出海洞察：1688跨境业务加速崛起，AI驱动采购自动化交易占比已逾三成

据“出海 · 头等舱”获悉，在近期举办的1688超级工厂总决赛上，1688商家发展中心总经理王强透露，平台预计其跨境业务规模有望在未来两年多时间内超越国内市场。

在跨境电商领域，人工智能最初被广泛应用于商品文案生成、多语言翻译、图像处理及客户服务响应。然而，随着亚马逊、TikTok等下游销售平台数据的逐步汇入，AI的应用边界正持续向供应链上游拓展。这包括根据海外市场销售表现自动补货、评估供应商更换需求，乃至直接与工厂就价格、质量和交期进行智能沟通。显然，这也对平台的人工智能能力提出了更高的要求。

当前，1688的AI自动化运营工具已深度融入其App、PC网站以及交易流程中的各个环节。用户可以通过AI进行对话式搜索，并在商品页、商家页、采购车、订单及物流页面，获取与当前场景紧密相关的AI辅助服务。

根据1688披露的数据，在2025年1月至11月期间，1688的跨境注册买家数量已突破594万，同比增长76%，跨境买家采购规模接近2000亿元人民币。同期，1688跨境日均买家数增长27%，日均订单数增长38%。过去一年中，1688的商品交易总额（GMV）有四分之一源自跨境交易。

阿里巴巴集团2026年第二季度财报亦显示，其全球批发业务（涵盖1688平台与阿里巴巴.com）收入达到139.06亿元人民币，实现7%的同比增长。这一增长主要得益于与跨境业务相关的增值服务收入的提升。

1688 AI用户生意经营负责人一隆指出，尽管AI未来将同时覆盖内贸和外贸市场，但1688选择优先发展外贸业务。主要原因在于跨境贸易对供应商筛选、国际物流、产品包装、交货周期、资质认证及售后服务等环节提出了更为严苛的要求，从而更能凸显AI在复杂供应链管理中的核心价值。

传统的B2B采购流程往往始于一个简单的商品关键词搜索。买家输入“面膜纸”，平台便会呈现大量商品和商家，采购员需逐一审阅其规格、价格、起订量、交货期和资质证明。

1688正致力于通过AI技术革新这一传统模式。买家可以直接提出一组复杂的采购需求，例如：面向外贸、要求供应商规模较大、两天内交货、符合特定国际标准、材质需为全棉无纺布等。AI系统将依据这些多元条件，从海量工厂中精准筛选出符合要求的潜在供应商。

一隆表示，引入AI后，1688部分前端A/B实验的效率提升超过20%。在相关采购场景中，平台整体收益已实现约20%至30%的显著增长。

在他看来，B2B采购并不需要达到科幻作品中那种“完全通用”的人工智能水平，即可实现高度自动化。未来，采购员只需设定既定规则，AI便能根据海外销售数据自动完成补货，并依据库存状况、市场价格及供应商履约表现进行系统性复盘。一旦出现更具成本效益或更可靠的供应来源，AI能够自主搜寻供应商、发起询价，并结合销量、质量和履约情况作出最优选择。

他还透露，目前在1688平台上，基于API、MCP或Agent-to-Agent等协议实现的自动化采购工作流所占总交易额的比例已超过30%。依据一隆的判断，若B2B采购的AI化成熟度能达到70至80分，采购员的大量重复性工作将被AI全面接管，采购流程将趋向高度自动化。

王强强调，1688并不会将平台上的所有商家都交由AI统一调度，而是优先选择那些平台能够有效掌控、验证或进行深度共建的优质供应商。1668计划围绕大约4万家精选商家，构建一个相对稳定且具备动态进出机制的优质供给池。

依照规划，AI未来将同步覆盖内贸与外贸市场。跨境业务被设定为首要阶段，原因在于跨境供应链的复杂性更高、商家准入门槛更严苛，这使得AI在多条件匹配、履约判断和自动化采购方面的能力更容易得到有效验证。

在此进程中，数据是首要的挑战。相较于消费互联网中的AI应用，B2B采购AI的难点不仅体现在模型能力上，更在于底层数据是否足够准确、完整且可高效调用。

1688已积累了长达20年的B2B交易数据，涵盖买家询盘、商品信息、工厂资质、订单详情、采购偏好以及买卖双方的互动记录。然而，这些历史数据在过往的采集和存储中，并未完全按照AI应用所需的清洗和标注标准进行处理。

大量历史对话仅限于“你好”、“能便宜吗”、“什么时候发货”等简单内容。只有经过重新处理和深度挖掘，才能从中提炼出真正有价值的供应链关系、采购偏好、价格变动趋势和供应商的履约能力。

一隆指出，1688正通过AI辅助完成数据标注与清洗工作，而非完全依赖人工逐条处理。他个人判断，1688的数据基础建设目前约完成了40%，尚处于相对早期的阶段。

除了平台内部数据，1688还需要深入理解跨境电商的下游信息，包括亚马逊、TikTok等平台上哪些商品更受市场欢迎、海外消费者当前的需求热点，以及跨境买家采购的商品能否在下游市场顺利实现销售。此外，跨境下游信息的进一步接入仍需时日，商家与买家对AI的使用习惯也尚未完全养成。因此，AI真正全面改造B2B业务，仍有很长的路要走。