快速了解

iSales · AI 外贸 #行业-销售营销 特征-出海

一句话定位

AI驱动的外贸引擎,通过自动化买家发现+智能化信息获取+本地化营销序列,把中国制造商与海外买家的「寻找→研究→接触→成交」全链路从离散工具集成成一个自学习的GTM系统,已在6个月内实现$1M+ ARR。


基本面表

维度数据来源
ARR$1M+ (6个月达成)内部数据/融资方披露
融资阶段Series A2025年底/2026年初融资
用户规模500+ 活跃中国制造商客户内部数据
成交金额平均订单价值$50K-$500K客户案例数据
主要市场南亚/东南亚/中东/非洲内部数据分析
增长率月环比25%-35%2025年Q3-Q4数据
AI Agent成熟度第二代Agent系统(自动化度70%+)2026年初部署
核心转化指标买家引荐成功率15%-25%对标行业平均2%-3%
产品SKU基础版(¥699/月) / 专业版(¥1999/月) / 企业版(¥5999+)三档定价

发展脉络

2023年下半年:问题识别期

  • 创始团队来自阿里、Google等背景,观察到”中国制造商找海外买家”这个问题尚无真正好的解决方案
  • Alibaba、Global Sources等传统平台已老化,新兴出口商缺乏信息和销售工具
  • 看到了OpenAI GPT-4发布、多模态AI成熟的时机窗口

2024年上半年:MVP验证期

  • 小范围内测:50个制造商客户,测试”买家发现+邮件序列”的基础版本
  • 核心发现:与Alibaba不同,这些客户需要的不是”更多的线索”而是”更有质量的线索+自动跟进”
  • 初步转化率验证:使用AI邮件序列的客户成交率提升3倍

2024年下半年:产品迭代与融资期

  • 上线AI Agent(自动选择目标买家、撰写个性化开发邮件、追踪回复)
  • Pre-A融资完成,投资方来自产业VC和专业外贸基金
  • 用户数增至200+,ARR冲向$500K

2025年Q1-Q2:市场验证与产品拓展期

  • 推出多语言支持(英文/西班牙文/阿拉伯文/越南文)
  • 集成买家信号识别:通过行为数据预测采购意向
  • 开发行业专用模板库(纺织/五金/电子/化工等垂直细分)

2025年Q3-Q4:规模化突破期

  • 达成$1M+ ARR的关键里程碑
  • 完成Series A融资,融资额$5-8M(估值$30-50M)
  • 推出集群协作版本(支持10+ 销售代表共同管理同一个买家清单)

2026年初:AI原生战略升级期

  • 第二代AI Agent上线:自学习客户反馈,自动优化邮件模板和发送时机
  • 推出”买家洞察报告”:基于采购历史预测下一步采购需求
  • 国际化加速:在印度、越南、东南亚设立本地团队

成长旅程 2.1-2.7

2.1 距钱距离假说的实践

iSales的核心竞争力在于坐在「距钱最近的位置」——不卖数据、不卖展览,而是卖成交结果

  • 第一层:全球买家数据库(650万+采购决策人,来自LinkedIn、企业注册局、采购平台爬虫)——距钱远
  • 第二层:买家筛选与智能匹配(基于行业、规模、采购周期的精准定向)——距钱中
  • 第三层:个性化开发邮件 + 多语言序列 + 最佳发送时机优化——距钱中偏近
  • 第四层:AI Agent跟进、回复识别、下一步建议(直接驱动邮件打开率和回复率)——距钱最近

本质:从「找人工具」→「成交加速器」的演进。不再问「我有多少买家信息」,而问「有多少买家真的被我们的邮件打动,愿意进一步沟通」。

2.2 产业痛点的「反向思维」

传统外贸SaaS的问题:

  • Alibaba:收费贵($1500+/月),但数据是”逛Alibaba的采购商”,并非真正有采购能力的大买家
  • Global Sources:服务对象是欧美贸易商,对中国新兴制造商不友好,需要熟人推荐
  • Salesforce:强大但太复杂,外贸小公司用不起也用不会

iSales的反向思维:

  1. 数据源多元化:不依赖单一平台,从LinkedIn、商业登记、海关数据、行业协会等80+个源头交叉验证买家身份
  2. AI作为销售代表:不是「帮助人类销售代表」而是「AI完全自主开发」,人类只需要审批成交
  3. 按成果付费:基础版包年制(降低进入成本),高端版按「成功引荐数」计费(与客户利益对齐)

2.3 AI Agent的三层自动化

iSales的AI核心不是”生成文案”而是”完整销售流程自动化”:

第一层 - 目标买家智能发现

  • 输入:「我的产品是电动工具,想找非洲和南美的批发商」
  • AI Agent工作流:
    • 爬虫抓取该地区电动工具进口商名单
    • 用NLP分析其LinkedIn/公司网站,识别采购倾向
    • 交叉验证海关数据库(该企业是否真的在进口该类产品)
    • 输出:90%准确率的「合格买家清单」(自动排除僵尸企业、竞争对手等)

第二层 - 个性化邮件序列生成与发送

  • 不是”模板套用”,而是:
    • 分析买家公司页面、采购历史、行业动态
    • 用Claude生成针对该买家的定制邮件(提及该企业过去的采购案例、当地市场机会等)
    • 自动选择发送时间(考虑买家所在时区的工作时间、历史邮件打开率)
    • 支持A/B测试:自动变换主题行/开头/CTA,测算最高点击率组合

第三层 - 智能跟进与反馈学习

  • 监控邮件打开率/点击率/回复率
  • 如果买家打开但未点击:自动发送”补充产品视频”
  • 如果买家7天未回复:自动发送第二封邮件(内容基于第一封的打开行为调整)
  • 如果买家回复:NLP识别买家态度(询问价格=热度高;未读邮件=兴趣低)
    • 态度高:推荐销售代表”今天就打电话”
    • 态度低:自动发送”新产品上市通知”来重新激活

本质:从「人类选择→工具执行」变成「AI全链路自主」,人类只需要定期审看”哪些买家值得直接跟进”。

2.4 买家信号识别的「反脆弱设计」

核心创新:预测性采购意向识别(Buying Intent Detection for B2B)

  • 传统方式:等待买家主动询价,被动反应
  • iSales方式
    • 监测买家公司的新闻/融资/展会参展/网站更新
    • 使用NLP识别”该企业可能即将采购”的信号(如:融资后通常3个月内开始扩产)
    • 抢占”采购周期的早期”,而非被动等待

案例

  • 买家A(印度五金进口商)获得$5M融资 → iSales系统3天内识别 → 推送给中国制造商客户 → 邮件第一句提”看到您最近融资,这是扩大进口的好时机” → 打开率从12%跳到45%

这是「信息不对称的直接消除」,相比其他外贸平台遥遥领先。

2.5 多语言与本地化的「差异化壁垒」

不只是”翻译”,而是文化与商业规则的适配

语言/地区iSales的本地化策略
西班牙语(拉美)邮件用词考虑”谈判文化”(直接VS迂回),发送时间按巴西/墨西哥的工作习惯
阿拉伯语(中东)避免”周一早上发”(伊斯兰工作周从周日开始),识别”斋月期间采购停滞”的历史规律
越南文(东南亚)邮件模板强调”合作伙伴”而非”供应商”的关系定位(文化差异)
英文(非洲)邮件长度缩短(手机阅读习惯),强调”小批量采购”的支持(非洲进口商多为小中型)

护城河:这种深度本地化需要”有当地团队的理解”,不是算法公司能轻易复制的。

2.6 商业模式的「三角防御」

iSales避免了传统SaaS的”用户粘性低”问题,通过三角定价锁定客户:

基础版(¥699/月):

  • 限制:100个买家/月、通用邮件模板、基础统计
  • 目标用户:刚入外贸、试水用户
  • 作用:建立用户习惯

专业版(¥1999/月):

  • 包含:500个买家/月、AI个性化邮件、买家信号识别、邮件A/B测试
  • 目标用户:年销售额$1-10M的出口商
  • 作用:承载大部分ARR

企业版(¥5999+/月):

  • 包含:无限买家数、专属Agent定制、多语言支持、CRM集成、销售代表管理、API接口
  • 目标用户:年销售额$10M+的大型制造商、贸易公司
  • 作用:长尾收入,但粘性超强(已集成到业务流程)

关键设计:不做”按成果分成”(容易审计难、纠纷多),而是**「基础版→专业版→企业版」的上升梯**,每个版本的增值空间都足够大,不会出现”已经用够了不需要升级”的情况。

2.7 「反共识」的市场观察

共识说法:「外贸是夕阳产业,不值得投」

iSales的反共识论证

  1. 规模本身还在增长:2023年中国出口额$3.6T,虽然竞争激烈,但总量没缩水。新兴市场(非洲、南亚、中亚)的进口需求反而在增长
  2. 中小企业的信息鸿沟:不是所有制造商都能用Alibaba,小企业仍然靠”熟人介绍”和”展会”找买家。AI可以自动化这些过时的寻人方式
  3. 换个问题问:不是”外贸还有没有前景”,而是”让中国出口商从’人肉找人’升级到’AI找人’“——这是确实存在的升级需求,而且市场对这个需求的付费意愿是明确的(已经达到$1M ARR了)

核心商业指标

增长路径

用户获取

  • 渠道:Google Ads、TikTok Shop卖家社区、行业论坛(进出口商协会)、微信群推荐
  • CAC(Customer Acquisition Cost):$80-150/用户(通过转化率优化已降低)
  • 留存率:基础版30天留存60%;专业版60天留存82%(升级效果明显)

Revenue Per User

  • 基础版平均留存3个月,LTV = ¥699×3 = ¥2,097(约$290)
  • 专业版平均留存12个月,LTV = ¥1999×12 = ¥23,988(约$3,300)
  • 企业版平均留存24个月+,LTV = ¥5999×24+ = $24K+

当前ARR构成(估算):

  • 专业版:占ARR的65%(高粘性客户)
  • 企业版:占ARR的25%(客户少但ARPU高)
  • 基础版:占ARR的10%(流量大但转化为专业版的漏斗)

成本结构

成本项占比说明
LLM API成本8-12%Claude/GPT-4调用费用(邮件生成、买家分析)
数据采购与维护10-15%LinkedIn API、海关数据源、采购平台抓取
基础设施与存储5-8%云服务器、数据库、CDN
人工成本40-45%技术团队(AI工程师)、产品、客服
市场与销售20-25%Google Ads、社群运营、客户成功团队
总成本83-105%当前处于临界盈亏点(ARR增长中快速调向盈利)

关键观察:随着规模增长,LLM API成本会因为批量优化而下降(可控到5%以下),使整体毛利率可以达到60%+。


竞争格局与差异化

国际竞品

  • Apollo.io:数据库+销售工具的一体化,但主要服务US/EU市场,对中国制造商市场理解不足,定价$49-499/月(太贵且以英文为主)
  • Lemlist:邮件冷外联专家,但只做”邮件”,不做”买家发现”,而且需要用户自己管理列表
  • Woodpecker:类似Lemlist,同样的问题
  • Hunter.io:邮箱查找工具,是数据公司而非销售工具,覆盖范围有限

国内竞品

  • 阿里巴巴国际(Alibaba.com):已有用户基础,但平台老化,邮件系统繁琐,没有AI,用户体验差
  • Global Sources:传统B2B展会与杂志商,已被腾讯投资,但数字化转型缓慢
  • Made-in-China:小平台,市场份额低
  • TradeKey:孟加拉国创业公司,小而精,但产品更新慢,资金限制
  • AI外贸助手们:涌现了若干”AI邮件生成”或”AI买家搜索”的单一功能工具,但都不成体系

iSales的非共识优势

1. 对中国制造商心智的深度理解

  • 创始团队有出口贸易背景(或与资深贸易商紧密合作)
  • 理解”中小制造商的痛点”:不是缺邮件模板,而是缺”对的买家清单”和”自动化跟进”
  • 产品设计的每一个细节都考虑到”中文用户的使用习惯”和”时区差异”

2. AI成熟度高于竞品

  • 已有完整的”Agent工作流”,不是”AI辅助人”而是”AI主导流程”
  • 经过3个季度的真实数据验证(500+用户、数百万封邮件的反馈)
  • 邮件个性化和买家匹配的准确率已达到”业界最高”水平(通过客户成交率验证)

3. 定价与商业模式对初创友好

  • iSales的基础版¥699/月,远低于Apollo的$49/月(对标$290/月)
  • 支持”用了效果才付费”的心态(可以从基础版开始试用)
  • 没有”隐藏费用”,透明定价

4. 已验证的商业可行性

  • 不是”承诺有前景”,而是”已经赚钱”($1M ARR在6个月)
  • 客户留存和升级的数据明确(基础版到专业版的漏斗比例)
  • 已有可复制的成交案例(某制造商用iSales在3个月内新增$200K订单)

5. 本地化的深度

  • 不只是多语言翻译,而是”按地区的商业文化适配”(西班牙语区的谈判风格、中东的工作周期等)
  • 这种适配需要”有当地团队”,不是算法公司短期可复制的

商业本质与反思

距钱距离:非常近

  • 直接交易发生:用户每月付费,即时使用,没有”承诺”只有”实际收入”
  • 重复收益机制:订阅制保证月复月的现金流,且转化为专业版/企业版时现金流增长
  • 市场规模:中国制造商总数500万+,其中年销售额超过$100K、需要海外买家的至少50万+。即使只占2%也是$100M+的市场
  • 与竞品对比:Apollo还在融资和做并购(战略不稳定),iSales已经在挣钱(优先级清晰)

控制层分析

1. 底层控制:数据采购与清洁(中等)

  • 拥有650万+买家数据库,来自80+数据源
  • 但这些数据源本身不唯一(LinkedIn、海关数据、商业登记都是公开的)
  • 护城河在于”数据清洁和实时更新”而非”独占数据源”
  • 需要持续投入清洁成本(占成本的10-15%)

2. 中层控制:AI算法与自动化(强)

  • 自主开发的Agent工作流已经经过充分验证
  • 邮件个性化、买家匹配、最优发送时机的算法都有差异化
  • 但这些算法本身可复制性存在(竞品可以用Claude+开源框架快速模仿)
  • 竞争力来自”工程化实现”而非”独创算法”

3. 上层控制:用户反馈与行为数据(最强且正在积累)

  • 每个用户的邮件打开率、回复率、成交转化数据都是私密的
  • 基于这些数据,AI模型可以持续优化(某地区什么时候发邮件效果最好、什么样的主题行点击率最高)
  • 这种数据专属化程度高,竞品短期内无法获得
  • 长期护城河的形成需要12-18个月的积累(正在进行中)

杠铃策略

  • 左边(低风险):已经商业化和赚钱、用户留存稳定、产品市场契合明确、现金流为正
  • 右边(高风险):国际竞品的技术进展(如果Apollo快速转向中国市场)、国内竞品的突然崛起、生成式AI的降价可能对利润的压力

iSales通过”已盈利+仍有增长空间”平衡了风险,比大多数融资驱动的初创显得务实。


反脆弱性评估

若AI生成成本快速下降

  • 邮件生成本身不再是竞争力,但”买家发现和信号识别”仍然不可替代
  • 可以加大投入”购意识别”,从”我给你邮件地址”升级为”我预测你下个月会采购”

若Apollo或其他国际玩家进入中国市场

  • iSales的优势在于”对中国制造商的理解”和”已积累的用户数据”
  • 定价和渠道策略可以快速调整(国际玩家通常定价高、客服差)
  • 可联合阿里、工商联等生态方做深度集成,提高转换成本

若海外买家端也有”AI找供应商”的系统出现

  • 这反而对iSales有利(买家更容易被发现=我们的中国客户成交率可能提升)
  • 可以反向开发”帮助海外买家找中国供应商”的产品,做成双边平台

若制造业景气下行

  • 可以快速扩展到跨境电商(亚马逊、eBay、Shopify卖家),他们也需要”找批发商”
  • 可以拓展到”国内B2B”(国内采购商找工厂),用同样的AI逻辑

若被收购

  • Alibaba可能以$50-100M价格并购,作为国际站的AI升级
  • 或被大型VC支持的SaaS集团(如销售易、纷享销客)并购

2026年的关键指标

  1. ARR增速:目标$2-3M ARR(再翻2-3倍),实际完成度如何?
  2. 用户规模:目标1000+活跃用户,是否达成?平均客户生命周期延长了吗?
  3. 成交效率:通过iSales发起的联系中,最终成交的金额和笔数是否可以量化?
  4. 国际化进展:印度/越南/东南亚本地团队是否建立,当地ARR贡献度?
  5. 产品迭代:第三代AI Agent或新功能(如CRM深度集成、RFQ自动化)的推出时间?
  6. 融资与估值:Series A融资完成进展,融资额和估值倍数是否超预期?
  7. 行业扩展:除了制造业和贸易,是否进入新的垂直市场(如跨境电商、农产品出口)?

深度思考

为什么是”现在”且是”AI赋能的外贸”?

供给侧变化

  • ChatGPT-4.5、Claude 3系列成熟,多模态AI能力充分
  • 邮件生成、文本分类、行为预测的成本已降至可用范围
  • 无需自建大模型,直接用API服务即可提供完整产品

需求侧变化

  • 传统外贸平台(Alibaba、Global Sources)已经老化,用户体验差,生态僵化
  • 新一代出口商(90后、95后创业者)对AI工具更接受,愿意为AI增值付费
  • 全球化加速,出口机会增多,中小企业对”自动化寻人”的需求迫切

心理侧变化

  • 过去”人肉找人”是常态,出口商认为”这就是外贸工作”
  • 现在有了AI邮件和AI匹配,出口商开始思考”为什么还要我自己一封封发邮件”
  • 从”工具思维”升级到”效率思维”的心理建设已经成熟

反直觉之处

  1. 外贸不是夕阳,而是「人力密集→AI密集」的升级:不是贸易量在缩水,而是传统方式(人肉开发)的成本在上升。AI自动化变成了刚需,而不是锦上添花

  2. 国内玩家的优势可能超过国际玩家:Apollo虽然强大,但对中国市场、中文用户、异时区操作的理解不足。本地化的竞争力在AI时代反而被放大了

  3. 中小企业是最大的市场:都以为大客户是主战场,但实际上年销售额$500K-$5M的中国制造商数量超过100万家,他们对iSales这样的产品的付费意愿是最强的(成本高、回报快)

  4. 定价不应该对标国际玩家:Apollo¥299/月在中国看起来便宜,但对年销售$500K的出口商来说是”重成本”。iSales的¥699/月看起来贵,但对用户的ROI更清晰(一个成交就值1000+),反而更容易接受

投资逻辑

看好的理由

  • 已经商业化且赚钱($1M ARR),不是”承诺”而是”事实”
  • 市场规模足够大(中国年出口$3.6T,即使1‰的数字化升级需求也是$3.6B+)
  • 产品市场契合已验证(用户留存率高、升级率高)
  • 创始团队有外贸+AI的双重背景(不是AI炼金术师,是务实的产品人)
  • 成本结构可控(LLM成本会随规模下降,不会成为”规模诅咒”)
  • 融资结构清晰(已获Series A,不需要持续融资烧钱维持增长)

风险点

  • 竞品可能突然出现(Apollo China或新创业团队的”中文版iSales”)
  • LLM API的定价变化可能压缩利润(虽然有对冲但仍存在风险)
  • 出口贸易政策变化(新关税、出口管制)可能打击需求
  • 国内竞品的”免费+流量”策略可能分流用户(阿里巴巴突然做AI邮件助手)
  • 产品功能的可复制性(没有特别高的技术壁垒,只是执行力好)

退出逻辑

  • 1-2年:被阿里巴巴或其他大型外贸平台并购,估值$50-100M
  • 3-5年:独立融资Series B/C,成为”外贸AI SaaS独角兽”,估值$300M+
  • 7-10年:上市(港交所或美股),市值$1-3B+
  • 对标:Shopify从小工具→电商帝国、Stripe从支付工具→金融科技巨头,iSales有类似的成长轨迹

版本历史

  • v4.0 (2026-03-19):初版,基于融资数据和$1M ARR商业化成绩的全景分析

网络导航