对话蒂万坦斯创始人刘世奇：AI跨境电商核心价值转向“决策平权化”

泉州市蒂万坦斯贸易有限公司创始人刘世奇深耕跨境拖鞋赛道，凭借AI全链路赋能，创下多项行业亮眼成绩：产品毛利率高达92%，单款“丑拖鞋”海外售价145美元，团队平均人效突破500万元，成为中小外贸企业用AI实现“红海杀蓝海”的典型范本。

在2026年雨果大会的“AI赋能生意经”议程中，刘世奇从决策平权化、数字员工的崛起，到营销环节的优先落地，再到AI团队构建与企业战略制定的实操逻辑，不仅拆解了AI落地的高ROI场景，更揭示了中小型企业如何在技术浪潮中，以标准化流程为基、以策略为核，稳步完成AI转型的关键路径。

以下为对话实录：

Gary Wang：2026年，AI到底能够为跨境电商带来什么核心价值？因为跨境电商其实是个超级复杂的产业链，从研产到供销服，在这里有很多可以发挥ROI改变的地方，包括降本增效、提高复购、增加营收、创造新需求。今年核心跨境卖家应该如何把握AI红利？

刘世奇：我认为2026年AI在跨境电商的核心价值爆发点，需要先从本质来看。我们公司从2023年开始应用AI，至今已有近两年时间。回头看2023年，我们正处于“拥抱AI”的阶段：

当时我个人先对AI产生了浓厚兴趣，认为它会给公司带来颠覆性变化，于是把它推荐给团队和合伙人。那个阶段，所有人都在共创探索，研究AI能在哪些方面帮我们降本增效。但经过这两年的实践发现，甚至到2026年，核心不应再聚焦于“降本”和“增效”，而更要关注“决策平权化”——弄清楚公司流程化和SOP中，哪个环节适合哪种AI工具，在尽可能不改变原有工作模式、工作方法的基础上，让该环节效率提升10%或20%。这是我们公司目前最大的变化，也是未来会重点投入的方向。

2025年，我们大部分精力都放在了“让公司每项流程更标准化”上。我从2021年创业至今，差不多四五年时间，公司从最初我一个人做到500万营收，发展到现在4000万左右规模，团队却只有6人，人均人效达到了666万这个非常吉利的数字。这个结果背后，我并不认为主要是AI工具的功劳，更核心的是“工作流程化”。

很多创业者或未使用AI的公司会纠结：该选哪个AI工具？怎么搭建Agent工作流？其实这些都不重要，关键是公司要先做好“数字化”——管理者要想清楚员工每天该做什么、每个工作环节该如何推进。这种标准化对初创企业和中小型企业帮助极大：以前只有大公司能做的市场分析、策略分析、可行性分析，现在借助简单的AI Agent，很多中小型卖家都能实现。市面上的AI工具五花八门，选哪个不重要，关键是能用起来、能解决最初的需求。

今天我不想讨论“降本”，甚至我认同一个观点：使用AI后，我们的成本反而增加了——无论是精力成本、时间成本，还是AI软件的采购成本。但我认为，这种成本不应与最终的业绩直接挂钩，而应与“企业的期待”挂钩：企业希望达到什么样的高度，最终决定了在AI板块的投入预算。我从来不认为有任何一门生意能“以更低成本产出更大效益”，就像营销预算一样，预算越高，对结果的期待也越高。而最终效果如何，核心取决于企业策略——策略决定效率，期待决定预算。

下一个核心红利一定在“数字员工”上。2024年年底，我们公司开始有了这样的意识：希望业务员、运营人员能拥有自主决策能力——自己规划产品推广方向、客户沟通谈单逻辑，制定好标准策略后，他们转型为“决策者”和“检查者”，监控每个AI Agent的落地与运作。让AI深度集成到每个工作环节、流程和软件中，慢慢形成闭环。我的建议是，先在一个小项目中跑通模式，再逐步规模化推广。

Gary Wang：作为营收4000万规模的大卖家，您在使用AI时，有哪些ROI较高、见效快且投入产出比划算的场景？哪些环节可以和大家分享？

刘世奇：我们公司目前AI落地相对全面，几乎覆盖跨境电商的所有环节——选品、发品、营销、内容营销、流量运营、业务转化，再到团队管理、供应链管理、客户管理，每个环节都有对应的AI工具辅助降本增效。

如果站在商家视角，“最见效”的一定是能直接看到结果的环节，我把它称为“营销环节”。这也是目前AI应用落地最好的环节：比如制作图片、视频、数字人带货视频，做私域推广、社媒传播，甚至平台主图、详情页、场景图等，都能通过AI快速生成，现有AI技术完全可以满足需求。这些优化后的内容，最直观的效果就是点击率、转化率的变化，所以营销环节应该是AI落地的首选方向。

AI营销的差异化，还体现在AI短期内无法替代的环节上。我相信未来3年、5年甚至10年，AI都无法替代人类的“策略性能力”——比如运营策略、业务策略、团队策略、产品策略、市场策略等，这些都需要人类基于经验和判断来制定。

以我们公司的运营为例：以前单日营销预算只有300-500元，获客成本100元；现在单店铺单日营销预算已经涨到3000-4000元，获客成本也升至300元。从表面看，成本更高了，但我们做的是B端业务，最终转化结果不取决于点击量或点击成本，而是看“业务转化”——这是一条长链路，核心看是否能拿到订单，而非线上数据有多漂亮。现在很多企业过度关注跨境电商运营的表面数据（比如转化率、点击率），但这些数据不足以证明企业是否赚钱、利润高低。我认为，判断AI应用是否有效，应该看它能带来的“长期价值”：做C端可能更关注利润率和增长率，但做B端，更要关注客户规模、复购率、客户增值空间，以及能为客户提供什么核心价值。

所以AI落地的首选方向是营销：让AI成为“手”，帮我们生成内容（即内容营销）；再利用AI的数据分析能力做流量营销。而我们人类，只需要把更多精力投入到“运营策略”上，其他重复性工作交给AI即可——这是我给各位企业老板的建议。

Gary Wang：您如何理解AI团队的构建？又是如何从零搭建自己公司的AI团队的？

刘世奇：说到团队搭建，我接下来的话应该能引起在场各位的强烈共鸣。

2021、2022这两年，公司只有我一个人；2023年才开始搭建团队，当时我们还在100多平的仓库里，招人特别难，所以只能退而求其次，招了一批应届毕业生。我当时觉得跨境电商的可复制性很强，自己有从0到1的经验，能教给他们，相信他们最终能做出业绩。但2023一整年，我对公司业绩没有太高期待，最大的目标就是“把团队搭起来”。

最终，经过不断调整换人，留下了6位能力较强的业务员。2024年开始，我们才逐步拥抱AI、应用AI。所以，从零到一搭建团队，最核心的不是“AI工具本身”，而是第一步就要明确“业务画像”：招人的时候，要看业务员、运营的画像——这个人的工作能力不能只停留在“执行侧”，不能是那种需要手把手教、让点A就点A、让调整广告就调整广告的人，而必须是“懂策略”的人。在此基础上，公司再提供AI工具培训、花钱采购合适的AI工具，慢慢渗透到他们的工作环节中，结合现有工作流程建立适配模式。

说到工作流程，就不得不提SOP。我们公司的SOP并不是完美的，几乎所有公司的SOP都在发展过程中不断优化、调整，适配企业自身的步伐和方向。对我们来说，SOP的核心是“制定标准流程让员工照做”，但这种重复性劳动，反而应该交给AI。我们在团队培养中，更注重让员工从“执行者”转变为“指挥官”，甚至“决策者”——员工下面可以有各种各样的Agent、数字人帮他完成重复工作。

这里要明确：什么是重复工作？重复工作是指出错概率较低的工作（比如出错概率5%、10%、20%），交给AI完全没问题；但如果某个环节极易出错，且出错后会影响资金安全或项目发展，就一定不能交给AI——因为AI本质上是基于概率工作的。举个例子：如果第一个环节出错概率10%，第二个10%，第三个10%，那么整个链路跑下来，出错概率会接近100%。所以每个环节都需要人工检查、check。

因此，从零到一搭建“AI团队”，不如先好好思考“如何搭建一个拥有自主决策能力的团队”——这可能比单纯的AI团队更重要。就像去年，我和团队花了大量精力学习AI指令，琢磨怎么调整指令让生成的照片更符合期待。但当时我就跟大家说：“别学指令了，不用管，等半年、一年后，根本不需要你去学这些。”因为AI的发展速度太快了，当你有需求但市面上的AI工具无法满足时，就先让人来做，慢慢等工具迭代——这个过程会非常快。

所以，从企业应用视角来看，我们不需要投入大量精力去了解AI的产出逻辑、背后原理，这些是技术人员该关注的事，专业的事交给专业的人。我们更应该把所有精力放在“如何搭建策略”上——这才是核心。

Gary Wang：在这样剧烈变动的时代，企业应该如何制定AI战略？我们该如何应对这些不确定性？

刘世奇：关于制定AI战略，我有几个核心观点：

第一，其实不太需要单独纠结“AI战略”，应该先明确“公司本身的发展方向和策略”——把这个敲定清楚后，再找对应的AI工具试错。试错过程中，不建议大规模赋能、大规模替换，而要“小步快跑”：先找某个小环节用AI做试点，跑通后再规模化全员推广。

第二，要重点关注“数据安全”。前两天看到一个新闻，一家公司用开源大模型，导致核心数据泄露——这是所有企业都要警惕的。除了数据安全，还要关注“数据资产化”；同时，底层策略要稳固，技术应用要敏捷，先通过小步快跑跑通试点，再全员推广，慢慢构建企业自身的AI生态集合。

我认为2026年AI在跨境电商的应用有两个核心方向：

第一个方向，从原来的“AI降本增效”，慢慢回落到“更细化的环节效率提升”——聚焦每个具体环节，用AI实现精准优化。

第二个方向，“公司的AI生态系统”，将真正决定这家公司能否成功实现AI转型。

封面来源/雨果跨境

（来源：雨果跨境编辑部）