
文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

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 。
而接入阿里国际 AI agent后 , AI 客服将根据具体场景 , 快速给出更合理的解决方案 。
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 。
【我们在WAIC碰到阿里副总裁,他说最多的一个词是:Agent】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 。
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 。
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 。
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 。
推荐阅读
- WAIC见证中国AI突破:Rokid Glasses定义下一代交互标准
- WAIC 2025 杰弗里?辛顿:是否数字智能会取代生物智能?
- 三星传出“双机”消息:三折叠屏、S26 Ultra,均在路上!
- 买了新SD卡、U盘或SSD?以下4种方法助你在使用前检测真伪
- WAIC 2025,论坛成果精彩纷呈
- 在海外构建一个能够立即商业化的AI 应用,至少需要多少IT成本?
- AI 测试:2025软件质量保障的必选项
- 小心,英伟达没安好“芯”!
- WAIC机器人探展:我被全场最靓的崽「Moz1」种草了
- 首个全球营销AI Agent亮相WAIC!5分钟产出爆款素材,72小时攻占10国
