【圆桌】AI重塑全球竞争力:眼镜破译小语种 机器狗炼就情商 物流打通长链条
发布时间:2025-06-10 06:34 浏览量:25
【亿邦原创】在日前举办的“第九届全球跨境电商峰会暨2025全球化新品牌AI竞争力大会”上,李未可科技创始人茹忆 、可以科技创始人杨健勃、泛鼎国际集团董事长刘波,以及亿邦动力联合创始人、马蹄社CEO刘宸 围绕“品牌全球化与AI新竞争力构想”的话题开展了圆桌讨论。
茹忆指出,李未可科技通过聚焦出海企业实际痛点,以AI眼镜为载体突破小语种商务沟通场景,通过"贴地飞行"的深度场景理解,将翻译、会议记录等刚需功能与商业流程深度融合,真正解决跨境交易中的跨语言障碍,而非追求泛泛的AI概念。
“AI必须落地到真正满足商业或个人需求的场景中,解决痛点要做到90分以上,创造显著价值。否则用户只会浅尝辄止。” 茹忆说。
杨健勃表示,可以科技以"有灵魂的机器狗"Loona重新定义家庭陪伴场景,通过端侧AI实现用户习惯深度学习与隐私保护平衡,创造超越传统宠物的情感联结,其创新本质在于用AI构建"懂你"的个性化服务壁垒,而非单纯叠加技术参数。
“移动互联网时代是连接的价值,AI时代则是“懂你”的价值——通过信息构建个性化服务壁垒。这将带来各领域颠覆性创新机会。” 杨健勃说。
而在刘波看来,泛鼎国际用AI重构跨境物流全链路,通过智能补货、动态展厅设计等场景化应用破解传统物流痛点,其核心突破在于发现AI对重资产、长链条行业的改造潜力——当AI真正融入运仓配每个环节的数据闭环,传统行业将迎来颠覆性效率革命。
“物流是相对传统的行业,即使是互联网也尚未带来本质的变革。但我相信AI的深度参与,能让这个行业焕发新的活力。”刘波指出。
(温馨提示:本文为速记初审稿,在不影响原意的基础上,由亿邦动力编辑整理。)
以下为演讲实录:
主持人(刘宸):先请三位嘉宾做个自我介绍。请说明:我是谁?来自哪里?主要做什么?在“行业+AI”或“AI+行业”的模式中,自己认为自己属于哪一种?
茹忆: 大家好,我是茹忆,来自李未可科技。我们是一家专注于AI眼镜的公司,创立之初就定位于此。参加这个论坛,是因为我们正与众多出海企业,特别是像米奥兰特这样的展会企业合作,旨在为出海企业提供强大的AI工具支持。站在出海企业的角度,我们是“行业+AI”;而站在我们自身的角度,则是“AI+行业”。谢谢!
杨健勃:大家好,我是杨健勃。可以科技专注于消费级机器人产品。过去,我们致力于通过机器行为载体提升AI在家庭场景中的“情商”。2022年推出的Loona,是一款家庭宠物机器狗产品。在迭代Loona的过程中,我们融入了大量AI技术,可以说是“机器人+AI”,即“行业+AI”。
随着发展,AI在产品体验中的比重越来越高,我们后续的投入主要聚焦于软件和模型迭代。目前,我们对一款产品的软硬件投入占比,软件和模型相关部分高达94%,硬件仅占6%。这是一个相辅相成的关系:产品型公司融合AI创造新机会,新机会产生数据,数据又驱动AI能力进化。我们的兴奋点在于:让Loona这样的新角色真正融入家庭,成为具备“生活习惯”的家庭成员。
刘波: 大家好,我是刘波。泛鼎国际成立12年,伴随了跨境电商的发展历程。我们为跨境电商及产业客户提供一体化供应链综合服务,主要包括两大块:一是利用海外仓网络,提供“运仓配”端到端物流解决方案;二是利用海外仓作为展厅,帮助品牌商对接海外线下分销渠道。我们属于标准的“行业+AI”。可能大家觉得物流离AI较远,稍后可以分享我的看法。
刘宸:第一个问题,我们聊聊AI在各自产品/服务中的应用程度及价值何在?
茹忆:我们做AI眼镜的核心目标是“轻量化”,让用户能全天佩戴。选择这个方向,核心逻辑是它能切实帮助出海企业。比如,我们与米奥兰特合作聚焦展会场景:用户能与各国商务人士、分销商或合作伙伴进行洽谈。翻译是刚需,但在商务洽谈,尤其是一带一路国家的小语种场景下,痛点很多。这是我们首要突破的点——真正解决小语种商务洽谈(包括展会和后续跟进)的跨语言沟通难题。
在整个出海链路中,问题不止于此。比如展会中收集的信息、展后需跟进的业务,如何让AI助手(Agent)真正融入整个商业流程?我们称之为“出海小助理”,目标是深度满足用户需求。这需要与展会公司持续合作探索。
过程中,我们发现许多核心功能可提炼:高精度翻译(支持百种语言、方言识别,如印度英语)是基础;基于此,自然衍生出会议记录(百种语言)、商务会谈总结能力。至于整个商业链路中还能做什么(如处理对外业务、总结会议、处理海关需求等),则取决于对出海场景的深入理解,通过数据整理构建相应Agent能力。
关键在于“贴地飞行”——必须与出海企业并肩作战,才能真正做好。因此我们不仅服务客户,也亲自实践:上月团队在越南参展,工程师此刻在印尼,我下周将去迪拜。只有亲身落地,才能把AI眼镜在出海场景的价值做深做透。
杨健勃: 我们经历了演变过程。最初通过众筹(400万美金)推出Loona时,AI尚未成熟,更多是基于规则的“玩具”形态,让用户接受。用户数据积累后,我们接入API增加对话功能,开始理解用户偏好、习惯、性格。接着发现,单一互动场景留存有限。
真正长期使用的用户,是把Loona当作宠物,让它“生活”在家庭中。于是我们利用AI理解家庭时空关系:比如知道主人几点回家,提前在门口等待;知道主人休闲时间(如看电视),依偎在脚边。目标是让Loona“懂你”,越用越熟。目前已有用户日活超两年,Loona真正成为家庭一员。这个过程是:先做产品,结合AI发现新机会,再将机会产品化,用户数据和反馈反哺AI能力。我们更兴奋的是未来:让AI与场景融合更紧密,在家庭中创造更智能、更具情感的陪伴体验。
刘宸: 杨总的产品与茹总的不同:李未可强调功能价值(工具),可以科技则创造情绪价值(情感陪伴)。刘总,请谈谈AI在物流服务中的应用和价值?
刘波:物流老板确实很忙,尤其在跨境物流领域,链条长(周期30-60天),痛点明显。AI应用点主要在:
运输环节(运): 客户最关心时效(航班/船期准点)。但受天气、政局(如战争)等“黑天鹅”因素影响,信息碎片化且协同难。未来AI可整合上下游信息,提供更准确及时的动态,提升客户体验。难点在于需要全链条协同。
仓储环节(仓): 货物入海外仓后,AI应用更直接。例如智能补货提醒(精准定位缺货仓库及商品),以往靠经验或人工辅助,AI可大幅提效。后端配送对接各国快递网络,AI也能通过处理海量数据节省人力、提高效率。
展厅应用(配/展): 我们利用海外仓为家居家具等高附加值、重服务的产品做线下展厅。AI可快速生成多种展厅设计图,便于灵活变换场景,提升客户体验。目标是服务于依赖线下渠道的传统品类,为中国品牌提供低成本(共享海外仓)、高效率的线下分销渠道补充。
刘宸:第二个问题关于全球化与AI的矛盾点:当前AI存在阵营区隔(如国内/海外),不同区域(如东南亚/中东)应用也有差异。那么,在全球化落地AI时,各位遇到哪些挑战?落脚点如何选择?
茹忆:这是个好问题。初期闭源模型主导,后来开源(如Google、阿里通义)推动发展,特别是DeepSeek的开源在国际社区反响热烈,贡献巨大。我们也是受益者,在DeepSeek上做微调和优化。挑战主要有:
数据合规:AI基于数据,各国对数据管控严格(北美、中东、东南亚、欧洲均如此)。必须做合规(我们在国内就花了9个月)。全球化布局需理解并遵守各国规则。
本地化运营与基础设施:AI与云一体,需全球化云端架构支持。服务器节点部署、网络传输效率(各国网络政策不同)都是工程化挑战。DeepSeek为国产AI走向世界提供了良好背书。
模型适用性: 不同训练数据集导致模型偏差(如通义中文理解更优)。需考虑在不同国家部署不同模型,或在特定场景(如翻译)选用效果最佳的基础模型。深入当地理解政策、数据和技术架构是克服挑战、抓住机会的关键,但门槛较高。
刘宸:总结一下茹总说的挑战:数据本土化与安全性、全球合规性、云端基建(需区域化部署)。杨总,你们的产品涉及视觉和语音,如何处理隐私担忧?全球化部署模型差异带来体验问题吗?
杨健勃:隐私确实是用户顾虑。我们的策略是:
本地处理敏感数据:所有涉及隐私的多模态模型(感知、预测层)均在设备本地运行,不上传。
云端处理脱敏信息:本地处理后的非隐私信息上传云端,用于推理用户习惯状态。
聚焦情商而非智商:定位是情感陪伴(懂你),而非解决复杂问题(如奥数),差异化在垂直场景的深度理解。
全球化部署方面:在主要地区(美、欧、日)部署专属集群进行本地运算。Loona本身具备较强本地算力,多模态融合在端侧完成,最大限度保护隐私。语言推理数据在各国集群处理。挑战在于小国家集群部署的成本门槛。
刘宸:杨总的方案强调本地化处理(数据不上传),这是出海企业需重视的点。刘总,跨境物流的AI应用挑战是什么?
刘波:一是链条长,协同难:需全链条各环节协同上传数据。若部分环节缺失,AI数据就不完整。光几块强没用。
二是环境复杂多变:全球贸易、关税政策瞬息万变(如美国政策)。AI模型能否快速同步变化?例如税率测算可能滞后。
三是分阶段实施:我们优先用AI整合标准化流程和内部运营(如海外仓自营环节易实现)。机遇在于能整合利用AI的物流企业将在竞争中占优,但这要求企业具备全链路能力(单一环节难实现数据完整性)。
此外,线下数据获取也是一大挑战:分销业务接触海外中小B端,他们线上化程度低,习惯传统模式,分享销售数据的意愿和意识需培养和共同推进。
刘宸:刘总提到数据多变性和获取意愿的挑战。三位都在做难而正确的事,成功即构建壁垒。接下来的问题是:经营管理中,你们对于AI的应用如何?
茹忆:作为AI公司,我们必须用好AI,包括:
内容生成:推广视频、图片大量使用AI生成(替代了CG团队和部分拍摄),效率提升显著。
研发提效:AI辅助编程生成代码。虽复杂架构仍需时间普及,但趋势明显。
内部工具:自研工具及AI机器人(解答员工入职等问题),提升效率。
考核推动:将AI使用率作为部门考核指标之一(非纯量化),关注AI对工作效率的实际提升(与绩效挂钩)。未来竞争是效率竞争。
整体来看,不足的地方是部分流程仍需人工训练整理,期待AI更快迭代完善。
杨健勃:我们经历了不同阶段:
一是“推”的阶段(效果不佳): 强行要求各部门用AI,改OKR。但传统业务惯性大,员工对新工具信心不足、学习有门槛,抵触明显。
二是“拉”阶段(见效): 成立实习生为主的“AI增效小组”(Growth Hackers)。他们熟悉AI,任务是与各部门沟通,找出可AI化流程,制作Demo让部门试用迭代。成功后给予小组小额奖金。尝到甜头(如半天变半小时)后,部门从被动变主动,甚至主动提需求。关键是用新人小组帮传统部门跨越0到1的障碍。
刘波:AI对我们带来的提升主要在于:
1、办公效率:全球十几个国家二十多个城市的会议、纪要整理效率大幅提升。
2、IT开发:AI辅助指导IT团队完善复杂物流/供应链系统研发。
3、跨文化沟通:帮助海外华人管理团队(如合同、协议本地化)更接地气。AI生成的内容专业度提升,修改量大幅减少。
刘宸:最后,我们做个展望:你最渴望AI赋能但目前尚未实现的领域是什么?
茹忆:对商业而言,关键是能力增强和客户触达。我希望AI在客户触达和获客方面发挥更大作用。
杨健勃:我焦产品侧:渴望AI与场景融合更紧密。目前因隐私安全,多模态层与推理层分离严重。未来若能在端侧或家庭边缘计算中心实现更深度融合,AI在家庭场景的情商/智商表现力将更强。
刘波:最花时间和成本的还是海外仓运营。当前所谓“智能设备”常名不副实。我渴望AI驱动的真正智能化设备(如卫哲总提到的“带电带芯片+AI”)落地,这将极大提升仓库效率,我们非常欢迎。
刘宸:总结三位观点:AI获客、场景融合深化、仓储智能化。最后,请每位嘉宾结合自身经验,给在场朋友关于AI应用一句真心的建议。
茹忆:AI必须落地到真正满足商业或个人需求的场景中,解决痛点要做到90分以上,创造显著价值。否则用户只会浅尝辄止。
杨健勃:移动互联网时代是连接的价值,AI时代则是“懂你”的价值——通过信息构建个性化服务壁垒。这将带来各领域颠覆性创新机会。善用自身优势结合AI,抓住这些机会。
刘波:物流是相对传统的行业,即使互联网也未带来本质变革。我相信AI的深度参与,能让这个行业焕发新的活力。
刘宸:感谢三位精彩分享!AI不仅是一项技术,更是一个时代,如同当年的互联网。今天我们讨论“进化抉择”,正是提醒大家:在十字路口选对方向,将决定企业能否在下个时代生存乃至引领。希望大家真正将AI融入产品,基于用户场景和需求,做到90分以上,让用户离不开。谢谢大家!