你现在的目标达到下一个层级的机会和变量是什么。

天顺财经：当你以 AI 的名义，去向员工要一个更高的产出目标的时候，反弹会不会很大？

张阔：反弹是正常的，日常反弹嘛。我们在面对一个新工具，有反弹是正常的。我们有个组织文化，就是 「求真务实，自我超越」，自我超越是一种态度，就是每年都要有个新目标，其实这也是互联网圈习以为常的事情，否则互联网不会发展这么快。

但这里面有一个深层次的点，就是你一定要看清楚 AI 到底能解决你的什么问题。因为 AI 不可能解决所有问题，你需要快速定位问题然后解决。比如对运营而言，之前选品、定价需要靠人工，那么现在 AI 可以更好地自动化方式解决。

天顺财经：那在考核和激励上，有什么新方式么？

张阔：像 Accio 属于新业务，相当于创业团队，我们还是要有一些不一样的激励方式。比如我们鼓励 「小胜即庆」，即时给予激励。以及我们对于风险的容忍度很高，比如在国际站主站，你需要确定性的商业结果。但对于 Accio 这样的新业务，以及 AI 转型这样的新事情，它的成功概率和失败概率都有不确定性。目标不能一年一定，可能需要按照月或者季度去动态调整。以及需要给团队更多自主决策的空间，支持团队自主发展。

另外，我最近花时间比较多的其实是找 95 后聊天。因为一是，AI 本身还是来自于年轻人的源动力比较多，尤其是算法这个领域比较资深的人，跟他们去交流会启发很大。

第二也是因为阿里本身状态，你是要面向未来去培养未来的领导者，你还是要再往下去看。从学历和背景上来看，他们肯定是越来越好的一代人。但是你要问到他们进入阿里的时间节点，可能每个人都在一个局部的岗位在作业。理解他们、能看到他们是一个比较重要的事。我上上周还回母校去招聘了，确实 AI 得从娃娃抓起。