AI出海，先认清谁是甲方

本文来自微信公众号：冯伟冯大白，作者：冯大白

今年乌镇峰会，从开幕式、主论坛到分论坛，来自全球南方的互联网企业代表让我留下了很深的印象。讨论AI未来的人群里，有一些名字并不处于中国科技媒体日常报道的中心，却可能影响中国技术出海的下一段路。

11月3日，加纳科网董事长尼·奎诺在开幕式上的发言，就提供了一个值得留意的角度：全球南方应当参与标准形成，成为技术发展的贡献者。这些市场里的企业，也希望决定技术怎样服务自己的用户。

对于中国公司来说，东南亚、非洲等市场确实提供了新的增长想象。但如果把人口规模直接换算成AI用户，把数字服务不足直接换算成购买需求，很容易漏掉已经在那里经营多年的公司。它们掌握着支付账户、通信渠道、商户网络，部分企业甚至已经开始自己训练模型。

中国AI下一轮出海，会越来越多地遇到这样的客户：需要你的技术，同时拥有自己的产品主张；能够帮助你接近用户，也有能力选择其他供应商。理解这层关系，比给一个庞大的市场贴上“蓝海”标签更有用。

当地平台已经开始造模型

乌镇峰会召开前两周，印度尼西亚互联网集团GoTo发布了一款270亿参数的开放模型。它面向印度尼西亚语，以及爪哇语、巽他语、巴厘语、巴塔克语等地区语言。为了补充巴塔克语数据，GoTo与当地大学合作采集材料。模型建设从一开始就与具体语言和使用环境联系在一起。

这个动作值得注意，因为GoTo经营着Gojek和GoPay。它理解用户怎样叫车、怎样付款，也有机会将AI直接加入已有服务。它选择做什么模型，首先要回答自己的客户需要什么。

此前，GoTo与运营商Indosat共同推进Sahabat-AI，并将聊天服务接入GoPay。一边有互联网应用，一边有通信与基础设施，两家公司通过合作把模型与分发联系起来。对海外AI公司而言，进入这样的市场，面对的是一套已经运转的业务体系。

最新财报让这套体系的规模更具体。2026年第三季度，GoPay平均月交易用户达到3040万，同比增长26%。这是金融科技服务的交易用户口径，并非AI用户，却说明一个现实：已有平台有大量能够发生真实交易的账户。新AI应用要建立同样的客户关系，需要另一轮投入。

这个交易网络为AI提供了可触达的客户群，产品可以在既有入口里被试用。企业需要观察其中有多少人实际采用、哪些功能产生持续需求，再决定继续投入什么。一个独立应用必须先回答“用户为什么下载”，平台内部的AI则可以从“现有服务哪里不好用”开始。

这种差别会影响中国公司的商业选择。直接推出消费者产品，需要同时承担获客、支付接入、客服和长期运营；给当地平台提供能力，可以借助现成渠道，但客户关系和产品入口通常仍在合作方手里。前一条路需要品牌和运营能力，后一条路需要技术优势以及持续交付能力。两种方式都能做生意，收入结构和议价位置却不同。

本地平台还在建设自己的技术团队。GoTo的开放模型意味着，潜在买家也可能开发产品、维护数据，并让其他企业基于它继续开发。中国公司要争取的，是在这套分工中获得一个有价值的位置。

很多人还没走到付费那一步

非洲市场提供了另一种观察角度。法国电信集团Orange今年宣布，计划推动非洲语言模型在Max it中应用。Max it将通信、金融和其他服务放到同一应用中，Orange披露其活跃用户已达到2300万。这家长期经营非洲市场的企业，选择从已有服务里寻找AI的用武之地。

对这类企业来说，地方语言能力能否进入日常服务，比模型在英语测试中排第几更直接。用户能用熟悉的表达说清需求，系统能调用正确的业务，出了问题还有人处理，才能把一次尝鲜变成持续使用。语言只是第一步，后面连接着一整套服务。

这也解释了为什么“缺少数字服务”未必立刻对应一份AI订阅订单。GSMA在《非洲移动经济2026》相关资料中指出，约63%的非洲人口处于移动宽带覆盖范围内，却没有使用移动互联网；覆盖缺口约为9%。设备与服务的可负担性、数字技能等因素，都在影响实际使用。

网络已经覆盖的地方，仍有大量人没有上网。再给这一群体增加一个需要独立下载、学习和付费的AI产品，门槛未必会自动消失。AI应用的用户获取成本，也不能只按照广告投放来计算：让人拥有合适的设备、学会使用服务，有时就发生在广告点击之前。

已有平台的价值因此更加突出。它们可以把新功能纳入熟悉的服务，通过原有账户完成支付，在已有客服体系里解释问题。对用户而言，接触AI可能只是一次服务升级，不必先理解模型、智能体和订阅套餐分别是什么。

平台的采购判断最终还会回到自己的业务账上。一项客服能力能否缩短处理时间，商户工具能否减少重复录入，语音服务能否扩大可服务人群，都需要在具体业务中产生结果。企业购买技术时，还要承担部署、维护和业务调整的费用。模型调用价格下降，只解决了其中一部分。

如果AI能够降低每笔业务的处理成本，平台就有理由支付采购费用；如果只能带来短期访问量，投入能持续多久就取决于获客回报。这是两种不同的收入来源。中国供应商需要弄清楚自己帮助客户节省了什么、增加了什么，才能判断对方究竟愿意为哪一部分付费。

机器人要重新算一笔账

同样的市场想象延伸到具身智能，判断需要更具体。一个国家有年轻人口、互联网增长快，并不能直接说明当地适合大规模购买人形机器人。软件通过网络交付，机器人还要进入实际场地，适应设备、工作习惯和维护条件。

需求并非不存在。国际机器人联合会公布的2024年数据中，印度工业机器人年安装量达到9100台，汽车行业占45%。这组历史数据说明，新兴市场的自动化采购可以由明确的产业需求推动。工厂为稳定节拍、质量和生产要求购置设备，市场机会有具体的采购主体。

工业机器人也为具身智能提供了一个重要参照：采购者已经有其他自动化方案可选。人形机器人的灵活性如果能减少产线改造，或者承担传统设备不容易覆盖的任务，才可能形成新的购买理由。仅仅长得更像人，不会自动提高一条产线的收益。

在人工成本较低的具体工种里，替代人力带来的直接节省可能有限。设备还要经历进口、安装、培训，出现故障需要备件和维修人员。采购价相同的机器人，在不同市场可能得到完全不同的回本周期。某个劳动环节缺人、危险，或者质量要求高，反而可能比全国平均工资更能解释购买动机。

这使当地集成商和服务商的重要性进一步上升。它们了解客户厂房，知道设备怎样接入生产，也能够在停机时到场。中国厂商如果缺少这部分能力，即使卖出了机器，也很难只靠远程升级完成后续交付。机器人出海需要经营一个能持续响应的服务网络。

因此，AI应用与具身智能可以在同一地区增长，却未必沿着同一条路线。前者可能从支付应用、通信服务和商户软件进入，后者更可能围绕工厂、物流设施及特定服务场所展开。把两者统称为“智能化需求”，会掩盖买家、预算和交付方式的差别。

合作伙伴也会选择供应商

这些具体案例让我对乌镇会场里的全球南方企业代表有了更实际的理解。他们所代表的公司，可能掌握下一批用户的入口，也可能为技术提供场景和本地知识。中国企业需要了解他们的业务，并接受对方对产品方向和合作方式的判断。

当地企业选择中国技术，也需要能讲清楚的理由。模型能力、部署成本、开发工具、服务响应，都可以构成优势；一旦这些能力容易替换，单靠“更便宜”建立的合作就可能面临持续压价。供应商需要在客户业务里证明自己的价值，同时避免每个项目都变成无法复用的定制工程。

对供需双方而言，项目验收也需要贴近当地业务。语言翻译是否通顺，可以由母语使用者评价；一笔订单能否完成，还涉及商品、地址、支付和售后的实际流程。提供模型的团队与运营业务的团队，需要共同确定什么算完成。只把模型交给对方，后面的适配成本就可能落在客户身上；全部由供应商承担，又会改变项目的利润。这部分工作的归属，应当在合作之初就谈清楚。