今天小编分享的财经经验：CEO锦囊·出海季：当跨境电商遇上DeepSeek，赚麻了？，欢迎阅读。
DeepSeek 爆火，不只是给人工智能领網域带来极大的震撼，也在短时间内提高了大家使用 AI 大模型的体验，甚至 DeepSeek 已经丝滑地应用到各行各业。当跨境电商遇上 DeepSeek，AI 如何彻底重构跨境电商的游戏规则？当 AI 开始接管选品、客服、库存甚至战略决策，跨境生意会迎来人力解放还是行业洗牌？普通人该如何抓住这波红利？
带着这些问题，36 氪《CEO 锦囊》邀请到了紫鸟浏览器合伙人、亚马逊亿级卖家大兵，以及清华大学人工智能方向博士后、ProBoost.ai 创始人 /CEO 李多全，跟我们一起聊聊：AI 时代，如何走出一条成功的跨境电商之路。
本次直播主要聚焦以下问题：
各种大模型已经在跨境中非常丝滑的用起来了，跨境生意门槛是在急速降低吗？
DeepSeek 相比去年的 GPT-4 等模型，在跨境场景中的独特优势是什么？
选品在跨境电商中至关重要，Deepseek 怎么帮助卖家实现爆款预测？
DeepSeek 是怎么帮跨境卖家解决营销推广的痛点？
客服在跨境电商中同样重要，Deepseek 等大模型真的能替代人工客服吗？
案例拆解：AI 如何帮一家 20 人团队的跨境家居企业月省 50 万？
如何更改用 Deepseek 做跨境电商，请分别总结出三条最为关键的锦囊妙计
以下为两位嘉宾和 36 氪的对谈，部分内容经过整理编辑：
36 氪：各种大模型已经在跨境中非常丝滑的用起来了，跨境生意门槛是在急速降低吗？
李多全：第一个变化是我们作为普通用户的感受：现在使用搜索引擎的频率越来越低了。很多时候，我们在寻找问题答案或方法时，会通过大模型来获取和组织信息，这是一个非常明显的体感变化。
第二个变化是，我发现身边的跨境老板们几乎都在关注 DeepSeek。他们下载后都会来找我探讨它背后的实现逻辑以及与传统工具的差异。以前多数人对这些技术不太了解，也不太深入思考，但现在所有人都非常感兴趣。最近很多老板问我，能否帮他们打造公司专属的 AI 智能体，以提升运营效率、质量和盈利能力。大家的接受度和热情达到了前所未有的高度。
大兵：我最近有一种强烈的感觉，特别是过完年后，觉得 2025 年将是新时代和旧时代的分界点。虽然 AI 在前两年已经很火热，但无论是中国的跨境卖家还是普通人，都感觉我们处于跟随的状态，而不是主战场。自从 DeepSeek 出现后，我们感觉自己也成为了主战场的一部分。
这对跨境带来的变化有几点：
第一，我们可以更便捷地使用 DeepSeek，不再担心中文表达不被理解，它对中文的理解比其他模型更友好，降低了使用 AI 的心理门槛。
第二，跨境电商卖家在使用 AI 时，有些流程不是一家大模型公司就能单独改变的。例如，备货需要更多数据链支持来做决策，这部分场景应由 ERP 公司融入 AI 来提供给卖家使用。因此，卖家主要使用的是 AI 结合 RPA 工具、飞书等，打造小型 AI 工具应用于业务中。在数据颗粒度维度上，目前的大模型对跨境电商数据的理解还不够实。例如，亚马逊的广告数据 AI 无法直接获取，只有通过 API 对接或下载数据后，AI 才能感知问题并提供帮助。因此，做跨境电商不应焦虑，而应逐步梳理业务模型，明确哪些可以自己做，哪些可以交给第三方公司。我们应成为 AI 的驾驶者，而不是试图造一辆车。如何利用好 AI，是跨境电商需要长期思考的话题。
36 氪：去年我们就聊过一期 AI+ 跨境的主题，根据两位的经验和观察，DeepSeek 相比去年的 GPT-4 等模型，在跨境场景中的独特优势是什么？
大兵：DeepSeek 只是大模型的一种，它的特点是思考过程会清晰地展示出来。但对于跨境电商来说，我们通常是多模型并行的。抛开民族情怀，我们会在不同模型之间选择最适合的工具。比如，做美国市场时，如果觉得 DeepSeek 在某些方面不足，我们会用 ChatGPT 来补充，这都是很正常的。这些大模型本身也在不断进化，接入成本并不高。因此，跨境电商的整体业态是多模型并用的，我们不会局限于单一工具。
李多全：模型背后其实对数据的依赖性是很强的。我们在帮助客户时，也会将不同模型的能力组合起来，形成所谓的 "agent"。举个例子，比如多模态内容的理解，像视频的理解，GPT-4 在这方面表现很好。即使视频中没有语音或字幕，它也能通过人物的动作理解内容。因此，我们在一些场景中会结合使用不同模型。
我举一个典型场景：在海外做内容时，我们会从社交平台上抓取一些表现好的广告素材。然后分析这些素材，找到视频中最吸引人的 " 黄金 3 秒 "，或者哪些帧能引起观众的长时间停留，GPT 在这方面非常擅长。基于这些帧，我们可以快速生成图片，再从图片生成视频。中国有两家公司在这方面做得很好，抖音和快手。比如抖音的 " 即梦 AI"，可以从图片生成高质量的视频，非常强大。分析广告数据后，基于这些内容生成脚本或分镜头，这时 DeepSeek 又显示出其优势。因此，我们需要理解不同模型的特点，将它们的优势结合起来解决问题。
36 氪：选品在跨境电商中至关重要，Deepseek 怎么帮助卖家实现爆款预测？
大兵：DeepSeek 在跨境电商选品中的应用，其实还是需要结合行业内的专业数据。比如我们在使用 DeepSeek 选品时，可以结合亚马逊的专业軟體 Keeper，它记录了所有 ASIN 的实时数据。将 Keeper 的数据与 DeepSeek 结合后，DeepSeek 获取的数据会更准确、更及时。这时我们可以向 DeepSeek 提问，比如你想选择夏季产品，可以问：" 哪类产品适合？克重是多少？单价是多少？毛利率和销量如何？" 问题问得越细，DeepSeek 给出的决策建议就越精准，从而大大缩短选品时间。原来一天可能只能选 10 款产品，现在可以选 100 款。
另外，在做 Listing 时，原来需要调研图片如何设计才能更有吸引力、点击率更高。现在可以把不同平台的 Listing 交给 DeepSeek 分析，并提出具体要求，比如第一张主图、第二张主图分别要达到什么效果，DeepSeek 会给出建议。同时，你还可以输入关键词，DeepSeek 会帮你丝滑地嵌入 Listing 中。
但 DeepSeek 能帮我们赚钱吗？其实它只能在效率上帮我们找到更多机会。一旦进入实际运营阶段，大家都在用 DeepSeek 时，比拼的就是运营策略了，比如广告投入、决策能力等。所以做跨境电商时，评论区有人问如何快速赚钱，这种心态本身不可取。我们需要深入业务模型，让决策更高效、更准确，这样才能更快赚钱，而不是依赖工具直接帮我们赚钱。
李多全：选品和品类规划是所有跨境商家的业务起点，也是老板最关注的。如果品类没规划好，团队辛苦一年可能也白做了，GMV 和利润都起不来。大模型不仅能提高效率，还能帮我们做一些深度的分析，比如趋势预测。举个例子，可以把 TikTok、Instagram 和亚马逊的数据喂给大模型，分析热门标签的增长情况。比如 TikTok 上某个家装标签的热度，结合亚马逊上的提及情况和用户反馈，可以帮助我们判断市场的成长性和竞争度。
此外，另一个场景是竞品监测。我们通常需要盯着竞争对手，但以前主要靠人工监测，现在通过数据抓取和大模型的能力，可以及时跟进竞品的动态，比如爆发力、好评和差评，及时预警，这对我们的创新或与竞争对手的竞争合作都非常有帮助。前提是我们需要有足够多的数据，包括社交媒体趋势标签、Google Trends 关键词以及竞品数据。结合这些数据，大模型可以帮助我们更好地规划品类和应对竞争。
36 氪：营销推广也是跨境电商运营的关键环节之一，DeepSeek 是怎么帮跨境卖家解决营销推广的痛点？
李多全：从营销的角度来看，我们做的所有营销都是给别人看的，而不同国家的文化差异非常大，这是中国企业走向全球时面临的一个大问题。AI 能告诉我们什么？能告诉我们最优秀的同行是怎么做的，比如传统的货架、电商 listing，怎么写关键词？怎么写标题？因为 AI 非常擅长学习。社交媒体既是商品的传播，也文化的传播，怎么跟当地文化结合？这也是 AI 非常非常擅长的。
跨境的从业者流动性还挺大的，一个公司的平均水平能维持在 80-85 分，那这家公司是很有竞争力。新员工其实是有很长的适应期，这个期间他们产出的质量不太可控。但 AI 进来以后，刚才除了讲的更高阶、更文化的适配，非常重要的就是能把整个公司的平均拉到比较稳定的状态。比方说写 listing、广告文案、视频内容、SEO 的内容，能够达到行业比较高的水准上。这对一个跨境卖家来讲非常有价值，除了效率的提升，还能在整个公司的组织扩大过了以后，让整个公司的基本质量有保障，组织能力更依赖于人。
总的来讲，AI 平权过后，能把一个公司的组织能力、专业度拉到比较高的稳定水位，这个非常非常重要。
大兵：跨境电商的营销主要分为几类：
平台型营销：在平台封闭环境下进行营销，比如亚马逊。AI 可以帮助快速分析平台内部数据，提升效率。但由于平台规则限制（如首图、白底图等），AI 并不能让营销变得花样百出，而是在规则内优化。
社交型营销：AI 可以帮助批量生成图、视频和文字，快速响应热点，短时间内实现大规模曝光。没有 AI，这种效果很难实现。此外，AI 还能监控细分类目和全行业的社交动态，这也是人工难以完成的。
搜索型营销：以独立站为主，涉及 SEO 优化。AI 可以提升文章输出质量，从而提升独立站的流量深度。SEO 做得好，可以带来更多免费流量。
有人可能会说，效率提升后，大家效率都高了，等于没提升。但实际上，在新事物面前，总有一些懒人，而懒人占大多数。同样，在 AI 工具的运用上，最先用且用得好的人，虽然技术含量不高，但能获得信息差带来的流量红利。跨境电商的核心就是流量变现。
对于新事物，有些人会畏惧或焦虑，担心起个大早赶个晚集。实际上，AI 会拔高整个行业的下限，但不会决定上限。即使你躺平，行业下限被抬高后，你也会受益。AI 可能是未来十年、二十年的主旋律，像空气和水一样成为日常必需品。效率越高，信息差越明显，信息差的价值也越大。
36 氪：客服在跨境电商中同样重要，Deepseek 等大模型真的能替代人工客服吗？
李多全：在创业之前，我负责过 " 大淘系 " 的客户服务体验。那时没有大模型，智能客服的能力有限，对人的意图理解不够强，经常出现答非所问的情况。多轮对话后，双方都不知道在聊什么。但现在有了大模型，参数和语料丰富度大幅提升，对意图和场景的理解能力显著增强，客服场景特别容易大模型发挥作用。
客服的核心是解决问题，这些问题通常分为两类：
平台规则类问题：比如退货、换货、赔偿等，平台有明确的规则。
公司售后规则类问题：比如维修、送配件等，公司也有明确的处理规则。
这些规则可以通过向量数据库建立，让大模型训练和理解，从而直接回答大部分问题。
客服场景可以分为三层：
AI 直接回复：90% 的问题可以通过大模型自动回复。
AI 推荐解决方案：有些场景的问题它判断得不太准的时候，由人来解决。如已经有明确的售后服务规则问题，AI 会把解决方案推给人，通过人的方式来提供服务。这部分占到剩下 10% 的 95%。
人工处理新场景：对于全新问题，AI 会去识别这个场景原来没有出现过，然后路由到人工处理，并生成新的解决方案。这部分所占比例极其小。
大兵：我对客服有一些不同见解。国外平台的购物流程通常是先购物，有问题再发邮件沟通，因此客服比例比国内低很多。在国内，有些买家会问 " 这件白色 T 恤是白的吗？" 这种让人哭笑不得的问题。但在国外，这种问题很少，可能只有不到 1% ，而且多采用邮件沟通。所以跨境电商在客服上的压力并不大。
此外，跨境电商卖家不必自己开发智能客服系统，因为市场上已经有太多专业公司提供智能客服解决方案。无论是专业度还是边际成本，使用第三方服务都比自己开发更划算，卖家只需要选择合适的工具即可。
对于客服，最重要的是通过客服反馈分析产品的改进点，而不是单纯提高客服效率。因为客服量本身不大，效率提升的实际作用有限。国外的客服场景以文字为主，上下文明确，这对 AI 大模型来说非常容易处理。
36 氪：案例拆解：AI 如何帮一家 20 人团队的跨境家居企业月省 50 万？
大兵：对于家居类企业，产品通常是大件，涉及美国的本地运输问题。
AI 可以帮助判断每张订单的最合理运输方式，仅这一项一年节省的费用就不止 50 万。此外，AI 还可以优化库存分布地点和运输方式的选择。家居产品的销售平台选择也很重要，美国有很多垂直类平台，AI 可以帮助卖家在选品时接入更多平台，选出更流行的家具产品。
李多全：20 人的团队在跨境行业中不算小，尤其是家居品类。这一品类客单价较高，通常这类公司的人均年产出在 70-100 万美元之间，做得好的公司可以达到 1,000 万美元，20 人团队的销售额应该在 1 亿以上。
大老师提到的物流环节优化，确实能带来显著的成本节省。此外，AI 还可以提升人效，比如，图片和视频的制作，AI 可以帮助节省 1-2 个人的工作量。
另一个关键点是产品开发。传统方式下，开发一个产品需要三周左右的时间。要支持 1 亿的销售额，可能需要开发 50-100 个产品，这需要 3-4 个人全职投入。通过 AI，1-2 个人就能完成同样的工作，且质量不会差。仅从人效角度，AI 可以帮助节省 3-4 个人，按每人月薪 1 万计算，每月可节省不少。再加上物流和库存优化的节省，月省 50 万是可行的。
AI 只是工具，最终的选择和策略还是由人来决定。对于零起步的卖家，建议先从高效的环节入手，比如图片和视频制作、品类规划、VOC（客户声音）洞察等。这些领網域 AI 已经非常成熟，先用起来，不需要一开始就问特别复杂的问题。
36 氪：如何更改用 Deepseek 做跨境电商，请分别总结出三条最为关键的锦囊妙计。
李多全：
第一点，大数据跟大模型结合起来。既有一个全局的掃描器，又有一个看具体的显微镜，帮助公司做好这个品类规划、竞品监测和用户洞察。站在老板的角度，既有全局的掃描器，也有局部的数据显微镜。
第二点，营销上更加规模化地生成很多高质量的内容。所有的从业者，无论是做货架、兴趣、独立站的，要拥抱大模型，要利用 AI 来帮我们做大量内容。无论是哪类型的电商，高质量的内容对我们来说都非常重要。
第三点，内部整合。企业经营的时候数据都是零散的，决策会比较随机。到一定规模的企业，有能力的话，要用 AI 来构建自己的运营大腦，就是把自己内部的运营数据、外部的市场跟竞争和跟供应链的协同等等这些数据打通，让自己公司的经营能够更加的立体，更加及时地实现数据驱动。总的来说，就是打造组织的 AI 经营大腦。
大兵：
第一点，企业多用年轻人。年轻人对新鲜事物的接受和学习能力更强，每一个时代都有每一个时代的红利，年轻人的 AI 红利已经到来。
第二点，要利用 AI 来做深业务，更加专注。我们的信息量会增大到一个无法想象的地步，你在争的时候，大家都会争。这个时候 AI 是可以帮助我们做深入思考的，深入思考是一种战略性。有时候 A 公司和 B 公司往往看起来表面没有什么差别，但是在战略性上做深远思考的这个公司是会盈于未来。
第三点，在解决 0-1 这种问题上，我们应该用 AI 快速地进行放大。 在全球化的过程中，AI 就可以跨越每个民族、语言、地網域门槛，实现全球化就是本地化。
更多精彩内容，可点击观看完整直播回放：
