" 预计大概只需要两年多的时间，1688 的跨境业务体量就超过国内业务了。" 在近期举办的 1688 的超级工厂总决赛上，1688 商家发展中心总经理王强透露。

在此基础上，1688 试图重构跨境采购和供应链协作，推动 B2B 采购转向 "AI 组织供给 "。

在跨境电商行业，AI 最初被广泛用于生成商品文案、翻译、修图和客服回复。但随着亚马逊、TikTok 等下游平台的销售数据逐步被接入，AI 的应用边界开始向供应链上游延伸——根据海外市场的销售情况自动补货，判断是否需要更换供应商，甚至直接与工厂沟通价格、质量和交期。这也对平台的 AI 能力提出了越来越高的要求。

目前，1688 的 AI 自动化运营工具同时存在于 1688 的 App、PC 网站以及交易流程中的不同页面。用户可以通过 AI 展开对话式搜索，也可以在商品页、商家页、采购车、订单和物流页面，获得与当前场景相关的 AI 服务。

据悉，目前在 1688 平台上，基于 API、MCP 或 Agent-to-Agent 等协议的自动化采购流程产生的交易额占比已超过 30%。

从对话式搜索、智能补货，到自动比价和更换供应商，AI 正在从跨境电商的内容生产工具，进入采购和供应链决策环节。

这显然也是 1688 正在尝试的方向。

跨境业务即将超越主盘

虽然跨境业务的体量与国内业务仍相差一个数量级，但其已成为 1688 最核心的增长引擎。

根据 1688 公布的数据显示，2025 年 1-11 月，1688 跨境注册买家数超 594 万，同比增长 76%，跨境买家采购规模近 2000 亿。1688 跨境日均买家数增长 27%，日均订单数增长 38%。过去一年 1688 的 GMV 中有四分之一来自跨境交易。

阿里巴巴集团 2026 年第二季度财报数据显示，全球批发业务（包括 1688 平台与阿里巴巴 .com）收入为 139.06 亿元，同比增长 7%，主要是由于与跨境业务相关的增值服务收入增长所致。

可以说，在国内业务趋于平缓的同时，跨境业务贡献了 1688 几乎全部的增量动能。

也正因如此，目前 1688 的 AI 能力全部优先围绕跨境业务展开。

据 1688 AI 用户生意经营负责人一隆介绍，AI 未来将覆盖内贸和外贸，但 1688 选择先做外贸，原因在于跨境业务对供应商筛选、国际物流、包装、交期、认证和售后等环节提出了更高要求，也更能体现 AI 在复杂供应链中的价值。

传统 B2B 采购往往从一个商品关键词开始。买家搜索 " 面膜纸 "，平台返回大量商品和商家，采购员再逐个查看规格、价格、起订量、交期和资质。

1688 希望通过 AI 改变这一流程。买家可以直接提出一组复杂需求，例如：面向外贸、供应商规模较大、两天内交货、符合相关标准、全棉、无纺布等，AI 再根据这些条件，从大量工厂中筛选出符合要求的供应商。

并且在订单页面，AI 可以提示哪些订单尚未发货、哪些物流出现异常；在采购车中，AI

可以提醒买家哪些商品销售表现更好，或者推荐价格更低的替代商品。

这意味着，AI 并非在传统搜索框旁边增加一个聊天窗口，而是试图成为贯穿采购全链路的伴随式助手。

一隆表示，接入 AI 后，1688 部分前台 A/B 实验的效率提升超过 20%，在相关采购场景中，平台大盘收益已经出现约 20% 至 30% 的提升。

在他看来，B2B 采购不需要达到科幻作品中 " 完全通用 " 的人工智能水平，就可以实现较高程度的自动化。未来采购员只需要设定规则，AI 便可以根据海外销售数据自动补货，再根据库存、价格和供应商表现进行复盘。如果出现更便宜或更可靠的供给，AI 可以自动寻找供应商、发出询价，并结合销量、质量和履约情况作出选择。

他还透露，目前，1688 平台上基于 API、MCP 或 Agent-to-Agent 等协议实现的自动化采购工作流占比总交易额，已达超过 30%。按照一隆的判断，当前在 B2B 采购 AI 化上的成熟如果达到 70 至 80 分，采购员的大量重复性工作将被 AI 接管，采购流程可能接近高度自动化。

也就是说，1688 对 AI 的真正考核标准并非 AI 入口的打开率，而是有多少采购行为已经被 AI 接管。

抓住头部的 4 万个商家

AI 的另一项核心能力，是对 1688 平台供给侧进行重新筛选。

王强表示，1688 并不会把平台上的全部商家都交给 AI 调度，而是优先选择平台能够掌控、验证或深度共建的供应商。1688 计划围绕约 4 万家优质商家，建立相对稳定的供给池，商家可以动态进入或退出。

一隆进一步透露，跨境商家的筛选会比内贸更加严格。头部的 4 万个优质商家贡献了整体 1688 约 40% 的交易规模。

按照规划，AI 未来将同时覆盖内贸和外贸。跨境业务是第一阶段，因为跨境供应链更复杂、商家门槛更高，也更容易验证 AI 在多条件匹配、履约判断和自动采购上的能力。

作为商家侧的负责人，王强将平台与商家深度合作的供应链联营列为当下重心工作；1688 正在形成一套从供给筛选到交易执行的体系——

以超级工厂等计划扩大优质供给；

以供应链星级筛选跨境和内贸商家；

以 AI 理解买家需求并匹配头部工厂，并在 AI 工作流基础上完成补货、比价和供应商管理；

从而实现 B2B 采购的全面 AI 化。

不过，想要完成这一目标，仍然有很长的路要走。

这其中，数据是首要的难点。与消费互联网中的 AI 应用相比，B2B 采购 AI 的难点不只是模型能力，更在于数据是否足够准确、完整并可被调用。

1688 已经积累了 20 年的 B2B 交易数据，包括买家询盘、商品、工厂、订单、采购偏好以及买卖双方的互动记录。但这些数据过去并不一定按照 AI 应用的要求进行清洗和标注。

大量历史对话都停留在 " 你好 "" 能便宜吗 "" 什么时候发货 " 等简单内容，只有经过重新处理，才能从中提取出真正有价值的供应链关系、采购偏好、价格变化和履约能力。

一隆表示，1688 正在使用 AI 辅助完成数据标注和清洗，而不是依靠人工逐条处理。其个人判断是，1688 的数据基础建设目前大约完成了 40%，仍处于较早阶段。

除了平台内部数据，1688 还需要理解跨境电商的下游数据，包括亚马逊、TikTok 等平台上哪些商品更好卖、海外消费者正在寻找什么，以及跨境买家采购商品后能否顺利销售。

此外，跨境下游信息仍需进一步接入，商家和买家的 AI 使用习惯也尚未形成……距离 AI 真正全面改造 B2B 业务，仍有很远的距离。（本文首发于钛媒体 APP，文 | 消费纵深，作者 | 谢璇，编辑 | 盖虹达）