朝天门的生意,正在被一段对话决定 朝天门、解放碑周边的那一片批发市场,是重庆商贸最老的地盘。服装、箱包、饰品、眼镜、小商品、面辅料,几千个档口挤在一起,生意靠的是位置、眼力和老客户。过去一个档口的日常是:早上开门,老客户电话下单,物流来提货,下午盘点,晚上给上游打款。老板认得每个熟客,熟客也知道老板手里有什么货、什么价、什么时候能发。 这几年结构变了。一边是传统批发被电商和直播挤压,靠走量赚差价越
朝天门的生意,正在被一段对话决定
朝天门、解放碑周边的那一片批发市场,是重庆商贸最老的地盘。服装、箱包、饰品、眼镜、小商品、面辅料,几千个档口挤在一起,生意靠的是位置、眼力和老客户。过去一个档口的日常是:早上开门,老客户电话下单,物流来提货,下午盘点,晚上给上游打款。老板认得每个熟客,熟客也知道老板手里有什么货、什么价、什么时候能发。
这几年结构变了。一边是传统批发被电商和直播挤压,靠走量赚差价越来越难;另一边是采购商结构变了——东南亚、中东、非洲、中亚的采购商通过跨境平台、边境贸易、外商代理找到重庆的档口,加微信、加 WhatsApp、发图片、问价格。重庆的服装和小商品在这些市场上其实有竞争力:款式更新快、起订量灵活、价格带完整。
问题在于档口接不住。一个档口通常老板加一到两个店员,能说普通话和重庆话,英语勉强应付,阿拉伯语、越南语、俄语基本靠翻译软件。采购商发来一张图问「这个有吗、多少钱、多少件起订、能不能改颜色、多久发货」,店员要拿图去问老板、去仓库找货、去算价格,一来一回两个小时,客户早找了别家。
更麻烦的是节奏。海外采购商习惯晚上问货,档口六点关门;习惯一次发十几张图问价,店员一张一张回;习惯先小批量试单,档口嫌麻烦不愿接。这些「不愿意」背后是成本:一张图问价要花店员十五分钟,成交概率可能只有百分之五,算下来不划算。但如果能把成本降到一分钟,这百分之五就变成了生意。
外面正在发生什么:B2B 采购已经被智能体接管
最能说明趋势的是阿里巴巴的动作。公开报道显示,Accio 最早在 2024 年 11 月由阿里国际站推出,最初是面向海外 B2B 买家的 AI 搜索引擎;2026 年 3 月以智能体形态正式推向市场,5 月开企业版灰度,6 月面向国际站商家推出;2026 年 10 月 13 日,1688 宣布全面接入 Accio,平台逾 1 亿年度活跃买家和超 100 万源头厂商均可开通。到 2026 年 7 月,全球已有超过 1000 万中小企业用户在用 Accio 做生意,一年内增长逾 30 倍。
更关键的一个数字是:在 1688 上,买家通过 Agent 委托去询盘、找货的占比已经超过 20%。这意味着采购行为本身在改变——买家不再自己一条条翻商品、一个个问卖家,而是把一个需求交给智能体,让它去找货、比价、发询盘、收报价。对卖家来说,能不能被智能体「读懂」、能不能在智能体问过来的第一时间给出结构化答复,开始直接决定有没有订单。
亚马逊和 TikTok Shop 也在往这个方向走。亚马逊向第三方卖家开放了 AI 销售助手 Amelia,TikTok Shop 在 2025 年上线了覆盖上新、诊断、库存的商家助手。这些工具大多服务零售端,但方向一致:平台把「经营动作」变成可以委托给 AI 的任务。
批发侧还有一个值得看的样本是美国的 Faire。它的核心不是聊天机器人,而是用 AI 和预测分析判断哪些商品会脱销,再把买家和供应商品类做匹配。这说明在 B2B 里,AI 的价值一半在「说话」,另一半在「匹配」——知道谁会买什么,比会说多少种语言更重要。
拆开看:一个档口的智能体需要五层
第一层是商品库。把款式、颜色、尺码、面料、起订量、批发价、现货量整理成结构化数据。这一步最枯燥,也最容易被跳过。可行的做法是先整理卖得最好的两百款,剩下的按品类建索引,用到再补。没有这一层,后面所有能力都是空中楼阁——客户问价,系统连「这个款有几个色」都答不出来。
第二层是多语种术语库。翻译软件翻的是字面意思,批发生意里全是行话:「这个款走得好」「面料是罗马布」「可以拼色」「三十件起」「现货七个色」「下周有返单」。这些话必须有一套中英阿越俄的对应表达,让智能体按术语库输出,而不是现场直译。更进一步,还要按市场调整重点:中东客户问款式和包装,东南亚客户问价格和起订量,非洲客户问现货和发货速度。
第三层是图像匹配。批发询价八成的起点是一张图。系统要能识别这是连衣裙还是半身裙、什么领型、什么面料、大概什么价位段,然后去商品库匹配,匹配不上也要给出「类似款有这几款」。这个动作最能体现档口的专业度,也最容易被客户记住。
第四层是单据生成。采购商确认款式和数量之后,系统直接生成带图片、规格、单价、总价、起订量、交期、付款方式的报价单,中英双语,发出去就能用。再往后是订单确认单:颜色、尺码、数量、包装、唛头、交期、付款条件逐项写明,由采购商确认后存档。这一步做扎实,后面的纠纷会少很多。
第五层是跟进。样品寄出后有没有反馈、报价发出后有没有下单、老客户多久没返单,这些动作过去靠店员记在脑子里,漏掉就是漏单。系统可以按规则提醒:样品签收三天后问反馈、报价七天未回复再跟一次、老客户两个月未下单发新款。这些提醒不复杂,却是批发行业成交率的关键。
搬到朝天门,要算三笔账
第一笔是成本账。一个档口一年利润可能就几十万,不可能拿出几万块做系统。所以面向批发的方案必须满足三个条件:一次性投入低、按月付费、不需要技术维护。可行的形态是商品库和知识库放在云端或一台小服务器上,智能体通过微信、WhatsApp、独立站等渠道接入,商户用手机管理商品和查看对话。费用和雇一个店员相比,差距是数量级的。
第二笔是渠道账。重庆的批发商户主要活在微信生态里,海外采购商更多用 WhatsApp。选渠道要跟着客户走,不能要求客户改变习惯。技术上要解决的是同一个知识库对接多个渠道、同一套口径回答不同入口,而不是每个渠道单独养一个机器人。
第三笔是语种账。不需要一上来做二十种语言。英语覆盖大部分跨境采购商,阿拉伯语对应中东和北非,越南语和泰语对应东南亚,俄语对应中亚和俄罗斯。先把三到四种主力语种做准,比做二十种半吊子强得多。做不准的语种宁可转人工,也不要让客户收到一段奇怪的翻译。
还有一个容易被忽略的现实:市场网络环境一般,高峰时段经常卡。核心功能要能在弱网下工作,至少保证问答和报价不中断。这一点看起来是技术细节,实际决定了商户会不会用。
机器不该替老板讲价
批发行业有一件事不能交给机器:讲价。价格是老板和客户之间的博弈,涉及关系、账期、返单预期、市场行情,这些判断只有老板能做。系统报的价必须是标准价,遇到砍价一律转人工,并把客户的砍价幅度、历史成交价、订单量一起推给老板,让老板决定让多少。
同理,涉及账期、赊销、退换货承诺的问题必须转人工。批发行业的坏账大多来自口头承诺,一句「没问题,先发货后付款」可能就是几万块的损失。规则里要写死:不承诺账期、不承诺退换、不承诺独家。
还有合规。跨境交易涉及报关、税务、知识产权,智能体不能给出任何可能被理解为法律或税务建议的答复,这类问题一律转给专业的人。批发生意做跨境,最怕的不是谈不成,是谈成了之后出问题。
这些边界的意义不只是规避风险,也是让老板敢用。如果系统的每一次回复都可能越过老板的定价权,第一周就会被关掉。把「什么不能答」写清楚,比把「什么能答」写清楚更重要。
数据和客户,必须留在自己手里
批发商户最值钱的东西是客户名单、成交记录、询价偏好。这些数据不能因为用了某个工具就留在服务商手里。合同里要写清楚三件事:数据归商户所有,服务商不得用于其他用途,合作终止时可以完整导出。这一点很多商户过去不在意,等到换服务商时才发现客户资料拿不回来。
还有一种选择是本地化。规模稍大的批发商、连锁档口、有自己仓库的贸易商,可以把商品库和对话记录放在自己的服务器上,智能体只对外提供接口。投入比云端高一些,但数据主权完整,适合已经有多个档口、多个店员、多个客户群的商户。
另外要留意平台规则的变化。平台上的 AI 采购助手在变强,意味着卖家侧的「被搜索到」和「被理解」同样重要:商品标题、属性、规格、图片是否规范,直接决定智能体能不能把你匹配给合适的买家。这件事不需要技术投入,但需要商户把商品信息当资产来整理。
从哪一步开始:两百款、四十个问题、一个渠道
最务实的试点方式是:先把卖得最好的两百款整理成商品库,每款配图、材质、尺寸、颜色、起订量、三档价格;再把最常见的四十个问题写成多语种标准答案,由老板逐条确认口径;然后只在一个渠道上跑(通常是 WhatsApp 或微信),让智能体接待,答不了的转给老板。
跑一个月,复盘三个数:首次响应时间、询价到报价的转化率、老板每天花在重复问答上的时间。这三个数能说明一切。如果转化率没动,说明商品库不准或术语库不对;如果老板更累了,说明转人工规则没设计好。
朝天门的档口从来不缺勤快人。缺的是在别人睡觉的时候还在接待客户的能力。这件事过去要靠多雇人、多开店、多熬几年;现在多了一条路:把重复的部分交给智能体,把人的精力留给选款、谈价和看趋势。对一个档口来说,这可能是这一轮竞争里最划算的一笔投入。