从盈利本质到资产效能

AI时代的战略重塑与挑战

在这一轮由大模型驱动的AI浪潮席卷全球的背景下，商业决策者们必须直面一个尖锐的核心问题：投入巨大的AI技术，其商业回报和可持续盈利模式究竟在何方？市场上的观察与思考，甚至抛出了“最后做AI的都没挣到钱”的尖锐疑问，这无疑对每一家追求高质量经营的企业提出了严峻挑战。技术如何才能从能力转化为资产，实现稳健的商业回报？

本次北大汇丰商学院“不止MBA”科技系列讲座邀请到阿里巴巴集团副总裁、阿里国际数字商业集团技术委员会主席——徐昭先生，以“从大模型到AI Agent”为主题，结合阿里巴巴在全球跨境电商领域的深厚实践与最新洞察，系统性地为听众剖析：在企业高质量经营的核心逻辑的指导下，AI Agent是如何从底层技术走向商业落地，并彻底重构万亿级跨境电商生态。

PART 01

传统跨境电商与AI+跨境电商的

时代机遇和结构性挑战

中国商品贸易总额高达43.85万亿元，其中跨境电商贸易额在五年内实现了10倍的惊人增长，达到了2.63万亿元，这充分彰显了巨大的市场潜力。然而，面对这一蓝海，传统的跨境电商模式却遭遇了难以逾越的结构性挑战，这些挑战集中体现在对企业资产效率和资产效益的严重制约上：

首先是全球化运营的复杂度与低效率。企业需要面对全球200多个区域、60余种语言的复杂性，传统模式下，本地化内容的生成、跨文化沟通的效率、以及客服响应速度都极为低下，导致了高昂的人力投入与漫长的运营周期，直接制约了资产的有效周转率。

其次是难以承受的合规风险与成本。全球税费、专利保护、消费者隐私等法规错综复杂且变化迅速，任何失误都可能导致巨额罚款和额外的合规投入，严重损害了企业的资产效益。此外，供应链管理中的物流、仓储、库存预测的准确性波动巨大，以及缺乏掌握多边知识的复合型人才，都进一步限制了企业的扩张能力和盈利空间。

徐昭指出，新一代AI赋能的核心价值，就在于其能够突破这些传统模式下的约束条件，以数字化和技术驱动的方式，实现运营效率和管理精度的指数级提升，从而为企业寻找可持续的、高质量的盈利之道。

PART 02

AI模型在跨境电商中的应用实践

从工具到解决方案

AI模型在跨境电商中的应用，是随着基础大模型的成熟而逐步深入的。徐昭指出，尽管如通义千问等模型在公众测评中获得了很高的评价，但从整个商业回报的角度上看，行业仍在积极探索变现路径，这恰恰证明了技术创新必须紧密服务于商业，才能产生实际价值。

市场对AI的需求是极为务实和商业敏感的。特别是海外跨境电商的卖家，他们关注的焦点非常清晰：如何用大量的工具去解决很多经营自动化的问题。对他们来说，需要考虑的首要问题是商业模式与效率，而非技术本身。这种务实的市场需求，驱动了AI应用范围的极速拓展。

徐昭指出，AI模型已不再仅限于简单的翻译或内容生成，其职能已广泛渗透到电商全链路，表现出角色扮演和职能上的广泛性。具体而言，AI能力覆盖了前端消费体验与客服，以提升多语言客服的响应效率和准确性；在平台运营与管理层面，它实现了内容审核、推广投放等日常流程的自动化；甚至深入到供应链与选品供给环节，利用AI进行市场趋势预测、竞品分析，优化选品策略，甚至能高效管理海外仓的库存系统。这一实践表明，AI模型正在从一个通用的工具箱，走向一个服务于垂直场景的解决方案矩阵。

PART 03

面向跨境电商的AI Agent

驱动全链路重构与组织变革

从通用AI模型到AI Agent的转变，是实现商业价值规模化转化的关键。AI Agent的价值，在于其能够实现对企业经营与管理的颠覆性赋能，它不仅帮助企业提升资产效益，更通过精细化运营提升资产效率。

徐昭指出：“电商行业的客户其实最有商业敏感性，他们会用大量的工具去解决很多经营自动化的问题。”因此，面向生产环境的AI Agent对输出有着极高的要求，其能力边界远超通用AI Agent的即开即用水平。徐昭强调，尤其在跨境电商这一垂直场景，AI Agent必须具备商用级的品质，对关键数据的提取和分析必须达到极高的精度，甚至要比头部通用大模型所提供的结果还要高，才能用于商业决策。

为了达到这种生产级要求，AI Agent必须建立在稳健的工程基座和可靠的AI基础设施之上，并具备多元化的核心能力：首先是强大的LLM推理能力与多模态感知，确保它能够理解复杂的指令和多样化的信息输入，无论是文字、图片、视频还是复杂的图表。其次，AI Agent需要拥有深度搜索与图表理解能力，才能高效获取和分析海量市场数据，支持高价值的战略决策。更关键的是，它必须具备与网页的交互能力，这是实现自动化执行的根本，使其能够像人类员工一样操作界面，完成复杂的业务流程。

只有具备这些全链路、高精度的能力，AI Agent才能真正充当企业的高级“数字员工”，系统性地优化企业经营三角——客户、产品与渠道。在追求效益的经营层面，AI Agent是战略辅助工具，聚焦选品、市场趋势洞察，帮助企业实现高毛利、高价值的创造。在追求效率的管理层面，AI Agent则负责流程自动化，提升客服响应效率、优化供应链，实现谨慎稳妥的成本控制和风险管理，确保企业的净利润。AI Agent的落地，最终将推动企业必须建立“先有经营，后有管理”的逻辑，通过组织优化等管理工具，将AI技术融入企业经营的每一个环节，实现真正的精细化运营。

PART 04

数据隐私与商用信任的深度拷问

在主讲环节结束后的互动环节，听众们开展了热烈讨论。其中，一个具有高度商业敏感性的问题被提出：“在AI Agent的后台调用数据时，厂商是否知道我们的数据将会被用于很多场景？ AI Agent在UI设计上，如何平衡简洁性与功能透明度？”

徐昭对此回应道，从模型训练和搜索层面来看，模型调用的所有数据主要来源于互联网公开信息，因此信息的获取本身遵循了企业平台与商家签订的既有合同和法律法规，这与传统的搜索机制是一致的。

他进一步强调了跨境电商的B2B特性。很多场景下涉及的是企业级的、定制化的服务信息，例如大型外贸企业将自身的采购需求和定制服务信息发布在平台上，这些数据的使用天然带有企业间的契约属性。AI Agent的工作目标在于保证结果的正确率，更好地服务于企业的社会观察和战略指导，而不是大规模、非授权地进行数据聚合。因此，在B2B场景下，数据的使用必须严格遵循现有的法律框架和企业间的授权协议，这是确保AI Agent具备商用级信任与可持续发展的关键。

总结与展望：“AI让天下没有难做的生意”

徐昭重申了对未来的坚定信心：“今天的世界面临诸多挑战，新技术和模式的演进，常常会充满各种各样的声音。科技的价值往往短期被过度美化，而长期影响则被低估。但通过新一代AI技术为社会创造巨大的价值，我们依然充满期待和信心，也坚信长期主义终将带来可持续的进步和美好改变”，并提出了“AI让天下没有难做的生意”的宏伟愿景。AI Agent的价值在于实现对企业经营与管理的系统性提升，它帮助企业解决了传统模式下制约盈利的结构性问题，即通过技术提升资产效益和资产效率。讲座最后，由北大汇丰商学院院长——王鹏飞教授为嘉宾赠送讲座纪念品。

本次讲座为各位MBA学生提供了一个清晰的思维框架：未来的竞争，不仅仅是产品的竞争，更是商业模式和组织效能的竞争。理解AI Agent如何以数字员工的形态，深度融入并优化企业的经营，构建前台围绕客户转、中台支撑前台转的敏捷协同网络，是助力企业穿越周期、实现高质量、可持续盈利增长的关键。