第一批先用 AI 的外贸人，已经挣到钱了

摘要：微软纳德拉喊出“所有产品都值得用AI重做一遍”后，企业级场景的重构如火如荼展开。数字人、客服、代码、办公协作等场景，各大企业积极探索AI落地路径，尝试走通商业转化闭环。而伴随着AI升级应用，行业里又不乏 “大模型杀死SaaS”的声音。

企业级AI落地，小满OKKI的思考和方法论。

文｜徐鑫

编｜任晓渔

大模型浪潮两年来，ToB 应用战场一直在共识和非共识的激荡中前行。

微软纳德拉喊出“所有产品都值得用AI重做一遍”后，企业级场景的重构如火如荼展开。数字人、客服、代码、办公协作等场景，各大企业积极探索AI落地路径，尝试走通商业转化闭环。而伴随着AI升级应用，行业里又不乏 “大模型杀死SaaS”的声音。

动态演进的市场里，小满科技（OKKI），一家有近12年发展史的外贸SaaS企业，在出海工具这个小众细分赛道，不显山露水地拿到了结果——

目前，OKKI 的 AI能力已实现营销获客、客户运营、经营决策的全场景覆盖；AI采纳率达75%；同时使用AI能力的用户活跃度大幅超过未使用AI的用户，在市场份额层面，AI重构也让它在近年迅猛增长。据艾瑞咨询最新发布的 2024 外贸 B2B SaaS 市场数据显示，OKKI 以 14.7% 的份额稳居工具类市场第一。

对正在探索 AI toB 的企业而言，这是一个让人兴奋的信号。外界也好奇，垂直细分赛道的AI应用到底怎么跑出来的？工具类产品如何选择大模型落地场景？基模能力不断扩张，垂直应用有没有护城河？如何从组织层面适配产品的AI化？

小满科技可能成为一个样本，让我们得以观察垂直赛道的隐形冠军们用好AI的路径。

在外贸领域，商家能用AI 改变什么？

青岛一家主营移动餐车的外贸公司老板王乃墩吃惊地发现，他们生意流程里的一些痛点正在被AI解决。

这家公司80%的客户来自阿里巴巴国际站，欧美国家许多个体经营者会购买他们的餐车来做咖啡、冰淇淋和冷饮生意。由于餐饮行业的准入门槛复杂，在客户开发过程中业务员往往需要花费大量的时间去了解当地的政策法规，从而打消客户对于市场准入的疑虑。

OKKI升级AI辅助谈单能力后，正在批量解决“王老板们”的难题。王乃墩发现，即使不了解当地法律法规，他也能用 OKKI 轻松写好一封“情商拉满”、面面俱到的客户开发信。在信的最后，OKKI还不忘提醒他：可以去哪些渠道了解更多的当地信息。

除了邮件场景外，OKKI 的AI作为一个嵌入到沟通工作流里的能力，能随时洞察客户的需求。通过分析外贸业务员与客户的沟通内容，AI能判断出沟通卡点，针对性给出相应的策略分析，甚至直接给出具体的英文话术。例如，客户关注过价格相关的因素，AI会基于其价格敏感特性，针对性给出定价策略或促销建议，为业务员提供谈单思路。

区别于市场上大多数外贸 AI 工具，OKKI 还针对企业管理者推出了AI数据助理、沟通质检等功能，帮管理者科学决策，大大提升了管理效率。比如，数据报表可以一键生成，原本从以天为单位的复盘数据准备时间，可以减至分钟级别。王乃墩在使用 OKKI 的 AI 做管理后，管理效率提升了30%。

在 OKKI 的过往产品宣传中，虽然并未提及到 Agent 相关应用，但是据数智前线了解，类 Agent 模式的功能，如 AI 背调其实早已经落地，并且有了不错的客户反馈。

AI 会先实时深掘 OKKI 的库内信息和 toB 市场多渠道公开数据，如社媒信息、官网、海关数据、智能贸易数据等。在深度识别数据之间的逻辑关系后，形成包括客户采购偏好、购买力等客户画像，最后将生成针对性的跟进策略。

01年的何佳坤，借着海外赛事经济的东风，2个人加1个AI，把健身器材卖到了欧美市场。询盘过来的客户有5、6000 人。但公司就2个人，很难面面俱到跟进客户。何佳坤引入 OKKI 来帮他管理客户、定期进行智能营销，并利用 AI 背调来筛选高价值客户，为后续的客户沟通提供精准的情报参考，帮他大幅提升了效率及利润率。还没大学毕业，何佳坤就赚到了第一桶金——300万。

先用好了 AI 产品的企业，已经先尝到了 AI 的红利。因为AI，“一人军团”正在外贸行业里成为现实。而OKKI帮外贸商家找到增量机会，提升业务效率的同时，也因为先用好了 AI，显著提升了产品的用户活跃度，并且在今年成为市占率第一的玩家。

有人说，大模型时代，企业间的竞争要考虑企业用模量，而产品的竞争则成了产品的含模量竞争。在外贸赛道这个断言正在成为现实。

小满如何全场景落地大模型

OKKI的全场景智能化升级并非一蹴而就。

对垂直行业赛道的玩家而言，要落地大模型必定面临着一系列天问——Chatbot尝鲜还是切入业务流？市场有垂直领域玩家的机会吗？什么是更合适的场景？

小满也经历了这一历程，核心团队基于对大模型能力边界的认知、外贸SaaS场景特性和客户痛点的理解，做出了抉择。

首先是，不做套壳应用，要切入业务流。

这是小满团队基于深耕企业级场景十余年经验得出的判断。企业级用户不同于C端尝鲜，他们更看重产品能创造什么价值。而一个Chatbot的通用能力，在大模型幻觉问题无法解决的当下，无法真正给用户创造价值。

当时，市场上有一波企业快速接入GPT接口开启chatbot式升级，但小满科技却很安静。他们全面评估大模型对外贸的流程和生意链路的影响，选择要解决用户的底层问题，在业务流里用AI，哪怕产品出来得可能会晚一点。

另一个企业级市场普遍关注的问题是，外贸SaaS，有应用厂商的空间吗？

一个典型的案例是做营销文案的海外AI应用商Jasper的命运。2022年10月它以15亿美元的估值获得了1.25亿美元A轮融资，ChatGPT出来后，很快碾过了Jasper的赛道。

针对这一问题，小满科技笃定在外贸垂直赛道还有垂直应用商的空间。外贸CRM工具场景复杂度高，属于更非标场景；企业需要处理客户整个生命周期管理和订单管理，大量的交互和问答围绕着商品定制细节展开，还包含成本、不同区域的关税等复杂信息。

大模型的通用能力无法覆盖这些垂直领域知识，需要垂直领域玩家在产品层面做大量知识工程，同时也需要服务商对企业客户的使用习惯有深入理解，才能真正解决企业痛点。

小满科技CTO Happyson认为，这是挑战，但也是小满的机会。因为外贸业务如此复杂，对AI就有更大需求。越来越多内贸、工厂型企业正在转型出海，专业的外贸 AI 能在短时间内，帮助新手团队向高水平的业务员靠拢。

其次，先在已有流程中改造，开发用户常用、指标易被量化的场景。

事实上这也是目前ToB赛道玩家们通行的策略。比如办公协同赛道，WPS 365也是选择尊重已有工作流，从中寻找AI可以提效的机会，它充分考量到了当下的大模型能力边界。

Happyson告诉数智前线，他们从数据和用户反馈出发，企业用得多的功能，就会先去改造，能被数据量化的功能才会被列进开发list。

这也与过去两年那些应用走在前列的场景策略不谋而合，AI代码、数字人、智能客服等先行场景都是ROI指标易被量化的场景。

形成一系列共识后，小满的动作很快。2023年9月OKKI第一批AI应用上线测试，覆盖了AI写信润色、AI辅助回复、AI数据分析等外贸商家的高频刚需场景。

3个月后，OKKI 正式发布 AI 能力，到去年6月，OKKI已经实现AI全场景覆盖，从营销获客到客户运营到经营管理，AI正全面与外贸人的每日工作融合。

当下OKKI已升级为更类人的 AI伙伴，从过往的人找工具的模式，转变为主动融入外贸人的业务流中，交互方式更自然和高效。

随着从单点应用到全场景AI落地，小满对应用场景的思考也在深化。当下他们不再是基于已有的工作流来找提效空间，而是通盘来思考能否基于AI实现功能背后客户的底层需求。

“比如客户给买家打标签是为了方便跟进做管理动作。下一步 AI 需要探索的不是优化打标签的效率，而是能否用 AI 跳过打标签环节，直接解决客户管理问题”，小满科技 COO 郑燕琴表示。

企业级AI的落地方法论

ToB场景的AI落地，相比C端产品多了一份理性和冷静。这与企业级市场的特性有关，产品需要具备稳定性、准确度以及有足够的吞吐量。小满的“外贸+AI” 实践里，也能窥见企业级市场 AI落地的一些共性方法论。

首先，遵循企业级场景里技术落地的经济性要求。

ToB领域，产品大规模应用的一大关键点是成本，成本太高，产品很难规模化应用。比如OKKI 的AI背调功能很早就做出来了，效果也不错，但当时成本过高。于是小满团队没有选择在当时上线，而是多花了2个月做了许多工程和算法层面的优化，最终将成本优化到原来的5%。

“AI 会成为水电煤一样的基础设施，前提要把价格打下来。这不是靠恶性竞争，而是整个技术能力的升级要变成基础设施的定价水准。所以我们其实在去年3、4月份就有这个预判，把我们AI产品定了一个还是比较合适的价格。”小满科技 COO郑燕琴向数智前线表示。

对经济性的要求，还体现在小满对于模型的选择上。目前，OKKI 已经接入了 DeepSeek、通义 Qwen 等多个先进大模型，会基于用户价值，来开放选择能力与场景适配性最好的模型。据了解，小满内部已经建立了一套行之有效的评测机制，可以更好地测算模型在不同场景里的表现。

“小满会考虑技术的性价比，不是贵的炫的就是好的。这套评测机制建立后，模型更新后的应用端适配接入从按月为单位，变成了按天为单位去接入更新”，Happyson 表示。

其次，垂类AI要落地，终究要靠效果说话。

目前，OKKI 75%的AI综合采纳率，拉到多个行业里对比，这个指标表现也很亮眼，市场上大热的一些AI代码产品，在应用起来的企业里，代码采纳率也只在三成左右。

“75% 还只是个不错的开始。随着模型能力进步，我们还会在知识工程层面针对模型做更多的调优。”Happyson说。

Happyson认为，采纳率反映了 AI 进入业务流的程度，也会直接影响AI与人的协作方式。30%是助手，75%是伙伴，但他们需要更高——95%。

如果它达到30%，意味着三次生成，只有一次可用。那AI与业务场景的结合形成的产品，更多会扮演一个异步工具，以Copilot的形态出现，在用户想到时才会调用。而当采纳率达到75%，相当于四次生成结果三次可用，AI对用户而言就不只是一个可有可无的辅助参考。即使不能被直接采纳，但优化后也能作为参考答案，这时候 AI 会更像用户的伙伴，能陪伴他作业。

当达到95%的水平，特定任务下它就能做得比大多数人好，完成更自主化的动作，解放人的精力去做更有价值的事情，AI-Native的产品也有可能实现。

数智前线了解到，小满正在攻坚研发一款 AI-Native 产品 AI SDR（Sales Development Representative，销售发展代表，一般职责是为企业内部销售贡献线索，从而发展潜在客户），预计将在近期推出市场，目标让 AI能够最大可能实现全自动化交付有效线索，帮外贸商家找到更多增量机会。