作者 | AICon 全球人工智能開發(fā)與應(yīng)用大會

策劃 | 李忠良

編輯 | 宇琪

在 AI 賦能加之日益復(fù)雜的全球化趨勢下， “出海”作為似乎成為企業(yè)的必經(jīng)之路。那么，在出海過程中，數(shù)據(jù)跨境流動限制、目標(biāo)市場的本地化需求等種種痛點(diǎn)應(yīng)該如何解決？全球 AGI 的發(fā)展提速，對中國 AI 應(yīng)用出海有哪些特別的幫助呢？

近日 InfoQ《極客有約》X AICon 直播欄目特別邀請了白鯨開源 CEO 郭煒擔(dān)任主持人，和Kong Inc 中國區(qū)總裁戴冠蘭、GMI Cloud China VP 蔣劍彪一起，在AICon全球人工智能開發(fā)與應(yīng)用大會2025 上海站即將召開之際，共同探討中國技術(shù)出海如何實(shí)現(xiàn)破局及增長。

部分精彩觀點(diǎn)如下：

• 企業(yè)必須先判斷國內(nèi)經(jīng)驗(yàn)?zāi)芊竦统杀尽⒏咝实剡w移海外；若無法平移，應(yīng)在起步階段即選擇全球化路線。

• 先在歐美跑通模型，再將經(jīng)驗(yàn)與資源“反哺”回國內(nèi)，往往比直接在國內(nèi)起步更穩(wěn)妥、更高效。

• 先在開源社區(qū)滾出可用的“核心雪球”，再通過與大型云廠商深度整合，實(shí)現(xiàn)市場滲透與商業(yè)變現(xiàn)，兩步并行可大幅提高出海成功率。

• 創(chuàng)業(yè)初期別為省成本而猶豫，大膽采用成熟 SaaS ，才能更快聚焦產(chǎn)品價(jià)值并駛?cè)朐鲩L快車道。

• 誰能最快將 AI 轉(zhuǎn)化為可規(guī)模化的本地化服務(wù)，誰就能在全球市場建立新的競爭壁壘。

在 5 月 23-24 日將于上海舉辦的 AICon 全球人工智能開發(fā)與應(yīng)用大會 上，我們特別設(shè)置了【企業(yè)全球化發(fā)展的策略路徑】專題。該專題將聚焦企業(yè)出海面臨種種差異，分享成功企業(yè)的出海經(jīng)驗(yàn)與本地化案例，為企業(yè)國際化提供指導(dǎo)。

查看大會日程解鎖更多精彩內(nèi)容：
https://aicon.infoq.cn/2025/shanghai/schedule

以下內(nèi)容基于直播速記整理，經(jīng) InfoQ 刪減。

出海戰(zhàn)略與市場驗(yàn)證

郭煒：出海很火，從各位了解來看，有沒有覺得哪家的出海做的非常好的？為什么？

戴冠蘭：這個周末我去參觀了一些新能源車企，中國新能源汽車在歐洲和南美等市場的表現(xiàn)相當(dāng)亮眼——雖然美國市場滲透依舊困難，但整體海外成績可圈可點(diǎn)。以南京領(lǐng)銳為例，這家公司專注于汽車核心零部件與整車制造。

在國內(nèi)新能源“卷”得極為激烈的背景下，他們選擇將競爭重心放在海外，并取得了不俗的業(yè)績。公司通過多種靈活策降低關(guān)稅，例如先以零部件形式出口，再由當(dāng)?shù)毓窘M裝，充分體現(xiàn)了企業(yè)家的智慧。

此外，我最近還關(guān)注到一款名為 Manus 的軟件。它剛剛獲得 Benchmark 領(lǐng)投的融資，估值達(dá)到 5 億美元。該團(tuán)隊(duì)從一開始就面向全球市場，早期 Demo 只提供英文版本，雖然曾因此被國內(nèi)用戶吐槽，但如今的融資與估值足以證明其戰(zhàn)略的成功。

蔣劍彪：我們主要聚焦海外云服務(wù)，因此對“AI 應(yīng)用出海”格外關(guān)注。如今，“AI Native”企業(yè)已成為顯著趨勢。根據(jù)我們的觀察，當(dāng)前出海表現(xiàn)最突出的賽道集中在：視頻與圖片生成／編輯；擬人式對話；AI Agent。像視頻與圖像生成／編輯類應(yīng)用幾乎約占所有出海 AI 應(yīng)用數(shù)量的 50%。

以萬興科技為例，公司布局了多款 AI 視頻與圖像編輯產(chǎn)品，憑借產(chǎn)品矩陣切入海外市場，他們對各國文化與消費(fèi)習(xí)慣了如指掌，再疊加新一輪 AI 技術(shù)，堪稱“如虎添翼”。

另一家比較典型企業(yè)是昆侖萬維，這是目前海外收入最高的中國 AI 公司之一。多年深耕海外市場后，近幾年其在語言、視頻、音樂模型等領(lǐng)域投入巨大。過去一年，公司在 AI 商業(yè)化上實(shí)現(xiàn)了實(shí)質(zhì)性突破——從技術(shù)積累轉(zhuǎn)向穩(wěn)定的收入貢獻(xiàn)。

這兩家公司都具備深厚的海外運(yùn)營經(jīng)驗(yàn)和對用戶需求的洞察，再借助 AI 技術(shù)實(shí)現(xiàn)快速變現(xiàn)，是 TMT 領(lǐng)域出海的最佳范例，他們的財(cái)報(bào)表現(xiàn)也印證了這一點(diǎn)。

郭煒：真正能在海外取得成功的中國企業(yè)主要有兩類。第一類是做面向 C 端的應(yīng)用的企業(yè)，尤其采用 “China to Global（C2G）” 模式的互聯(lián)網(wǎng)產(chǎn)品——例如短劇、短視頻等。憑借國內(nèi)成熟的運(yùn)營經(jīng)驗(yàn)和創(chuàng)新思維，這些產(chǎn)品在海外市場快速站穩(wěn)腳跟。

第二類是 AI 領(lǐng)域的企業(yè)。華人在算法和數(shù)學(xué)方面擁有深厚的人才網(wǎng)絡(luò)，再加上中國團(tuán)隊(duì)的勤奮投入，使得這一賽道表現(xiàn)格外突出。

郭煒：技術(shù)公司出海時(shí)，“先本土后海外”和“直接全球化”兩種策略，如何根據(jù)自身產(chǎn)品特點(diǎn)做選擇？

蔣劍彪：決定企業(yè)采取“先深耕本土、再布局海外”還是“直接全球化”的關(guān)鍵，在于國內(nèi)宏觀經(jīng)濟(jì)形勢以及產(chǎn)品所處的發(fā)展階段與特性。“先本土后海外”模式更適合本地化需求強(qiáng)、路徑依賴明顯的行業(yè)。例如過去十年，電商和金融企業(yè)先在國內(nèi)構(gòu)筑規(guī)模與壁壘，再憑借成本和經(jīng)驗(yàn)優(yōu)勢出海。

相比之下，新生代 AI 創(chuàng)業(yè)者往往一開始就定位為 Global Native，直接面向全球，以規(guī)避國內(nèi)的激烈競爭。他們的標(biāo)準(zhǔn)化技術(shù)產(chǎn)品（如 SaaS、AI 模型等）易于復(fù)制，適合快速進(jìn)入國際市場。

產(chǎn)品復(fù)雜度也影響出海節(jié)奏。高復(fù)雜度的工業(yè)軟件需先在本土完成深入驗(yàn)證和迭代；而低復(fù)雜度、用戶需求普遍的協(xié)作工具，由于用戶體驗(yàn)差異小，可以更快推廣到海外市場。

同時(shí)，C 端與 B 端策略也應(yīng)當(dāng)區(qū)分。面向 C 端、依賴付費(fèi)訂閱的產(chǎn)品，建議直接布局北美和歐洲，這些市場付費(fèi)意識強(qiáng)，價(jià)格接受度高；而在國內(nèi)，“免費(fèi)”的競爭導(dǎo)致“變現(xiàn)困難”。而面向 B 端的產(chǎn)品則可先進(jìn)入價(jià)格敏感度較高的東南亞，以成本優(yōu)勢迅速建立市場基礎(chǔ)。

戴冠蘭：決定是否先深耕本土，關(guān)鍵在于評估本土優(yōu)勢（語言、團(tuán)隊(duì)等）能否形成可遷移的積累效應(yīng)。國內(nèi)的成功模式能否復(fù)制到海外？若存在可利用的路徑依賴，并可通過“降維”在海外取得優(yōu)勢，這一路徑才值得考慮。

除 C 端與 B 端外，還存在面向開發(fā)者的 “D 端” 市場。由于開發(fā)場景高度標(biāo)準(zhǔn)化，全球開發(fā)者普遍使用 VS Code、Linux、Python、Java 等統(tǒng)一技術(shù)棧，此類產(chǎn)品應(yīng)自始即采取全球化策略，因?yàn)楸就两?jīng)驗(yàn)幾乎可以直接平移到海外。

郭煒：兩位的公司在全球和國內(nèi)采用的戰(zhàn)略有哪些差別？

蔣劍彪：對 GMI Cloud 而言，并不存在必須優(yōu)先選擇“全球”或“國內(nèi)”市場的問題。作為 AI Native Cloud 提供商，我們始終跟隨客戶的市場布局——客戶走到哪兒，我們就服務(wù)到哪兒。即便產(chǎn)品面向全球用戶，核心市場依舊集中在北美、歐洲以及東南亞、亞太等地區(qū)。與此同時(shí)，國內(nèi)企業(yè)因競爭激烈，更傾向于出海獲取利潤。

我們的角色是為這類客戶提供一站式 AI Native Cloud 解決方案，基于英偉達(dá)高端芯片，從裸金屬到 GPU 云，從訓(xùn)練到推理，從北美到亞太，結(jié)點(diǎn)覆蓋全球，為全球 AI 企業(yè)提供穩(wěn)定安全、高效經(jīng)濟(jì)的 AI 云服務(wù)解決方案。

郭煒：可以理解為：客戶主要在國內(nèi)，而你們幫助他們?nèi)蚧?/p>

蔣劍彪：沒錯。我認(rèn)為對中國新一代企業(yè)而言，真正“只做本土”的公司幾乎不存在，除非是極少數(shù)依賴原始資源的創(chuàng)業(yè)項(xiàng)目。對于 AI 企業(yè)而言，走向全球、實(shí)現(xiàn)產(chǎn)品標(biāo)準(zhǔn)化，才是獲取可持續(xù)利潤的唯一出路。

戴冠蘭：硅谷初創(chuàng)公司通常先在美國做大，營收達(dá)到 2,000–5,000 萬美元后，再將已驗(yàn)證的打法復(fù)制到歐洲。我們也以客戶所在市場為導(dǎo)向，從創(chuàng)立伊始便同步布局歐美市場，這與我們的產(chǎn)品形態(tài)密切相關(guān)——作為開源基礎(chǔ)設(shè)施軟件，必須先在社區(qū)建立生態(tài)，再推進(jìn)商業(yè)化，因此需要同時(shí)深耕歐美。

國內(nèi)客戶主要分兩類：一是計(jì)劃出海的本土企業(yè)；二是希望在中國落地的大型跨國公司。出海企業(yè)需采用國際通用技術(shù)棧，跨國公司進(jìn)入中國則更關(guān)注合規(guī)與本地化。軟件成熟需要時(shí)間，不能等到“果子完全成熟”才行動。我們有責(zé)任持續(xù)打磨產(chǎn)品、培養(yǎng)國內(nèi)生態(tài)。歐美市場的收入可提供資金支持，但仍應(yīng)深耕中國，以免錯失長期機(jī)會。

郭煒：真正落地時(shí)，初創(chuàng)企業(yè)面臨資源與注意力雙重限制，往往只能在目標(biāo)市場之間“二選一”。創(chuàng)始團(tuán)隊(duì)需分頭作戰(zhàn)，先評估手中資金能否支撐一個市場跑出規(guī)模，再衡量產(chǎn)品市場匹配度（PMF）及各地 SEO、媒體、公關(guān)和營銷生態(tài)的差異化本地化需求。

我傾向讓新一代 AI 與基礎(chǔ)設(shè)施類項(xiàng)目先布局美國，因其利潤率更高、付費(fèi)能力更強(qiáng)。中國市場則呈現(xiàn)“僧多粥少”局面：技術(shù)團(tuán)隊(duì)實(shí)力普遍強(qiáng)，但付費(fèi)客戶有限，競爭異常激烈。

如果企業(yè)尚未啟動全球營銷，先切入美國或許更具性價(jià)比。當(dāng)然，若公司已在國內(nèi)具備一定基礎(chǔ)，也可把中國視作“根據(jù)地”。就像當(dāng)年紅軍占領(lǐng)井岡山——資源雖有限，卻能借此打磨產(chǎn)品、積累經(jīng)驗(yàn)，再“農(nóng)村包圍城市”，逐步向更大市場擴(kuò)張。

郭煒：在海外市場（如東南亞 / 歐美）驗(yàn)證產(chǎn)品市場匹配度（PMF）時(shí)，哪些技術(shù)指標(biāo)比商業(yè)數(shù)據(jù)更關(guān)鍵？

蔣劍彪：用戶留存是首要指標(biāo)，直接反映產(chǎn)品是否真正解決了用戶痛點(diǎn)。AI 工具類產(chǎn)品通常“即用即走”，使用時(shí)長短，因此留存尤為關(guān)鍵。若次月留存率能達(dá)到 15% 左右，通常意味著產(chǎn)品已滿足持續(xù)運(yùn)營的基本條件。

其次是交互的本地化程度。不同地區(qū)的用戶行為差異顯著，App 界面都各具特色。工具型 AI 在交互設(shè)計(jì)上更需貼合當(dāng)?shù)亓?xí)慣——完成同一任務(wù)所需的點(diǎn)擊次數(shù)、操作深度，都會影響用戶體驗(yàn)，必須依據(jù)各區(qū)域數(shù)據(jù)持續(xù)優(yōu)化。

第三是穩(wěn)定性與實(shí)時(shí)性。面向全球市場的 AI 產(chǎn)品競爭激烈，僅“AI Coding”一項(xiàng)就有 130 多個競品。用戶對服務(wù)中斷或延遲的容忍度極低，因此需在全球部署推理節(jié)點(diǎn)，并能隨用戶增速及時(shí)擴(kuò)容，確保訪問穩(wěn)定。

戴冠蘭：劍彪剛才提到的 AI Coding 賽道很有意思：市面上竟有一百多家競品。大家有沒有想過，為什么用戶不直接使用 OpenAI 或 Claude 的 API？我大膽推測：Cursor 和 Windsurf 這些平臺本質(zhì)上在“批發(fā)” API——以更低價(jià)格打包出售 OpenAI 的算力和會員服務(wù)，因此能在留存和營收數(shù)據(jù)上表現(xiàn)不錯，卻可能一直處于瘋狂燒錢狀態(tài)。

在當(dāng)前 AI 創(chuàng)業(yè)環(huán)境中，許多團(tuán)隊(duì)并不著眼于穩(wěn)定的 Burn Rate（現(xiàn)金消耗率），而是先砸錢擴(kuò)大用戶規(guī)模、放大泡沫，讓投資人看到其成為行業(yè)龍頭的潛力。如今的 AI 行業(yè)或許類似 90 年代的互聯(lián)網(wǎng)泡沫：三四年后泡沫破裂，九成以上公司會倒下，目標(biāo)應(yīng)是在泡沫散去后仍能生存。

至于 PMF，我認(rèn)為無需過度糾結(jié)指標(biāo)。當(dāng)產(chǎn)品真正找到 PMF，團(tuán)隊(duì)會有明顯體感——客戶追著付費(fèi)、主動要求服務(wù)。指標(biāo)更像投資人評估基金的歷史數(shù)據(jù)和財(cái)務(wù)指標(biāo)：參考價(jià)值有，但很難給出直接的經(jīng)營決策。例如，留存率下降后究竟該降價(jià)還是優(yōu)化功能？數(shù)據(jù)本身并不提供答案，只能作為輔助判斷。

蔣劍彪：我剛才列舉的那些指標(biāo)，多半是投資人或產(chǎn)品經(jīng)理關(guān)心的 KPI。回到第一性原理，真正重要的是——你的產(chǎn)品能否切實(shí)解決用戶痛點(diǎn)。如果這一點(diǎn)成立，團(tuán)隊(duì)無需過度執(zhí)著于 PMF 曲線，解決核心需求才是根本。

郭煒：我們海外第一家大型用戶是 J.P. Morgan Chase。與他們深入交流后，我發(fā)現(xiàn)他們關(guān)心的并非極致性能——數(shù)據(jù)量不如國內(nèi)大，也不需超高吞吐；他們真正看重的是連接器豐富度、跨云兼容性以及對非結(jié)構(gòu)化數(shù)據(jù)的支持。因此，PMF 的關(guān)鍵在于讓核心用戶推動功能演進(jìn)，聆聽他們的需求，比盲目追逐性能或其他單一指標(biāo)更具普適價(jià)值。

郭煒：怎么判斷自己做好了“出海準(zhǔn)備”？主要需要本地化哪些問題？出海前有哪些必做功課？

蔣劍彪：還是要回到產(chǎn)品本身。首先，在本土市場，你是否已驗(yàn)證其商業(yè)模式？用戶留存、付費(fèi)轉(zhuǎn)化等核心指標(biāo)是否穩(wěn)定？若連國內(nèi) PMF 尚未明確，貿(mào)然出海往往得不償失。

第二步是評估海外需求。是否做過小規(guī)模用戶調(diào)研？是否通過競調(diào)，確認(rèn)目標(biāo)市場是否仍存在未被滿足的需求或差異化機(jī)會？

第三，人才本土化至關(guān)重要。核心團(tuán)隊(duì)成員是否熟悉目標(biāo)市場文化與商業(yè)規(guī)則？在歐美做生意，“財(cái)、法、稅”必須同步，最好隨時(shí)有律師把關(guān)。

第四，必須預(yù)留充足資金與合規(guī)預(yù)算。至少準(zhǔn)備 12 個月的本地運(yùn)營資金，覆蓋法務(wù)、合規(guī)及營銷試錯成本，以免現(xiàn)金流斷裂導(dǎo)致被迫撤退。當(dāng)?shù)財(cái)?shù)據(jù)隱私法規(guī)和行業(yè)準(zhǔn)入政策也應(yīng)提前由專業(yè)機(jī)構(gòu)評估。

第五，適配供應(yīng)鏈與基礎(chǔ)設(shè)施。AI 類 SaaS 產(chǎn)品出海時(shí)，應(yīng)在目標(biāo)市場部署服務(wù)器節(jié)點(diǎn)，降低延遲并保證算力充足。

最后，務(wù)必重新審視競爭格局。如果當(dāng)?shù)匾延腥乙陨掀髽I(yè)占據(jù) 70% 以上市場份額，而你的技術(shù)、成本或模式又缺乏顯著差異化，就應(yīng)重新評估這一市場的進(jìn)入優(yōu)先級，或轉(zhuǎn)向其他更具潛力的地區(qū)。

戴冠蘭：我想先下結(jié)論：真正決定能否出海的，不是準(zhǔn)備細(xì)節(jié)，而是決心。創(chuàng)始人若能長期駐扎海外，甚至舉家遷往目標(biāo)國家，就已跨過最大門檻。外語能力并非關(guān)鍵，聰明的創(chuàng)業(yè)者總能找到解決路徑。

但合規(guī)是出海必踩的“硬坑”，歐美市場的法規(guī)遠(yuǎn)比國內(nèi)繁復(fù)，就算國內(nèi)有國密、信創(chuàng)等要求，其復(fù)雜度仍無法與歐美合規(guī)相比。至于東南亞，它并非一個統(tǒng)一市場，而是由多國、各自碎片化的法規(guī)組成。

例如越南有獨(dú)立的信息安全法，條款細(xì)致而嚴(yán)苛。出海軟件或 ToD 產(chǎn)品若把東南亞設(shè)為第一站，往往顧此失彼，我更推薦先進(jìn)入體量較大的歐美市場。

文化差異同樣重要。比如在中東，客戶并不在意性價(jià)比或性能，而更看重你與王室的關(guān)系和連接，忽視和王室王儲交往的禮節(jié)，合作就可能無疾而終。

蔣劍彪：當(dāng)真正發(fā)現(xiàn)需求，就應(yīng)立即行動，不必過度推演，創(chuàng)業(yè)永遠(yuǎn)“這也缺、那也缺”。唯一必須提前投入的是合規(guī)，合規(guī)是出海的生命線，一旦觸犯當(dāng)?shù)胤桑r償代價(jià)巨大。

郭煒：總結(jié)來說：先搭好全球化公司架構(gòu)，再去驗(yàn)證 PMF 等運(yùn)營指標(biāo)——剩下的都取決于團(tuán)隊(duì)的決心。

郭煒：資源有限時(shí)，如何判斷某個海外市場是否具備戰(zhàn)略杠桿價(jià)值？從全球化角度，中國軟件市場值不值得做？這么多國際軟件企業(yè)退出中國，為什么你們要做中國？

戴冠蘭：短期（兩三年）可能艱難，但隨著國運(yùn)提升和人力成本持續(xù)上升，軟件規(guī)范化與付費(fèi)意愿終將增強(qiáng)。回顧印度的經(jīng)驗(yàn)：30 年前他們也缺乏付費(fèi)意識，但通過強(qiáng)化軟件 IP 保護(hù)和與全球外包產(chǎn)業(yè)深度結(jié)合，市場逐漸成熟。中國工程師實(shí)力不遜色，許多全球軟件項(xiàng)目背后已有中國團(tuán)隊(duì)參與。在 AI 浪潮下，這一優(yōu)勢會進(jìn)一步釋放。根據(jù)資源、客戶與價(jià)值分布靈活選擇市場，從長遠(yuǎn)看，中國軟件市場仍大有可為。

蔣劍彪：在資源有限的前提下，AI 應(yīng)用的首站應(yīng)優(yōu)先考慮歐美市場：一方面，全球范圍內(nèi)對 AI 軟件的剛性缺口最為明顯；另一方面，從增長趨勢看，歐美更適合用作產(chǎn)品驗(yàn)證，回報(bào)與利潤空間也更具吸引力。歐美市場的本地化競爭格局相對寬松，差異化更易凸顯；而國內(nèi)競爭已極度內(nèi)卷，難以拉開明顯距離。此外，北美在算力資源、技術(shù)團(tuán)隊(duì)與生態(tài)遷移方面優(yōu)勢明顯——推理場景正從 H200 向 B200 迭代，單位性能成本不斷下降。先在歐美跑通模型，再將經(jīng)驗(yàn)與資源“反哺”回國內(nèi)，往往比直接在國內(nèi)起步更穩(wěn)妥、更高效。

郭煒：在評估進(jìn)入某個市場的戰(zhàn)略價(jià)值前，必須先明確公司此階段的核心訴求——是追求收入、融資，還是產(chǎn)品迭代。我們初期深耕國內(nèi)并非為了直接商業(yè)化，而是為了聚焦中國開發(fā)者生態(tài)。當(dāng)前全球最“卷”的開發(fā)者社區(qū)就在中國，利用開源模式讓國內(nèi)開發(fā)者共同打磨產(chǎn)品，可極大提升技術(shù)成熟度，隨后再通過全球化實(shí)現(xiàn)商業(yè)收益。

市場選擇應(yīng)服務(wù)于階段目標(biāo)。就商業(yè)價(jià)值而言，中國軟件市場目前體量有限，單以“中國收入”在融資端說服力不足；然而，從技術(shù)和產(chǎn)品迭代角度看，中國擁有龐大且高水平的開發(fā)者群體，對開源項(xiàng)目具備巨大戰(zhàn)略價(jià)值。這也是為何眾多新興開源 AI 項(xiàng)目源自中國：本地開發(fā)者數(shù)量與水平足以躋身全球前列。先在國內(nèi)“卷”出成熟產(chǎn)品，再按戰(zhàn)略節(jié)奏進(jìn)入其他市場，才能最大化資源與市場的匹配度。

戴冠蘭：國內(nèi) ToD 社區(qū)規(guī)模龐大，既能持續(xù)貢獻(xiàn)代碼，又能快速反饋需求。這正是我們在上海設(shè)立研發(fā)中心的原因：直接從社區(qū)吸納優(yōu)秀工程師，形成“社區(qū) → 反饋 → 招募 → 產(chǎn)品迭代”的正向循環(huán)。

國內(nèi)基礎(chǔ)設(shè)施實(shí)力強(qiáng)，得益于極高的流量壓力——單個電商平臺在大促期間的流量往往超越美國“黑五”全網(wǎng)。這樣的實(shí)戰(zhàn)環(huán)境為工程師提供了獨(dú)特優(yōu)勢，也讓中國市場成為打磨產(chǎn)品和培養(yǎng)研發(fā)團(tuán)隊(duì)的理想土壤。

技術(shù)架構(gòu)與挑戰(zhàn)

郭煒：進(jìn)入一個全新的市場時(shí)，技術(shù)和產(chǎn)品的本地化適配往往是第一步，但與此同時(shí)，構(gòu)建本地技術(shù)生態(tài)也是非常重要的。能否分享一下，在實(shí)際操作中，是如何看待本地化適配和技術(shù)生態(tài)共建之間的關(guān)系的？

戴冠蘭：針對 ToD 類的標(biāo)準(zhǔn)化產(chǎn)品，早期通常無需投入大量本地化工作。我們的做法是開放社區(qū)通道，讓開發(fā)者自行貢獻(xiàn)本地化內(nèi)容，大多數(shù)語言版本都因此自然完善。唯一例外是日本市場——由于當(dāng)?shù)亻_發(fā)者高度保守，不愿閱讀英文文檔，我們才專門提供完整的日文本地化。因此，除非面對類似日本這樣極具特殊性的市場，否則無需將本地化作為初期重點(diǎn)。

蔣劍彪：本地化適配首先要解決“能不能用”的問題——支付方式、語言界面、數(shù)據(jù)存儲等合規(guī)體驗(yàn)是進(jìn)入市場的最低門檻。扎根之后，才是生態(tài)共建，通過與本地開發(fā)者、社區(qū)、供應(yīng)鏈等伙伴構(gòu)建資源網(wǎng)絡(luò)，形成長期競爭壁壘。

在本地化與生態(tài)搭建的過程中，“協(xié)同”是核心：一方面要選對技術(shù)架構(gòu)與算力節(jié)點(diǎn)，保障擴(kuò)容能力與供應(yīng)鏈穩(wěn)定，并持續(xù)在軟件層面迭代優(yōu)化；另一方面要借助政府、渠道和行業(yè)伙伴，加速落地與反饋，降低試錯成本，更快贏得本地用戶信任。

真正的本地化不是簡單出海，而是升級為“生態(tài)共建者”——與本地伙伴共享技術(shù)與利益，例如通過開源協(xié)作推動行業(yè)標(biāo)準(zhǔn)制定，讓自身業(yè)務(wù)需求在生態(tài)中獲得持續(xù)反哺。

郭煒：從技術(shù)生態(tài)角度看，進(jìn)入新市場的最佳方式是“滾雪球”。以開源項(xiàng)目為例，先專注完成最常用的技術(shù)集成，例如 Apache SeaTunnel 適配 Databricks、Snowflake 等數(shù)據(jù)平臺的 Connector。當(dāng)最初的“雪團(tuán)”成型后，海外開源社區(qū)會自發(fā)貢獻(xiàn)更多連接器，推動產(chǎn)品功能快速擴(kuò)展。

商業(yè)化階段，中國科技企業(yè)應(yīng)學(xué)會“抱大腿”。白鯨開源與 AWS 深度合作，填補(bǔ)其在 ETL／CDC 領(lǐng)域缺乏高效數(shù)據(jù)導(dǎo)入工具的空白。在 AWS 生態(tài)中，我們的產(chǎn)品性能是國外同類的兩倍、價(jià)格僅一半，并與 Redshift 等服務(wù)無縫整合。AWS 的解決方案架構(gòu)師和客戶因此主動推薦我們的方案，為我們持續(xù)帶來訂單。

郭煒：創(chuàng)業(yè)公司在海外的資源與渠道難以與巨頭匹敵，唯有深度整合才能彌補(bǔ)這一差距。

蔣劍彪：時(shí)間是最稀缺的資產(chǎn)，這正是選擇合作而非單打獨(dú)斗的核心原因。

戴冠蘭：在與大廠對接前，至少要配備一支精干的本地團(tuán)隊(duì)——哪怕只有一人——否則容易在談判中被動甚至走偏。擁有最小規(guī)模的本地力量后，再“抱大腿”才更穩(wěn)妥。

郭煒：技術(shù)架構(gòu)如何快速響應(yīng)目標(biāo)市場的本地化需求（如支付、語言、監(jiān)管政策）？有哪些技術(shù)或流程可加速適配過程？

戴冠蘭：針對地域性數(shù)據(jù)留存要求，我們可以在回源時(shí)依據(jù)各地區(qū)政策智能分流，并提供端到端加密與服務(wù)網(wǎng)格方案，滿足最嚴(yán)格的監(jiān)管標(biāo)準(zhǔn)。支付合規(guī)同理，國內(nèi)可以接入 Airwallex 這類跨境方案，海外可直接用 Stripe 等平臺——大膽采用成熟的 SaaS 服務(wù)，別把寶貴的早期精力耗在自建合規(guī)系統(tǒng)上。先快速接好 payment 與 API 管理，把時(shí)間都用來打磨核心價(jià)值。等業(yè)務(wù)規(guī)模做大，再考慮自研或替換。歐美 SaaS 生態(tài)之所以繁榮，正因?yàn)榇蠹覙酚谝蕾囘@些現(xiàn)成服務(wù)。

我們公司內(nèi)部使用的一百多項(xiàng) SaaS 服務(wù)涵蓋數(shù)據(jù)分析、計(jì)費(fèi)、支付、期權(quán)管理、HR 等所有環(huán)節(jié)——譬如 Metronome 負(fù)責(zé)精準(zhǔn)計(jì)費(fèi)，讓我們清楚每一筆資源用量用于計(jì)費(fèi)。

即便 ARR 已達(dá)到一兩億美元，我們?nèi)栽谘赜眠@些 SaaS 工具。結(jié)論很簡單：創(chuàng)業(yè)初期別為省成本而猶豫，大膽采用成熟 SaaS ，才能更快聚焦產(chǎn)品價(jià)值并駛?cè)朐鲩L快車道。

蔣劍彪：從基礎(chǔ)設(shè)施層面看，快速響應(yīng)本地化需求的關(guān)鍵在于資源布局與彈性調(diào)度。采用區(qū)域化集群部署，比如在東北亞、東南亞等目標(biāo)市場建設(shè)本地?cái)?shù)據(jù)中心，既滿足當(dāng)?shù)財(cái)?shù)據(jù)合規(guī)，也顯著降低網(wǎng)絡(luò)時(shí)延。其次，按區(qū)域隔離異構(gòu)資源池，實(shí)現(xiàn)定制化資源配置。服務(wù)層則通過模塊化接口和本地化適配引擎，將核心 API 全球統(tǒng)一管理，再以插件機(jī)制動態(tài)加載各地區(qū)合規(guī)邏輯，并提供符合本地開發(fā)環(huán)境的 SDK 工具。

以 GMI Cloud 舉例，憑借高穩(wěn)定性的技術(shù)架構(gòu)、強(qiáng)大且高端的 GPU 供應(yīng)鏈，結(jié)點(diǎn)覆蓋全球，確保 AI 企業(yè)在高度數(shù)據(jù)安全與計(jì)算效能的基礎(chǔ)上，能夠高效低本地完成 AI 落地，同時(shí) GMI Cloud 還通過自研 “Cluster Engine”、“Inference Engine”兩大平臺，完成從算力原子化供給到業(yè)務(wù)級智算服務(wù)的全棧躍遷，為 AI 企業(yè)提供了一個堅(jiān)實(shí)的智能算力基座。

郭煒：如果將每個市場都視為一種本地化，那么軟件企業(yè)有一條相對簡便的捷徑：充分利用各大公有云及其出海平臺。我們的做法是將訂閱產(chǎn)品上架 AWS、Microsoft 等云端 Marketplace，客戶下單后，系統(tǒng)自動將服務(wù)部署到其 VPC 內(nèi)部網(wǎng)絡(luò)。

這樣做有兩大優(yōu)勢：合規(guī)成本低，數(shù)據(jù)托管由客戶自身環(huán)境完成，避免了多國合規(guī)與認(rèn)證的繁瑣流程；網(wǎng)絡(luò)適配簡單，服務(wù)直接運(yùn)行在客戶網(wǎng)絡(luò)內(nèi)，無需額外打通鏈路，快速落地。

初創(chuàng)階段，在資金有限的時(shí)候，切忌一開始就自建覆蓋多云的大型 SaaS 基礎(chǔ)設(shè)施，尤其是 Infra 類產(chǎn)品。先通過云 Marketplace 驗(yàn)證產(chǎn)品價(jià)值、累積海外用戶，并利用云廠商現(xiàn)成的合規(guī)與運(yùn)維體系，才能避免在合規(guī)與運(yùn)維成本上“自陷泥淖”。待業(yè)務(wù)規(guī)模擴(kuò)大后，再逐步搭建自主 Infra，以提升收入占比與控制力。

蔣劍彪：創(chuàng)業(yè)伊始，應(yīng)選擇最輕量、合規(guī)成本最低的方案——充分借助本地合規(guī)算力網(wǎng)絡(luò)，把產(chǎn)品快速推向市場。當(dāng)業(yè)務(wù)規(guī)模和數(shù)據(jù)量達(dá)到一定水平，再考慮自建 Infra，此時(shí)公司已有足夠財(cái)力承擔(dān)投入。同時(shí)在與本地用戶的持續(xù)互動中，逐步且快速地迭代產(chǎn)品。

郭煒：什么部分應(yīng)用開源？什么地方不應(yīng)該開源，是否有戰(zhàn)略性的思考？開源生態(tài)如何成為全球化“杠桿”？是否存在被競品復(fù)制的風(fēng)險(xiǎn)？

戴冠蘭：哪些部分應(yīng)當(dāng)開源、哪些應(yīng)閉源，很難有一刀切的標(biāo)準(zhǔn)，但可遵循一條經(jīng)驗(yàn)：凡是專為世界 500 強(qiáng)或超大型客戶提供的合規(guī)、加密、治理等高階功能，可以選擇閉源；其余面向大眾開發(fā)者或生態(tài)建設(shè)的基礎(chǔ)能力，則可開放代碼。

在決定開源范圍前，首先要明確目的——是為了打造生態(tài)、提升知名度，還是作為市場營銷利器。開源確實(shí)是一把“推廣神器”：DeepSeek 便借此從名不見經(jīng)傳一躍成為行業(yè)熱議對象，連曾經(jīng)輕視它的某些大廠也開始采納其引擎。

關(guān)鍵在于：開源力度要讓用戶感到“值”，愿意投入并形成社區(qū)，而閉源部分則保留差異化壁壘。至于被競品復(fù)制的風(fēng)險(xiǎn)，我并不擔(dān)憂——模仿者難以超越領(lǐng)先者，只要我們保持快速迭代和強(qiáng)執(zhí)行力，就能持續(xù)領(lǐng)先。

蔣劍彪：開源已成為技術(shù)發(fā)展的必然趨勢，開源本質(zhì)在于以公共技術(shù)資產(chǎn)換取全球生態(tài)話語權(quán)。企業(yè)通常遵循“基礎(chǔ)開源建生態(tài)，核心閉源保盈利，區(qū)域定制破壁壘”的基本原則。

該開源的部分選擇具有網(wǎng)絡(luò)效應(yīng)、需要全球協(xié)作的技術(shù)，通過開源降低市場進(jìn)入成本，綁定開發(fā)者和合作伙伴；而涉及數(shù)據(jù)敏感性或技術(shù)壁壘的環(huán)節(jié)應(yīng)保留閉源，以確保商業(yè)閉環(huán)。

為了兼顧風(fēng)險(xiǎn)與市場需求，企業(yè)需確保開源版本具備足夠功能，同時(shí)使商業(yè)版本在性能或服務(wù)上具有明顯差異。通過技術(shù)分層、專利保護(hù)、生態(tài)鎖定，將競品復(fù)制的影響從 “技術(shù)替代” 轉(zhuǎn)化為 “生態(tài)共建”，最終實(shí)現(xiàn) “以開源為杠桿，撬動全球化市場” 的戰(zhàn)略目標(biāo)。

當(dāng)前主要的開源商業(yè)化模式包括，在成熟市場中，以免費(fèi)開源版本吸引中小開發(fā)者和初創(chuàng)企業(yè)，隨后通過社區(qū)和用戶規(guī)模的增長反哺商業(yè)產(chǎn)品。

在核心市場（如東南亞、拉美）優(yōu)先推廣開源版本，培養(yǎng)用戶習(xí)慣，待市場成熟后再推出商業(yè)化套餐。此外，企業(yè)還可與云服務(wù)商合作，將開源項(xiàng)目深度集成至 Marketplace，借助全球節(jié)點(diǎn)實(shí)現(xiàn)快速市場滲透。

郭煒：“一流企業(yè)制定標(biāo)準(zhǔn)，二流企業(yè)開發(fā)產(chǎn)品，三流企業(yè)提供服務(wù)。”開源的核心在于對標(biāo)準(zhǔn)的掌控。

蔣劍彪：占領(lǐng)標(biāo)準(zhǔn)意味著在開源端吸引更多用戶，持續(xù)迭代技術(shù)棧，從而讓所有開發(fā)者圍繞這一生態(tài)展開協(xié)作。隨著技術(shù)棧的普及，上游的芯片和硬件廠商也會調(diào)整研發(fā)策略，以適配這一模式。

過去國內(nèi)在開源投入上相對滯后，主要是依靠開源紅利推動云服務(wù)廠商的發(fā)展。如今，國內(nèi)企業(yè)已主動開展開源工作，通過大量品牌推廣，將開源視為最有效的全球化利器，從而實(shí)現(xiàn)了從“吃紅利”到“創(chuàng)造紅利”的轉(zhuǎn)變。

郭煒：開源在制定行業(yè)標(biāo)準(zhǔn)方面具有深遠(yuǎn)影響。以海豚調(diào)度（DolphinScheduler）為例，該項(xiàng)目被認(rèn)為是全球領(lǐng)先的數(shù)據(jù)調(diào)度解決方案，在東南亞和中國市場占有率超過 90%。

雖然存在大量基于該項(xiàng)目進(jìn)行深度定制和商業(yè)化的集成商，未直接向商業(yè)版本付費(fèi)，但它們在推廣標(biāo)準(zhǔn)化技術(shù)方面發(fā)揮了重要作用，并成為推動生態(tài)共建的合作伙伴。

當(dāng)前，在中國，90% 的大數(shù)據(jù)平臺都依賴 DolphinScheduler 進(jìn)行調(diào)度，無論是運(yùn)營商集成的開源版本，還是基于我們商業(yè)版本的部署。標(biāo)準(zhǔn)一旦確立，隨之而來的商業(yè)轉(zhuǎn)化便非常直接：不斷迭代開源產(chǎn)品即可。作為開源項(xiàng)目的原廠，白鯨開源每月發(fā)布新版本，不斷增強(qiáng)功能。

運(yùn)營商若不愿意自行維護(hù)團(tuán)隊(duì)與我們同步迭代，就會選擇與我們合作，逐步成為我們的生態(tài)伙伴。在中國，這種“迭代競賽”模式極為有效。但在海外市場，也需警惕“競合”關(guān)系：當(dāng)項(xiàng)目規(guī)模足夠大時(shí)，云廠商可能會自行發(fā)布兼容版本，展開直接競爭。

對于希望快速占領(lǐng)中國市場的軟件而言，開源是最佳捷徑——將代碼完全開源、持續(xù)迭代，以卓越的產(chǎn)品力碾壓競爭對手。同時(shí)，商業(yè)版本與開源版本相互促進(jìn)，最終推動整個生態(tài)的不斷優(yōu)化。

郭煒：出海后的“開源產(chǎn)品”商業(yè)化的核心競爭力是什么？如何做差異化？開源產(chǎn)品如何盈利？

戴冠蘭：開源商業(yè)模式可分三種：第一種是提供服務(wù)。盡管服務(wù)并非最“下等”的方式，但難以標(biāo)準(zhǔn)化、難以規(guī)模化，目前成功案例僅有紅帽等少數(shù)幾家；若服務(wù)做得不專業(yè)，企業(yè)可能淪為外包商而被拖垮——這是開源商業(yè)化的第一種“死法”。第二種是“Open Core”模式，即將核心功能開源，企業(yè)版提供增值功能。

但其風(fēng)險(xiǎn)在于開源版本可能蠶食企業(yè)版市場：開源做得足夠好能夠打敗所有競品，卻又可能壓垮自己的商業(yè)版。第三種是提供更高級別的服務(wù)，即“云”模式或訂閱服務(wù)。

在此模式下，收費(fèi)不再基于授權(quán)許可，而是按使用量、計(jì)費(fèi)周期或席位數(shù)收費(fèi)。目前，多數(shù)開源上市公司已將此作為主營模式。

蔣劍彪：關(guān)鍵在于實(shí)現(xiàn)開源產(chǎn)品與商業(yè)化產(chǎn)品的差異化，應(yīng)聚焦于垂直行業(yè)的定制化解決方案，因?yàn)闆]有實(shí)際的應(yīng)用場景，就難以實(shí)現(xiàn)商業(yè)化價(jià)值。另一種思路是軟硬一體化——通過優(yōu)化軟件釋放硬件性能，并在基礎(chǔ)設(shè)施選型時(shí)優(yōu)先與具備軟件能力的廠商合作。

與此同時(shí)，還可通過開發(fā)者社區(qū)活動吸引更多貢獻(xiàn)者來鞏固技術(shù)品牌的影響力。這些營銷與生態(tài)建設(shè)措施，都是支撐商業(yè)化落地的重要手段。

未來挑戰(zhàn)與機(jī)遇

郭煒：AI 大模型是否正在顛覆傳統(tǒng)技術(shù)公司的出海邏輯？現(xiàn)有產(chǎn)品該如何適配 AI 浪潮？如何發(fā)揮現(xiàn)有的優(yōu)勢？

蔣劍彪：AI 大模型正在將企業(yè)出海的邏輯，從資源密集型轉(zhuǎn)向以智能驅(qū)動為核心。過去，企業(yè)主要依靠廉價(jià)勞動力和成本優(yōu)勢；而如今，必須以技術(shù)開放和生態(tài)協(xié)同為基礎(chǔ)，通過數(shù)據(jù)閉環(huán)和場景深耕，以模式創(chuàng)新實(shí)現(xiàn)轉(zhuǎn)型。

以科大訊飛為例，它就是通過 iFLYTEK AIMarX 智能營銷平臺，將 AI 驅(qū)動的紅人篩選、廣告投放、數(shù)據(jù)分析等全鏈路整合，形成“AI 即服務(wù)”的生態(tài)輸出模式。未來，誰能最快將 AI 轉(zhuǎn)化為可規(guī)模化的本地化服務(wù)，誰就能在全球市場建立新的競爭壁壘。

戴冠蘭：面對 AI，我們不應(yīng)盲目追求“全員 AI”或宣稱公司轉(zhuǎn)型為 AI 企業(yè)，而要明確 AI 的邊界，選擇最適合團(tuán)隊(duì)的應(yīng)用場景。過度將 AI 與績效掛鉤容易偏離本質(zhì)，管理者應(yīng)評估團(tuán)隊(duì)特點(diǎn)，明確 AI 在組織中的作用范圍，借助合適的 AI 應(yīng)用提升效率和積極性。

郭煒：從技術(shù)架構(gòu)的角度看，我認(rèn)為 AI 將深刻影響整個軟件生態(tài)。系統(tǒng)的設(shè)計(jì)是以人作為最終消費(fèi)者的決策支持邏輯為中心，然而，隨著 AI 時(shí)代來臨，最終的“消費(fèi)者”更可能是 agent，對數(shù)據(jù)倉庫和復(fù)雜 ETL 鏈路的將被重新設(shè)計(jì)，甚至消失。

蔣劍彪：我們要思考 AI 大模型在生產(chǎn)環(huán)境中的應(yīng)用邊界在哪里？例如，文檔自動生成已取代了原有的寫作崗位。隨著底層邏輯的重構(gòu)，原有的多崗位支撐環(huán)節(jié)不再必要嗎，從設(shè)計(jì)、研發(fā)到運(yùn)營的繁瑣流程，將因用戶接收信息方式的演進(jìn)而被簡化。

關(guān)鍵環(huán)節(jié)消失后，我們需要重新審視——AI 時(shí)代，用戶更青睞“無感知”與智能化體驗(yàn)，這一趨勢要求我們在產(chǎn)品開發(fā)之初就融入更高效的交互方式。

歐美市場對 AGI（通用人工智能）的追求，正是希望徹底改變?nèi)伺c工具的交互模式——不再是“啟動一個 APP”或“打開工作客戶端”，而是讓 AI Agent 成為用戶的天然界面。

面對這種變革，我們在全球化出海時(shí)必須要提前布局，只有思考如何將 AI 緊密嵌入產(chǎn)品中，順應(yīng)用戶習(xí)慣的深刻變化，才能在未來競爭中占得先機(jī)。

戴冠蘭：我舉個身邊的例子：一位做基礎(chǔ)軟件的朋友發(fā)現(xiàn)，用戶論壇里很多人反映同樣的錯誤。深入排查后，他才意識到是 ChatGPT 生成的代碼有問題。于是，下一個版本中，他將這部分邏輯改為自研實(shí)現(xiàn)。

這說明，AI 正在改變我們的工作方式。在下一代網(wǎng)關(guān)研發(fā)中，我們也會優(yōu)先考慮如何選擇合適的編程語言和架構(gòu)，減少機(jī)器生成代碼的錯誤率。

AI 時(shí)代將引發(fā) API 使用的爆發(fā)式增長，調(diào)用主體不再局限于人類終端用戶，而是各種 agent。基于此，我們的產(chǎn)品迭代方向是深入適配大語言模型和代理場景，提升對海量 API 請求的管理和調(diào)度能力。

團(tuán)隊(duì)在落地 AI 時(shí)，應(yīng)結(jié)合自身實(shí)際，因地制宜地制定方案，既要積極擁抱 AI 帶來的效率提升，也要保持理性，不盲目迷信技術(shù)。

郭煒：AI 永遠(yuǎn)是輔助者，決策的指揮棒仍然在人的手中。

戴冠蘭：現(xiàn)在沒錯，不過也許到年底就會改變，到那時(shí)你可能會按照 AI 的指令來做出決策。

郭煒：我們在 Apache 的開源項(xiàng)目 SeaTunnel 中曾開發(fā)過一個專為 AI 適配 API 的版本。過去為開發(fā)者做的 API，主要考慮到人的理解和架構(gòu)優(yōu)美，但是因接口過多、大模型難以理解而出錯，于是我們編寫了幾個針對大模型的 SaaS 的 Connector API。未來，當(dāng)模型作為生成器或智能 Agent 運(yùn)行時(shí)，就能按既定流程自動執(zhí)行任務(wù)。

這種方式雖然高效，卻也帶來新的挑戰(zhàn)。在從事 ETL 與數(shù)據(jù)攝取的過程中，我注意到 SeaTunnel 社區(qū)里已出現(xiàn)繞過數(shù)據(jù)倉庫，基于 Agent 與 MCP Server 交互的新數(shù)據(jù)獲取方法，并迅速得到不少用戶采用。這讓我很震驚，數(shù)據(jù)倉庫將來會不會消失？ETL/ 數(shù)據(jù)整合行業(yè)會不會消失？

打敗你的，永遠(yuǎn)不是你現(xiàn)在眼中看到的所謂的“競爭對手”。講個故事，小時(shí)候，我熟悉兩個自行車品牌——永久和鳳凰。它們曾在“加速軸”技術(shù)上競爭，看誰能跑得更快。

然而，真正顛覆自行車市場的，卻是一家外賣公司推出的共享單車，徹底改變了整個行業(yè)格局。因此，我感到焦慮：隨著 AI 的到來，許多曾被視為核心的產(chǎn)品路線可能會失去意義。我們必須正視這一變革，重新審視產(chǎn)品策略。

郭煒：未來 3 年，中國技術(shù)公司出海的最大機(jī)會在哪里？哪些技術(shù)趨勢可能改變游戲規(guī)則？

蔣劍彪：我們需要關(guān)注國家重點(diǎn)發(fā)展的板塊。首先，新能源汽車及車聯(lián)網(wǎng)、智能網(wǎng)聯(lián)領(lǐng)域依托我國制造業(yè)優(yōu)勢，已處于領(lǐng)先地位。其次，近年來低空經(jīng)濟(jì)備受關(guān)注，例如上海車展上展示的大量汽車與無人機(jī)結(jié)合的產(chǎn)品。此外，智能制造領(lǐng)域（如具身智能等方向）成為投資熱點(diǎn)。

隨著人工智能的疊加，出海應(yīng)用趨于多樣化，其中 AIGC 應(yīng)用占到了五至六成。同時(shí)，AI 游戲領(lǐng)域也在崛起，很多 AI 游戲初創(chuàng)團(tuán)隊(duì)已獲得大量融資。在應(yīng)用創(chuàng)新層面，中國 AI 出海企業(yè)能夠快速孕育創(chuàng)意并迅速落地，而且許多初創(chuàng)團(tuán)隊(duì)從一開始就面向全球，其全球化滲透速度將更為驚人。

戴冠蘭：硬件領(lǐng)域依托國家“國運(yùn)”板塊優(yōu)勢依然明顯。硅谷那些所謂的 AI 具身機(jī)器人創(chuàng)業(yè)公司，很多只是將中國廠商生產(chǎn)的機(jī)器人貼牌后去融資，這恰恰說明我國在硬件制造上擁有巨大機(jī)遇。

軟件部分領(lǐng)域亦具備競爭優(yōu)勢——不僅在音視頻技術(shù)方面領(lǐng)先，更因版權(quán)成本相對低廉，用戶基數(shù)巨大，為大規(guī)模模型訓(xùn)練提供了豐富的數(shù)據(jù)。在有先進(jìn)的基礎(chǔ)模型加持的前提下，AI 時(shí)代最重要的是訓(xùn)練數(shù)據(jù)的數(shù)量和質(zhì)量，這個正是我們在 AI 賽道上彎道超車的關(guān)鍵。

AICon 2025 強(qiáng)勢來襲，5 月上海站、6 月北京站，雙城聯(lián)動，全覽 AI 技術(shù)前沿和行業(yè)落地。大會聚焦技術(shù)與應(yīng)用深度融合，匯聚 AI Agent、多模態(tài)、場景應(yīng)用、大模型架構(gòu)創(chuàng)新、智能數(shù)據(jù)基建、AI 產(chǎn)品設(shè)計(jì)和出海策略等話題。即刻掃碼購票，一同探索 AI 應(yīng)用邊界！