今天小編分享的财經經驗：CEO錦囊·出海季：當跨境電商遇上DeepSeek，賺麻了？，歡迎閲讀。
DeepSeek 爆火，不只是給人工智能領網域帶來極大的震撼，也在短時間内提高了大家使用 AI 大模型的體驗，甚至 DeepSeek 已經絲滑地應用到各行各業。當跨境電商遇上 DeepSeek，AI 如何徹底重構跨境電商的遊戲規則？當 AI 開始接管選品、客服、庫存甚至戰略決策，跨境生意會迎來人力解放還是行業洗牌？普通人該如何抓住這波紅利？
帶着這些問題，36 氪《CEO 錦囊》邀請到了紫鳥浏覽器合夥人、亞馬遜億級賣家大兵，以及清華大學人工智能方向博士後、ProBoost.ai 創始人 /CEO 李多全，跟我們一起聊聊：AI 時代，如何走出一條成功的跨境電商之路。
本次直播主要聚焦以下問題：
各種大模型已經在跨境中非常絲滑的用起來了，跨境生意門檻是在急速降低嗎？
DeepSeek 相比去年的 GPT-4 等模型，在跨境場景中的獨特優勢是什麼？
選品在跨境電商中至關重要，Deepseek 怎麼幫助賣家實現爆款預測？
DeepSeek 是怎麼幫跨境賣家解決營銷推廣的痛點？
客服在跨境電商中同樣重要，Deepseek 等大模型真的能替代人工客服嗎？
案例拆解：AI 如何幫一家 20 人團隊的跨境家居企業月省 50 萬？
如何更改用 Deepseek 做跨境電商，請分别總結出三條最為關鍵的錦囊妙計
以下為兩位嘉賓和 36 氪的對談，部分内容經過整理編輯：
36 氪：各種大模型已經在跨境中非常絲滑的用起來了，跨境生意門檻是在急速降低嗎？
李多全：第一個變化是我們作為普通用户的感受：現在使用搜索引擎的頻率越來越低了。很多時候，我們在尋找問題答案或方法時，會通過大模型來獲取和組織信息，這是一個非常明顯的體感變化。
第二個變化是，我發現身邊的跨境老板們幾乎都在關注 DeepSeek。他們下載後都會來找我探讨它背後的實現邏輯以及與傳統工具的差異。以前多數人對這些技術不太了解，也不太深入思考，但現在所有人都非常感興趣。最近很多老板問我，能否幫他們打造公司專屬的 AI 智能體，以提升運營效率、質量和盈利能力。大家的接受度和熱情達到了前所未有的高度。
大兵：我最近有一種強烈的感覺，特别是過完年後，覺得 2025 年将是新時代和舊時代的分界點。雖然 AI 在前兩年已經很火熱，但無論是中國的跨境賣家還是普通人，都感覺我們處于跟随的狀态，而不是主戰場。自從 DeepSeek 出現後，我們感覺自己也成為了主戰場的一部分。
這對跨境帶來的變化有幾點：
第一，我們可以更便捷地使用 DeepSeek，不再擔心中文表達不被理解，它對中文的理解比其他模型更友好，降低了使用 AI 的心理門檻。
第二，跨境電商賣家在使用 AI 時，有些流程不是一家大模型公司就能單獨改變的。例如，備貨需要更多數據鏈支持來做決策，這部分場景應由 ERP 公司融入 AI 來提供給賣家使用。因此，賣家主要使用的是 AI 結合 RPA 工具、飛書等，打造小型 AI 工具應用于業務中。在數據顆粒度維度上，目前的大模型對跨境電商數據的理解還不夠實。例如，亞馬遜的廣告數據 AI 無法直接獲取，只有通過 API 對接或下載數據後，AI 才能感知問題并提供幫助。因此，做跨境電商不應焦慮，而應逐步梳理業務模型，明确哪些可以自己做，哪些可以交給第三方公司。我們應成為 AI 的駕駛者，而不是試圖造一輛車。如何利用好 AI，是跨境電商需要長期思考的話題。
36 氪：去年我們就聊過一期 AI+ 跨境的主題，根據兩位的經驗和觀察，DeepSeek 相比去年的 GPT-4 等模型，在跨境場景中的獨特優勢是什麼？
大兵：DeepSeek 只是大模型的一種，它的特點是思考過程會清晰地展示出來。但對于跨境電商來説，我們通常是多模型并行的。抛開民族情懷，我們會在不同模型之間選擇最适合的工具。比如，做美國市場時，如果覺得 DeepSeek 在某些方面不足，我們會用 ChatGPT 來補充，這都是很正常的。這些大模型本身也在不斷進化，接入成本并不高。因此，跨境電商的整體業态是多模型并用的，我們不會局限于單一工具。
李多全：模型背後其實對數據的依賴性是很強的。我們在幫助客户時，也會将不同模型的能力組合起來，形成所謂的 "agent"。舉個例子，比如多模态内容的理解，像視頻的理解，GPT-4 在這方面表現很好。即使視頻中沒有語音或字幕，它也能通過人物的動作理解内容。因此，我們在一些場景中會結合使用不同模型。
我舉一個典型場景：在海外做内容時，我們會從社交平台上抓取一些表現好的廣告素材。然後分析這些素材，找到視頻中最吸引人的 " 黃金 3 秒 "，或者哪些幀能引起觀眾的長時間停留，GPT 在這方面非常擅長。基于這些幀，我們可以快速生成圖片，再從圖片生成視頻。中國有兩家公司在這方面做得很好，抖音和快手。比如抖音的 " 即夢 AI"，可以從圖片生成高質量的視頻，非常強大。分析廣告數據後，基于這些内容生成腳本或分鏡頭，這時 DeepSeek 又顯示出其優勢。因此，我們需要理解不同模型的特點，将它們的優勢結合起來解決問題。
36 氪：選品在跨境電商中至關重要，Deepseek 怎麼幫助賣家實現爆款預測？
大兵：DeepSeek 在跨境電商選品中的應用，其實還是需要結合行業内的專業數據。比如我們在使用 DeepSeek 選品時，可以結合亞馬遜的專業軟體 Keeper，它記錄了所有 ASIN 的實時數據。将 Keeper 的數據與 DeepSeek 結合後，DeepSeek 獲取的數據會更準确、更及時。這時我們可以向 DeepSeek 提問，比如你想選擇夏季產品，可以問：" 哪類產品适合？克重是多少？單價是多少？毛利率和銷量如何？" 問題問得越細，DeepSeek 給出的決策建議就越精準，從而大大縮短選品時間。原來一天可能只能選 10 款產品，現在可以選 100 款。
另外，在做 Listing 時，原來需要調研圖片如何設計才能更有吸引力、點擊率更高。現在可以把不同平台的 Listing 交給 DeepSeek 分析，并提出具體要求，比如第一張主圖、第二張主圖分别要達到什麼效果，DeepSeek 會給出建議。同時，你還可以輸入關鍵詞，DeepSeek 會幫你絲滑地嵌入 Listing 中。
但 DeepSeek 能幫我們賺錢嗎？其實它只能在效率上幫我們找到更多機會。一旦進入實際運營階段，大家都在用 DeepSeek 時，比拼的就是運營策略了，比如廣告投入、決策能力等。所以做跨境電商時，評論區有人問如何快速賺錢，這種心态本身不可取。我們需要深入業務模型，讓決策更高效、更準确，這樣才能更快賺錢，而不是依賴工具直接幫我們賺錢。
李多全：選品和品類規劃是所有跨境商家的業務起點，也是老板最關注的。如果品類沒規劃好，團隊辛苦一年可能也白做了，GMV 和利潤都起不來。大模型不僅能提高效率，還能幫我們做一些深度的分析，比如趨勢預測。舉個例子，可以把 TikTok、Instagram 和亞馬遜的數據喂給大模型，分析熱門标籤的增長情況。比如 TikTok 上某個家裝标籤的熱度，結合亞馬遜上的提及情況和用户反饋，可以幫助我們判斷市場的成長性和競争度。
此外，另一個場景是競品監測。我們通常需要盯着競争對手，但以前主要靠人工監測，現在通過數據抓取和大模型的能力，可以及時跟進競品的動态，比如爆發力、好評和差評，及時預警，這對我們的創新或與競争對手的競争合作都非常有幫助。前提是我們需要有足夠多的數據，包括社交媒體趨勢标籤、Google Trends 關鍵詞以及競品數據。結合這些數據，大模型可以幫助我們更好地規劃品類和應對競争。
36 氪：營銷推廣也是跨境電商運營的關鍵環節之一，DeepSeek 是怎麼幫跨境賣家解決營銷推廣的痛點？
李多全：從營銷的角度來看，我們做的所有營銷都是給别人看的，而不同國家的文化差異非常大，這是中國企業走向全球時面臨的一個大問題。AI 能告訴我們什麼？能告訴我們最優秀的同行是怎麼做的，比如傳統的貨架、電商 listing，怎麼寫關鍵詞？怎麼寫标題？因為 AI 非常擅長學習。社交媒體既是商品的傳播，也文化的傳播，怎麼跟當地文化結合？這也是 AI 非常非常擅長的。
跨境的從業者流動性還挺大的，一個公司的平均水平能維持在 80-85 分，那這家公司是很有競争力。新員工其實是有很長的适應期，這個期間他們產出的質量不太可控。但 AI 進來以後，剛才除了講的更高階、更文化的适配，非常重要的就是能把整個公司的平均拉到比較穩定的狀态。比方説寫 listing、廣告文案、視頻内容、SEO 的内容，能夠達到行業比較高的水準上。這對一個跨境賣家來講非常有價值，除了效率的提升，還能在整個公司的組織擴大過了以後，讓整個公司的基本質量有保障，組織能力更依賴于人。
總的來講，AI 平權過後，能把一個公司的組織能力、專業度拉到比較高的穩定水位，這個非常非常重要。
大兵：跨境電商的營銷主要分為幾類：
平台型營銷：在平台封閉環境下進行營銷，比如亞馬遜。AI 可以幫助快速分析平台内部數據，提升效率。但由于平台規則限制（如首圖、白底圖等），AI 并不能讓營銷變得花樣百出，而是在規則内優化。
社交型營銷：AI 可以幫助批量生成圖、視頻和文字，快速響應熱點，短時間内實現大規模曝光。沒有 AI，這種效果很難實現。此外，AI 還能監控細分類目和全行業的社交動态，這也是人工難以完成的。
搜索型營銷：以獨立站為主，涉及 SEO 優化。AI 可以提升文章輸出質量，從而提升獨立站的流量深度。SEO 做得好，可以帶來更多免費流量。
有人可能會説，效率提升後，大家效率都高了，等于沒提升。但實際上，在新事物面前，總有一些懶人，而懶人占大多數。同樣，在 AI 工具的運用上，最先用且用得好的人，雖然技術含量不高，但能獲得信息差帶來的流量紅利。跨境電商的核心就是流量變現。
對于新事物，有些人會畏懼或焦慮，擔心起個大早趕個晚集。實際上，AI 會拔高整個行業的下限，但不會決定上限。即使你躺平，行業下限被抬高後，你也會受益。AI 可能是未來十年、二十年的主旋律，像空氣和水一樣成為日常必需品。效率越高，信息差越明顯，信息差的價值也越大。
36 氪：客服在跨境電商中同樣重要，Deepseek 等大模型真的能替代人工客服嗎？
李多全：在創業之前，我負責過 " 大淘系 " 的客户服務體驗。那時沒有大模型，智能客服的能力有限，對人的意圖理解不夠強，經常出現答非所問的情況。多輪對話後，雙方都不知道在聊什麼。但現在有了大模型，參數和語料豐富度大幅提升，對意圖和場景的理解能力顯著增強，客服場景特别容易大模型發揮作用。
客服的核心是解決問題，這些問題通常分為兩類：
平台規則類問題：比如退貨、換貨、賠償等，平台有明确的規則。
公司售後規則類問題：比如維修、送配件等，公司也有明确的處理規則。
這些規則可以通過向量數據庫建立，讓大模型訓練和理解，從而直接回答大部分問題。
客服場景可以分為三層：
AI 直接回復：90% 的問題可以通過大模型自動回復。
AI 推薦解決方案：有些場景的問題它判斷得不太準的時候，由人來解決。如已經有明确的售後服務規則問題，AI 會把解決方案推給人，通過人的方式來提供服務。這部分占到剩下 10% 的 95%。
人工處理新場景：對于全新問題，AI 會去識别這個場景原來沒有出現過，然後路由到人工處理，并生成新的解決方案。這部分所占比例極其小。
大兵：我對客服有一些不同見解。國外平台的購物流程通常是先購物，有問題再發郵件溝通，因此客服比例比國内低很多。在國内，有些買家會問 " 這件白色 T 恤是白的嗎？" 這種讓人哭笑不得的問題。但在國外，這種問題很少，可能只有不到 1% ，而且多采用郵件溝通。所以跨境電商在客服上的壓力并不大。
此外，跨境電商賣家不必自己開發智能客服系統，因為市場上已經有太多專業公司提供智能客服解決方案。無論是專業度還是邊際成本，使用第三方服務都比自己開發更劃算，賣家只需要選擇合适的工具即可。
對于客服，最重要的是通過客服反饋分析產品的改進點，而不是單純提高客服效率。因為客服量本身不大，效率提升的實際作用有限。國外的客服場景以文字為主，上下文明确，這對 AI 大模型來説非常容易處理。
36 氪：案例拆解：AI 如何幫一家 20 人團隊的跨境家居企業月省 50 萬？
大兵：對于家居類企業，產品通常是大件，涉及美國的本地運輸問題。
AI 可以幫助判斷每張訂單的最合理運輸方式，僅這一項一年節省的費用就不止 50 萬。此外，AI 還可以優化庫存分布地點和運輸方式的選擇。家居產品的銷售平台選擇也很重要，美國有很多垂直類平台，AI 可以幫助賣家在選品時接入更多平台，選出更流行的家具產品。
李多全：20 人的團隊在跨境行業中不算小，尤其是家居品類。這一品類客單價較高，通常這類公司的人均年產出在 70-100 萬美元之間，做得好的公司可以達到 1,000 萬美元，20 人團隊的銷售額應該在 1 億以上。
大老師提到的物流環節優化，确實能帶來顯著的成本節省。此外，AI 還可以提升人效，比如，圖片和視頻的制作，AI 可以幫助節省 1-2 個人的工作量。
另一個關鍵點是產品開發。傳統方式下，開發一個產品需要三周左右的時間。要支持 1 億的銷售額，可能需要開發 50-100 個產品，這需要 3-4 個人全職投入。通過 AI，1-2 個人就能完成同樣的工作，且質量不會差。僅從人效角度，AI 可以幫助節省 3-4 個人，按每人月薪 1 萬計算，每月可節省不少。再加上物流和庫存優化的節省，月省 50 萬是可行的。
AI 只是工具，最終的選擇和策略還是由人來決定。對于零起步的賣家，建議先從高效的環節入手，比如圖片和視頻制作、品類規劃、VOC（客户聲音）洞察等。這些領網域 AI 已經非常成熟，先用起來，不需要一開始就問特别復雜的問題。
36 氪：如何更改用 Deepseek 做跨境電商，請分别總結出三條最為關鍵的錦囊妙計。
李多全：
第一點，大數據跟大模型結合起來。既有一個全局的掃描器，又有一個看具體的顯微鏡，幫助公司做好這個品類規劃、競品監測和用户洞察。站在老板的角度，既有全局的掃描器，也有局部的數據顯微鏡。
第二點，營銷上更加規模化地生成很多高質量的内容。所有的從業者，無論是做貨架、興趣、獨立站的，要擁抱大模型，要利用 AI 來幫我們做大量内容。無論是哪類型的電商，高質量的内容對我們來説都非常重要。
第三點，内部整合。企業經營的時候數據都是零散的，決策會比較随機。到一定規模的企業，有能力的話，要用 AI 來構建自己的運營大腦，就是把自己内部的運營數據、外部的市場跟競争和跟供應鏈的協同等等這些數據打通，讓自己公司的經營能夠更加的立體，更加及時地實現數據驅動。總的來説，就是打造組織的 AI 經營大腦。
大兵：
第一點，企業多用年輕人。年輕人對新鮮事物的接受和學習能力更強，每一個時代都有每一個時代的紅利，年輕人的 AI 紅利已經到來。
第二點，要利用 AI 來做深業務，更加專注。我們的信息量會增大到一個無法想象的地步，你在争的時候，大家都會争。這個時候 AI 是可以幫助我們做深入思考的，深入思考是一種戰略性。有時候 A 公司和 B 公司往往看起來表面沒有什麼差别，但是在戰略性上做深遠思考的這個公司是會盈于未來。
第三點，在解決 0-1 這種問題上，我們應該用 AI 快速地進行放大。 在全球化的過程中，AI 就可以跨越每個民族、語言、地網域門檻，實現全球化就是本地化。
更多精彩内容，可點擊觀看完整直播回放：
