李研珠，卖好车CEO。卖好车深耕汽车供应链服务十余年，业务涵盖车源、采购资金支持、仓储物流配送及销售线索获取，国内与海外两条业务线同步落地AI应用，海外重点布局中亚至俄罗斯、白俄罗斯，中东到北非，以及东南亚三大线路，业务覆盖19个国家。本届千峰奖访谈中，李研珠围绕AI与出海带来的模态进化，分享了卖好车在汽车供应链AI落地与海外本地化方向的实践与判断。
亿邦：本届千峰奖以「AI与出海带来的模态进化」为核心主题，聚焦产业能力的深层重构。结合汽车行业，您如何理解这一轮由AI和全球化共同驱动的产业模态进化？卖好车在AI能力建设与全球化出海上有哪些核心战略布局？能否具体介绍一下公司的定位及业务模式？
李研珠：卖好车深耕汽车供应链服务十余年，业务主要涵盖三大板块：一是为国内中小微汽车经销商及海外车商提供稳定可靠的优质车源；二是为经销商配套采购资金支持、仓储与物流配送服务；三是助力经销商低成本获取规模化销售线索，促成成交。目前，我们已是行业内规模领先、服务稳定性突出的供应链服务商。
亿邦：目前贵公司在哪些核心业务环节落地了AI/大模型技术？形成了怎样独具特色的AI或数智化竞争力体系？
李研珠：卖好车深耕汽车供应链服务，面对人工智能发展浪潮，公司同步布局国内、海外两条业务线，落地AI应用。在国内，AI可实现客户识别、销售线索挖掘，并输出供应链风控参考方案；在海外，依托国际海运、陆运数据优化运输路线、压降物流成本，同时借助AI多语种能力，在多国同步开展直播获客，落地成效显著。
亿邦：您提到海外借助AI多语种能力在多国同步开展直播获客。多语种直播获客具体怎么落地？和传统海外获客方式相比，成本和效率有什么变化？
李研珠：在海外，我们依托国际海运、陆运数据优化运输路线、压降物流成本，同时借助AI多语种能力，在多国同步开展直播获客，落地成效显著。传统海外获客依赖当地团队和线下渠道，AI多语种直播可以在多个国家同步进行，效率更高、成本更可控。
亿邦：在推进AI规模化落地过程中，数据要素扮演了怎样的支撑角色？卖好车更侧重自有产业数据深耕，还是推进跨主体、跨行业的数据协同？核心挑战是什么、如何应对？
李研珠：汽车供应链场景复杂、数据体量庞大。我们依托销量、保险等多维度数据，借助AI开展分析研判，预判区域市场的销售潜力；同时利用AI线索挖掘能力，在抖音、小红书等平台批量获取销售线索，反向指导供应链定向采购。在这套系统与数据能力的加持下，供应链整体效率提升20%—30%，增效主要体现为库存周转效率的改善。
亿邦：您提到供应链整体效率提升20%—30%，增效主要体现为库存周转效率的改善。AI具体改变了库存周转的哪个环节？是需求预测、采购决策，还是线索到订单的转化？
李研珠：我们依托销量、保险等多维度数据，借助AI开展分析研判，预判区域市场的销售潜力；同时利用AI线索挖掘能力，在抖音、小红书等平台批量获取销售线索，反向指导供应链定向采购。库存周转效率的改善，来自需求预判、线索获取和定向采购几个环节的联动，而不是单点工具的作用。
亿邦：您怎么看产业智能体改写B2B？垂类大模型是否有长远发展必要？产业互联网公司的AI护城河在何处？
李研珠：我认为垂直行业大模型一定会给行业带来很多正向价值，但它能不能达到通用大模型那样强大的能力，还有待观察。不过有一点可以肯定：对产业理解越深、积累的数据越全面，产业互联网企业的AI底座就越扎实。任何AI应用，都离不开海量的数据沉淀。产业互联网公司真正的核心，就是依托自身对行业的认知和经验，把数据用起来。
亿邦：海外布局方面，卖好车目前布局了哪些海外核心市场？结合当地产业环境、监管规则与市场文化特点，做了哪些关键本地化调整？
李研珠：卖好车的汽车出海业务已经做了三年多，重点布局三大线路：中亚至俄罗斯、白俄罗斯，中东到北非，还有东南亚。目前我们的业务覆盖19个国家，业务类型包含整车销售、汽车供应链服务、汽车租赁、两轮车销售等。
每个区域的产业环境、监管政策和文化差异都很大。比如在中亚，我们要尊重当地穆斯林文化，搭建适配本地的销售网络。当地人的工作、生活习惯和国内不一样，所以我们大量聘用本地团队负责销售。而中东受局势影响，物流波动很大。这种情况下，要学会借力本地资源，把大额订单拆小，把批量货源拆成零散订单，供给当地大大小小的中小车商。想要做好这点，就必须吃透本地的员工、合作伙伴以及当地政府的规则。
我们内部有一句很核心的话：屁股往外坐，才叫做出海。
亿邦：您提到“屁股往外坐，才叫做出海”，还举了阿塞拜疆不能直接上线国内系统的例子。因地制宜具体怎么落地？为什么不能把国内系统原样搬过去？
李研珠：卖好车在出海的过程里慢慢意识到，一定要派人扎根当地，找到本土合作伙伴，积累本地客户。我们的业务模式也迭代得很快：最开始主要服务国内车商，后来转型，专门服务海外做零售的本地车商，变化挺大。这些转变，依托的是我们成熟强大的供应链体系和配套服务能力。
国内的商业模式、行业标准和操作流程，放到海外不一定都好用，有时候是优势，有时候反而会成为障碍，当地伙伴未必能理解和适应。因地制宜灵活调整，才是重中之重。举个例子，我们原本计划在阿塞拜疆直接上线国内的系统做订单管理和分发，但当地政策不允许境外系统接入，我们就只能改用人工方式运转。我们不直接把国内一套业务原样搬过去，而是给海外客户交付最终服务结果，这样业务才能跑通。所以说，因地制宜，是出海的核心。
亿邦：盈利模式方面，卖好车经历了怎样的迭代？您怎么看产业互联网企业盈利模式的演变趋势？TOKEN付费如何才能成为行业标配收入模式？
李研珠：我们这家企业已经走过十二年，盈利模式和盈利点一直在持续演变。最早我们只收取仓储物流服务费，之后新增供应链金融、科技服务相关收费，再后来上线撮合交易业务，不过合这块我们后来又砍掉了。接着我们转向各类系统服务，比如线索获客系统。到现在，我们帮车商用好AI工具，提供一整套获客服务，以此收取系统服务费。
在我看来，产业互联网这十几年，本身就是技术持续迭代的过程。当下AI、大数据的落地，对整个行业影响很深。产业互联网企业熟悉行业、懂业务流程，更清楚怎么用好数字化工具，所以我们理所应当去搭建这类服务。
但我个人并不觉得，Token付费会成为产业互联网的标配。付费的核心前提是价值落地。Token模式怎么形成产业价值、价值怎么衡量？到底是帮客户赚钱，还是帮客户省钱？省了多少、客户愿意拿出其中多少作为服务费，目前都没有清晰的标准。所以我认为Token付费这个模式，距离普及还有一段距离。
亿邦：您认为Token付费不会成为产业互联网标配，为什么？如果价值衡量标准还不清晰，卖好车现在怎么向客户收费、怎么证明服务价值？
李研珠：付费的核心前提是价值落地。Token模式怎么形成产业价值、价值怎么衡量？到底是帮客户赚钱，还是帮客户省钱？省了多少、客户愿意拿出其中多少作为服务费，目前都没有清晰的标准。所以我认为Token付费这个模式，距离普及还有一段距离。卖好车现在帮车商用好AI工具，提供一整套获客服务，以此收取系统服务费；客户为最终服务结果付费，而不是为Token消耗付费。
亿邦：为统筹AI能力落地、国内价值链升级与海外业务拓展，卖好车在组织架构或治理机制上做了哪些关键调整？您提到新设技术BP岗位、把AI使用情况加入KPI，这套机制具体怎么运行？
李研珠：我想跟大家聊聊我们落地AI时遇到的问题，还有我们的解决办法。推进AI落地的时候，不少一线员工会比较抵触，担心AI替代自己的工作。所以你让他们用AI，他们就会挑各种毛病。但AI是大趋势，这件事我们必须推进，只能自上而下推动。
我们的做法是在公司内部新设了技术BP岗位，参考HR BP、财务BP的模式，安排产研人员下沉到各个业务部门。他们的核心工作就是用AI工具优化业务流程。同时，我们把AI使用情况、降本增效成果加到部门负责人的KPI里，还严格考核各部门人力成本，要求依靠AI提效实现成本节约。
大概三四个月下来，现在各个团队都已经熟练使用AI工具了。员工慢慢意识到，AI不是来替代人的，而是帮自己提升效率、承接更多工作。不少员工能力变强之后，还会主动提出加薪。真正被替代的，只是那些从事低价值重复工作的岗位，这部分就是我们实现的成本节约。
亿邦：在您看来，当前制约企业AI规模化落地、全球化深度拓展的最大内部瓶颈和外部障碍分别是什么？
李研珠：我觉得阻碍企业把AI大规模落地，最大的问题其实在内部——很多员工把AI当成了自己的竞争对手。
亿邦：您提到现在已经没法做两年这么长周期的规划，AI能力差不多每两个月就会有很大变化。那卖好车的投入规划怎么做？“以不变应万变”具体指什么？
李研珠：关于AI能力迭代这块，我的看法是：现在已经没法做两年这么长周期的规划了。AI能实现什么、数据能发挥什么价值，差不多每两个月就会有很大变化。我们能做的就是以不变应万变，这个“不变”，就是笃定AI会承接大量工作、能力会持续变强，主动拥抱它。所以我觉得，现在去预判未来的行业格局，还为时过早。
亿邦：如果给刚刚起步、希望同时构建AI竞争力与全球化能力的同行企业提一条最核心的建议，这条建议会是什么？
李研珠：CEO必须带头，自上而下拥抱AI。
作为TO B领域年度风向标，“2026第八届亿邦产业互联网年会暨首届产业智能体大会”将于2026年11月20日在北京召开。主题定为“AI与出海带来的模态进化”，聚焦产业智能体落地、AI供应链价值重构、数据要素与TOKEN经济、产业出海新生态等前沿议题深度思辨。大会将集结学界权威、央国企标杆、产业龙头、投资机构、服务生态伙伴，汇聚产业核心力量、拆解产业数智化转型路径、分享前沿实战经验。同期还将发布年度产业互联网报告及标杆案例，举办决策人闭门会、“千峰奖”颁奖盛典。
