AfterShip 受邀出席 GTLC 全球科技领导力峰会，分享 AI Agent 内部落地实践

在GTLC全球科技领导力峰会上，国际电商SaaS平台AfterShip的数据副总裁Loring Liu做了一场干货满满的分享，主题是如何用AI Agent破解全球化企业的协作难题。这场演讲的特别之处在于，AfterShip并非一家“AI原生”公司——它成立于2012年，拥有超过450名员工，分布在8个全球办公室，典型的B2B电商SaaS企业。但正是这样一家公司，却在内部摸索出了一条从“人治”到“人机共治”的转型路径。

本文共计2,660字，阅读需6分钟。

全球化协作的“蜘蛛网”：国际SaaS企业的共同挑战

“我们从第一天起就是一家全球化的公司。”Loring在开场就点出了AfterShip的核心基因。但这种布局也带来了不小的烦恼。他展示了一张图，上面密密麻麻的SaaS工具——HubSpot、Jira、Gong、Slack等——像一张蜘蛛网，清晰揭示了内部协作的痛点。

问题归结为三个核心点：

• 工作流多且复杂
  ：业务流程被上百个不同的SaaS平台切割，信息流转不畅。

• 数据孤岛严重
  ：数据散落在自研平台、数据仓库和各类工具中，形不成“单一事实来源”，决策自然困难。

• 多语言、多时区
  ：产研团队在中国，客服在印度，销售和市场在北美、欧洲。时差加上语言障碍，一个简单问题往往需要2-3天才能解决。

这些挑战对技术架构最初不是为AI设计的公司来说，实在太普遍了。而AfterShip正是从这里开始探索AI赋能的。

破局之道：从“人治”到“人机共治”的AI Agent协作新范式

面对困境，AfterShip提出了“从人治到共治”的AI Agent协作新范式。Loring的解释很直白：在这个模式里，人负责设计和定义核心工作流程，AI Agent负责执行；AI Agent负责提效，人负责决策和兜底。

这个理念已经拿出了硬核数据：内部AI Coding的接受率高达34%，AI工具平均每周为销售人员节约300分钟的获客准备时间，成功覆盖了7个核心工作流。这些数字证明，“人机共治”确实能打。

实践案例一：Support AI Agent，实现40%+问题端到端解决

售后客服是第一个落地的切入点——原因很简单：客服团队流动性高、全球客户响应不及时、成本高昂，痛点明确到不能再明确。

传统的AI客服基于知识库问答，回复生硬，看不懂截图，更别说执行实际操作了。AfterShip的技术团队从五个方面重构了它：

• 构建AI Agent友好知识库：整合产品文档与高质量历史对话，采用混合召回策略提升准确率。
• 优化思考与拟人化：引入ReACT Prompting框架，让AI对话更自然、思考更深。
• 赋能执行能力：把人工操作API化，通过MCP协议集成，AI能端到端完成配置等实际动作。
• 引入多模态能力：用多模态大语言模型理解客户发来的截图问题。
• 增强安全性：通过意图理解和规则检查，防止恶意攻击。

效果相当亮眼：超过40%的客户问题由AI端到端解决，准确率95%以上，平均响应时间缩短到10秒，客户反馈评分高达4.6分以上（满分5分）。Loring特别强调：“成功落地客服AI Agent，团队协作与组织流程再造，比技术实现本身更具挑战性。”

实践案例二：GTM Copilot，打破信息壁垒，提升洞察效率70%

销售和客户成功团队在北美、欧洲，产品研发在国内，信息壁垒是绕不开的坎。AfterShip开发的GTM Copilot工具打通了Gong（会议录音）、HubSpot（客户管理）等系统的数据孤岛，为所有GTM团队提供统一的数据驱动洞察。无论是客户痛点、赢单/丢单原因分析，还是续约风险评估，都能快速生成精准报告，将洞察效率提升了70%以上。

AI基建与文化建设：驱动全员拥抱AI

Loring指出，所有应用的成功都离不开坚实的AI基础设施和自上而下的文化。AfterShip自2021年起便在AI领域持续投入，ChatGPT上线后迅速启动AIGC基建，搭建了AIGC Hub和AfterShip GPTs（AI Agent Platform）。这个平台集成了从底层MLOps到LLMOps再到AgentOps的完整能力，开发者可以便捷地调用模型、数据和工具，AI应用开发门槛被大幅降低。

文化建设同样重要。通过举办AIGC Hackathon、技术论坛，以及发布《AIGC行业动态月报》，公司内部全面布道AI，提升全员认知。Loring透露的数据令人印象深刻：“我们通过平台，在内部催生了167名‘AI开发者’，他们已经自发创建了244个AI应用，每月调用量超过20万次。”

AI Agent实践总结：AfterShip的两大核心心法

演讲末尾，Loring分享了AfterShip总结的两点核心，为所有致力于AI转型的企业提供了行动指南。

一、技术与应用实践：平台先行，以点带面

核心策略是“平台先行，以点带面”。首先，企业要让自己做到“AI Ready”——提前对平台、文档、语义乃至API进行面向AI的准备和改造，主动拥抱大模型时代。在具体落地时，优先选择“痛点明确、方案成熟”的场景作为切入点，快速验证价值。Loring引用了一个深刻的洞见：“不要站在大模型的必经之路上”，提醒企业时刻关注AI领域的快速变化，结合自身业务定位和数据壁垒，持续激发应用创新。

二、文化与组织实践：降低门槛，全员AI

在组织层面，成功的关键在于“降低门槛，全员AI”。AfterShip通过引入低代码平台（如dify）和标准化框架（如LangChain），让非技术背景的员工也能参与AI应用的创建。公司内部持续的AI布道，是提升全员认知、建立信任的关键。最后，Loring将AI战略上升到一把手工程的高度：“用好AI，是一把手工程。”最高管理层自己是否是超级AI使用者，是否足够支持与推动，直接决定企业AI转型的成败。

关于AfterShip

AfterShip成立于2012年，是全球领先的国际电商SaaS平台。作为一家技术驱动的科技公司，AfterShip始终致力于通过自动化和AI技术，构建最好的自动化平台，帮助全球电商商家成功。公司于2021年获得老虎环球基金领投、高瓴创投跟投的6600万美元B轮融资，拥有超过450名员工，在全球设有8个办公室。AfterShip推出了all-in-one的一体化电商解决方案AfterShip One，覆盖从订单包裹查询、商品退换货、AI商品推荐到邮件营销等售前售后环节，服务全球超过两万家付费电商客户，其中包括Samsung、Gymshark、Watsons等知名品牌。