炒股配资178论坛网 阿里国际凯夫：未来AI型组织里，桥梁型通才至关重要

炒股配资178论坛网

出品｜虎嗅商业消费组

作者｜苗正卿

题图｜阿里国际

"垂直 Agent 的机会，比垂直模型的机会要大很多。但关键点在于，要想明白用垂直 Agent 解决什么行业问题，从问题出发做上下文工程，并且做减法。"阿里副总裁、阿里国际 AI Business 负责人张凯夫（花名：凯夫）对虎嗅表示。

虎嗅独家获悉，阿里国际内部在 2024 年把 AIGC 作为关键方向后，于 2025 年开始把焦点向 Agent 转移，其中包括可以进一步降本增效的电商工作流 Agent。目前，阿里国际内的 AI 布局包括了多模态模型 Ovis、超过 60 种场景的 AI 应用以及正在推进中的 Agent 工具。

虎嗅了解到，针对这些 AI 能力，阿里国际内部的考核与评估体系是基于"实际贡献为导向"的指标而进行的。凯夫向虎嗅表示，这些 AI 工具、AI 能力、AI 项目，都要能够证明确实可以带来降本增效、利润提升，他日常和财务会密切对齐相关进度。

"有三个方向：其一是 AIGC 提高了素材质量和转化率，带来更高 GMV；其二是通过 AI 自动化降本；其三是基于 AI+ 人，在同样投入的前提下，产能变高了。我们对商家和内部降本增效的思考方式，基本上以这三点为方向。"凯夫说。

阿里副总裁、阿里国际 AI Business 负责人张凯夫

AI 对阿里国际的业务影响是明显的。以阿里国际基于通义大模型为基座强化训练出的 Ovis 模型为例，2024 年四季度该模型日均调用量超过 1 亿次，而到了 2025 年上半年，这一数据已经超过 10 亿次。而在成本和收入环节，阿里国际相关的 AI Agent 已经让退款成本同比下降 15%，广告投放 ROI 同比提升 5%。据悉，目前阿里国际 AI 提供的 SEO 占到了整体 SEO 的近 4 成。在今年的世界人工智能大会上，阿里国际的 AI 解决方案获得了大会的卓越人工智能引领者（Super AI Leader，简称 SAIL 奖）。

值得注意的是，在阿里体系内，凯夫除了负责阿里国际的 AI 工作之外，也负责淘系的 AI 和搜索推荐工作。凯夫认为，在 ToB 和 ToC 端，AI 所带来的机会和确定性是有所不同的。

"在 ToB 端，路线是非常确定的，降本增效是一个明确的方向；在 ToC 端 , 我在看两个事情，其一是 AI 对搜索推荐广告本身的改造，这个方向是非常明确的，其二是如何用 AI 重构电商，这还需要探索。"凯夫认为，一个共性的逻辑是，当下在 AI 圈，只有两种生存路径："最通用"的或者"最垂直"的，中间派是没有生存壁垒的，前者能做的人很少，垂直可能有更广泛的机会。

阿里国际 AI Business 发展历程

2023 年 4 月 成立 AI Business，开始研究跨境电商全链路的 AI 解决方案

2023 年 11 月 阿里国际 AI 开放平台 Aidge 开启内测

2024 年 7 月 阿里国际的 AI 调用量突破日均 5000 万次

2025 年 2 月 调用量突破日均 6 亿次

2025 年 5 月 阿里国际 9 篇论文被收录进 2025 年 ACL（国际计算语言学年会）

2025 年 7 月 阿里国际 AI 调用量突破日均 10 亿次

凯夫也对正在激变的 AI 世界抱有期望和担忧。"我最近两个月，用于 AI 工具上的花费可能超过 2000 美元 / 月，Claude 4 发布后我立刻就用了，说实话我用完觉得奇点来了。"

他说最近在一次内部分享上，他面对眼前的新入职工程师、实习工程师说了一些肺腑之言，"我告诉他们，5 月 23 日 Claude 4 发布，意味着这个世界被改变了。AI Coding 的出现，对于年轻工程师而言有机会也有挑战，它对于产品经验、工程品位的要求非常高。它其实取代的正是简单的‘写码能力’，但是每一个成熟程序员都是从做基础写代码的工作锻炼出来的，今天这些基础工作即将被 AI 迅速取代，年轻一代程序员该如何成长呢？"

7 月 26 日，虎嗅和凯夫在上海进行了深入交流，他分享了自己对于阿里国际 AI 进程的思考、也分享了对于 AI 时代程序员成长以及人才培养的看法，下附交流实录，有删减：

虎嗅：你在公司内推动电商的 AI 工作时，优先级是怎样的？

凯夫：第一优先级对现有业务升级，带动降本增效，今年我要啃的一块大骨头是工作流 Agent。从技术脉络上看，之前是 AIGC，现在是 Agent。

我们思考降本增效的方法，包含两方面，一个是成本一个是产量。降本增效并不是说有了 AI 就开始减少人工。通过 AI 在既有成本上去扩大产量，也是一种降本增效。

我举一个例子，比如以前客服团队的痛点是品控，也就是如何检查客服的工作。每天海量的客服沟通，靠品控抽检员一个个去看是不够的。现在 AI 可以承担"全检"工作。我并不需要用 AI 替代客户，而是用 AI 去检查客服的工作，今年我们主要在思考 Agent 的方法。

我现在思考觉得，AI 对一个组织的降本增效，可能有三种形式。一种就是外界常提到的 AI 取代了人，所谓的"黑灯工厂"、"无人工厂"；第二种是，当 AI 做的还没有人好时，可以让 AI 先做质检和交叉验证环节，从而帮助人更好地工作；第三种是 AI 和人进行某种人机协同。

虎嗅：你的团队内部使用什么样维度去评估 AI 这件事成功与否的？

凯夫：我们有一个统一维度，就是商业价值。当然在不同的场景和部门，会有具体的目标，但整体维度都是这个，比如有的是转化率，有的是收入增幅，有的是点击率提升。简单说，就是给公司贡献了"钱"的价值。我们会非常严格地去挤水分，我们会和财务一起来对 AI 相关的目标。

虎嗅：你们要做的事情似乎很多，有模型、有场景应用、有 Agent，你们内部做这些事情的优先级是怎样的？

凯夫：最优先的维度是"差异化的技术能力"。当 OpenAI 进入百万卡集群的时候，中型团队要找到差异化定位。所以我们要问题驱动地去建设"差异化技术能力"。顺藤摸瓜其实是一种业务能力。你有这个能力后，你就可以比较好地去聚焦、去做垂直，垂直是有生命力的。

我们做事情，其实有一个内核逻辑：基于通义这个基础模型，然后在业务场景里通过洞察用户需求，找到具有通用性的核心能力，去做后训练。比如我们 AI 能力里做的多模态表格理解、LLM 多语言能力，都是具备这种通用性价值的。而这些能力做出来后，它都是具备差异化技术能力优势的。

所以我觉得我们团队本质上，靠的不是卡量，而是思想、思路。我们一定要想的特别清晰到底做这么。这和我最近体验 AI 工具时的感受很像，我这段时间发现，很多时候问题不在于"喂给模型什么"，喂太多了反而耽误事，关键在于你要想明白自己要什么然后去"约束它"。

同样，在业务上，我思考的重点之一，也是做减法，资源永远是有限的，我们要清楚地了解到需求到底在哪，然后去精准做出差异化优势。

虎嗅：你提到的一个关键点在于洞察清楚需求，但很多技术团队其实更善于天马行空，怎么确保他们洞察需求？

凯夫：我觉得团队里特别需要桥梁人物。这个人熟悉业务场景、知道需求在哪，然后还懂技术，或者起码了解技术的边界在哪。我最近招产品人才，基本上招的都是有算法背景或者技术背景的。我跟你说，会写代码的产品人才，确实是稀缺的。但这绝对是必然趋势，未来好的产品人才肯定会写代码，或者说成为通才。未来 AI 时代的组织当中，这样桥梁型的通才是最重要的。

虎嗅：我再追问一个细节，你刚才也提到了降本增效，你团队内如何用 AI 去降本增效的？比如你会把 AI Coding 之类的指标纳入到个体？

凯夫：我暂时并没有这样以指标形式要求下去，但我经常给大家讲、给他们分享，推动大家去尝试。坦白讲我觉得工程师写代码这个部分，在 5 月 23 日 Claude 4 发布后，整个行业的逻辑可能已经发生关键变化了。很多事情确实 AI 可以去做了。

包括我跟我团队产品经理说，以后是不是可以不用写 PRD 的（Product Requirements Document，产品需求文档），因为你可以把 PRD 写给 AI，AI 可以更快速写出一个质量很高的 DEMO，然后产品经理把时间用于做 DEMO，然后拿着 DEMO 去和工程师聊，这样效率更高。如果你的 PRD 方案连 AI 都看不懂，说明没写好。

我前段时间，给我们实习生做了一次分享。我觉得 AI 时代，其实对工程师生态而言，还是挺残酷的，尤其是对这些年轻工程师。

我给他们看了一些推特上的讨论，这些讨论围绕"普通人有了 AI 工具可以写代码，工程师有了 AI 是不是更厉害了"。推特上的讨论会说，真相可能并非如此。AI 利好成熟的、有经验、又有想法的工程师，因为他们的编码品位、产品经验已经成熟了，AI 可以解决基础环节提高效率。

但正因为 AI 出现，原本年轻工程师应该做的基础编码，这个生态位被取代了。但如果没有这个基础阶段的锻炼，年轻工程师又该如何进化为有成熟产品经验、较好编码品位的人才呢？除非这个年轻工程师有特别强的好奇心和学习能力，然后自己通过自驱力和探索，进化为了符合 AI 时代特质的成熟技术人才。

虎嗅：你刚才提及的桥梁型通才，和你这会儿聊到的符合 AI 时代特质的优秀技术人才，这二者是重合的吗？

凯夫：我观察发现，这二者往往是一拨人，本质和好奇心有关。你要是学了、用了这些最新的 AI 工具，逐渐有了新的能力，也就进化为桥梁型通才了。比如下班时，有人说咱俩再聊聊某个技术或者一块试试某个产品？结果你说，我还得赶紧去吃饭。这就没办法了。我觉得这就是未来的一个趋势，我之所以给实习生讲那些，是希望让他们心里有个种子，这个时代对于年轻一代工程师可能真的很残酷。

虎嗅：这些思考会影响你现在招人的策略吗？

凯夫：今年我们招的产品经理，都是懂算法的。而且我们还希望招到那些有"锐度"的人。

虎嗅：什么是你定义的"锐度"？

凯夫：要胆子大。我希望这些人敢于打破传统思路，或者直接告诉我某个东西不行，应该怎样怎样做。我喜欢直接犀利的人才。说实话，如果进来的人才都是循规蹈矩的，那就有点浪费资源了。我想找一些敢于提出新东西的人。

虎嗅：我还很好奇一件事，你现在兼顾阿里国际、淘天的 AI 工作，在制定一些技术路线或者方向时，你如何确保这个路线是当下的最优解？

凯夫：我觉得我很笃定的的是边界在哪。

虎嗅：你指的边界是？

凯夫：就是 AI 到底能干啥不能干啥，也就是技术的能力边界。我觉得阿里内部有很多非常好的懂 AI、懂技术的人才，这些人共性的优点是，确实懂 + 务实。边界之所以重要炒股配资178论坛网，是因为它可以让我们避免很宏大却无法实现的东西，避免我们过于上头。

名鼎配资提示：文章来自网络，不代表本站观点。