【亿邦原创】黄树煜（外号：半仙），深圳数阅信息技术有限公司轮值CEO。数阔从数据采集起步，进入VOC和客户体验领域，再到RPA和自动化，形成“数据获取—AI理解—业务判断—自动执行”的链路能力，当前通过MCP、Skill、API将数据能力、分析能力和自动化能力开放给AI Agent调用，海外业务重点覆盖北美、欧洲、日本、韩国等市场。本届千峰奖访谈中，黄树煜围绕AI与出海带来的模态进化，分享了数阔在数据、AI与自动化融合方向的实践与判断。
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。结合软件服务行业，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？数阔在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？
黄树煜：我们理解这一轮“AI+全球化”的变化，对数阔来说其实不是两条突然出现的新业务线，而是过去十几年能力积累的一次重新组合。数阔最早从数据采集起步，解决的是“数据从哪里来”；后来进入VOC和客户体验领域，解决的是“数据说明了什么”；再到RPA和自动化，解决的是“知道之后怎么执行”。大模型和Agent出现之后，这三类能力开始真正连成一条链路：数据获取—AI理解—业务判断—自动执行。所以我们现在的定位，不只是某一个单点的软件工具，而是希望把数据、AI和自动化组合成企业可以直接调用的业务能力。
全球化也是同样的逻辑。我们很早就通过线上SaaS服务全球用户，现在AI进一步降低了产品本地化、内容运营和服务全球市场的成本，也打开了新的数据和Agent需求。
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？
黄树煜：数阔现在AI落地最深的，其实是三个和我们原有业务高度相关的场景。
第一是VOC与消费者洞察。云听CEM每天面对的是评论、客服会话、问卷、社媒内容等大量非结构化数据。过去很多工作依赖规则和人工标签，现在大模型能够直接理解用户在说什么、为什么不满意、需求发生了什么变化。
第二是电商和企业运营自动化。八爪鱼RPA本身解决的是重复性流程，现在我们正在让AI承担判断，让RPA承担执行。例如AI先识别问题、判断任务，再由自动化完成后续操作。
第三是Agent调用企业能力。我们正在通过MCP、Skill、API把原来封装在软件里的数据能力、分析能力和自动化能力开放出来，让不同AI Agent能够直接调用。
亿邦：您提到跨境汽配客户桑椹的业务。能否具体说明RPA、AI和业务预警是如何串成一条完整链路的？
黄树煜：在跨境汽配客户桑椹的业务中，我们把RPA、AI和业务预警串成了一条完整链路：RPA持续采集亚马逊上的价格、评论、排名、购物车状态及竞品促销等数据，AI负责异常降噪、分类和分发，再由机器人将不同等级的预警推给对应运营人员，最终由人完成调价、补货等关键经营决策。所以我们的AI路线不是重新做一个独立AI产品，而是让原来的CEM、RPA和数据能力都逐步Agent化。
亿邦：能否分享一个最具代表性的“AI+价值链”创新实践案例？它解决了哪些行业共性痛点，创造了哪些可感知、可量化的价值？
黄树煜：一个比较典型的案例是国内电商客户笑驴AI。过去从选品到上新，需要运营人员人工检索市场数据、找关键词、看竞品，设计人员再根据运营需求制作视觉素材，最后人工组装商品信息并完成上架。
改造之后，客户引入了7~8个数字员工：RPA在凌晨自动采集全品类近一年的关键词趋势、竞品、销量和投流数据，AI负责判断关键词趋势、品类体量、竞争程度和利润空间，再由人工完成关键判断；进入视觉和上新环节后，AI辅助生成方案，RPA继续完成商品信息、视觉素材的组装和上架。
最直接的变化是，原来需要3个人协作完成的流程，现在1个人就可以跑；单店每周上新从约10个提升到50个。这也是我们理解AI价值比较重要的一点：不是用了多少个模型或者Agent，而是能不能真正改变业务产能和人的工作方式。
亿邦：在TOKEN和算力成本方面，数阔是什么态度？
黄树煜：在TOKEN和算力成本方面，我们内部更关注的是：每一块模型成本最终创造了多少业务价值。如果AI不能减少人工、提高转化或缩短决策周期，单纯TOKEN消耗再大也没有意义。
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？数阔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？
黄树煜：数据是数阔和很多纯AI公司的一个明显差异。我们并不是在大模型出现之后才开始研究企业数据。过去十几年，我们一直在处理一个问题：怎样把互联网上分散、非结构化、不断变化的数据，变成企业可以使用的数据。因此我们长期积累的是从网页数据获取、清洗、结构化，到评论、客服会话、社媒文本等非结构化数据分析的一整套能力。
到了大模型时代，这种能力的重要性反而更高。模型可以越来越通用，但企业真正稀缺的是两类数据：一类是企业内部真实经营数据，一类是企业外部正在发生变化的市场数据。数阔的优势就在于，我们既能帮助企业理解内部VOC，也能连接外部市场信息。
我们认为未来企业AI真正的竞争力，不是“有没有接入某个模型”，而是能不能持续给模型提供高质量、实时、和业务相关的数据。
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？
黄树煜：我们对垂类大模型的判断相对谨慎。我们不认为每一个行业都需要重新训练一个基础模型，基础模型能力会越来越强，也会越来越趋同。真正有价值的组合更可能是：大模型+准确的数据与AI能理解的数据+行业knowhow+Agent。
这也是为什么我们现在比较关注Agent。过去一个客户使用云听或者RPA，需要进入软件、学习界面、配置任务。未来用户可能只需要告诉Agent：“帮我看看最近差评为什么上升”“找到竞品最近新增的卖点”“把符合条件的商品同步到系统里”，Agent背后再去调用数据、CEM、RPA等不同工具。
所以我们认为产业AI真正的护城河，不在于谁先接入模型，而在于谁有数据、谁懂业务、谁有工具，以及谁真正能把任务执行完。
亿邦：您提到数阔内部正在重新思考“软件应该以什么形式存在”。传统SaaS是菜单、页面、按钮，用户必须学习软件；Agent时代会变成什么样？这对数阔的能力开放意味着什么？
黄树煜：我们内部这两年有一个很明显的变化：开始重新思考“软件应该以什么形式存在”。传统SaaS是菜单、页面、按钮，用户必须学习软件；Agent时代可能变成“用户提出目标—Agent理解任务—调用不同工具—返回结果或直接执行”。
这对数阔特别重要，因为我们过去积累的很多能力——数据采集、VOC分析、RPA——本身都非常适合作为Agent的Tool。所以现在我们在持续推进API、MCP、Skill等开放能力。我们的目标不是把用户锁在某一个产品界面里，而是让数阔的能力能够出现在用户正在使用的AI平台和工作流里。
亿邦：海外布局方面，数阔目前布局了哪些海外核心市场？做了哪些关键本地化调整？
黄树煜：数阔海外业务一个比较特别的地方，是我们很早就是以线上SaaS的方式做全球市场，而不是先在海外建立大量本地办公室再开展业务。目前重点覆盖北美、欧洲、日本、韩国等市场。
团队主体仍然在国内，但针对北美、欧洲、日本、韩国分别配置专门运营人员，长期研究当地的用户需求、搜索习惯、内容体系、竞争环境和产品反馈。这种方式比较适合我们的业务形态：产品研发、技术支持和运营团队都集中在国内，市场反馈可以很快回到产品和研发；同时不同市场又有专人负责，不是简单把英文内容翻译成其他语言。
我们理解真正的本地化，不一定等于“人在当地”，而是产品、内容、获客方式和用户体验真正符合当地市场。
亿邦：在海外市场的深度价值链建设上，数阔形成了怎样的模式？核心能力是什么？
黄树煜：我们的海外业务走了比较长时间之后，越来越明确一件事：数字产品出海和传统制造业出海的能力结构完全不同。我们不需要海外仓，也没有复杂物流，真正决定效率的是三件事。
第一是产品能否标准化，同一个底层产品要能够服务不同国家用户；第二是整个商业链路能否在线完成，用户从搜索、了解产品、注册、试用、付费到续费，都尽量线上完成；第三是能否持续做分市场运营，不同国家的流量结构、用户认知和产品诉求差异很大。
这套能力形成以后，边际扩张成本会明显低于传统出海。现在我们又在往下一步走，也就是把原来“一个用户使用一款SaaS”逐渐变成“AI Agent可以直接调用我们的能力”。我认为这可能是下一阶段软件出海非常大的变化。
亿邦：在出海拓展过程中，AI与数字化能力为跨境业务提供了哪些核心支撑？
黄树煜：AI对我们海外业务的影响有两个层面。第一层是提高全球运营效率。我们本身没有在海外铺大量本地团队，因此数字化运营特别重要。AI可以帮助不同市场做用户反馈分析、内容生产、本地化、SEO、客服以及市场研究，让一个集中在国内的团队能够管理多个区域市场。
但第二层影响其实更重要，就是AI正在创造新的海外需求。过去客户使用数据采集工具，主要是为了研究市场、监测价格、做营销或者建立数据库。现在全球大量AI Agent、AI应用都面临一个共同问题：模型知道很多知识，但缺少实时、结构化、可以持续获取的外部数据。
这恰好与我们长期积累的数据能力高度相关。所以对数阔来说，AI既是提高海外运营效率的工具，也可能成为海外业务下一阶段增长的重要驱动力。
亿邦：您提到中国软件出海可能出现一条新路径——不一定所有企业都要在每一个国家重新搭一套销售和服务体系，而是把自己最核心的能力做成全球AI生态能够直接调用的基础能力。这个判断怎么理解？
黄树煜：我们这几年对中国软件出海有一个比较深的体会。过去大家谈软件出海，核心还是“怎么把一个中国软件卖给海外用户”；但Agent时代可能会发生一个变化：未来不是只有人使用软件，AI也会使用软件。
一个软件产品除了有人使用的界面之外，还需要能够被Agent发现、理解和调用。这也是为什么我们现在越来越重视API、MCP和Skill。
对中国SaaS企业来说，这可能意味着全球化出现了一条新的路径：不一定所有企业都要在每一个国家重新搭一套销售和服务体系，也可以把自己最核心的能力做成全球AI生态能够直接调用的基础能力。我们认为这会是未来几年非常值得关注的机会。
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。
本文首发于 亿邦动力 官方网站
热门跟贴