阿里國際用AI重寫了1億款商品的標題和詳情頁。

作者｜王藝

編輯｜栗子

2023年是跨境電商在海外狂飆突進的一年。中國電商“出海四小龍”（SHEIN、速賣通AliExpress、Temu和TikTok Shop）開啟快馬加鞭的擴張時代，在全球市場和海外對手展開激烈競爭。

在各大電商平臺紛紛推出的“全托管（商家只負責供貨，跨境電商平臺提供運營、物流、售后等服務）”和“半托管”（平臺負責賣貨，但商家自己承擔國際干線物流、到達目的地國后的配送費用）模式下，商家的銷量實現了大幅增長。

但除了依靠中國制造的強大供應鏈和極致性價比之外，還能如何實現長期可持續的增長，在全球與亞馬遜等海外巨頭競爭呢？

點“科技樹”或許是唯一的解法。

生成式AI時代到來之后，從ChatGPT到Sora，AI工具的快速迭代，也給跨境電商行業帶來了更多可能性：不僅80%以上的獨立站賣家正在探索和利用AI技術來降本增效、提升用戶體驗，而且各大跨境電商平臺從2023年下半年開始也在相繼布局AI。

比如亞馬遜云科技去年推出了名為Amazon Bedrock的人工智能服務，允許客戶通過Anthropic、Stability AI和亞馬遜的現有模型構建GenAI應用程序；Shein將AI用于預測潮流趨勢和電商圖片生成；Shopee、Lazada、TikTokShop、Shopify等也在相繼布局AI電商。

更能證明AI在電商領域商業價值的案例是阿里國際數字商業集團（下文簡稱“阿里國際”）。

在阿里巴巴2024年一季度的財報中，阿里國際零售業務營收222.78億元。同比增長56%，是本季度增長幅度最大的業務。

阿里國際這匹“黑馬”并不是最近才冒頭的。

在2022年前三季度，阿里國際零售業務增長還處于個位數，一度甚至因為疫情小幅下滑震蕩。自2023年第二季度（自然年自然季）以來，國際零售就開始狂飆——不僅保持兩位數同比高增長，且增速越發陡峭；2023全年四個季度，同比增速分別為41%、60%、73%、 56%，成為阿里近三年增速最猛的業務。

阿里國際高速增長的業績背后，還有一個秘密推手就是AI。

1.電商出海，AI“造船”

2023年4月，阿里國際在內部成立了“AI Business”團隊，試圖用AI能力賦能跨境電商。

之所以嘗試用AI解決跨境電商的問題，與阿里國際本身所處的環境有關。

在國內內卷越發嚴重的情況下，中國的互聯網公司紛紛出海。阿里作為最早開展跨境電商業務的中國公司，盡管具備先發優勢，但是也不得不提防四周環伺的強敵，在商品品類供給、物流配送時效、售后服務保障等環節都不能松懈。

同時，跨境電商業務的特點，也決定了這是一個非常適合用AI來進行升級改造的領域：

• 首先，海外市場語言和文化多樣，監管合規要求復雜，不同國家所在的時區也不同，這就給商家在撰寫商品名和詳情頁、安排客服工作時間等工作帶來了極大的挑戰；

• 其次，在市場營銷和用戶獲取方面，海外市場的難度相對更大，獲客成本相對更高；

• 第三，當下跨境業務的人才仍然十分短缺，設計、財務、法務、客服等崗位都急需專業化的人才。

以上種種，都是做跨境電商的商家，尤其是中小商家們出海路上的“九九八十一難”。

而近年來興起的AI大模型，恰恰為上述難題提供了絕佳的解決方案。

以市場營銷環節為例，AI可以自動根據用戶和商品的特征生成多條種草內容，同時也可以快速、批量地生成大量廣告素材，并生成海量的SEO文本詳描、賣點等，輔助流量的提升；

在導購體驗環節，AI不僅可以生成真人模特上身圖取代服飾平鋪圖，更是可以改寫主圖的“牛皮癬多、清晰度不足、展示不清”等問題，強化主圖的美觀度和清晰度；

此外，針對大部分商家和用戶頭疼的翻譯問題，多語言的AI模型可以提供精準的小語種翻譯及糾錯服務，讓語言不再是門檻；而在售后環節，AI也可以識別商品的貨損程度、劃痕程度等，幫助用戶挽回損失。

此前，坊間一直流傳著“AI無用論”，主要是詬病AI大模型商業化困難。紅杉資本也在年初的AI Ascent表示，2023年美國科技界在訓練AI用的GPU上花了500億美元，但是生成式AI的年收入只有30億美元，投入產出比為17:1。

但是AI大模型不賺錢的主要原因不在于技術，而在于找不到合適的應用場景。

百度創始人李彥宏就曾公開表示：“模型本身是不直接產生價值的，基于基礎大模型開發出來的應用才是模型存在的意義，對于創業者來說，卷大模型沒有意義，卷應用機會更大?！?/span>基于應用場景反推所需的AI能力，再從數據、算法、算力等多方面夯實基礎，似乎成為互聯網企業的共識。

當苦苦尋找應用場景的AI，遇上了急需提質增效的跨境電商，供給與需求實現了高度匹配，二者迅速一拍即合。阿里國際AI Business也因此應運而生。

2.阿里國際AI加速

目前，阿里AI Business團隊擁有超過100人的團隊規模，其中算法研發工程師在1/3左右，其他人員負責模型推理應用、基建以及具體產品的開發運營。

AI Business的算法團隊主攻三個方向：多語言的電商大模型訓練；對話模型和下游任務；圖像生成和理解能力，分別針對跨境電商的商品信息本地化、客服機器人和客服翻譯、內容種草和廣告投放等不同場景的需求制定的。

依托AI Business團隊強大的技術能力，過去一年，阿里國際在跨境電商的應用端不斷進行嘗試和探索，在廣告投放、AI圖像生成、導購體驗、退款Agent等40多個場景中用AI進行了優化：

比如廣告投放場景，針對人工生產營銷素材制作周期長、產量有瓶頸的痛點，阿里國際通過多模態識別+多語言文本生成+AI圖片處理+投放效果強化學習等AI能力，沉淀了自動化選品+賣點提煉+圖片生成的AI全鏈路廣告創意素材生成解決方案，不僅可以針對一個商品智能批量地生成營銷廣告素材，更是可以學習優秀的投放案例，生成營銷圖模板，還可以根據訓練數據生成打分模型、挑選最佳的營銷素材。加入AI能力后，商家的廣告制作成本下降了5%，廣告投放ROI提升了5%。

AI自動生成營銷素材，提升廣告效果，降低投放成本，圖源：阿里國際

比如AI圖像生成場景，針對電商圖制作成本高、設計工作流耗時長、缺乏國際化設計及小語種人才的痛點，阿里國際提供了白底圖、營銷圖、詳情頁翻譯、模特圖、模特試穿、視頻翻譯、數字人等工具，覆蓋了商家從商品上架到站外投放營銷物料生成全場景，幫助商家解決電商類圖像和視頻“從無到有”的問題。

AI 為服飾品類提供虛擬模特上身效果圖，圖源：阿里國際

以速賣通賣家Zeuslap為例，這是一個專門銷售顯示器的電商品牌。從2023年11月起他們就開始使用阿里國際的AI圖像生成功能，用于店鋪裝修的banner、商品場景圖、商品詳情圖、 各大社交媒體的封面圖等。

Zeuslap商品頁面 圖源：AliExpress

AI圖像生成幫助Zeuslap的主理人Mary夫婦極大節省了時間成本，以前需要花很多時間在找素材和設計上，現在只需選擇模板、上傳商品就可以完成，而且效果更佳。AI能力也大大加速了Zeuslap的業績增長，使其很快就從一個從夫妻老婆店成長為平臺行業第一的品牌。

再比如退款場景，針對商品從海外運回國成本高、退回失敗會造成很大貨損的問題，阿里國際運用多模態大模型技術進行糾紛理由識別及憑證校驗，理解各種數據后計算出部分退款的金額，為消費者提供“不退貨、部分退款”的方案，最大化顧客滿意度、最小化商家成本。

具體來說，模型可以通過訓練，學習和理解用戶糾紛理由、用戶留言、退款憑證（貨值損壞程度）、交易快照、物流路線等數據，并通過學習歷史人工判責Case處理方式，進而做出“是否要退貨”、“如果不退貨，那退款多少”的判斷。

AI退款Agent工作流程 圖源：阿里國際

最后以拒付（Chargeback）場景為例，這是做跨境的商家都怕遇到的售后糾紛——貨物發出去了，消費者拒絕付款。以往，要進行拒付抗辯，商家需要花數小時來準備每個環節的資料、證據。不少中小企業因為缺乏相關經驗，面對拒付糾紛只能“自認倒霉”?，F在，阿里國際的AI拒付抗辯Agent，能夠在幾分鐘內整理好所有資料，自動生成抗辯信，發送給海外信用卡機構。

AI拒付抗辯Agent幫助商家減少金融合規損失 圖源：阿里國際

測試數據顯示，AI拒付抗辯Agent一年可以幫阿里國際旗下各平臺的中國跨境商家挽回2000萬人民幣的損失，保護商家權益。

可以說，跨境電商場景的探索，讓阿里國際的AI技術，從國內14億人口的市場，一下子擴展到全球80億人口的市場，也為跨境賣家提供了更加便捷、高效、低成本的運營體驗，極大賦能了萬千跨境商家的生意增長。

7月16日，在阿里國際的一場AI主題的分享會上，阿里國際數字商業集團副總裁、AI業務負責人張凱夫透露，阿里國際已經在40多個場景里測試了AI能力，賦能了50萬中小商家，1億款產品得到了優化；近半年的時間里，平均每兩個月，商家對于AI的調用量就翻1倍?！霸绞侵行∩碳?，越能從AI的應用中獲益”，張凱夫說。

3.海量調用背后的秘密

如此龐大的調用量是怎么實現的？

秘訣就在于阿里國際AI能力的可控和可用。

在相當長的一段時間里，大模型的可控性和可用性差，是導致其無法快速進行應用落地的原因。以文生圖功能常用的Stable Diffusion為例，經常出現手指、頭發等細節的失真問題，導致生成的模特或商品圖無法直接使用。

此外，由于缺乏特定的行業和場景數據，加之有些大模型泛化能力不足，導致了電商場景下大模型的可用性差，比如翻譯的不夠精準，或者難以做到廣告投放的“千人千面”。

在溝通會上，張凱夫表示，AI Business并不是一個訓練基礎模型的團隊，而是從業務視角出發做靈活的選擇——如果市面上有足夠好的開源模型，經過SFT、RAG等調優后發現效果能夠滿足業務預期，那么就可以使用現成的開源模型；如果有些場景需求滿足不了、比如遇到上述問題，那么就使用自研模型，或者采用自有技術做進一步的訓練和調優。

具體怎么做自研、怎么調優呢？阿里國際將重點放在了三件事上：

• 首先是革新了多語言文本生成技術。以翻譯場景為例，之前阿里國際為了實現更快的推理和理解速度，用小模型做翻譯，但是服務利用率不高，造成了資源浪費。后來他們用大模型將所有的語言集成在一個統一的大模型里，發現需要部署服務器比原來更少了，服務的利用率也提高了。

這個統一的大模型，就是阿里國際最新推出的多語言增強大模型MarcoPolo。它基于海量高質量多語言數據訓練（其中小語種2.5T tokens），提供8B/57B/72B等不同規格參數量模型，支持128K長上下文，用更低的成本實現了更優的效果。

• 其次是推出了多模態大模型MarcoPolo-VL。它基于業界原創結構化嵌入對齊模型（SEA）訓練調優，可提供7B/14B模型，可適用于電商場景下的圖片識別、優化、補全、生成等任務。

MarcoPolo-VL的底層技術，是阿里國際自研的的多模態大模型架構Ovis。不同于其他MLLM（多模態大模型）通常由視覺編碼器經MLP連接器投影后以非結構化方式直接生成內容，Ovis借鑒了LLM（大語言模型）中的文本嵌入策略，引入了可學習的視覺嵌入表，將連續的視覺特征先轉換為概率化的視覺token，再經由視覺嵌入表多次索引加權得到結構化的視覺嵌入。

Ovis由三個關鍵組件構成：視覺tokenizer、視覺嵌入表和LLM。圖源：https://arxiv.org/pdf/2405.20797

這種新型的模型架構規避了基于MLP連接器的MLLM常見的信息丟失、信息錯誤、過擬合風險等局限性，能夠更好地進行多模態內容的識別和生成。評測結果表明，在相同參數量級下，Ovis在多項基準測試中均優于主流開源MLLM，并且Ovis-14B的性能整體上超越了閉源模型Qwen-VL-Plus；Ovis-7B在視覺感知、推理和編程、數學和科學、生活場景等多種多模態任務上也均有優秀的表現，該模型也已在Huggingface、Github等社區全面開源。

圖源：https://arxiv.org/pdf/2405.20797

在自研模型之外，阿里國際還會通過一系列的技術手段不斷改進多模態內容的生成效果。以目前文生圖最大的痛點“可控性差”為例，為了解決這個問題，AI Business的算法團隊會分兩步走，第一步是不斷通過訓練、RAG等提升模型能力，第二步則是通過多輪交互逐步改進出圖效果。

之所以要進行“多輪交互”，主要是由于用戶與AI產品的交互大多是通過自然語言進行的，自然語言的表達不夠精確，需要算法團隊在后臺通過并行化拆分（Pipeline Parallelism）的方式逐步調優。比如用戶告訴AI“把臺燈放在圖片的左邊”，這本是一個模糊的概念，但是通過將圖片切片、變成九宮格的形式，將臺燈先放在桌子的左下角，然后再通過多輪的交互對話逐步調整，更有可能生成用戶滿意的圖片。

在這些技術優化的基礎上，阿里國際研發的視覺和多模態模型實現了更穩定、可控的出圖品質和更高效的出圖速度，8秒就可生成一張圖片，還可以自動美化背景、一鍵虛擬試衣，極大降低了商家的圖片制作成本，提升了商品圖的點擊率。

圖源：阿里國際

• 第三是構建了一個通用的模型服務PaaS平臺Spark。它基于阿里云等底層基礎設施，包含App Builder（應用構建器）、Model Space（模型工作臺）、AI應用引擎、AI在線服務平臺等模塊，這些模塊共同組成了一套端到端的（從訓練、推理再到應用）完整技術鏈，讓電商的各個場景都能共享AI基礎設施。正如前文所提到的，模型工作臺中，不僅包括自研模型，也包括開源模型和合作伙伴的模型，阿里國際會通過提示工程、指令微調等手段，統一對這些模型做訓練、調優、評估和部署。

經過一年多的努力和嘗試，Spark的能力已經應用在了40多個應用場景中，賦能了50萬中小商家，有超1億件的商品信息得到了優化。

同時，也正是得益于該平臺，阿里國際AI的使用量開始大幅上升。近半年的數據顯示，平均每兩個月，商家對于AI的調用量和推理量就翻1倍，同時每4-5個月推理成本還可以降低50%，為中小商家們帶來了1%-30%的點擊率、轉化率和消費者滿意度提升。

阿里國際AI一年來成果，圖源：阿里國際

4.跨境電商“All in AI”

正如前文所提到的，2023年是“AI電商”的元年。除了阿里，Shein、TikTok Shop以及亞馬遜、Shopify等跨境電商平臺也在加碼和布局AI：

亞馬遜除了推出可讓用戶構建應用程序的全托管生成式AI服務Amazon Bedrock外，還推出了生成式AI助手Amazon Q，可以幫助客戶做軟件開發和數據分析；同時，亞馬遜的AI Listing功能讓賣家能夠撰寫更高質量的文案，其最新的電商AI搜索工具Rufus也能夠為買家提供購買建議、產品比較、商品推薦等內容，將原來AI對電商的賦能從“轉化率端”轉向了“流量端”；此外，2023年以來，亞馬遜還圍繞AI-generated review highlights（AI評論整合）、Fit Review Highlights feature（AI服裝合身功能）generative AI to make product listings even more informative for customers （AI鏈接編寫）這三類功能推出了一系列AI產品，幫助商家在經營上提質增效。

Rufus產品圖，圖源：網絡

Shein從其主打“小單快返”柔性供應鏈的第一天開始，就已經將AI和大數據融入了企業的基因；生成式AI時代到來之后，Shein更是在圖片生成、圖片優化、虛擬試衣、客服機器人等領域都用上了AI功能。

社交媒體新星TikTok則在廣告領域發力，推出了名為“Symphony AI ”的配音工具，可以將內容無縫翻譯成十多種語言和方言，創作者和商家可以跨越文化和語言的界限，與全球觀眾和消費者進行有效溝通；他們還在測試一項名為”Symphony Digital Avatars“的全新功能，該功能允許品牌商在廣告過程中使用AI生成數字分身，以增加廣告的“人情味”，提升品牌營銷效果和購買轉化率。

AI生成廣告示意圖，圖源：Ad Age

獨立站電商平臺Shopify更是靠著AI戰略實現了逆風翻盤：他們不僅用AI重構了網站90%的購物體驗，更是推出了AI商家助手SideKick，可以回答業務的核心問題、調整網站銷售策略并執行，還能根據賣家的促銷活動需求，對網站進行快速的裝修升級。推出AI功能后，Shopify在2023年第三季度的總收入達到17.1億美元，凈利潤成功扭虧為盈。

在各個布局AI的跨境電商平臺中，阿里國際有著其獨特的優勢：

首先是電商經驗優勢。

阿里國際是中國最早出海的跨境電商企業之一，加之背靠阿里這一龐大的電商生態帝國，阿里國際擁有十多年電商經驗積累和超3億海外消費者，這為其積累了豐富的跨境電商場景和用戶行為洞察，為大模型訓練提供了最天然、最好用的素材；

其次是行業know how。

電商很大程度上是一個經驗驅動的行業，從阿里巴巴1999年就開始做跨境業務，到如今已經有25年的歷史；而阿里國際旗下也囊括了AliExpress、天貓淘寶海外、Lazada、trendyol、Daraz、Miravia等多個平臺，擁有非常豐富的電商人才儲備和業務經驗。這些都為其積累了大量行業know how，讓其在搭建面向AI的業務場景時更順暢、阻力更??；

最后是完善的AI基礎設施。

跨境電商業務流程多、場景復雜多樣，需要大量的Agent來輔助，才能實現自動化的工作流進而降本增效。阿里國際一直秉持“應用為先”的發展戰略，很早就把AI和數字化的能力松耦合地集成到了現有的業務場景和產品體系里，保留了大量的API接口，這讓其在大模型時代到來之后能夠迅速跟上步伐、將大模型的能力集成到各個業務中。

在阿里國際看來，相比于國內電商，AI大模型對于跨境電商的助力更大，效果也更明顯。

阿里國際AI業務算法負責人駱衛華表示，以商品推薦的“千人千面”為例，傳統算法需要對用戶信息有更多的認知和了解之后，才能完成這一任務。如今的情況是，國內淘系的用戶和訂單數據相對來說更加豐富，而海外的用戶數據則比較稀疏?！跋胍谙∈璧臄祿献龀龈玫男Ч?，這有些時候會是一個挑戰”。

而有了AI大模型的加持之后，則可以極大緩解因為用戶數據不足導致的推薦不精確問題，極大提升推薦效果和用戶滿意度。

張凱夫也表示，一直以來互聯網平臺的核心任務都是“搜推廣（搜索、推薦、廣告）”，在大模型出來之后，很多人都在關心“大模型如何改造搜推廣”，但是這在國內進度非常緩慢，原因就在于國內的搜推廣已經做的很好了——依托海量的用戶數據和優質算法，抖音的內容推薦已經做到了世界領先，淘寶的電商搜索也是全球做得最好的。在原有技術已經足夠領先的情況下，大模型很難再從底層架構上完全顛覆掉原有的搜推廣模式，只能是錦上添花；

而反觀跨境電商，由于用戶數據比較稀疏，搜推廣做得還不算完善和成熟，因此將有限的、稀疏的數據接入大模型之后，搜推廣的效果往往表現地更加突出，用戶體驗更好，轉化率提高得也更明顯。

在阿里國際看來，AI與跨境電商的結合只是邁出了第一步——在用AI將電商的“降本增效”做到極致后，阿里國際可能還會探索更多跨境電商和AI相結合的場景，比如往前切產品，在貨架電商像直播電商、內容電商演進的大趨勢下探索更多樣的AI電商產品形態；往后切供應鏈，顛覆傳統的“內貿轉外貿”模式，用中國的數字基礎設施做物流、供應鏈等“電商基建”的全球化升級?！拔覀冋J為現在只是起步階段，其實未來的業務增量空間里，AI能產生更多有創新性的東西”，阿里國際技術平臺負責人徐昭說。

下一步，阿里國際還計劃將自己的AI能力開放給阿里生態之外的商家，用AI賦能更廣闊的跨境電商市場。

無論是降本增效，還是提振業績，我們都看到了AI給跨境電商帶來的種種新的可能。而未來AI和大模型將如何與跨境電商更緊密的結合，阿里國際又將如何升級自己的AI產品和能力，我們也拭目以待。

（封面圖來源：阿里）