近日InfoQ《極客有約》X AICon直播欄目特別邀請了白鯨開源CEO郭煒擔任主持人，和 Kong Inc中國區總裁戴冠蘭、GMI Cloud China VP蔣劍彪 一起，在AICon全球人工智能開發與應用大會2025上海站即將召開之際，共同探討中國技術出海如何實現破局及增長。

部分精彩觀點如下：

企業必須先判斷國內經驗能否低成本、高效率地遷移海外；若無法平移，應在起步階段即選擇全球化路線。

先在歐美跑通模型，再將經驗與資源“反哺”回國內，往往比直接在國內起步更穩妥、更高效。

先在開源社區滾出可用的“核心雪球”，再通過與大型云廠商深度整合，實現市場滲透與商業變現，兩步并行可大幅提高出海成功率。

創業初期別為省成本而猶豫，大膽采用成熟SaaS ，才能更快聚焦產品價值并駛入增長快車道。

誰能最快將AI轉化為可規模化的本地化服務，誰就能在全球市場建立新的競爭壁壘。

以下內容基于直播速記整理，經InfoQ刪減。

出海戰略與市場驗證

郭煒：出海很火，從各位了解來看，有沒有覺得哪家的出海做的非常好的？為什么？

戴冠蘭： 這個周末我去參觀了一些新能源車企，中國新能源汽車在歐洲和南美等市場的表現相當亮眼――雖然美國市場滲透依舊困難，但整體海外成績可圈可點。

以南京領銳為例，這家公司專注于汽車核心零部件與整車制造。在國內新能源“卷”得極為激烈的背景下，他們選擇將競爭重心放在海外，并取得了不俗的業績。公司通過多種靈活策降低關稅，例如先以零部件形式出口，再由當地公司組裝，充分體現了企業家的智慧。

此外，我最近還關注到一款名為 Manus 的軟件。它剛剛獲得 Benchmark 領投的融資，估值達到 5 億美元。該團隊從一開始就面向全球市場，早期 Demo 只提供英文版本，雖然曾因此被國內用戶吐槽，但如今的融資與估值足以證明其戰略的成功。

蔣劍彪： 我們主要聚焦海外云服務，因此對“AI 應用出海”格外關注。如今，“AI Native”企業已成為顯著趨勢。根據我們的觀察，當前出海表現最突出的賽道集中在：視頻與圖片生成／編輯；擬人式對話；AI Agent。像視頻與圖像生成／編輯類應用幾乎約占所有出海AI應用數量的50%。

以萬興科技為例，公司布局了多款AI視頻與圖像編輯產品，憑借產品矩陣切入海外市場，他們對各國文化與消費習慣了如指掌，再疊加新一輪 AI 技術，堪稱“如虎添翼”。

另一家比較典型企業是昆侖萬維，這是目前海外收入最高的中國AI公司之一。多年深耕海外市場后，近幾年其在語言、視頻、音樂模型等領域投入巨大。

過去一年，公司在AI商業化上實現了實質性突破――從技術積累轉向穩定的收入貢獻。這兩家公司都具備深厚的海外運營經驗和對用戶需求的洞察，再借助 AI 技術實現快速變現，是TMT領域出海的最佳范例，他們的財報表現也印證了這一點。

郭煒： 真正能在海外取得成功的中國企業主要有兩類。第一類是做面向C端的應用的企業，尤其采用 “China to Global（C2G）” 模式的互聯網產品――例如短劇、短視頻等。憑借國內成熟的運營經驗和創新思維，這些產品在海外市場快速站穩腳跟。第二類是 AI 領域的企業。華人在算法和數學方面擁有深厚的人才網絡，再加上中國團隊的勤奮投入，使得這一賽道表現格外突出。

郭煒：技術公司出海時，“先本土后海外”和“直接全球化”兩種策略，如何根據自身產品特點做選擇？

蔣劍彪： 決定企業采取“先深耕本土、再布局海外”還是“直接全球化”的關鍵，在于國內宏觀經濟形勢以及產品所處的發展階段與特性。“先本土后海外”模式更適合本地化需求強、路徑依賴明顯的行業。例如過去十年，電商和金融企業先在國內構筑規模與壁壘，再憑借成本和經驗優勢出海。

相比之下，新生代 AI 創業者往往一開始就定位為Global Native，直接面向全球，以規避國內的激烈競爭。他們的標準化技術產品（如 SaaS、AI 模型等）易于復制，適合快速進入國際市場。

產品復雜度也影響出海節奏。高復雜度的工業軟件需先在本土完成深入驗證和迭代；而低復雜度、用戶需求普遍的協作工具，由于用戶體驗差異小，可以更快推廣到海外市場。

同時，C 端與 B 端策略也應當區分。面向 C 端、依賴付費訂閱的產品，建議直接布局北美和歐洲，這些市場付費意識強，價格接受度高；而在國內，“免費”的競爭導致“變現困難”。而面向 B 端的產品則可先進入價格敏感度較高的東南亞，以成本優勢迅速建立市場基礎。

戴冠蘭： 決定是否先深耕本土，關鍵在于評估本土優勢（語言、團隊等）能否形成可遷移的積累效應。國內的成功模式能否復制到海外？若存在可利用的路徑依賴，并可通過“降維”在海外取得優勢，這一路徑才值得考慮。

除C端與B端外，還存在面向開發者的 “D 端” 市場。由于開發場景高度標準化，全球開發者普遍使用 VS Code、Linux、Python、Java 等統一技術棧，此類產品應自始即采取全球化策略，因為本土經驗幾乎可以直接平移到海外。

郭煒：兩位的公司在全球和國內采用的戰略有哪些差別？

蔣劍彪：對 GMI Cloud 而言，并不存在必須優先選擇“全球”或“國內”市場的問題。作為 AI Native Cloud 提供商，我們始終跟隨客戶的市場布局――客戶走到哪兒，我們就服務到哪兒。即便產品面向全球用戶，核心市場依舊集中在北美、歐洲以及東南亞、亞太等地區。

與此同時，國內企業因競爭激烈，更傾向于出海獲取利潤。我們的角色是為這類客戶提供一站式 AI Native Cloud 解決方案，基于英偉達高端芯片，從裸金屬到 GPU 云，從訓練到推理，從北美到亞太，結點覆蓋全球，為全球 AI 企業提供穩定安全、高效經濟的 AI 云服務解決方案。

郭煒：可以理解為：客戶主要在國內，而你們幫助他們全球化？

蔣劍彪： 沒錯。我認為對中國新一代企業而言，真正“只做本土”的公司幾乎不存在，除非是極少數依賴原始資源的創業項目。對于 AI 企業而言，走向全球、實現產品標準化，才是獲取可持續利潤的唯一出路。

戴冠蘭： 硅谷初創公司通常先在美國做大，營收達到 2,000C5,000 萬美元后，再將已驗證的打法復制到歐洲。我們也以客戶所在市場為導向，從創立伊始便同步布局歐美市場，這與我們的產品形態密切相關――作為開源基礎設施軟件，必須先在社區建立生態，再推進商業化，因此需要同時深耕歐美。國內客戶主要分兩類：一是計劃出海的本土企業；二是希望在中國落地的大型跨國公司。

出海企業需采用國際通用技術棧，跨國公司進入中國則更關注合規與本地化。軟件成熟需要時間，不能等到“果子完全成熟”才行動。我們有責任持續打磨產品、培養國內生態。歐美市場的收入可提供資金支持，但仍應深耕中國，以免錯失長期機會。

郭煒： 真正落地時，初創企業面臨資源與注意力雙重限制，往往只能在目標市場之間“二選一”。創始團隊需分頭作戰，先評估手中資金能否支撐一個市場跑出規模，再衡量產品市場匹配度（PMF）及各地 SEO、媒體、公關和營銷生態的差異化本地化需求。

我傾向讓新一代 AI 與基礎設施類項目先布局美國，因其利潤率更高、付費能力更強。中國市場則呈現“僧多粥少”局面：技術團隊實力普遍強，但付費客戶有限，競爭異常激烈。如果企業尚未啟動全球營銷，先切入美國或許更具性價比。

當然，若公司已在國內具備一定基礎，也可把中國視作“根據地”。就像當年紅軍占領井岡山――資源雖有限，卻能借此打磨產品、積累經驗，再“農村包圍城市”，逐步向更大市場擴張。

郭煒：在海外市場（如東南亞 / 歐美）驗證產品市場匹配度（PMF）時，哪些技術指標比商業數據更關鍵？

蔣劍彪： 用戶留存是首要指標，直接反映產品是否真正解決了用戶痛點。AI 工具類產品通常“即用即走”，使用時長短，因此留存尤為關鍵。若次月留存率能達到 15% 左右，通常意味著產品已滿足持續運營的基本條件。

其次是交互的本地化程度。不同地區的用戶行為差異顯著，App 界面都各具特色。工具型 AI 在交互設計上更需貼合當地習慣――完成同一任務所需的點擊次數、操作深度，都會影響用戶體驗，必須依據各區域數據持續優化。

第三是穩定性與實時性。面向全球市場的 AI 產品競爭激烈，僅“AI Coding”一項就有 130 多個競品。用戶對服務中斷或延遲的容忍度極低，因此需在全球部署推理節點，并能隨用戶增速及時擴容，確保訪問穩定。

戴冠蘭： 劍彪剛才提到的 AI Coding 賽道很有意思：市面上竟有一百多家競品。大家有沒有想過，為什么用戶不直接使用 OpenAI 或 Claude 的 API？我大膽推測：Cursor 和 Windsurf 這些平臺本質上在“批發” API――以更低價格打包出售 OpenAI 的算力和會員服務，因此能在留存和營收數據上表現不錯，卻可能一直處于瘋狂燒錢狀態。

在當前 AI 創業環境中，許多團隊并不著眼于穩定的 Burn Rate（現金消耗率），而是先砸錢擴大用戶規模、放大泡沫，讓投資人看到其成為行業龍頭的潛力。如今的 AI 行業或許類似 90 年代的互聯網泡沫：三四年后泡沫破裂，九成以上公司會倒下，目標應是在泡沫散去后仍能生存。