来源：《浙江经济报》报道截图
《刘世奇 AI 卖“丑鞋”闯出“新名堂”》
一双形似葡萄、镶满假钻的“丑拖鞋”，在北美售价高达 145 美元，毛利竟达 92%。
这款产品的操盘手刘世奇，两年前曾深陷侵权纠纷与同质化价格战。转机出现在 2023 年，他利用 AI 分析全球跨境平台海量数据，捕捉到年轻群体对“丑”的独特审美需求。凭借这一洞察，他将濒临倒闭的一人公司扭亏为盈，2024 年营收突破 3000 万元。
一双鞋如何救活整个大盘？其背后的选品逻辑值得深究。
老办法选品注定失败01
从 1688 直接搬货至国际站，是许多跨境卖家的常见误区。刘世奇初期也以此操作，结果非但遭遇侵权投诉，更因产品同质化严重而陷入低价内卷。
选品关乎生死，传统模式往往依赖个人经验与直觉“赌”市场；即便部分卖家尝试用 AI 筛选“爆款”，若缺乏深度解读，最终仍难逃同质化宿命。
#
当前 AI 选品的两大误区：
1. 固化工作流：将 AI Agent 视为固定流程软件，一旦平台规则调整，原有策略即刻失效；
2. 盲目采购：轻信销售忽悠购买现成 Agent，高昂的培训成本与 Token 消耗并未带来实际运营效率的提升。
真正的 AI 选品，核心不在于工具本身，而在于如何深度解读数据结果。
那么，如何利用 AI 精准挖掘真爆款？
实操：AI 选品三步法02
爆品的诞生往往源于瞬间的洞察，而 AI 能辅助人类快速捕捉这种洞察。通过抓取全球跨境平台海量数据，重点聚焦目标客群、用户评论、供应链及流行元素趋势，精准分析痛点与卖点，进而反向指导产品设计与测品。
落地执行路径：
1. 一线业务人员熟练掌握 AI 工具应用；
2. 从高频操作中提炼共性，固化为标准流程；
3. 技术团队负责系统对接、权限管理及风控兜底。
具体模型应用方面，利用 Claude、ChatGPT 等模型对类目数据进行趋势与竞争分析，再辅以人工筛选。刘世奇的案例中，AI 揭示了欧美年轻人正流行“极简主义的夸张表达”。
基于此结论，他推导出目标用户在鞋类产品上偏好极简、夸张、搞怪、抽象、DIY 及舒适等元素。与传统选品相比，仅“舒适”一词重合。最终诞生的“丑拖鞋”融合了中式足底按摩触点、美式社媒流行亮色及 DIY 挂饰。
关键在于，AI 将“构思款式”转变为“计算需求”，使产品设计周期从一个月压缩至两天。
成绩摆在这：毛利 92%、3000 万03
该款“丑拖鞋”在北美 C 端售价 145 美元，B 端批发价 50 美元，毛利率高达 92%。订单转化率从 9.96% 提升至 21.67%，投产比增长 2.4 倍。2024 年，公司营收突破 3000 万元，团队规模也从一人扩展至六人。
拯救公司的并非单一产品，而是其背后的选品思维：用数据计算需求，精准挖掘蓝海市场。
适用对象分析
刘世奇的选品方法尤其适合中大型卖家：
SKU 越多，可发挥的数据维度越广；
供应链越长，试错成本越高。依靠经验“拍脑袋”决策，亏损的不仅是少量库存，更是巨大的机会成本。
唯有利用数据精准锁定需求，大卖家的体量优势才能有效覆盖试错成本。
文末讨论
最后留个问题：
刘世奇那双鞋，AI 算准了“丑”的需求，但他也坦言其中包含“赌的成分”。
AI 选品，究竟是在“计算”需求，还是放大了赌博的概率？当下的选品决策，您更信赖数据还是直觉？欢迎在评论区分享观点。
用 AI 定义跨境 4.0 时代
本文探讨了 AI 在选品领域的实际应用。若您希望深入了解如何利用 AI 提升企业选品效率及搭建落地工作流，可关注将于 9 月 23 日在深圳举办的「跨境 AI 落地分享会·专场」。
会议核心议题包括：
⭐ AI 进入运营全链条：已验证的可复用经验
⭐ AI 落地实战：人员适配与资源配置全解析
⭐ 实施策略：如何让一线先用起来，避免盲目招标买系统
⭐ 行业案例：母婴、3C、户外等领域的复用环节与避坑指南
⭐ 技术演进：从 SEO 到 GEO/AEO，构建 Google 收录与 Amazon 信任的品牌证据
时间：9 月 23 日 13:30
地点：深圳市龙华区
小编 · 杰尼 Jenny
报名链接
