文 | 产业家，作者 | 斗斗

2026 年 6 月，雅加达国际展览中心。

在这里，一场由买卖双方 Agent 共同推动的生意，正在悄然发生。

一名海外买家在手机端提交采购需求，一场由多个 Agent 接力推进的生意随即启动。买家助理 Agent 读取品类、规格和采购要求，从上千个展位中筛出潜在供应商，并把合适商家推送给买家。询盘抵达卖家端后，数字分身 Agent 继续追问采购数量、预算和交付要求，同时从企业知识库调取产品、工艺和产能信息。后台撮合 Agent 进一步核验工厂产能、产品匹配度和询盘价值，为后续跟进划定优先级。

等到买卖双方真人见面时，传统外贸中最耗费时间的供应商筛选、需求澄清和基础问答，已经由 Agent 提前完成。

延续了数十年的 B2B，正在长出 A2A 的雏形。

眼下，这类协作仍集中在展会撮合和询盘前置环节，距离自动完成整笔交易仍有较长距离。不过，跨境生意赖以运行的技术底座已经发生变化，Agent 正获得深入交易流程所需的接口和权限。

可以看到的是，一些跨境电商的底层基础设施已经在 2026 年集体转向。

比如 2026 年 7 月，1688 宣布联合中国电子技术标准化研究院和蚂蚁集团推出 UTP 通用交易协议，把一笔 B2B 交易拆解为寻源、询盘、订购、支付、履约、争议解决，六个可被 Agent 调用的标准动作。

1688 披露，目前平台已有 20% 的采购需求由 AI Agent 发起。UTP 试图让买家 Agent 与工厂 Agent 直接沟通，并在统一协议下推进交易。

平台、支付机构和流量入口也在补齐能力。阿里国际推出 Accio Work，让 AI 承担更多业务操作；ingPong 把支付、风控服务封装为 Agent 可调用的接口。亚马逊和 TikTok 将广告 Agent 接入经营数据，OpenAI 与 Shopify 则把 Agent 带入商品发现和下单入口。

这些变化共同指向一个趋势，那就是跨境电商中的 AI，从图片、文案和视频生成，扩展至选品、营销、询盘、支付、履约和售后，角色也从内容生产工具转向商业操作员。

但当 Agent 进入交易深处，新的问题也随之出现。

2026 年，AI 究竟改变了跨境电商链条中的哪些环节？平台卖家、外贸企业和独立站商家的生意是否真的更好做了？当越来越多技术服务商都开始讲 Agent，企业真正需要的究竟是哪一种 AI？

一、增长 69.7%，从单点提效奔向 A2A

要解答这些问题，首先需要清晰的便是，如今的 AI 究竟在跨境电商领域落地到何种程度。

一组来自海关总署的统计数据显示，2025 年我国跨境电商进出口达 2.75 万亿元，比 2020 年增长 69.7%。

在这个体量已达数万亿元的行业里，AI 已经开始大范围进入商家的日常经营。《2026 中国出口跨境电商发展趋势白皮书》显示，超过 98% 的受访中国卖家已在运营亚马逊店铺时使用 AI 工具，其中 16% 已从单点工具进阶到部署 AI 工作流或智能体；2025 年，第三方卖家使用生成式 AI 创建的可售商品详情页超过 1200 万条。

淘天集团同期针对国内电商商家的调研给出了几乎一致的结论，超 95% 的深访商家已应用 AI，88% 计划维持或加大投入。

AI，正在成为平台卖家、外贸企业和独立站商家共同使用的基础能力。

" 对于独立站品牌而言，AI 现在能做的很多，甚至能帮你把站建起来。" 一家独立站企业的负责人告诉产业家。

更关键的是，变化并不只发生在卖家一侧。数据显示，已有 3 亿消费者使用亚马逊 AI 购物助手辅助决策。当买家和卖家同时开始使用 AI，AI 改变的则是买卖双方之间的交易方式。

这种变化落到链路上，选品、投放和支付的最为明显。

具体来看，首先是选品的变化，从 " 人找货 " 转向了 "AI 反推货 "。

过去，商家依靠经验、榜单和人工调研判断什么产品值得做。现在，AI 可以先分析市场趋势、消费者评价和价格区间，再反推出产品概念、核心卖点和候选供应商。

以 1688 选品 Agent 为例，其一端连接平台工厂的产品、产能和交易数据，另一端分析亚马逊、TikTok Shop 等平台的公开销售数据，从需求侧反推供给侧。不仅能理解 " 孕妇瑜伽裤 " 是一个细分品类，还能从消费者差评中识别 " 腰部支撑不足 " 这类痛点，再精准匹配具备相应设计能力的工厂。

选品之后的测品环节同样被改写，AI 可以先根据文本生成商品设计和逼真商品图，放到平台上测点击、测转化，订单达到阈值再投产。

阿里部署的 AI-generated items 系统显示，与同店人工设计的商品相比，AI 生成商品搜索和推荐点击率分别相对提升 17.81% 和 13.35%，转化率相对提升 17.27%；在一项持续 6 个月、覆盖 17 个品类的测试中，退货率相对下降 7.9%。

投放环节的变化，则更接近执行权的转移。

过去，运营人员需要不断调整关键词、素材、出价和预算；现在，商家只需要设定 GMV、ROI 或 ROAS 目标，AI 便可以自动完成素材选择、受众圈定、出价和预算分配。跨境美妆品牌 MelodySusie 将智能体接入亚马逊广告 API 后，实现超过 90% 的运营执行自动化，转化率提升近 40%。

如果说选品和投放解决的是卖什么、怎么卖，支付解决的则是交易能否继续向前走。

消费者可以在 AI 对话中完成选购、确认和下单；商家一侧，PingPong 等跨境支付基础设施正将收款、付款、换汇、账户和风控能力封装成 API，使资金流可以被 Agent 直接调用。

不过，AI 并不是在所有环节中同步深入。

比如内容创作、店铺商品信息、客服售后虽已高度 AI 化。然而，物流履约仍受制于仓储、运输和清关等物理环节，AI 更多用于路径优化和异常预警。

因此，跨境电商的 AI 落地形成了清晰分层。

内容、客服和投放已经成为标配，带来的是单点提效；选品、寻源和询盘管理正在被 Agent 重写，带来的是流程重组。

目前在这些环节 Agent 已经跑出了千万级的用户规模。数据显示阿里国际 Accio Work 用户数量突破千万，一年内增长逾 30 倍；平台原生工具的规模化程度同样惊人，亚马逊卖家助手的月活用户超过 23 万，AI 建议采纳率超过 90%，这个数字说明卖家已经从 " 试试看 " 进入了 " 照着做 " 的信任阶段。

正如阿里国际站总裁张阔所判断的那样，B2B 生意正在大踏步走向 A2A。

二、跨境电商为何成为 AI 最先 " 清算 " 的产业？

如果把镜头拉远，跨境电商的 AI 渗透速度，其实并不寻常。

麦肯锡 2025 年全球 AI 应用现状调研显示，全球已有 88% 的企业在至少一个职能中常态化使用 AI，但多数机构仍停留在探索或试点阶段，真正推进规模化落地的企业约占三分之一。到了智能体层面，进展更慢，全球只有 23% 的企业在至少一个职能中启动了规模化应用。

对照之下，跨境电商 98% 的 AI 工具使用率不仅高出全球均值 10 个百分点，更重要的差别在深度，当大多数行业还在讨论 " 要不要试点智能体 " 时，这个行业已经有 20% 的采购需求直接由 Agent 发起，头部广告智能体系统的运营自动化程度超过了 90%。也就是说，无论看广度还是看深度，跨境电商都是 AI 落地曲线上跑得最靠前的产业之一。

问题是，几乎所有行业都在拥抱 AI，为什么偏偏是跨境电商，最早被 AI 深入改造？

原因首先来自供需两端的同时推动。供给侧，Agent 范式跨过了可用性门槛，且成本快速下探；需求侧，成本压力在倒逼。其中，成本下探的速度，一线商家的体感最为直接。一位常年深耕美区和东南亚 TikTok 内容电商的商家告诉产业家，" 一条 15 秒的产品推广视频只需要 2 毛钱，而且根本不用抽卡，一次生成就能直接用。东南亚市场甚至几秒钟的素材就够用了。"

但真正让 AI 快速深入的，是平台侧的推动。

阿里国际站、1688、亚马逊、TikTok Shop 这些平台，本身掌握着搜索、商品、交易、广告、物流和商家经营数据。过去，平台通过流量、支付和物流绑定商家。进入 Agent 时代，平台开始通过工作流绑定商家。

阿里国际把多年积累的外贸数据、供应链资源和交易流程封装进 Accio Work；亚马逊则把 AI 嵌入搜索、广告、商品管理和物流入口。商家使用平台 AI 越深入，选品逻辑、投放经验、客服话术、供应商协同方式，就越多沉淀在平台体系内。

这使 AI 成为新的平台黏性来源。一旦选品、广告、客服和供应商协同都依赖同一套 Agent，商家的迁移成本会明显提高。AI 不只是效率工具，也开始成为平台争夺和锁定商家的新手段。

除此之外，中国跨境电商还具备一层独特的产业基础。

过去二十多年，中国电商和外贸平台积累了足够密集的商品、工厂、订单、物流和交易数据。阿里国际站的外贸数据、1688 的供应商网络，以及跨境支付机构沉淀的资金与风控能力，共同构成了商业 Agent 的训练土壤。

这也解释了为什么第一批规模化商业 Agent 更容易出现在中国电商生态，而不是单纯由通用大模型公司推动。

行业自身的结构，也天然适合 AI 渗透。

跨境电商天然具备 AI 友好型产业的三个条件，即数据密度高、反馈机制明确，以及任务高度重复标准化。这些条件决定了，AI 在跨境电商里不需要先改造一个完全线下的世界，而是直接进入一个已经被平台数字化过的商业系统。

更深一层看，跨境 B2B 本质上是在处理一套高度复杂且长期不透明的信息流。AI 能够快速渗透，是因为它精准清算了语言与文化差异、时差与响应延迟，以及信息不对称这三大贸易阻碍。

要知道，这个行业过去绝大部分的超额利润，本质上是上述三种阻碍所带来的 " 租金 "。MIT 经济学家 Brynjolfsson 团队发表在《Management Science》上的经典研究给出过精确测算，eBay 上线新的 AI 翻译系统后，翻译准确率仅比此前提升约 7%，平台上美国对拉美西语国家的出口就增长了 17%-20%。

如今的 AI，恰恰在逐一清算这三笔租金。

三、agent 时代，" 做成一门生意 " 真的变简单了吗？

不过，这种阻碍的消失，虽然让 " 做一件事 " 变容易了，但让 " 做成一门生意 " 变难了。

一家专门研究全球电商平台的分析机构 Marketplace Pulse，于 2026 年 2 月 25 日至 3 月 6 日调研 181 名电商平台卖家。受访企业合计年平台营收超过 20 亿美元，其中 46% 的卖家表示过去 12 个月利润率下降。虽然 33.7% 的卖家已在广告管理中使用 AI 或自动化，但仅约 9% 将广告管理选为 AI 带来最大可衡量正面影响的业务领域。

事实上，AI 确实把过去相对稀缺的能力变得平台化、工具化、低成本化。然而，当所有商家都能调用相似的模型、相似的数据和相似的提示词，市场会更快收敛到相似的选品、相似的卖点和相似的营销答案，而利润往往生长在差异里。

前述 TikTok 内容电商商家直言："AI 技术爆发后，跨境电商的门槛其实更高了。已经进入这个行业的老商家，叠加 AI 之后会吃到更多流量、拿走更多利润，留给新入行商家的蛋糕反而越来越小。"

很明显，AI 降低的是完成单项任务的成本，却放大了存量商家的复利优势。新商家面对的已不是 " 会不会做内容 "，而是能否同时补齐数据、投放、供应链和现金流。

此外，过去商家的瓶颈在于谁能更快上新、谁能更低成本做内容、谁能更细地运营广告。现在，AI 把这些执行环节的门槛降了下来，货架、素材和广告计划都被更快生产出来。但消费者的注意力并没有同步增加，流量入口反而成为新的瓶颈。Jungle Scout 发布的《Amazon Benchmark Report 2026》显示，2025 年亚马逊多个主要类目的平均 CPC 同比上涨，其中美妆上涨 67%，母婴和健康家居均上涨 42%，此前 CPC 相对较低的家具和工具类目也出现了 24% 左右的涨幅。

业内一个越来越明确的判断是，广告正在从 " 增长工具 " 变成 " 筛选工具 "。

竞争加剧之外，平台审核也成为新的不确定因素。一位长期从事 Facebook 投流的商家告诉产业家，"AI 技术爆发之后最大的感受，并不是利润的提升，而是以前发十条广告，十条往往都能过。现在同样一批广告常常会有几条被拒审。其他问题我都能想办法解决，唯独审核这件事无能为力。"

可见，AI 提升素材产能，并不等于同时提升投放的确定性。对商家而言，审核、账户稳定性与合规风险，正在成为新的经营瓶颈。

这条传导链非常残酷，商家用 AI 省下的人力、设计和内容制作成本，很快又被更高的广告竞价、流量采购和平台抽成吸收。许多企业之所以 " 体感提效、账面无感 "，根源就在这里。

更重要的是，过去扩张靠文案、美工、客服和运营团队，属于固定成本；现在这些开支转化为 Token、算力、投放和融资等变动成本。变动成本的好处是灵活，坏处是没有天花板，2026 年大模型 Token 价格大幅下降，但企业的 AI 运营总支出并未缩减，因为任务越来越复杂，调用频率越来越高，算力支出反而膨胀。单价下降与总量上升赛跑，商家的账单未必变薄。

当利润被压缩、成本被重构，组织形态的分化就成了必然结果。

标准化程度高的铺货型卖家，选择用 Agent 压缩执行岗位，把组织越做越轻；品牌型企业则反向操作，把 AI 建设成覆盖研发、营销、供应链和财务的基础设施，把组织越做越 " 厚 "。分化同样发生在服务商生态，基础翻译、美工外包、代运营和传统 ERP 的生存空间被快速压缩，而数据治理、Agent 集成和安全审计正在成为新的机会带。

总的来说，AI 正在消除跨境贸易中的语言、时差和信息差，让选品、上新、投放和客服更容易，却也让 " 做成一门生意 " 更难了。随着 AI 把合格线提高了，商家必须同时具备 AI、投放、供应链、合规和资金周转能力，才能留在牌桌上。

四、从平台商家到独立站，如何重新布局 AI 生产力？

当行业合格线被抬高，问题就不再是 " 要不要用 AI"，而是 " 如何配置 AI"。

一个事实是，未来几年，跨境电商的牌桌规则会沿着几条主线变化，那就是 AI 服务会从工具走向数字员工，再走向结果交付；买卖双方 Agent 的直接对接会加速，UTP 这类交易协议的出现，本质上是在为 A2A 时代建立统一接口；通用 Agent 会占据用户入口，垂直 Agent 则依靠行业数据形成纵深；支付、换汇和风控会被进一步封装成 Agent 可调用的能力；合规 AI 也会从边缘能力变成刚需。

这些变化共同指向一个结论，那就是跨境电商的竞争，正在从谁更会运营平台和流量，转向谁更容易被 AI 识别、理解、推荐和执行。

一家外贸 B2B 企业负责人告诉产业家：" 自动收集客户信息，本质上还是主动出击，这些很容易做到。我们真正想要的是让客户来找我们，客户搜索时 AI 能够推荐你。"

因此，不同类型的企业都要解决 " 被 AI 找到 " 的问题，但其面对的入口、规则和能力重点并不一样。

平台卖家的生意，本质是在别人的地盘上做流量效率，因此需要的是嵌入式 AI，能直连店铺后台、广告 API 和平台数据的 Agent。对这类商家来说，AI 的价值很大程度上取决于它离业务现场有多近。

外贸 B2B 企业的生意，则是长周期、高客单价的信任生意，一笔订单可能谈判数月，金额动辄数十万美元，本质上是在复杂交易里提高可信度。

其需要的 AI，是一套能覆盖 " 被发现、被信任、被推进 " 的销售系统。前端要把企业信息结构化，让采购 Agent 读得懂；中段要能做询盘分层、客户背调和需求判断；后端还要支持多语言商务沟通、报价跟进和销售过程管理。

独立站和品牌企业的逻辑又不同，其入口更加分散，消费者可能通过 Google、ChatGPT、Perplexity、Rufus、社媒搜索、内容平台或 AI 购物助手发现商品。品牌要面对的，是一组正在重构购物入口的通用 Agent。

这也意味着，独立站品牌不能只追求短期转化。客户数据、内容资产、用户画像和投放模型，是品牌长期复利的来源。因此，这类企业更适合选择能打通自有站点、社媒和 Marketplace 的第三方工具，并明确数据归属、迁移能力和模型训练边界。

总的来说，平台卖家选数据链路最短的，外贸企业选行业数据最厚的，品牌企业选数据主权最完整的。而三条逻辑背后是同一个转变，那就是 AI 落地的关键，正在从 " 买工具 " 转向 " 建能力 "，即买工具是把某个环节外包给算法，建能力是把商品、客户、内容、交易和履约数据沉淀下来，让企业在新的 AI 入口中持续被理解、被推荐、被选择。

跨境电商并没有因为 AI 变得更容易，只是换了一套更快、更硬、更少容错的新规则。无论是平台商家、贸易企业还是独立站品牌，想要 AI 真正落地业务，成为自己的生产力，需要从买工具迈向建能力，重新理解 AI 选型。