如果在去年，还有人怀疑 AI 到底是不是资本的阴谋，到了今年，无论是业内还是路人，都已经彻底明白了：

AI 时代，已经到来。

昨天差评君在 WAIC（世界人工智能大会）的现场，更感觉到这种未来已来的态势，甚至在去之前就有感觉了，因为今年 WAIC 的票价从 168 一路被黄牛炒到了天价。。。

而且，WAIC 现场的气氛也有所变化，去年我们还在苦恼各个展台都是千篇一律，全是蹭 AI 的热点大模型、行业大模型。

到了今年，大家就更接地气了，无论是 AI 硬件还是 AI 解决方案，都需要拿出真正的落地效果，是驴子是马，先遛遛再说。

而且，我们在现场也看到了，有已经做出挺不错成绩的企业。

比如阿里国际就凭借着跨境电商 AI 解决方案 Marco，成为了本届 WAIC 上，跨境电商领域唯一一个获得了 2025 世界人工智能大会 SAIL（Super AI Leader）之星的 AI 技术代表。

根据查到的信息，阿里国际的所有电商平台，都已经用上了 AI，目前已经服务超过 50 万卖家了。

赶巧的是，我们还在现场撞见了阿里副总裁、阿里国际AI Business 负责人张凯夫（花名：凯夫）。

有机会可以和凯夫大佬正面对话，差评君当然就借机刨根问底，看看真正圈内是怎么看待这次 AI 浪潮的。

首先可以确定的是，在凯夫看来，AI 和前两年的 Web3、元宇宙这样号称技术风口压根不是一回事儿。

之前的所谓风口最终并没有非常好的落地， AI 可就不一样了，凯夫觉得与其说是一个新风口，不如说是又一次“互联网浪潮”。

虽然凯夫很早就觉得 AI 这波牛大了，但让凯夫真正觉得世界变天了，还是在今年 5 月 23 号，当时 Claude 4 一发布，试用完后，他就觉得行业奇点来。

我们也赶忙追问了一句，在 AI 势态已成、行业大方向都已经确定的情况下，他本人到 WAIC 上，有没有想见到的新思路、新想法。

他告诉我们，自己是来看看各行各业的 AI 应用点都有什么新方向、新点子，他觉得在海外这些信息会比较透明，国内难得有这样一个机会，可以观察一下，国内现在的应用和硅谷驱动的AI应用中有什么区别。

另一边，虽然现在行业内对于 AI 颠覆 toB 领域和代码能力已经成为共识，但在 toC 方向，有没有更新更突破的应用方向，所以凯夫也想借着这个机会观察一下，不过他看了一圈后，发现并没有自己特别喜欢的。

至于为什么现在看起来 to B 的大模型赛道热闹得多，凯夫告诉我们，在 2023 年的时候，AI 项目至少一半都是 to C 的，但后面才发现这玩意儿不是陪伴 APP 就是陪伴 APP，真正价值并没有被挖掘出来。

至少在现阶段，还是猛攻企业端更合适。

而今年大热的通用型 Agent 或者是大模型的 Deep Research，对于需要一定行业深度的企业场景，仍旧不适用。

这些通用型 AI 产品，容易进入一个场景过于开放的尴尬局面。

这里凯夫也有一个自己亲身体验的例子，当时他们用通用型 Agent 搜索数据材料，看看某个商品出口到海关 HS code 应该是多少。

它一通深度思考，所有该查的网站都查了，不该查的也查了，然后生成一个巨长的报告，等你看完万字解析，然后发现正确率只有 5%。。。

在凯夫看来，或许专攻垂类的AI 通用能力不如 OpenAI 们，但是完全有机会在垂类领域比 OpenAI 们强。

因为很多时候加上各种限定条件，并且做减法，反而能让AI更准确更有效率。

有意思的是，凯夫也向我们透露，刚刚在 WAIC 上拿奖的 Marco的核心技术包括大语言模型 Marco LLM、翻译大模型 Marco MT、多模态大模型 Ovis，多模态理解与生成模型 Ovis U1 等都开源了。

这也是我们今年在 WAIC 上的一大感受，去年的这个时候，大家还在吵着说着到底开源好还是闭源强。

但今年似乎是东风压倒了西风，开源派成为了大多数。

凯夫给我们解释道，通过开源可以在一些业界比较标准的评测、评价的榜单和benchmark上做测试。

同时，模型开源后，能够受到所有外部同行，包括用户的审视，可以更好地看清到底有几斤几两，然后找到问题和前进的方向，像是一些用户反馈以往模型里出现的问题，迭代也会更方便。

而在包括像推特和有的 AI 社区里，会有用户拿开源后的东西编一些非常好玩的场景和应用，也大大拓宽了企业的思路。

当然了，凯夫他们认为，企业们不吝啬地开源，能够大大提升整个AI进化的速度，这是整个AI社区非常正确的方向。

我们也好奇地问了下凯夫，阿里国际这么开源，是不是也欢迎同行比如 Temu、Shein 们也来用他们家的模型。

凯夫只简单地说了句：“都开源了，任何人用都可以”。

而当我们问到，类似阿里国际，像是亚马逊等同行其实也在高举着拥抱 AI 的大旗，那阿里的优势是什么？

凯夫表示自己并不喜欢宏大叙事，他觉得能解决一些问题、能带来价值，就值得做，和行业不行业的并没有太大关系。

而且，他还觉得 AI 领域不同于一些比较成熟的方向，它不是一个追随式的东西，可能跨行业的互相学习、借鉴反而更多，“我非常有信心，这个事如果没人干过，我认为是这个世界干得最好的人之一”，凯夫说到，不过他们也不是完全不关注亚马逊的动向，甚至也一起聊过。

但双方产品有什么问题，孰优孰劣，这个得看后续发展。

也就是在凯夫的判断下，阿里国际从 2023 年开始，就开始着手计划利用 AI 整顿行业，从最简单的生成式内容，再到工作流的 Agent，他们也是这么一步步走的，才有了如今的成果。

凯夫告诉我们，目前阿里国际 AIB 团队，已经从生成式大模型进入到了 AI Agent 时代。

比如智能退款 Agent，可以快速灵活地让用户完成退款的诉求，也极大地降低商家的售后成本。

搁以前，如果消费者发起退款，商家往往只能选择接受。

例如，如果消费者是因为不会使用该商品而要求退款，AI会提供详尽的使用说明；如果消费者是因为觉得有色差，AI会可能不会直接给全额退款，而是给出 20% 退款的协商方案。

据了解，有了智能退款 Agent 后，类似的退款纠纷处理时长节约了 30%，降低退款成本 15%。

另一个 HScode（海关编码）Agent 也是现在出海电商们的心头好。

这个 HS Code 其实就是国际通用的商品分类编码，你在全球做生意的时候，都得给自家商品打上合适的编码，这样才能方便在世界各国确定关税、税率，以及匹配交易地的政策管制。

阿里国际就利用大模型的推理能力，结合实际工作链路，不断探索优化。

如今，借助 HScode Agent，跨境商家们的 HS Code 填写准确率提成了 23%。

还有一个在线招商 Agent，目前也成了小二们的日常工具。

它利用大语言模型推理能力，大大提升检索效率，招商有效邮箱获得率比人工查找提高了四分之一。

当然了，除了这些 Agent 以外，还有积累了33种语言共约10亿+高质量双语句对的专业翻译大模型；可以一键给模特穿上自己的衣物，大大节省了真实拍摄的时间和成本的虚拟试衣功能；至于一键换肤、一键生成商品标题、详细描述啥的，都不在话下。

凯夫向我们透露，阿里国际关于 AI 的平均日调用量已经突破 10 亿次，而且这个数字在去年 7 月是 5000 万，在 2023 年更是只有 100 万次，短短 2 年时间足足增长了 1000 倍，上涨的速度基本上是两个月翻一番的节奏，大大超过隔壁小黑胖的尿酸指标增长速度了。

在我们看来，有这么高的惊人增长速度也很合理，毕竟，阿里国际现有的 AI 工具，可以说基本覆盖了整个国际电商的全流程。

这种有手就行的感觉，着实可让不少阿里国际的商家爽到了。

而且数据显示，AIB 所提供的 AI 能力，可以帮中小企业解决 60 多个电商场景中遇到的问题，并在不同环节，带来最高 30% 的显著提升，越是中小企业，越能从 AI 的应用中获益。

随着阿里国际不断根据行业情况，充分结合如今大模型的能力，做出的各类工具切切实实地帮助商家们实现了降本增效。

随着在商家圈口碑的不断发酵，阿里国际电商平台的 AI 使用量可不得坐上直升机吗。

总的来说，自从 2022 年底 Chat GPT 的爆火，已经过去足足 3 年半时间了。

大模型已经在各行各业开始展露自己的威力，差评君在这几个月，也密集地参加了很多行业的 AI 进化之路。

如果说这三年多，我们见证了 AI 从一个令人惊艳的玩具，演变成一个初具规模的生产力工具，可以说大模型已经初步兑现了自己的状元天赋。

但从 WAIC 上阿里国际等企业的规划和现实的普及度来看，真正的变革或许才刚刚开始。

从内燃机的发明，再到福特T型车在流水线上，能进行大规模装配走入寻常百姓家，花了数十年的时间；

电力从爱迪生在纽约建成珍珠街电站，到真正在工业领域发光发热，也有三四十年的延迟；

计算机从发明到普及到每个人都能买得起的个人电脑，再到互联网变革，前前后后更是过了上百年的时间。

这么算下来，大模型的火爆也才三年多，可以说这场 AI 带来的变革风暴远比你我想象中的迅猛。

或许只需再给他三年， 它就已经能从“提效工具”，变成像内燃机、电脑和电一样，深度重塑每个行业的基础设施。

撰文：八戒

编辑：江江 & 面线

美编：焕妍

图片、资料来源：

AIDGE

部门图片由AI生成

部分图片来自网络