编者按：这是在2025中国服务贸易大会期间，由北京服务贸易协会主办的2025国际合作项目推介洽谈会AI专场论坛的演讲。作者是深锶科技 CEO 陈翌先生。   

各位嘉宾下午好！

今天我想和大家聊一聊To B企业出海需要面对的问题，在说这个话题之前，先跟大家分享下我对当前AI革命的一点认识。我有20年的工作经验，研究生一毕业就赶上了互联网浪潮，后来从工程师慢慢成长起来的时候，又遇到了移动互联网的爆发。这两轮革命和现在的AI革命，其实有非常大的差别。互联网和移动互联网一直在创造新场景，以前我们获取信息靠收音机、电视，互联网出现后，信息服务变成了全新的增量模式，过去20年我们其实一直处在这样的增量市场里，而且正好赶上国家改革开放的好时机，但说实话，我们对这一轮AI革命的认知，其实还不够深入。

就拿移动互联网举例，当电脑能揣进兜里变成手机，滴滴、外卖、短视频这些全新场景就冒了出来。那时候的创业机会爆发力特别强，很多小公司好像突然冒出来一样，两年内就能长成行业巨无霸。但这一轮AI革命不一样，它是从后台开始的效率革命，我在AI领域创业快五年了，到现在也没明显感受到有新场景出现，更多是对现有模式的优化。而这种优化带来的不是增量，是替代，这就和之前的互联网、移动互联网完全不同了。

回顾下AI行业的发展，早期大家说的AI四小龙，主要做人脸识别，有的从监控领域起家后成功上市，也有的还没上市，日子过得挺难。后来大语言模型出来，又有了AI六小龙，但这一轮模型带来的应用，其实在过去的小场景里都能找到类似的产业或公司。比如传统客服、NLP客服，再到现在的大语言模型客服，本质上就是替代关系，核心是提升效率。所以在这种效率革命里，AI初创公司的生存难度，比互联网和移动互联网时代要大得多。

现在不管是做大模型、做Agent，还是用AI优化SaaS的公司，甚至有人说现在没有纯SaaS公司，全是AI公司，但这些公司都面临一个关键问题：产品黏度太低。大部分产品都只是 “nice to have”，是可有可无的，不是企业必须的“must have”。这就导致市场特别卷，比如AI客服，传统NLP客服已经把每分钟的价格做到两分钱左右了，现在用大模型做AI客服，想实现百倍、几十倍的效率提升，难度真的非常大。所以在替代市场里创业，在效率提升的赛道里找机会，关键还是要找到新场景、新商业机会。不管是做Agent还是大语言模型，最终落地必须靠AI应用创造新场景，这样才能从竞争里冲出来。但这已经超出了我过去20年的经验，因为我们以前都在增量市场里打拼，没经历过在存量竞争里抓效率、做精细化运营然后成功的过程，其实很多和我年纪差不多的工程师、创业者，都没有这样的经验。这种认知上的挑战，不仅在国内市场存在，在国际市场上也一样。

加上背后还有复杂的经济、社会背景，现在国内AI公司的竞争已经非常卷了，那国际市场呢？其实国际市场也一样卷。中国AI企业肯定要走向世界，但我们的优势到底在哪？不管是互联网还是移动互联网，中国企业最强的能力不是从0到1的创新，而是从1到100的落地 —— 我们擅长从基础应用里发现机会，把机会做成场景化产品，然后快速放大，这是我们很突出的优势。

不过国内外的AI应用环境差别很大，国内80%到90%的流量都来自手机，很少有人通过Web站点获取信息，但我出国参加展会或者看国外大公司动态时发现，国外很多应用都是基于Web做的，这种生态上的差异，需要中国AI公司仔细思考。今天我不讲太多技术内容，主要想分享我作为工程师，在出海过程中遇到的实际问题，比如合规、数据、团队、合作伙伴这些。

先说说全球出海的大环境和机遇。AI技术确实在重塑商业格局，而且未来会持续重塑，但这个过程在应用和场景上其实很慢，我们在前端很难找到特别好的场景机会。就像普通老百姓对AI的态度，ChatGPT刚出来时，我身边很多同学都担心孩子会被AI淘汰，但这一两年下来，大家慢慢不那么恐惧了，原因就是没有诞生像抖音那样让人眼前一亮的新场景。比如咱们用的豆包，每个人的使用时长也就几分钟，远比不上抖音，所以AI对日常生活的影响，目前还比较有限，但整个AI产业的版图，肯定会随着技术进步和环境变化不断重塑。

那中国AI出海有哪些机会呢？比如我前东家阿里国际的AI产品，服务了200万家海外企业客户，但如果从爆款的角度看，规模还比较小，只能算看到了一点机会。另外，AI会推动B2B外贸自动化，有70%的传统采购流程会进行智能化转型，这也是一个方向 —— 不过这也是我不太看好Agent领域创业公司的原因，一旦Agent进入企业内部，想实现爆发式增长的可能性非常小。还有AI电商，预计到2032年，市场规模会达到450亿美金，这也是一个值得关注的领域。

再说说市场布局，AI应用出海，最好的市场按理说应该是美国，但美国对中国AI公司的合规要求特别严，甚至创业者拿中国护照都会有很高的风险，所以中国公司其实不太适合把美国作为首选。我认为东南亚、日韩、拉美这些市场，更值得中国AI公司重点考虑。但东南亚市场有个大问题，因为这一轮AI是效率革命，效率革命必然和成本相关，但东南亚除了新加坡，还有半个泰国算人力成本较高的地方，其他地区的人力成本其实比国内还低，所以AI的替代效应在这些地方并不明显，能抓住的机会主要是成本优化和服务升级。

接下来想和大家聊聊，技术优势背后的运营挑战 —— 出海这件事，每个细节都可能决定成败。首先是流量获取，之前吴总也提到过，是客户找人还是人找客户，核心还是流量获取的问题。国内外的流量环境差别太大了，还有语言技术壁垒、本土化沟通的需求，这些都是实实在在的障碍。

然后是合规问题，这也是最难的一点。给大家举个例子，国内有个To B企业叫声网，是美股上市公司，疫情期间它支持的Clubhouse成了全球爆款，但背后的合规成本和数据存储成本非常高，因为现在大部分发达国家都立法要求数据在本国存储。AI公司面临的问题更复杂，AI不只是简单的模型，模型的代码、训练过程，最终都会体现在模型权重上，那这个模型里有没有包含数据？模型能不能出口？这些都是难题。往往出海后，只能把模型代码带出去，所有数据都要在当地获取、重新训练，这中间的成本非常高。

还有内容审核成本，不同国家的审核标准不一样，前段时间印尼就因为“本地仓”的问题，导致十万商家的流量直接归零。另外合规体系怎么建也很关键，合规不只是满足法律要求，它其实是出海的生命线。

再就是文化差异和本地化运营的挑战，有数据说70%的跨界项目都是因为文化误解失败的，这个风险特别高。AI能不能精准搭建文化桥梁？最近就有个典型案例，苹果发布会推出了一款全球最薄的手机，大家对比中文官网、美国官网和韩国官网会发现，苹果在韩国官网用的宣传动作，其实是韩国的文化禁区。这种因为文化误解出问题的情况其实很常见。那AI能不能通过精准的本地化营销、客户洞察来提升品牌信任度？其实也有成功案例，比如欧莱雅的小程序，能让用户用口红直接试妆，这就给我们AI应用提供了新视角。

还有组织架构的问题，AI公司大多人数不多，在海外招聘本地员工会遇到很多麻烦。比如在日本，初创公司想解雇一个员工非常难，国内是N+1补偿就行，但在日本，解雇员工要考虑到他退休那天的权益，所以我们在日本找本地员工时，只能用国内外派或者新加坡外派的方式。不同国家的劳动法、劳动合规差异很大，还有人才成本的挑战也不能忽视。另外研发怎么布局？是全球统一研发、本地化运营，还是在各地都设研发团队？这些都会带来新问题。还有管理失衡，中国员工习惯了996，但欧盟最近出了新法案，如果员工工作时间超过8小时，他参与开发的软硬件产品都没法出口，这种差异带来的问题解决起来特别难。

最后是产品设计和用户体验的差异，国内外手机软件、网站的设计逻辑完全不同。国内产品的首页特别复杂，总想把所有内容都堆在首页上，形成一种大矩形布局，但海外产品不是这样，它们更注重功能模块设计，追求流程简易化，还特别重视讲“story”，这些和国内产品设计的差别非常大。

‍

下面我以我们公司为例，和大家分享下出海的实际经历。我们是一家做多模态生成式AI的公司，核心产品是实时对话智能体MetaLuna。其实我们最早是做视频生成软件的，之前和场下很多嘉宾交流时发现，这个领域竞争太卷了，所以后来转型做了硬件，大家可以看一下我们的产品视频。我们的硬件很适合做信息服务，比如地铁站点、文博展会、飞机场这些场景，现在产品做得已经比较成熟了，但说实话，它还是一个“nice to have”的产品，不是“must have”。这两者的差别很大，“must have”是用户看到就知道能解决自己的痛点，但现在不管是对话类的软硬件产品，还是To C的AI陪伴产品，大多只是找到了用户的痒点，可有可无。

所以我们现在在做一件事，因为硬件是To B销售，我们想把它变成企业流程的一部分。今年9月3号杭州展会上，我们发布了智能前台产品，这个硬件能刷身份证、获取二维码，用户拿到二维码后可以直接刷闸机、进车库，同时还能进行对话交互 —— 只有这样，产品才有可能慢慢变成“must have”。

还有一个重要方向，就是怎么结合AI 技术，让产品从“nice to have”变成“must have”，这里面其实和IP授权有关。光有AI技术、能生成视频，解决不了核心问题，比如一个3C硬件，如果上面有LABUBU的IP，它的价值肯定不一样；如果是《海贼王》，或者某个电影明星、网红的IP，就会被特定垂直群体当成“must have”。但目前这个领域，还没有AI公司进入。去年全球IP 授权市场规模有3500亿美金，AI在这个市场里几乎没有参与，而除了美国，日本是非常重要的IP大国，这其实是AI公司应该重点考虑的方向 —— 利用AI技术结合IP等资源，把产品做成“must have”。

此外我想聊聊出海战略和合作伙伴的选择，这对中国公司来说太难了。中国公司有个优势，国内市场卷，能从国内卷出来的产品，肯定有全球竞争力，这一点毋庸置疑，但选什么方向出海，是个大问题，我也想分享下我们犯过的错。

我们2022年第一次出海，是和LAZADA在菲律宾合作，LAZADA是大厂，采购我们的软硬件时，专门安排了五个小组测试产品，但最后我们在菲律宾只落地了五套软硬件，为什么会这样？我们当时觉得解决了多语言、互动这些问题，就没问题了，但忽略了一个关键：在菲律宾，一个初中毕业、长得还不错的女生，月薪大概3000人民币，一年工资也就三万多，而我们一套软硬件的成本，远远超过她一年的工资 —— 没有替代效应，用户自然不会买账。我们花了大量时间去菲律宾做支持、维护，还配合LAZADA做展示，但最后这些投入全打了水漂，所以出海选对方向真的太关键了。

还有为什么很多公司去东南亚？其实和国家战略有关。东南亚是我国制造企业、人力输出、基建的重点市场。比如蜜雪冰城，在印尼到处都能看到，连它背后生产两块钱冰激凌的工厂，日子都过得很好，这是因为它的市场定位、服务定位、价格定位，都和当地经济环境完全匹配。但AI公司不一样，是不是一上来就去印尼建办事处？要不要在当地找合作伙伴？这些都需要谨慎思考。我觉得AI公司如果在亚洲出海，最好的市场是日韩，不是东南亚。东南亚里新加坡是发达地区，但市场太小；泰国只能算半个合适的市场，而且东南亚的To B市场，比国内还混乱。国内To B公司想服务大国企，往往要找有资源的咨询公司帮忙，但在泰国，随便找个游戏公司，都可能直接对接军方 —— 东南亚的To B市场，特别像中国90年代的早期市场，混乱程度远超现在的国内。

所以对To B服务型AI公司来说，怎么谨慎选择合作伙伴，是个大问题，这个选择一旦做出来，可能会影响半年甚至一年的发展。再说说日本市场，它的好处是商业规则特别清晰，但问题也很突出 —— 节奏太慢了。我以前在大厂和日本公司合作过，慢到什么程度？18 个月都可能没有任何消息，这是每个市场都有的不同挑战。

和大家分享下我们公司的出海历程：2022年和LAZADA在菲律宾合作；2022年底开始尝试日本市场；2023年在日本拿到第一个To B客户；2024 年开始在东南亚拓展合作渠道；2025年成立了Psyche AI新加坡公司。这里面有个合规问题想和大家说，我们公司在疫情期间拿了美元基金，所以在国内是合资企业，没有大的股权变动。但当我们想搭海外架构，成立新加坡公司时，就遇到了37号文备案的问题。如果是先海外融资再搭建架构，流程会很快，但如果已经是国内公司，想把股份架构延伸到海外，同时把钱留在国内，这个流程很多人都没走过，我们从2022年底开始办，花了两年才走通，所以合规不仅是国际问题，国内的合规同样重要。

还有国际合规里的算力合作伙伴选择，我们最开始以为海外算力便宜，因为国内有英伟达禁运的问题，但现在反而国内算力更便宜 —— 这几年国内创业生态没以前火了，算力市场特别卷，价格自然降了下来，所以选算力合作伙伴也要重新评估。另外用户数据和服务方面，涉及软硬件平台改造、用户数据存储，比如在新加坡用算力，会有10%左右的碳排放税，所以如果想在新加坡设公司放算力，最好把算力放在马来西亚、越南的离岸保税区，这样能在税收上节省一些成本。

 最后想和大家说，不管是创业、AI革命，还是其他事情，再难也要拥抱挑战。中国企业的国际化、全球化，这个话题永远不会过时，最终还是要把自己的产品推广到全球，赢在全球。

谢谢大家！