AI替代潮之下 跨境電商“賣鏟人”還好嗎？

文丨王浩然 編輯丨何洋

【億邦原創】先是“龍蝦”（OpenClaw），后是“愛馬仕”（Hermes Agent），進入2026年，Agent類產品成為全球AI行業的焦點。人們開始越來越多地看到AI Agent走入真實業務流程的可能性。

與此同時，另一條敘事線也在推進。Anthropic以平均每半個月一個重量級更新發布的節奏，不斷搶走傳統服務商的市場，營銷、辦公、法律、自動化、金融......似乎沒有什么問題是Claude不能解決的。

傳統SaaS軟件的市值不斷蒸發，資本市場的信心一再動搖。“SaaS已死”的言論甚囂塵上，就連黃仁勛前不久也在英偉達GTC大會上斷言，“每一個SaaS公司都將變成AaaS公司（Agent-as-a-Service，智能體即服務）”。

這種變化也傳導至跨境電商領域。一方面，部分商家出于FOMO情緒，開始主動嘗試自建AI工作流；另一方面，實際業務壓力也在推動他們尋找更高效的解決方案。內容生產、廣告投放、市場洞察、社媒運營......很多原本有賴于服務商的環節，都被納入這套AI化體系中。

在一些市場案例中，跨境商家通過組合不同的工具，已經能夠自主完成基礎數據分析、短視頻制作、投放策略調整等工作，也不乏“是否還需要傳統服務商”的質疑聲出現。

現在的答案并不明確。在跨境電商這樣一個鏈條復雜、環節眾多的行業中，AI Agent的能力仍在快速演進。它既在部分場景中展現出替代潛力，也在另一些關鍵環節中暴露出局限。哪些能力已被實際替代，哪些還依賴人工經驗？哪些看似可以被取代卻在執行中遇到阻力？圍繞這些問題，億邦動力調研了多家業務與AI相關的跨境電商服務商，試圖還原一個更為真實的圖景。

01 首批被改造的跨境電商服務

在跨境電商的服務體系中，最先被改造的，自然是那些高度依賴重復勞動、標準流程和簡單人力的環節。

這些能力過去構成了大量基礎性業務，有些需要賣家傾注人力，有些則需要服務商提供，如數據整理、批量內容生產、合規、清關報關等。它們的共同特點是流程清晰、可拆解、可標準化。一些提供這類服務的企業，已經受到了AI的威脅；而另一些服務商的部分業務，則已徹底轉向AI。

以選品為例，在選品服務商賣家精靈產品負責人王浩看來，AI是對賣家選品能力的補充、強化。比如，在某一個具體的品類中，賣家需要長期跟蹤關鍵詞變化、搜索排名及細分市場的機會。過去，這一工作依賴運營人員周期性地手動整理數據，再進行分析判斷。而今天，AI已經改造了這個工作流，賣家可直接調用接口獲取關鍵詞數據，再通過固定流程清洗數據，最后由模型生成結構化結論，例如選品周報或月報。

另一個典型的領域是合規。各跨境電商平臺都在收緊政策，對跨境商家的合規經營提出更高的要求；各個國家市場也對跨境電商業態加強管理，從方方面面加大合規審查力度。

跨境合規服務商睿觀AI負責人EK向億邦動力指出，跨境電商的合規判斷，本質上是一個復雜的數據匹配問題，涉及商標、外觀專利、發明專利、版權以及平臺政策等多個維度，而且這些規則處于持續變化之中。過去，這一工作依賴經驗豐富的人員進行檢索和判斷，但現實中，數據規模和復雜性遠超個體處理能力：一方面，相關的數據量過大，TRO案件涉及的品牌既包括國際知名品牌，也有大量中小型權利人，而侵權風險點往往藏在細節里，小到一枚印花、一種紋理，權利主體也可能是名不見經傳的小賣家/品牌；另一方面，能夠判斷是否侵權違規的決策人水平也參差不齊，這就導致整體的合規排查成本高、周期長，且結果還存在相當大的不確定性。

數據來源：睿觀AI統計數據

在AI的加持下，睿觀AI可以幫助賣家實現從新品上架前的風險預檢，到在售商品的持續監控，未來，AI還能夠進一步進行大規模數據處理和自動化決策：系統可以批量接收商品信息，對接專利和商標數據庫，并結合歷史判斷經驗，直接給出是否存在侵權或違規風險的結論；更進一步，還可以基于店鋪或ERP數據進行“反向掃描”，主動識別潛在風險。

此外，在傳統外貿流程中，報關是一個高度依賴人工、牢牢掌握在報關行手中的復雜環節，現在也正受到AI的沖擊。

傳統報關體系，本質上是個典型的“多崗位協同+多環節流轉”的協作流程。報關員需要根據合同、發票、裝箱單等基礎資料，在海關系統中逐字段錄入信息，并依次經歷初審、復審、查驗等多個節點。一票報關通常需要接單崗、打單崗、初審崗、復審崗和查驗崗等多個角色配合完成，中間還夾雜著貨代等層層環節。在大量人力成本的基礎上，單票價格長期維持在150元-500元之間。

跨境關務AI服務商“小麥云AI”聯合創始人賴澤楠表示，他們將報關流程中所有可標準化的操作拆解為固定SOP，并轉化為可執行的AI技術能力。賣家只需上傳基礎的出運資料，無論是PDF、圖片、Excel還是Word格式，系統都可以在短時間內完成識別與處理，并自動生成報關單。整個過程從原本需要數天甚至一周的周期，縮短至約30秒完成；單票報關費用降至5元/單。

“其實，最近幾年AI的突飛猛進，給了服務商很多發展機會。”Shopify生態服務商Kikstart Ecom創始人Cheryl說，“服務商的人力成本都比較高，利潤率和增長空間不算很大，AI可以很大程度降低對人力的依賴，更注重戰略層面的發展。那些只依靠堆人頭做起來的agency，在這波浪潮中就會被拉開很大差距。”

這種對人力成本的優化能力，最先賦能的群體，也以中小企業為主。

比如，AI營銷服務商光年觸達的客戶以中小型外貿企業為主，其所推出的銷售Agent，可以接管業務流程，幫中小企業快速找到匹配的海外客戶，自動完成全網信息抓取、潛在客戶分析篩選、從付費數據庫API采購精準聯系人信息、自動生成并發送個性化郵件/WhatsApp消息等一系列動作。

“我們現在做的，就是良幣驅逐劣幣。”其創始人潘一鳴認為，過往的SaaS工具，往往需要對組織進行優化和調整，需要有懂工具的人才能用好產品，甚至部分簡單的workflow產品，也需要懂AI的人才能用好，但對中小企業來說，很難招到這樣的人。“我們現在就是在降低這樣的門檻”。

在內容生成領域，AI內容營銷服務商筷子科技創始人陳萬鋒總愛對外講的故事，也多是對中小企業的賦能，比如農貿、寵物托運等細分行業的中小企業。“賣玉米種子、幫主人把寵物從廣州托運到上海等等，這些團隊服務做得很好，但不會講故事。筷子科技可以幫助他們每周穩定生產80-120條內容，爆款率（播放量超過1000）也能做到15%-20%。”

“什么暴論都不足以形容現在的發展。”陳萬鋒認為，未來，頭部咨詢公司的價值體系會逐漸崩塌，“包括數據洞察咨詢、創意咨詢、投放等”。

02 AI還啃不動的“硬骨頭”

大量基礎能力正在被AI接管，已是不爭的事實。目前，跨境電商的實際運營中，還難以被完全替代的往往集中在判斷、穩定執行、系統化整合的部分。

億邦動力獲悉，賣家精靈如今并沒有做常規意義上的AI選品功能。“選品是高度個性化的。市面上有些友商，包括很多賣家都在討論AI選品，但是真正能選出來、最終能拿到結果的，目前情況還不樂觀，還有一段時間的路要走。”王浩說。

他指出，在當前的AI應用中，選品能力更多停留在“篩選”階段。通過數據抓取和模型分析，系統可以從海量商品中篩選出一批潛在機會，但這一過程本質上仍是粗篩，只是做得更為精細。真正的決策發生在篩選之后，賣家是否愿意投入資源、是否判斷該產品具備競爭力、是否符合自身供應鏈與品牌策略，這些都依賴企業內部的判斷模型。

其次，在企業級執行層面，穩定性與可控性構成了另一道門檻。

OpenClaw爆火后，不少賣家選擇自建工作流，并認為自建的工作流可以取代RPA服務商所提供的服務。但在影刀方面看來，這樣的嘗試在企業場景中實際上很難實現規模化落地。

一方面，與個人使用工具不同，企業更關注流程是否能夠長期穩定運行，而不是單次任務是否完成。當前的智能體產品，在執行過程中仍存在不確定性，例如結果波動、環境依賴、交互異常等問題，這使其更適用于輔助型或單點任務，難以直接嵌入核心業務流程。

另一方面，企業對于成本與風險的要求更加嚴格。模型調用帶來的token消耗，以及執行過程中的不穩定性，在規模化應用中都會被進一步放大。

“企業是不允許出錯的。”影刀方面表示，“AI可以參與理解和判斷，但企業真正需要的是一套能夠穩定運行的執行體系。在這一體系中，企業需要的是完整、準確且能夠持續運行的流程。影刀RPA的價值，不僅在于完成具體操作，更在于其能夠嵌入企業工作流，實現穩定執行，并通過全流程運行日志實現可回溯、可定位、可優化。”

也因此，RPA+AI，反而成了一個相對成熟的解法：用AI做洞察與分析，用RPA承擔具體的執行，并通過流程實現持續運行與規模化復用，而不是完全交由AI來執行。

此外，執行策略與整體規劃方面的能力，也難以在短時間內被取代。

Kikstart Ecom是一家主做Shopify獨立站UX/UI設計提升、轉化率優化的服務商。在慣常的印象里，設計與頁面優化似乎往往是率先被AI取代的環節之一。在很多案例中，用Agent快速落地網頁的情況也并不少見。但在Cheryl看來，這并不足以為賣家帶來長久的轉化。

AI可以生成頁面模塊、撰寫文案，做一個個模塊化的功能，并把這些功能拼接在一起，但難以在整體結構的設計上取代像Kikstart Ecom這樣的機構。

“每個頁面應該放什么？有哪些亮點需要提出來？圖片應該放什么？這些問題在每個領域都不太一樣。”Cheryl說，“商家可以做一些簡單的小功能，比如一個FAQ頁面，就不需要找我們，甚至可以通過Shopify的AI功能直接完成。但問題在于，怎么把這些功能在一個頁面里組合起來，并帶來相應的轉化率提升。”

實際項目中，Cheryl的團隊往往要先分析流量來源、用戶路徑和轉化漏斗，梳理好整體的戰略，再決定頁面結構、功能模塊以及信息呈現方式，并在其中做不同的A/B測試來小規模調優。

在她看來，是否設置FAQ，有些時候并不是一個獨立的問題，而是取決于用戶在哪一環節流失、哪些信息缺失導致轉化受阻；同樣，購物車環節是直接套模板，還是要加入加購推薦、免運費提示，怎么加入也需要基于數據分析和經驗判斷進行組合設計。Cheryl甚至還遇到過，商家自己用AI做的插件、功能與原本頁面的主題或其他插件存在技術沖突。

“做什么樣的模板，這些模板怎么搭配，都是問題。從UI上來說，怎么讓消費者看上去沒有拼湊感、有本土化的設計感，這些都是需要解決的問題。”她說。

“不過，如果商家內部有專業團隊，也完全可以在AI的輔助下自行設計這些內容。”Cheryl談道，“但對于更多的商家來說，至少在短期內，還是服務商會更了解這些環節。這畢竟需要一個學習的過程。對一個企業來說，學習成本、時間成本都不算低，大家更喜歡看到直接結果。”

03 未來已來，服務商集體找尋新坐標

今年第一季度剛剛過去，陳萬鋒覺得，AI在電商領域的落地已經開始趨近于成熟，“未來所有的流程都可以用算力去取代”。

在過去的服務體系中，數據洞察、創意生成、內容制作、投放執行等環節往往由不同團隊或不同類型服務商完成。商家需要購買工具、雇傭團隊或外包服務，分別解決不同的問題。而在新的技術路徑下，這些環節逐漸被壓縮進統一的體系中。

以數據洞察為例，傳統方式依賴人工調研或購買報告，對競品、行業和自身情況進行分析。而在新的模式下，通過向量檢索和模型推理，系統可以在短時間內完成信息整合與分析，直接輸出結論。原本需要數天甚至數周的工作，被壓縮到分鐘級完成。

創意生成的邏輯也在發生類似變化。過去的創意過程依賴團隊討論和經驗積累，本質上是人腦對信息進行關聯和推理。而在模型體系中，這一過程轉化為向量空間中的計算，通過對大量數據的關聯分析生成新的內容表達。在一些從業者看來，這種方式不僅效率更高，而且在發散性和組合能力上超過人工。

而到了具體的拍攝、剪輯，所有的環節也不再依賴線下團隊和制作流程。“現在的Seedance2.0，已經完全碾壓原有的拍攝了。過去幾年電商大量搞MCN拍攝基地，短劇火了就搞短劇拍攝基地，我最近的朋友圈都說那些基地要爛尾了，以后可能就要沒有用了。”陳萬鋒說。

新的時代，跨境電商服務商的護城河也在發生變化。數據層的積累、業務經驗的沉淀，以及與商家業務的貼合程度，共同構成了他們的生存壁壘。

比如，對賣家精靈來說，其在選品領域積累了多年的數據，“市面上這些工具所獲得的選品數據，大部分都是實時數據，而如果要看到更長久的趨勢，需要結合過往多年的數據才能洞察到真正的趨勢”。

“我們認為最重要的還是回到人性這個角度。”Cheryl說，“如何把技術落地，怎么做新的產品，這些都好說。但是我們做Marketing，怎么傳遞品牌價值觀，怎么對待海外的文化差異，這些不是AI能夠很快理解的。”

不止一位服務商提及，未來的時代一定會走向A2A（Agnet to Agent）。用戶只需要給出一個目標，剩下的環節全交給AI來完成。對于服務商來說，開發面向Agent的能力也成了提上議程的事。

陳萬鋒表示，筷子科技已經開始改變過往的開發范式，全員使用智能體進行開發，也在將資源投入到下一代的架構中，“比如，現在我們要求開發工程師在寫代碼之前寫一個md文檔，讓AI讀完之后AI來寫”。

而當A2A時代到來，取締掉大量的中間服務環節，許多服務商也并不擔心會丟掉機會。

“如果是Agent時代，你會發現，每個企業可能都需要若干個Agent，甚至可能一個品一個Agent。這些Agent需要有一套算法機制來持續優化自身，這些一定不是通用的，需要產品化的解決方案。”光年觸達創始人兼CEO潘一鳴說，“而且，A2A去掉了人的因素所導致的信息限制，對Agent的能力是極大的解放，效率會有上萬倍的提升。”

億邦持續追蹤報道該情報，如想了解更多與本文相關信息，請掃碼關注作者微信。