00後有自己新的「雞蛋」要領

虎嗅APP
06/19

出品|虎嗅商業消費組

作者|周月明

編輯|苗正卿

題圖|Accio

這是虎嗅WAIC「追蹤Token商業新範式」系列文章第[2]期。

被人戲稱為「真正的艾利斯頓商學院」的鄭州西亞斯學院(校園環境華麗,也是泡泡瑪特創始人王寧的母校),突然出現了一支畫風不同的隊伍。一群00後大學生在城堡般的教學樓裏大排長龍領「雞蛋」,只不過蛋殼裏裝的,是Token。

一代人有一代人的雞蛋要領。

這次給他們送「雞蛋」的,是三個靠外貿賺到第一桶金的00後學長。

何佳坤,高考英語50分的體育生,2023年拿6萬塊啓動資金開始做體育用品外貿,2025年年銷3000萬;李佳樂,19歲從一隻泳圈起家,如今旗下六七家外貿公司,營收近3000萬;王騰,04年生,英語專業,大學期間創業,還沒畢業就靠賣機械設備8個月營收超200萬。

他們和傳統外貿人最大的不同在於:AI的爆發,讓他們的財富積累加速了。

與許多行業還在空談AI落地不同,外貿已經是少數幾個真正跑通AI變現閉環的戰場。不是PPT上的效率提升,而是可以被訂單金額和出貨量直接驗證的商業結果。過去兩年,大量AI工具湧入這個賽道,從選品分析、多語言客服到供應鏈匹配,外貿從業者對AI工具的接受速度,也在各行業裏屬於較快的一批。

阿里國際的Accio是其中體量最大的玩家。據其披露的數據顯示,平台月活企業用戶已突破1000萬;Accio Work上線一個月內,中國外貿商家Token日均調用量翻倍。

Token消耗的加速,背後是真實貿易價值在流動。

 AI如何改寫外貿 

Token流入外貿,不是均勻滲透的。最先被改變的,是那些最喫經驗、最消耗人、又最容易被標準化的環節。

首先,AI正在加速把個人經驗變成團隊能力。

外貿團隊有一個長期解決不了的問題:銷冠的那套打法,跟着人走。人一離職,那套經驗就帶走了,剩下的人只能從頭摸索。

「以前我們說銷冠不可複製,那是因為沒有AI。」何佳坤告訴虎嗅。

他把公司最強銷售提煉成了skill。

銷冠的歷史聊天記錄、報價單、成交客戶的完整回覆鏈路,都被他全部餵給Accio Work,搭出一個「銷冠技能包」,全員可以直接調用。新人入職第一天起,就能按銷冠口徑回覆客戶、推進談判。

王騰也感受到AI對人才的重構。

工業機械是一個靠時間積累經驗的賽道——產品參數複雜、客戶專業度高、談單周期長。22歲的王騰入行才一年多,此前從未接觸過工業機械這個行業。

據其透露,以前業務員遇到問題來問她,她經常答不上來。某天一個業務員跟客戶聊得不太對勁,她把聊天記錄發給Accio Work,得到了兩條操作紅線和一套五維度客戶覆盤模板——這類判斷以前只能靠「老業務員的感覺」,現在有了可以執行的操作路徑。

除了可以壓縮經驗外,運營端的效率也有所提升。

上品、數據周報、侵權檢查這些重複性工作,以前需要專人盯着,現在交給Agent跑,單人可以管3到4個店鋪。

何佳坤讓一個大四學生用Accio Work搭獨立站,3天建完,第3天收到尼日利亞、阿根廷和美國的詢盤,站還沒開始投流。據其透露,同樣的活,找專業公司約需1萬元、幾周交付。

AI agent也令企業可以把市場判斷前置到選品之前。

傳統外貿選品有一個隱性成本:要用真金白銀去喂市場,押對了賺錢,押錯了就是幾個月的沉沒成本。等市場反饋出來,時間和錢都搭進去了。

藉助AI後,李佳樂選擇把這個流程反過來做。

現在他不問賣什麼好,而是先設定一個目標人群——比如美國西海岸25到35歲、客單價200美元以下的戶外婚禮買家,然後讓Accio Work反推這群人可能缺什麼。AI給出的方向有些時候不是熱門賽道里的那幾個SKU,而是主戰場旁邊沒人注意的細分缺口。

不只是選品,他對客戶的轉化也用了類似的思路。一個美國客戶第一單隻想買一個電鍍架,他沒有隻推這一件產品,而是把AI對周邊品類的市場分析截圖一併發給客戶,用數據替自己說話。這個客戶後來成了固定老客,從單品採購變成了一整套婚禮佈置的配套採購。

這些案例都指向同一個變化:AI介入外貿,改變的不只是某個孤立的操作節點,而是經驗的傳遞方式和決策的形成方式。

 這筆Token的賬,怎麼算? 

效率故事聽起來都好,但外貿人最終要回到同一個問題:投入AI的這筆錢,ROI究竟是多少?

Token的整體價格趨勢在變便宜:從2024到2026年,LLM API均價下降約80%,阿里千問最低已至每百萬Token 0.8元人民幣。 但2026年以來,AI Agent爆發帶動算力需求暴增,高能力旗艦模型出現逆勢漲價:騰訊雲混元系列部分模型輸入價格漲了463%,OpenAI GPT-5.5輸出定價是GPT-4o的3倍。

三位00後則告訴虎嗅,他們在Accio Work的成本與實際的人力成本相比,還不算太高。

李佳樂7個賬號成熟期每月總成本約六七百元到一千上下不等;何佳坤企業版折算每人每月約500元;王騰兩個賬號每月三四百元。而一個外貿業務員的月薪至少四五千元,還有管理成本在裏面。

但分母低不等於ROI一定高,關鍵在分子。

何佳坤的產出數字是:2025年公司從3人做1500萬,擴到10人做3000萬,據他判斷,「80%的增長靠AI」。

李佳樂則認為要把投入產出這件事拉長一些。「可能今天在AI上消耗了一兩百塊錢,看不到效果,但明年可能給我創造十倍利潤。」他告訴虎嗅。

他把前期高強度的Token消耗定義為建設期投入,就像跑通一條供應鏈需要前置成本,把Agent調教到位同樣需要時間。據其透露,初期他的每個Accio賬號每天消耗約150元,Agent成型後降到每月100到169元維持日常運營。

這種前高後低的消耗曲線,是Token ROI能成立的前提。如果每天都要重新喂AI,成本肯定非常高昂。

Token流入外貿的賬,有兩本:一本是賣家的,一本是「賣鏟子的人」。

於平台而言,一方面要給賣家提供新的AI工具令其提效,一方面還要運用AI工具把更多買家拉進自己的盤子裏。

對平台而言,這是比工具訂閱費更需要爭取的東西。據平台數據顯示:今年以來湧入阿里國際站的新買家按年增長40%;海外買家從搜貨到準備下單的時間被壓縮了80%。

AI驅動的服務或許已成為阿里國際新的增長點。

這背後有兩條收入線:一條是Accio Work的訂閱費,其用積分制封裝,基礎版139元/月,進階版699元/月,企業版價格會更高;另一條是平台服務收入——商家在阿里國際站上的活躍度越高、交易規模越大,平台的佣金和增值服務收入就越高。

但有一個更深的邏輯藏在這兩條線後面。Accio Work打通了阿里國際站的賬號後台,商家的Token消耗越深,自己的經營數據就越密集地沉澱在阿里的系統裏——店鋪運營習慣、客戶交互鏈路、供應鏈選擇偏好,全部在裏面。

這不只是一個SaaS工具的訂閱收入,同時也是在把Accio Work變成商家最難拔除的數字基礎設施。 遷移成本越高,平台的議價能力就越強。

「B2B的生意,未來可能都會走向A2A(Agent to Agent)——買家的採購Agent直接與賣家的銷售Agent對話、議價、下單。」阿里國際站總裁張闊曾在今年4月的播客訪談中說。

如果這個預測成立,誰掌握了買賣雙邊的主智能體(Master Agent),誰就掌握了下一個時代全球貿易的入口。阿里國際現在做的事,是想提前卡這個位置。

阿里國際對Accio的押注力度並不小。這條產品線由張闊親自主導,從2024年11月Web Summit發布,到2025年接入DeepSeek,到2026年3月Accio Work上線,已經歷多次迭代。

「這只是我們對AI時代B2B生意形態想象的10%。」發布Accio時,張闊曾在台上說了這樣一句話,可以看出其對這款AI產品的期待。

雖然AI已重構了外貿行業,但這筆Token賬單仍有一個不能忽略的前提。

Token能買到速度,能買到模式識別,能把重複性決策自動化,但還不能替換所有判斷力。

商家也好,平台也好,能把Token用出高回報的,是本來就有判斷力、用Token把這個判斷力放大的人。完全把決策交出去的,Token消耗最終會變成沉沒成本。

而那些在鄭州西亞斯排隊領Token的年輕人,手裏拿到的是一張船票,不是一張答案紙。船開到哪裏,還是得靠掌舵的人。     

本內容未經允許不得轉載。授權事宜請聯繫 hezuo@huxiu.com。

 End

AI 行業開始認真算賬了。不是只看模型能力,而是看 AI 是否真正進入業務、產生結果、跑出回報。

這也是虎嗅想追問的錢燒哪了?幹成啥了?賺還是虧了?能複用嗎?

圍繞這四問,我們將深度對話AI產業鏈條上的重要公司,沉澱AI賬本樣本庫;還將在7月WAIC期間推出系列直播、閉門會,與企業關鍵決策者共探AI生意。

詳情請戳,一起見證AI時代商業落地的真實變化。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10