在 2024 年，对于中国企业来说，「走向海外」是最重要的增长机遇。

TCL 创始人李东生在两会期间的言论「不出海，即出局」登上热搜榜单。从财报中可以看出，对于包括拼多多、阿里巴巴、腾讯、字节跳动以及比亚迪、吉利、宁德时代、恒瑞医药等在内的中国科技、制造和互联网公司而言，海外业务已成为其 2023 年主要的增长动力。

中国加入 WTO 以来，过去 20 年中国企业已经经历了几次出海浪潮，从早期的「世界工厂」，到移动互联网兴起后的「Copy From China」，再到现在自主品牌的「中国创造」。 与过去依靠低成本劳动力或者时光机理论不同，今天中国企业出海的核心竞争力在于产品创新。 无论是 TikTok、Temu、原神，还是大疆、比亚迪、安克，这些成功出海案例都不是简单模仿现有产品或模式。

在创新领域，目前最大的机遇无疑是生成式 AI。在近日举行的亚马逊云科技出海全球化论坛上，来自中国各行各业的数十家企业展示了他们基于生成式 AI 技术开发的产品，以及如何利用这些技术解决业务难题的案例。亚马逊云科技大中华区的高管还分享了过去一年中生成式 AI 如何帮助中国企业实现海外扩张的观察。

极客公园整理了此次论坛的重点内容，对于那些希望在生成式 AI 领域寻找机会的人来说，这些「实干派」的分享是不容错过的信息。

01 从大处着眼，从小处着手

在大会开场的主题演讲环节中，亚马逊云科技大中华区产品总经理陈晓建分享了生成式 AI 如何赋能中国企业出海。

实际上，目前全球各行各业正积极探索运用生成式 AI 解决场景和业务上的挑战。麦肯锡在 2023 年 10 月的报告中指出：生成式 AI 预计将为全球经济带来 2.6 至 4.4 万亿美元的收益，而且约 80% 的大型企业管理层认为生成式 AI 将在未来 18 个月内颠覆现有业务模式，全球范围内大约 30% 的企业已经制定了生成式 AI 的战略和投资。

亚马逊云科技大中华区产品总经理陈晓建丨来自：亚马逊云科技

陈晓建指出，生成式 AI 能够在 多语言交互、产品创新、洞察与决策、运营效率、客户服务与营销，以及企业内部专业知识支持 等六个方面增强出海企业的竞争力。针对如何将生成式 AI 技术应用于出海企业的具体业务场景，他提出四个关键点：

1. 精选场景，「从大处着眼，从小处着手」，谨慎评估来选择切入点，优先考虑最适合业务需求的场景而非最尖端或最复杂的；
2. 挑选合适的工具和模型，因为生成式 AI 的选项繁多，适当的模型和工具对于创新至关重要；
3. 数据战略，利用精确的数据来构建企业的核心竞争力，确保数据与选定的场景紧密结合；
4. 保持长期视角，关注于生成式 AI 的快速落地和合规性之间的平衡，确保可持续的商业价值。

02 企业如何用好生成式 AI

在本次大会上，诸多来自 AI 及其他技术领域的公司展示了他们的 AI 产品或应用。通过参观和听取介绍，我整理了一些个人观察。

首先是 AI电商领域尤其引人注目。 自去年以来，电商已成为 AI 应用实践最活跃的领域之一。极客公园年初曾在内部做过一次产业分析，预计今年中国至少会涌现出 100 家 AI 电商公司，尽管多数可能会在年末退出市场。

AI 电商工具链丨来自：亚马逊云科技

电商行业的每个环节，从产品设计、运营、营销到售后服务，都有潜力通过 AI 获得赋能。我观察到，展示的 AI 应用企业中，近半数与 AI 电商相关，这些企业可以分为两类：一类是提供赋能工具的软件服务公司，另一类则是正在尝试具体业务场景的出海品牌。

AI 模特是一个特别典型且急需的应用场景之一。例如，全球营销服务公司易点天下，在海外运营中面临高昂的摄影成本问题，同一件衣服在不同的地域可能需要不同的模特照片来展示，他们通过提供 AI 模特和数字人服务，将电商品牌的海外扩张成本降低了 50%。

被称为东南亚「小 ZARA」的快时尚品牌禾观科技（Urbanic）在 2022 年实现了超过 200% 的业务增长。他们的 AI 拍摄项目预计每年可节省 2000 万美元。除了 AI 模特，禾观还利用 AI 进行用户喜好分析和产品设计，推动产品创新。

总的来说，AI 电商是一个需求明确的领域，关键环节如产品分析、模特、直播、客服等通过引入 AI 技术能显著降低成本并提高效率。然而，这一领域目前门槛相对较低，同质化问题严重，为出海品牌商或成熟的营销服务公司提供了良好的机遇。但对于那些只有技术而缺少市场资源的创业团队来说，要想脱颖而出则较为困难。

游戏行业也是 AI应用的一个活跃领域。 在本次大会中，数家国内领先的出海游戏公司，展示了生成式 AI 在游戏行业的具体应用案例。

游戏开发是受 AI 影响最大的领域之一，尽管目前其直接影响仍然有限。主要是因为在游戏开发的核心环节如 3D 资产生成、原画设计、场景搭建、游戏编程等方面，生成式 AI 的能力还未能完全满足商业游戏开发的需求。

然而，游戏工作室已经在探索实用的应用场景。例如，专注于轻休闲游戏的多比特公司，就利用 Stable Diffusion 模型在原画设计中辅助生图生成，将设计周期从一周缩短至半天。四月科技，一家海外休闲游戏公司，则利用生成式 AI 自动化创作填色素材，节省了 60% 的外包成本。

出海游戏团队还利用生成式 AI 解决本土化运营的问题。沐瞳科技，开发了东南亚热门手游 MLBB，通过大模型应用进行多语种的舆情分析，每日处理达 14000 条评论。基于深入分析东南亚各国用户的反馈，推出更受欢迎的新角色，延长了游戏的生命周期。沐瞳还将大模型技术应用于游戏内的不文明行为处理系统，大幅减少了语种复杂的东南亚地区处理不文明行为的人力成本。

亚马逊云科技分享游戏行业生成式 AI 用例丨来自：亚马逊云科技

AI与智能硬件的结合也是值得关注的方向。 安克创始人阳萌近期与极客公园的一次交流中提出，大模型与智能硬件的结合是未来五年最重要的产业机遇之一。而在今年的亚马逊云科技出海全球论坛上，一些企业分享了「AI + 智能硬件」的应用尝试。

石头科技就是一个例子，他们利用大模型的自然语言交互能力开发了陪伴型家用机器人。不过大模型+机器人的潜力肯定不止于情感陪伴，所有的机器人都有可能被大模型重写交互方式，并开拓新的消费场景。

还有一个例子是涂鸦智能，严格意义上他们的应用不算是大模型与智能硬件的结合。疫情期间他们基于用户的需求开发了一款拥有图像识别功能的鸟类自动喂食器，里面加入了自动识别鸟类的算法，之后逐渐衍生出鸟类计数、统计分析的功能，并在海外大火。

图像识别在国内过去大多用于安防领域，但把这种技术延伸到识别动物以后，涂鸦智能发现在海外的不同市场打开了不同的使用场景，比如在北美和非洲，会有消费者买来辅助狩猎；而在东南亚地区，又有动物保护组织的志愿者买来用于保护野生动物。

这些案例充分展示了技术迭代升级在硬件产品上满足新市场需求的能力。大模型拥有远比计算机视觉技术更加强大、多样的技术能力，面向全球多样化市场的产品创新有巨大的实现价值。

03 亚马逊云科技，如何支持生成式 AI？

这些公司都是在亚马逊云科技的支持下，把生成式 AI 变成先进生产力的，那么我们也探讨一下亚马逊云科技在生成式 AI 方面的布局。

生成式 AI 三层架构示意图丨来自：亚马逊云科技

如上图所示，亚马逊云科技在基础设施、中间层、应用层这三层架构上提供了一系列不同的生成式 AI 服务、应用和工具。

亚马逊云的 AI 客户最常用的是 Amazon Bedrock 平台，这是一个全托管的 AI 应用开发平台，上面优选了包括 Claude 3 系列在内七家全球大模型公司的二十三个基础大模型产品。

来自：亚马逊云科技

通过这些大模型和技术，如微调和检索增强生成（RAG），开发者可以在 Amazon Bedrock 上构建执行复杂任务的 AI 应用。

一个展示的例子是 AI 造型师，它演示了 Amazon Bedrock 的工作机制。

在这个应用中，首先由用户输入提示词。

产品目录 Agent 将利用时尚潮流和产品目录知识库为大模型创建提示，以便生成整套服饰。产品目录 Agent 从时尚潮流知识库中提取信息，然后将这些信息发送至造型生成 Agent，进而生成相关服饰的图片。

AI 造型师不会推荐单个商品或单一衣服搭配；它会利用目录中的五项或更多商品，在数秒时间内生成个性化的造型。

当用户进一步询问关于推荐造型的更多信息，不同的 Agent 会调用不同的大模型和公有、私有数据库以及外部接口，完成任务。

亚马逊云科技大中华区合作伙伴及业务拓展总经理李晓芒在会上表示，目前已经有超过 10000+ 客户使用 Amazon Bedrock。

与其他 AI 开发服务平台相比，亚马逊云科技更加强调「负责任的 AI」。这涉及到 AI 的创立和治理，需要符合法律监管要求，解决幻觉、偏见和隐私保护问题，并监管可能的滥用。这些复杂的技术与社会的问题，其实就应该让亚马逊云科技替客户们重视和管理起来，从源头避免这些问题对公司的业务产生困扰。

另外，亚马逊云科技特别强调保护企业和个人的私有数据，避免将客户数据用于训练底层模型。这虽然限制了利用数据效应迭代模型的速度，但在数据资产日益重要的背景下，确保数据私密性可能更符合企业和开发者的利益。

可以感知到，亚马逊云科技的视角里，今天中国出海企业在运用生成式 AI 的时候，不是在拼大模型能力上限，而是在明确可以解决问题，提升生产力的地方，确保技术底线的稳定——真正解决问题的科技，才是好科技。