卖出去≠全球化成功，中国企业出海究竟还差什么？

中国企业出海的尽头是亚马逊云科技+本地化经营。

作者｜Cynthia

编辑｜郑玄

中国的汽车产业，正陷入前所未有的冰火两重天夹击。

2025 年，中国企业的全球销量 2700 万辆，首次超越日本；其中出口 832 万辆，相较十年前的 72.82 万辆增长超 10 倍。

但销量曲线向上的同时，利润曲线却在一路向下。2026 年上半年，国内汽车销售的利润率已经跌到了 1.52%，创下 10 年最低纪录。

出海也由此从选择题变成必答题。但出海并不只是把货卖出去这么简单，本地团队、合规体系、运营能力，需要环环相扣。有时候，一辆汽车交付到海外用户手中之后，真正的考验才刚刚开始。

小鹏集团对此体会深刻。作为国内头部物理 AI 科技公司，小鹏自 2020 年就开始加速布局欧洲，但考虑到欧洲各个国家对数据隐私的特殊要求，想要在当地快速推广智驾与智能网联服务并不是一件容易的事情。

而针对这些问题，服务了全球超过 80% 的世界 500 强选的亚马逊云科技早已驾轻就熟。

为此，小鹏选择借助亚马逊云科技在海外构建数据湖，直接继承亚马逊云科技的安全合规认证，构筑起安全合规、网络安全、用户隐私保护等完善的解决方案，提升驾驶和出行体验，加速全球的业务扩张。

此后，小鹏又以 Amazon Bedrock 作为基础模型底座，引入 Kiro 作为编程内核，并深度集成了 Strands Agents SDK、Model Context Protocol（MCP）及长年累积的汽车行业能力，构建了具备行业核心开发知识的 AI 编程与 Agentic AI 工作平台「灵犀」。可以让 AI 深度参与需求、设计、任务、开发、测试、审查到发布的研发全生命周期，帮助研发与业务部门快速将想法转化为可验证、可交付的实际成果。

类似的变化，也在越来越多中国企业身上发生。

对汽车、零售、软件、游戏在内一众行业来说，关于出海，企业的关注重点已经从过去的渠道扩张、销售增长，变化为如何在海外经营品牌、服务用户，甚至建立研发、生产与管理体系。

但市场越大，经营越复杂。

一家企业进入十几个国家，意味着它可能需要同时面对十几套不同的法律法规、语言环境、采购方式和服务体系。业务规模可以快速扩大，企业却无法永远依靠增加人员、重复建设系统来应对增长。

AI 恰好为破解这一难题带来了新的可能。

过去，翻译大量商品资料、处理多语言客服请求、编写程序和制作营销内容，都需要投入相应的人力。生成式 AI 已经开始承担其中不少重复性工作。随着 Agent 的发展，AI 还能进一步读取企业数据、调用软件工具，参与库存管理、客户服务、软件研发等更复杂的业务流程。

全球化企业自此不必让运营成本与业绩以相同速度增长。

但新的问题也随之而来：一个在中国市场验证成功的 Agent，能否安全、稳定地部署到十几个不同的国家？不同行业之间的经验与教训又有哪些共性与不同？

亚马逊云科技在 10 月 13 日至 14 日，深圳举行的 2026 亚马逊云科技软件企业峰会暨 Marketplace 用户大会或许可以给我们一些启发。

大会现场，会从这些问题出发，以「软件企业峰会+Marketplace 买家大会+卖家大会」的形式，探讨 Agentic AI 如何走向实际业务、企业如何在全球采购技术能力，以及中国软件如何进入海外市场。

01

好产品，为什么不一定卖得出去？

对于一家中国公司来说，技术领先、好产品并不等于能够顺利拿下海外客户。

尤其是金融、汽车等行业的大型企业，即使技术团队已经认可产品，采购仍可能需要经历供应商准入、安全审查、合同谈判、财务审批等一系列流程。

更现实的是，全球市场足够大，软件的复制成本几乎为零，但销售网络不可能一夜建成——进入不同国家，往往需要当地合作伙伴、商业渠道和客户关系。

OceanBase 曾经面对的，就是这样的难题。作为知名的原生分布式数据库厂商，OceanBase 早在 2022 年下半年就已经启动海外业务，但那时，团队还尚未组建海外本地化团队，而数据库又偏偏是一个对信任、可靠性、稳定性要求极高的领域。

为了解决这一问题，OceanBase 选择上架亚马逊云科技 Marketplace，并基于 Amazon EC2 等基础设施完成部署。借助平台生态，它无需在各国铺网点，就能触达印尼、马来西亚、日本的企业客户；客户在熟悉的云环境里采购，支出纳入现有云账单。

最终，靠着这套能力，OceanBase 拿下了一家东南亚千万用户级的电子钱包企业，支撑起持续增长的交易量、短时间涌入的大量并发请求，以及大型活动带来的瞬时流量洪峰。

此后，凭借 TP、AP、向量检索的一体化架构设计，以及 Amazon Bedrock（仅海外区使用）的 AI 服务对接，OceanBase 在一个零售行业实践案例中，帮助用户实现了实时推荐功能的开发周期缩短 30%。

时至今日，OceanBase 已经在港澳、东南亚、日韩、中东、印度等多地搭建本地团队，OB Cloud 云服务覆盖全球 60 多个区域、240 多个可用区，服务金融、零售、制造、互联网等多行业客户。

销售端在加速，采购端也在变得更高效。

用亚马逊云科技 Marketplace 全球买家大会上，亚马逊云科技中国区行业集群总经理沈涛的分享来说，就是「出海每深入一步，采购需求就升一级」。

而关于如何解决这些财税、合规、简化采购流程等等一系列问题，同一场大会上，国泰数码及信息科技董事方逸翔表示，他们借助亚马逊云科技 Marketplace 实现了 ：简化采购流程、加快业务交付；统一管理第三方软件账单与授权许可；以及供应商尽职审核与定制产品目录，落地标准化风险治理。

同样受益的，还有全球实时音视频与对话式 AI 平台声网（AGORA）。他们每月处理超过 800 亿分钟通信量，服务着全球数十万开发者和数千家企业客户。为支撑这些业务，AGORA 需要持续采购数据库、安全防护、运维监控等第三方软件。过去，每新增一家供应商，就意味着新一轮商务谈判、合同签署、财务审批和后续管理。随着海外业务扩大，不同软件的采购和续约时间、账单以及管理规则越来越分散……

要如何解决这些问题？

10 月 13 日 Marketplace 买家大会主论坛「全球视野下的企业采购与软件采用」中，将这个问题拆解成了：全球财税差异与合规处理、跨账户账单统一、云投资价值管理，以及如何利用 Agentic AI 提高采购效率几个核心话题，并给出了解法：

借助亚马逊云科技 Marketplace 已经覆盖的 190 多个国家和地区，和约 33 万活跃企业买家与 300 万款软件产品，企业可以通过平台发现、购买和部署第三方软件、数据及服务，并利用私有报价、统一账单、采购目录等机制改善采购管理，对于出海企业，也可以将不同区域的软件需求纳入相对统一的采购与治理流程。

AGORA 也借助亚马逊云科技 Marketplace 集中管理了第三方软件采购，并在引入 Couchbase 数据库时，与本地合作伙伴锦木合作完成产品选型、性能测试及部署。这使得原本需要跨时区反复沟通的技术和商务问题，能够获得更及时的本地支持。截至目前，AGORA 使用 Marketplace 约三年，累计采购金额超过 100 万美元，涉及 5 家独立软件供应商。

当然，交易撮合只解决了企业的销售端问题；在 AI 时代，全球化真正落地具体业务之后，问题往往还要更复杂。

02

生意做到了海外，考验才刚刚开始

AI 时代的出海，是一项需要长期投入、且随时变化丛生的工程。

总结来说，企业面临的变化有三大共性。其一，AI 已经从辅助工具升级为可以自主感知、决策、行动的生产级智能体，并嵌入企业的规模化经营。其二，AI 已经从传统的数字任务落地到真实的产线、仓库与车间之中。其三，一朵能支撑全球合规、全球部署、全球运营的云底座，是让 AI 能力从中国市场无缝扩展到全球市场的基础。

具体实践中，除了汽车行业的小鹏，即使是已经有着丰富全球化运营经验的传统制造业，在出海时也同样面临不小的挑战。

比如来自智能硬件行业的安克创新，目前已经在全球 140 多个国家和地区开展业务，服务超过 2 亿用户。在这背后，早在 2017 年，安克就开始将核心业务系统部署到亚马逊云科技。到了 2023 年，安克进一步推动企业内部的 AI 普及战略。

不过，与简单地给员工配备 AI 助手不同，安克还试图把 AI 带入研发、营销、客户服务和财务等日常业务，建设了企业级 AI 平台 AIME，支持不同业务团队根据实际需求开发智能体，并将 AI 能力与已有的业务系统、数据和工作流程连接起来。

目前，安克已经部署超过 300 个活跃 AI 智能体，超过 50% 的代码由 AI 生成，约 70% 的客户支持工单通过 AI 解决。AI 正在从个人效率工具，逐渐进入全球化企业的组织和业务流程。

如果说安克代表了智能硬件企业把 AI 内化到组织流程的路径，紫讯则展示了一家软件公司如何把 AI Agent 做成产品本身。

作为一家专注于跨境电商服务的科技公司，紫讯推出的浏览器自动化智能体 BrowserAct，让用户用自然语言描述需求即可构建端到端「数据 Agent」，自动完成跨渠道表单填写、竞品数据抓取、舆情监控等复杂任务。凭借无代码、高精度的体验，BrowserAct 用户规模半年内增长超 300%，工作流处理量达百万级。

但流量爆发带来了新的工程挑战：突发流量与启动延迟。此后，紫讯通过 Amazon Bedrock AgentCore 重构了运行时架构，任务调度从分钟级缩短到 1-2 秒，实现「0 等待」；按 CPU 实际用量计费，也使得大规模运行下成本效率显著提升。借助 Amazon Bedrock AgentCore，BrowserAct 还实现了面对数百万级工作流仍保持全球低延迟与 99% 的高可用性。

同样做软件开发，相比紫讯，游戏企业还需要回答另一个问题：当内容生产变得越来越容易，如何让产品继续保持吸引力？

国产多人派对游戏《猛兽派对》的诞生，最初与复杂的技术架构并没有太大关系。

所思科技创始人罗子雄喜欢动物，自己养了一只柯基犬，也收养过流浪猫。后来，那只柯基成了《猛兽派对》的默认角色和吉祥物 Nemo。

团队想做的是一款由动物担任主角、可以让玩家轻松互动的多人游戏。

但让一群可爱的动物在屏幕里打闹，与让世界各地的玩家同时进入游戏，完全是两回事。

多人在线游戏对网络延迟和服务器稳定性有很高要求。玩家数量也可能随着活动、假期和市场热度快速波动，高峰期与低谷期的同时在线人数甚至相差数十倍。这意味着，游戏公司不能只把服务器部署到海外，还要考虑全球不同地区的实时匹配、弹性扩容和持续运维。

所思科技技术负责人李永一曾解释，团队之所以选择 Amazon GameLift 等服务，主要考虑的就是全球部署和低延迟体验，希望在提升研发、运维效率的同时，保证各地玩家都能获得稳定、流畅的游戏体验。最终，借助 Amazon GameLift，《猛兽派对》测试版在 2020 年于 Steam 获得最高 13 万玩家同时在线的成绩；2023 年 9 月正式版发行后，进一步服务来自欧洲、美洲、亚洲等多个市场的玩家。

03

用好亚马逊云科技，

正成为企业全球化经营的关键能力

回看这些企业的经历，可以发现中国企业出海最复杂的问题，往往并不发生在某一项技术内部，而是产品之外的合规、稳定性、需求对接、服务一致性。

小鹏需要将车辆数据系统部署到海外，既保证智能化服务，又要管理数据安全和隐私；美的需要让不同国家的客服中心共同运行；AGORA 希望海外团队可以灵活采购软件，同时让总部保持统一管理；安克则希望把 AI 从单个员工的工具，变成可以在整个组织中使用的能力。

这些问题无法靠单独采购一个模型或者部署几台服务器解决。

也是在这一背景下，今年亚马逊云科技提出了「三横一纵」能力体系：

「三横」包括全球基础设施及云与 AI 服务、安全合规，以及全球资源与合作伙伴网络；「一纵」则指向行业，以 AI 加速具体业务场景的创新和运营。

为此，亚马逊云科技带来了 Amazon Bedrock、Bedrock AgentCore 等服务，为企业提供了模型应用、智能体运行、身份管理、工具连接和可观测性等方面的技术能力。

以安全合规为例，过去，企业主要需要防范数据泄露、系统漏洞和恶意访问。现在，当智能体能够访问企业知识库、调用外部工具甚至执行业务操作时，还要考虑它会不会被恶意指令误导、越权访问敏感数据，或者作出超出授权范围的决定。亚马逊云科技围绕这一变化，形成了两个相互关联的方向：一方面保护 AI 工作负载本身，通过身份管理、内容防护、权限控制和审计追踪，让智能体的行为处于可控范围；另一方面利用 AI 辅助威胁检测、安全分析和风险响应，提高企业的安全运营效率。

当然，通用技术和全球资源并不意味着所有行业可以使用同一种方案。

汽车制造需要车联网、工业数据和全球售后系统，零售电商关注商品、供应链和交易安全，游戏泛娱乐则需要低延迟的全球服务、内容生产和实时运营能力。

这也是三横一纵存在的最终价值：将通用的云与 AI 服务，与不同产业已经验证过的技术架构和业务经验结合，使企业不必每进入一个新市场、推出一个新业务，就从零开始解决所有问题，最终帮助企业完成从单次产品交付走向长期全球经营的转变。

*头图来源：AI 生成

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你如何看待中国企业在 AI 时代的出海？