火山引擎数智咨询高级总监连建敏：AI赋能跨境电商的探索与展望

2024年12月26日-27日，由中国产业海外发展协会上合-海湾双链专委会指导、极新主办的「重度垂直·2024极新AIGC峰会」先后在深圳、香港两地顺利开幕。本届峰会以AI的垂直应用与出海为核心主题，旨在深入探讨AI技术在全球范围内的融合应用与发展趋势，挖掘AI技术在垂直行业的创新潜力，推动AI技术的全球化进程，共绘未来蓝图。前海香港科技青年之家与粤港澳大湾区青年创新创业中心、香港物联网商会、亚马逊云科技对本次会议给予大力支持。

本次大会以“重度垂直”为主题，与会嘉宾就金融、医疗、工业、文娱、消费等领域的AIGC技术创新实践展开深度讨论，同时围绕AI与IOT、AI与跨境电商两个方向，共同梳理出AIGC在未来产业发展中可能存在的问题及关键趋势。从技术创新到垂直场景的深度应用，我们有理由相信未来AIGC技术在推动行业数字化转型过程中会有新机遇、新升级。

会上，火山引擎数智咨询高级总监连建敏带来了题为《AI赋能跨境电商的探索与展望》的主题分享，从AI赋能业务的探索历程出发，分析了企业走向智能化的道路上要如何拥抱AI，重点探讨了AI赋能跨境电商的现状、挑战与未来，为跨境电商领域的创业者提供了深刻的洞见。

火山引擎数智咨询高级总监连建敏

以下为演讲精彩观点，完整演讲请观看上方视频：

数据分析的三个主要阶段

我参与了数字化，尤其是数据分析在国内发展的三个主要阶段。

首先，在十几年前的咨询公司，数据分析和商业智能的概念被引入中国。最初专注于报表分析、商务智能和数据仓库。随着移动互联网的兴起，开始更多地从数字化营销和用户增长的角度来应用这些技术。

近年来，随着大数据的爆发，人们开始更多地考虑数据的应用。

AI的应用本质是数据的应用。正如之前提到的，最初引入数据仓库等工具，是为了使业务可视化。例如通过报表了解销售和采购情况，以及未来的业务方向。对于管理者来说，他们需要一个整体的视角来指导业务。

第一阶段：业务可视化

业务可视化是初期阶段的主要工作，也是目前大家仍在广泛使用的方法。

随着技术进步和移动互联网的发展，数据能够实现的功能越来越多。线上线下数据的丰富性促使人们探索如何利用这些数据来赋能管理者和决策者的决策过程。这些决策不仅涉及经营分析，也包括具体业务领域，如数字化营销。通过营销手段对用户进行分组，我们可以清晰地了解用户特征。在这一过程中，使用了数据分析技术，如聚类和归因分析，这些都是典型的应用。尽管与当前的应用相比，这些技术在数据规模和切入点上可能显得不够引人注目，缺乏爆发力。

第二阶段：决策智能化

在国内数字化转型的十多年里，大家一直在努力实现决策智能化。在不同场景下的应用，无论是跨境电商还是智能办公领域，都可以归结为业务智能化阶段。这意味着，当我们从数据视角穿透业务后，可以为决策提供支持，尽管这一过程仍然需要人工参与。

第三阶段：业务智能化

业务智能化涉及到使用字节跳动的豆包等工具，我们希望这些工具不仅能替代日常复杂的工作，还能更深入地融入业务和生活，真正实现智能化。

简单回顾一下，未来的发展或整体视角应该包括三个阶段：业务可视化、决策智能化，以及当前业务智能化的探索。

数据的深层次作用

在数据应用的爆发之后，人们开始反思数据的更深层次作用。数据不仅可以帮助业务可视化和决策支持，还有可能逐渐强化我们的思考，甚至可能替代我们的慢思考系统。这里的快思考和慢思考概念源自《思考，快与慢》一书，描述了人脑的两种思考系统。

快系统：依赖经验，快速做出判断，例如根据销售趋势做出快速反应。

慢系统：涉及更深入的思考，不仅依赖历史经验，还学习新模式。

通过增强这两种思考系统，我们可以制定更科学、有用和有价值的策略。尽管像东方大模型这样的技术不断进步，但企业级应用仍然主要集中在两大类：

协同办公：涉及日常工作、会议等办公事务。

业务分析：帮助企业进行经营分析，或从业务角度切入，加速产品迭代。

尽管有一些探索，如情感陪伴和咨询师的价值等，但企业级应用仍未脱离这两大类。目前，各家友商推出的产品种类繁多，但核心仍然是数据处理的框架。数据需要被集成、清洗、加工，然后转换为模型，以辅助决策，这是一个切实可行的应用路径。

跨境电商二三事

跨境电商本质上是电商的一种形式，加上“跨界”二字，使其具有一些特殊性。在亚马逊、Facebook等平台上，精准营销的要求变得更高，与早期粗放式营销不同，现在需要更精细的用户画像。用户行为多变，吸引用户变得困难。精准营销需要与内容创作相配套，例如，通过多国语言翻译和内容创作，实现“千人千面”的营销策略。不同的用户可能看到不同肤色、环境的个性化广告。

智能客服已经从简单的知识问答进化到语音、内容、情感的全方位增强，这得益于AI技术的发展。选品的挑战也随着技术的进步而变化，过去依赖圈子和感觉，但现在需要技术辅助，进行精准分析，以快速识别潜在的爆品。

跨境电商面临的挑战包括数据安全、跨文化沟通以及技术更新迭代。数据安全方面，大模型处理数据时存在黑盒问题，涉及多国数据时可能触及安全法规政策限制，风险极高。跨文化沟通方面，缺乏对跨文化环境的认知，容易在沟通和推荐过程中触及文化底线。技术更新迭代方面，对大多数跨境电商卖家而言，技术更新并非首要关注点，他们更关注平台的易用性。

数据的价值在于利用过去的数据和现在的数据预测未来。人工判断往往主观，而数据和模型的加持可以提高预测的精准度。政策风险的评估需要结合过去的资讯进行解读，而体验场景的提升则关乎如何快速捕捉用户情绪并提供良好的线上体验。供应链成本的考量和本土与全球的平衡也是跨境电商需要考虑的问题。

最后，提醒大家回归本质，跨境电商业务要理性选择数据和技术。数据和技术并非万能，它们需要转化为有用的信息和知识，最终赋能业务智能化。