【亿邦原创】在北美的家庭场景中，“吃冰块”是一个极其普遍而庞大的市场需求，也催生了制冰机这一大热品类。在过去两年持续走高的市场热情中，跑出了一批制冰机厂商。惠康科技于2025年在深交所主板IPO获受理；灏米科技（euhomy）则常年霸榜亚马逊、TikTok家用制冰机品类，也是各大平台主推的成功案例之一。
现在，一个后来者，该如何找到细分的市场空间，乃至在1688上找到合适的生产厂家？
把这个问题抛给1688所推出的“遨虾”AI Agent，它会输出这样一份选品报告，涵盖了品牌垄断率、中国卖家占比、活跃商品数量、机会市场等数据和指标。在报告最后，甚至还给出了所推荐的供应商工厂，可一键跳转至相应的1688详情页。
“遨虾”是1688在11月底所正式推出的一款跨境电商AI智能体，定位于为跨境创业者打通从选品到供应链对接的数字化链路。简单来说，跨境从业者仅需发起对话，或者上传产品图片、输入商品链接，遨虾便能够在选品、找厂、询盘、内容素材生成优化等环节给予相应的解决方案。除了下单和付款环节外，其他环节均可由遨虾自动完成。
用遨虾选出来的产品，能否真正在亚马逊上跑通？它能够在多大程度上整合跨境电商各个环节，真正意义上成为生产力工具？亿邦动力等媒体与遨虾团队聊了聊。
01 覆盖跨境电商主要环节，最终将走向全流程自动化
1688跨境总经理一隆称，遨虾所做的工作，是将下游平台需求的数据（如亚马逊、TikTok上数万个商品）与1688本身的工厂供给做链接。
目前，遨虾提供了五个环节的服务，分别为选品、找商、素材、询盘及咨询。
在选品环节，遨虾会基于主流电商平台的公开数据、消费趋势，以及消费者评价等，生成相应的市场洞察与选品建议。
比如，在遨虾所给出的制冰机品类报告中，给出了相应的选品逻辑和用户痛点剖析：“现有产品的差评主要集中在‘操作噪音大’、‘做工不好’和‘需要频繁清洁’上。”
而基于1688每年2000亿跨境交易额的数据和平台公开信息，它同样能够梳理出关键词、近30天销量、商品垄断系数、品牌垄断系数、中国卖家占比等数据。
接下来，便是根据这些数据和信息选品、寻找合适的工厂。据悉，遨虾会通过算法匹配具备跨境服务、履约能力的厂商，生成涵盖资质认证、产能水平、履约口碑等维度的评估报告，展示给跨境卖家，方便寻找上游源头工厂。
在这个环节中，卖家与工厂的询盘、沟通环节也能被遨虾接管。遨虾可一键选择多个厂商，代为询问价格、起订量、定制能力、发货周期等关键信息。议价完成后，遨虾会把所有聊天结果整理成文档报告，筛选出支持最小起批量、价格最低、发货最快等能力的商家。
同时，遨虾还能够支持素材处理和商品的一件分发。在卖家将1688链接输入对话框后，遨虾可自动解析，生成商品主图、卖点图、Listing等内容，并支持通过ERP直接采集、刊登至下游的多个平台店铺。
最后，咨询环节则主要面向卖家在选品、找商等环节之外的泛问题，如起步规划、物流配送等。遨虾有行业里领先的垂直知识库，面向一些小白卖家，能够给出更加直接的建议和实操，比如如何冷启动、资金如何分配等。
“我们正在努力地让这五个板块变得更加智能化。我们希望最终能把这些模块进一步整合，可能从五个变成三个，最终成为一个完全端到端的产品。”一隆说。
在他的设想中，未来端到端的自动化应为：大模型自动选品 → 自动在1688找到供应商 → 自动生成合同 → 自动支付 → 等待收货→ 自动上架，整个流程可在秒级完成。而在目前，各个环节依旧需要人工介入，如买手初步筛选、采购耗时挑选、再交由运营制图等。
1688官方公布的数据是，遨虾的选品能力已接近人类买手中排名前20%的水平，询盘任务解决率约为80%。
02 跑得更快的To B智能体
日前，通义实验室发布了一个榜单，衡量智能体在电商环境下的实际能力。其中，遨虾排名超过ChatGPT，登顶榜首。
一隆称，遨虾登顶背后，有赖于两个核心能力：一是背靠庞大的电商资产，坐拥中国最广大的工厂资源，拥有供需两端的真实业务数据，可以将大量的电商数据灌入后训练优化场景；二是基于通义模型，在千卡级别（四位数GPU集群）的算力上进行强化训练，聚焦于高度垂直细分领域，用接近小型Base Model的资源，去打磨一个专用工具。
在他看来，现阶段，大模型在To B场景要比To C场景更快落地应用，可用度也更高，遨虾便是这样的产物。“在To C的场景中，消费者依旧是喜欢‘逛’，一个能逛起来的页面能够吸引更多的消费者；但To B不一样，需要撮合交易，我们同时了解卖家和买家，把中间的对话、询盘过程都用AI做完，效率比传统的找厂会高很多。”
目前，遨虾的数据来源主要分为两类：一是公开数据，通过公开渠道获取主要政策、消费趋势、流行趋势等；二是阿里自有数据，包括1688采购价、速卖通和淘宝的终端售价等，通过三端数据联动，可以判断“什么好卖、什么好赚”。
在遨虾团队所收到的市场反馈中，最受欢迎的环节也与“买”和“卖”直接相关：一是选品，遨虾能够帮助工厂搜集下游商品的销量、评价等数据，这是传统工厂所无法接触、完成的工作；二是素材生成，生成更多精美的素材，抓住卖点，效率更高地补足商家在相应环节的能力短板。
“我们现在在做的，就是用大模型插入到一个真正的垂直场景，用海量的商家经营数据做得更深。”遨虾产品负责人邹玲说，“现在我们能够做到50分、60分，未来我们希望能够跑到80分、90分，深入地介入或代替场景里面的操作。”
而对于上游的工厂来说，过往在1688完成的跨境交易，也利于其在新的匹配逻辑中拿到对应的资源和流量。邹玲告诉亿邦动力，遨虾的选商逻辑仍然主要基于历史成交信息、店铺信息、店铺信誉、商品信息的完善程度等数据。
在大模型的匹配逻辑下，促成交易的核心是根据买家输入，来做买家需求和厂商的匹配，只要匹配该次需求，且有能力提供跨境服务，在历史履约指标都相对合格的情况下，就有可能被推荐。邹玲还表示，在目前，遨虾还不会考虑广告等商业化因素。
一隆认为，大模型的匹配逻辑在一定程度上会反马太效应。“就像切蛋糕，我们先把蛋糕切成七八份，再根据买家的偏好在其中一块里挑选，而不是像过去更多选择其中一块的头部；当我们未来存储了更多的上下文，或者理解语义的能力更强，就能把蛋糕切得更多。”一隆谈道，“传统搜推在孵化新商时，不了解新商的能力，会给一部分流量，但服务和效果可能不那么匹配；现在我可以拿出更多的流量来做针对性孵化。”但他也坦诚，马太效应仍然不可避免，遨虾所能做的就是不断优化。
一隆表示，遨虾的期待是，能够让更多的厂商回归“做产品”这件事本身，后续的运营全交给AI。“我们过去服务的中国工厂，与贸易商相比，特点是极度擅长制造，或者说中国的工厂和全世界范围的其他卖家对比，主要的优势也就是把货做好。”他说，“和本土卖家拼市场理解，肯定是拼不过的。但运营能力，抑或是对本地经营的理解，这个能力差未来会被AI逐渐拉平，剩下的就纯拼产品。”
03 遨虾的长期护城河：供和需搭建起来的关系网络
在官方公开的数据中，1688约有三到四成的交易额来自于跨境业务，庞大的交易数据为遨虾提供了丰富的私有数据库；邹玲也提到，1688部门内部有许多跨境相关的业务专家，会参与到早期的数据标注、模型训练过程中，并采取类量化交易的方式，来提高各个环节的数据准确性。
邹玲公布了一组数据：跨境电商行业里，选品专家的平均选品成功率约在7%，而遨虾的准确率能够做到40%；而从具体的品类上来说，遨虾的选品准确率相对平均，并没有某个品类特别突出。“不过，我们可以通过其他方式来提高部分品类的准确率，比如在服装行业，我们主要依赖下游的销量信息，对行业里最敏感的一些跨境卖家来说，可能会觉得稍微有些滞后。因此，我们也会选择纳入部分国际品牌发布会、Vogue等垂直领域的信息，把选品力度做得更垂直。”邹玲说。
遨虾的功能也绝不会止于此。在未来，遨虾或许能够更进一步，直接回答一款产品“能赚多少钱”这个问题。
“回答这个问题，最核心的是要拿到成本数据。售价是公开数据，但成本数据并不好核算。1688可能是市场上唯一一家真正拿到平台卖家进货价的平台，能够在一定程度上计算出商品成本。”一隆说，“包括物流、客服、行政等成本，都可以基于现有的信息进行推算，1688可以推算出商家经营过程的所有成本项目，当我们拥有这个能力，就可以帮商家做经营规划。”无论是初期的开店、选品，还是具体的提高产品毛利，这些问题都变得触手可及。
“我们需要一些时间来完成这件事。它需要准确才可用，不是一个玩具。不过我们也没有那么着急，从理论上来说，能构造这个数据的平台其实非常有限。”一隆谈道。
一隆认为，如果以一个更长远的视角来看，在技术不断突破的预期下，数据在未来可能不是壁垒，但1688所链接的“供”和“需”之间的网络，能够构成真正的壁垒。网络效应会把1688的优势无限放大。
“供和需在1688上连接起来，供给数据、商家信息、需求侧都在这里，我们就是底座。”一隆说，“现在大家看到的大模型都是工具形态，我觉得这是一个阶段性的浅度状态，到最后，它会被平台改造成一个大家伙，不是一个小公司搞的80分、85分的东西所能够颠覆的。”
