阿里的下一張王牌Accio 如何把一門電商生意，變成一個人加一支 AI 團隊

「我要 1,000 張防水戶外折疊椅，單價 10 美元以內，能寄到德國。」

過去，一位外貿採購要把這句話拆成十幾組關鍵字，在 B2B 平台上翻找幾十頁供應商，再一家家寄信詢價、比價、確認物流。現在，他只要把這句話原封不動打進 Accio，系統就會讀懂規格、價格與運送條件，從阿里巴巴國際站的供應商池裡挑出合適的工廠，整理成一張可以直接拍板的比較表。

這是 Accio 在 2024 年 11 月亮相時的樣子。不到兩年，它已經不只會「找」，還會「做」：寫市場調查報告、上架商品、回覆海外詢價、盯競品價格，甚至替一位沒有團隊的創業者，把一門生意從點子推到開店。阿里國際表示，它的全球月活躍使用者已超過 1,000 萬。³

這篇分析要回答三個問題：Accio 是怎麼長成今天這個樣子的？它的護城河到底在哪裡？以及，當 AI 把電商營運變成一個人就能完成的工作，這場遊戲的規則會被怎麼改寫？

產業背景為什麼是電商，為什麼是現在

2024 年之後，產業對 AI 的期待出現了質變。生成式 AI 證明瞭機器能寫、能畫、能回答問題，但企業真正願意付錢的，從來不是答案，而是被完成的工作。AI Agent（智慧代理）補上的正是這道缺口：它能感知情境、擬定計畫、呼叫工具，再依據結果修正自己的做法。換句話說，它開始承擔過去只有員工才能承擔的「流程責任」，從生產力工具變成了生產力本身。Gartner 預估，到 2028 年將有超過六成企業以 AI Agent 執行業務流程，市場規模上看千億美元。

比市場規模更值得經營者留意的，是這個產業正在發生的三個結構性轉變。第一個轉變在技術架構：早期的 AI 是一個模型對一個使用者的對話，新一代平台則讓多個分工明確的代理協同作業，更像一支團隊，而不是一位萬事通。第二個轉變在落地場景：OpenClaw、GPTs 這類通用型 Agent 彈性極高，但缺乏產業脈絡，常常給出看似合理、實則無法執行的「商業幻覺」；真正能創造營收的，反而是掌握產業數據與流程知識的垂直型 Agent，所以電商、金融、醫療、法律這些數據密集、流程標準化的產業最先開花。第三個轉變在商業模式：按呼叫量計費的 Token 模式，讓買方只看到成本、看不到成果，成熟的垂直 Agent 開始改採訂閱、成效分潤或專案計價，把收費和客戶價值綁在一起。

在所有垂直場景裡，電商之所以最先跑出可複製的商業模式，原因並不神秘。經過二十多年的發展，電商已經從搶流量的增量時代，走進拚效率的存量時代，而受衝擊最深的，正是沒有完整團隊的中小商家與個人創業者。

他們面對的痛點環環相扣。一門電商生意需要選品、美編、文案、客服、廣告投放與數據分析等多種職能，中小商家很難養得起一整支團隊，跨境賣家還得再跨越語言與文化的隔閡。供應鏈則是另一個長期失靈的環節：找工廠、比價、議價、跟單、品管，每一步都仰賴個人經驗與人脈，資訊不對稱讓採購週期拉長、錯誤率上升，而規模小的商家又缺乏議價籌碼。通路碎片化讓問題雪上加霜，同時經營多個國內與跨境平台的商家，每天都在不同的規則、介面與數據口徑之間疲於奔命。最後，他們拿不到產業趨勢與競品數據，選品、定價、行銷多半只能憑直覺，試錯成本居高不下。

把這四個痛點放在一起看，會發現它們幾乎完美對應 AI Agent 的四項長處：取代重複性的執行工作、串接多個平台的數據與操作、整合海量數據支撐決策，以及全天候不間斷地運作。

對存量競爭中的中小商家來說，電商 AI Agent 不是錦上添花的選配，而是維持競爭力的必需品。

阿里巴巴看準的正是這個缺口。2025 年起，阿里把 AI 拉升為集團核心戰略，並搭起三層結構：最底層是阿里雲的通義千問（Qwen）系列大型模型，其開源版本已是全球最主流的中文基座模型之一；中間是「悟空」企業 AI 原生工作平台，負責多代理調度、技能包管理與數據互通，是集團所有企業端 AI 應用的共同底座；最上層則是各事業群的垂直應用，包括淘寶天貓的店小蜜與生意參謀 AI 版、1688 的找工廠 AI、菜鳥的物流 AI，以及國際站的 Accio。

在這盤棋裡，Accio 身兼兩職。對內，它是阿里電商生態的放大器，把平台二十年累積的數據、供應鏈與營運能力標準化後交到商家手上，藉此提高黏著度與平台價值；對外，它是阿里觸及全球中小企業的新入口，讓那些原本不在阿里平台上的商業族群，也能透過一個 AI 工具走進阿里的服務網絡。也正因如此，Accio 的成敗不只關乎一條產品線，更關乎阿里能不能在 AI 時代重新定義自己的平台角色。

發展歷程從搜尋框到 AI 團隊：兩年的三級跳

Accio 的名字取自《哈利波特》裡的「召喚咒」，寓意一喊就能把需要的東西叫到眼前。2024 年 11 月 12 日，阿里巴巴國際站選在里斯本的 Web Summit 發表它，定位是 B2B 領域的 AI 搜尋引擎，讓中小商家能用自然語言、照片甚至試算表去找全球供應商。^1,2起點相當克制：它只想解決 B2B 採購最惱人的老問題，關鍵字搜不準、篩選太花時間、從搜尋到下單的路太長。原報告引述官方說法，灰度測試期間搜尋到採購的轉換率提升了兩到三成。

真正的轉折發生在 2026 年 3 月 23 日。那天，阿里國際推出 Accio Work，把產品從「買家的採購助理」改寫成能直接上工的企業級 AI 代理。³差別不只在功能變多，而在性質變了：過去的 Accio 幫你找答案，Accio Work 則替你把事情做完。官方宣稱，從一個點子出發，它能在 30 分鐘內完成市場分析、選品、店鋪設計與上架，由多個分工的 AI 代理平行接力。⁴原報告另指出，Accio 曾入選達沃斯論壇的產業白皮書，並能讓買家採購轉換率提升 40%、採購成本降低一成五到兩成，但這兩項說法本文未能找到原始出處。

接下來的節奏明顯加快。上線後的 122 天裡，Accio Work 推出了 100 多個版本，涵蓋桌面、雲端與行動端；6 月底，1688 官方插件上線，讓國內商家也能直接用它處理內外貿。^5,6在全球跨境電商峰會上，國際站總裁張闊宣佈串接淘寶等國內平台；到了 8 月，商家已能把淘寶、天貓、拼多多、京東、抖店與 1688 的店鋪接進同一個工作台，一份商品資料約 90 秒就能分發到各平台。^6,7阿里同月公佈的財報顯示，Accio Work 的付費商家已超過 5 萬家。⁷

最具份量的一步落在 2026 年 10 月 13 日：1688 宣佈全面接入 Accio，向平台上超過 1 億名年度活躍買家與 100 萬家以上的源頭廠商開放。⁸這意味著 Accio 的供應鏈觸角，從國際站的外貿供應商一路延伸到國內源頭工廠，「從找貨到賣貨」第一次可以在同一個介面裡跑完。

每一次升級，Accio 都在擴大自己能介入的交易範圍：從跨境 B2B，到全鏈路電商，再到國內批發生態。

產品能力一支會自己做事的團隊

傳統的 AI 工具是一問一答：人問一句，機器回一句，事情還是得人自己去做。Accio Work 想改變的正是這個關係。官方把它定位為「能自主幫你做全球生意的 AI 商業團隊」，背後的設計哲學很簡單：讓 AI 負責執行，人只負責判斷。

這個定位可以拆成三層承諾。第一層是零門檻：傳統電商營運需要多種專業技能與多年經驗，Accio 把這些知識、流程與最佳實務封裝成 AI 能力，使用者只要用日常語言下指令，就能拿到接近專業水準的成果，讓沒有電商背景的人也能起步。第二層是全鏈路：Accio 刻意不做單點工具，而是把市場調查、選品、供應鏈、上架、行銷、客服到數據分析串成一條線，並打通多個平台的數據與操作，讓商家不必在不同工具與後台之間來回奔波。第三層、也是最根本的一層，是自主化：代理會自己擬定計畫、呼叫工具、推進任務，只在關鍵節點請示使用者。三層加起來，指向同一個結果：人不再是流程中的執行者，而是設定目標、做最終判斷的決策者。

要理解這句話的份量，不妨看一個具體情境。使用者對系統說：「幫我做一款戶外折疊椅的全流程開店方案。」接下來，市場調查代理會先去分析目標市場的需求趨勢與競品價格；供應鏈代理接棒，從阿里國際站與 1688 的千萬級認證供應商中篩出合適工廠，自動核對資格、產能與信用紀錄，同時向多家工廠發出詢價、整理出含隱藏費用的比價表；設計代理產出白底圖、情境圖和短影音；營運代理則把文案與圖片依各平台規則調整好，一次上架到多個店鋪。整個過程中，系統只會在確認供應商、拍板定價這類關鍵節點停下來，請使用者點頭。

拆開來看，每一個環節都有一組細緻的工具在運作。

選品是電商經營的起點，也是 Accio 最具競爭力的環節之一。它結合阿里的全球貿易數據與多平台市場數據，能分析目標市場的品類成長、需求熱點與季節波動；能擷取主流平台上的競品價格、銷量、賣點與評價，整理成可以一眼看出差異化機會的比較表；能依歷史數據與即時流量預測潛在爆款，並提出定價建議。使用者只要輸入一句「分析美國市場戶外用品的爆款趨勢」，就能拿到一份完整的產業報告。它還提供「以圖找貨」，上傳一張產品照片或設計稿，就能在全球供應鏈中找到同款或相似款；最後再加上一層利潤試算，把產品成本、物流費、平台傭金、廣告費與稅費一併算清楚，避免商家陷入「看似賺錢、實則虧損」的陷阱。

供應鏈與採購則是 Accio 最深的一道護城河。系統會從國際站與 1688 的千萬級認證供應商中，依需求篩出合適的工廠，自動核對資格、產能、交易紀錄與信用等級；會同時向多家工廠發出詢價，彙整報價並標出其中的隱藏費用與條款差異；下單之後，它會同步生產進度與物流狀態，一有延誤就主動預警，讓商家不必一次次打電話追貨。它也支援主力與備援供應商的切換管理，並持續擷取產品負評與退貨原因，判斷供應商的品質是否穩定，必要時提出換廠建議。這些判斷之所以可信，是因為它們建立在阿里生態的真實交易紀錄上，而不是網路上的公開資訊。

內容產製與上架，是 AI 取代人工最立竿見影的地方。Accio 會依各平台的規則自動寫出標題、賣點、商品頁描述與關鍵字，並支援多語翻譯；會產出白底圖、情境圖、主圖與廣告圖，處理去背與尺寸調整，讓沒有設計背景的人也能做出整齊一致的視覺；會剪輯配上熱門配樂與字幕的短影音，直接投放到抖音與 TikTok。它能一次批次處理 200 個以上的 SKU，同步上架到多個平台，官方宣稱效率提升十倍以上，同時兼顧關鍵字、屬性完整度與類目相符度等 SEO 細節。

客服與客戶經營，則是最吃人力、也最直接影響轉換率與店鋪評分的環節。Accio 能以多語、全天候的方式回覆海外詢價，依不同國家與客戶特性產生個人化的開發信，並根據溝通紀錄與交易歷史替客戶分級、建議跟進策略。退換貨、物流查詢、客訴安撫這類常見售後問題由 AI 先處理，真正複雜的個案才轉給真人；它也會辨識高風險訂單、詐騙客戶與違規溝通內容，提前發出警示。

最後是數據分析。多數中小商家沒有能力自己拉報表，Accio 會把多個平台的營業額、訂單量、轉換率、客單價與退款率彙整成一張統一的經營看板，每天或每週自動寫出檢討報告、歸納問題並提出改善建議；它也會分析廣告投放數據，調整出價、關鍵字與受眾設定，即時監控流量、轉換、負評與物流異常，並定期追蹤競品的價格、銷量、上新與促銷動態。

這套能力橫跨五個領域：市場洞察與選品、供應鏈與採購、內容產製與上架、客服與客戶經營、數據分析與營運優化；官方在 2026 年 7 月表示，已封裝 100 多個企業經營領域的技能包。⁵但從策略角度看，這五塊的份量並不相同。內容產製、客服與數據看板屬於「效率型」能力，市場上類似工具已經不少，它們決定 Accio 能不能留住使用者；選品與供應鏈則屬於「數據壁壘型」能力，因為它們依賴的是阿里平台上的真實交易紀錄，而不是網路上的公開資訊，這才是決定 Accio 能不能贏的部分。

內容與客服決定 Accio 能不能留住使用者；選品與供應鏈，才決定它能不能贏。

產品形態也透露出同樣的盤算。Accio Work 有網頁版、行動版，但官方強烈建議核心使用者安裝功能最完整的桌面版。原因在於，真正有價值的自動化，往往需要直接在商家的電腦上操作各個平台後台、讀取本機檔案、執行排程任務；網頁與手機只負責降低入門門檻，以及讓老闆在外面也能隨時查看 AI 團隊的進度。

讓這些功能真正「動起來」的，是多代理的分工設計。Accio Work 預設了六種角色：負責統籌與通用任務的全能助理、負責產業分析與競品監控的市場調查代理、負責找工廠與追訂單的供應鏈代理、負責店鋪管理與廣告優化的營運代理、負責回覆與售後的客服代理，以及負責圖片與影片的設計代理。它們彼此共享資訊、相互接力，使用者只需要用自然語言交辦，系統就會自動分派。這個設計的意義不只在效率，更在於它改變了使用者的心態：商家面對的不再是一套要學會操作的軟體，而是一支需要被管理的團隊。這也是 Accio 與傳統 SaaS 在使用體驗上最大的分野。

另一個值得注意的佈局，是 Skill 技能包。它的概念就像手機上的 App：需要客戶分級，就裝「大魚雷達」；擔心侵權，就裝侵權檢測；要比較物流方案或排程自動化，也各有對應的技能。Accio 同時支援 MCP（Model Context Protocol）標準，可以串接外部工具，官方也計畫開放第三方開發者上架技能包。這一步若走得成功，Accio 就不再只是阿里開發的一套功能，而是一個由外部開發者共同擴充的平台。

技術與數據護城河不在模型

談到 AI 產品，多數人的第一個問題是：它用的是哪個模型？有趣的是，Accio 給的答案是「都可以」。它底層同時支援阿里自家的通義千問（Qwen），以及 GPT-4o、Claude、DeepSeek 等主流模型，並依任務自動分派：簡單的文案交給便宜的輕量模型，複雜的市場分析才動用高階模型。Qwen 是預設選項，但模型在 Accio 的架構裡，更像是一個可以隨時替換的零件。

這個選擇背後，是一個很務實的判斷。通用大型模型在商業場景最大的風險是「幻覺」，也就是寫出看起來頭頭是道、實際上違反平台規則或供應鏈常識的建議。對一個要替商家下單、上架、改價的系統來說，答案可不可靠，遠比模型聰不聰明更重要。因此 Accio 把力氣花在兩件事上：一是用阿里二十多年累積的電商語料與營運經驗持續微調模型，讓它懂術語、懂規則、懂生意；二是採用檢索增強生成（RAG），讓模型在回答前先去查阿里的商品庫、供應商庫與平台規則庫，以真實數據為依據。

從整體架構來看，Accio Work 由下而上分成五層，每一層可以各自演進，又在整體上緊密咬合。最底層是基礎設施，依託阿里雲的全球算力、儲存、網路與資安資源，並採端雲分工：桌面端負責本機執行與瀏覽器自動化，雲端負責模型推論與數據處理。往上是模型層，負責多模型路由與電商微調。第三層是整個系統的大腦，也就是代理編排層。第四層是能力層，把市場分析、供應鏈媒合、內容產製、多平台串接與客戶管理等能力封裝成標準介面，並接通阿里生態的各類開放 API。最上層才是使用者看得到的應用層，也就是桌面、網頁與行動三種介面。

這種分層的戰略意義在於彈性。模型可以換、介面可以改，但中間的編排邏輯與底下的數據資產會持續累積，成為不會隨技術世代更迭而貶值的資產。

真正讓 Accio 運轉起來的，是模型之上的「代理編排層」。這一層負責把「開一家 Amazon 戶外用品店」這種模糊的目標，拆解成市場調查、選品、找供應商、做素材、上架、設廣告等一連串步驟，再分派給不同的代理平行推進，並在需要時呼叫生圖工具、菜鳥物流 API 或各平台的上架介面。它也內建記憶系統與自我檢討機制，讓代理能從每一次執行結果中學習。

編排層的價值，在於讓多個代理像一支團隊那樣工作。市場調查代理完成分析後，結果會自動同步給選品與供應鏈代理，後續工作得以平行推進，而不是一關卡一關地排隊。但這一層最關鍵的設計，其實是一個看似保守的機制：人機協同決策。遇到確認供應商、拍板定價、核准大額支出這類節點，代理會主動暫停，等使用者確認後才繼續。

這個設計乍看降低了自動化程度，實際上卻是商業採用的前提。商家願意把工作交給 AI，條件是重要的決定仍掌握在自己手上；Accio 在自主與控制之間找到的這個平衡點，比任何單一功能都更能決定它能不能被放進真實的生意裡。

但若要指出 Accio 最難被複製的東西，答案只有一個：數據。阿里國際站、1688、淘寶天貓二十多年的交易紀錄，涵蓋商品、供應商、買家行為、價格與物流，量級達到 PB 等級；再加上全球主流平台的規則知識、各產業的最佳實務，以及使用者每天回流的互動數據，構成一個持續轉動的數據飛輪。

模型可以採購，介面可以模仿，但二十年的交易紀錄，沒有捷徑可以補齊。

對企業客戶而言，還有一道看不見的門檻：信任。Accio 處理的是訂單、價格與資金相關的敏感資訊，因此企業版採取數據隔離與加密、依職務設定權限、所有代理操作留存完整日誌，並針對歐盟 GDPR 與中國《數據安全法》等法規做調整。更關鍵的是，批次改價、大額訂單與資金操作這類高風險動作，系統一律設有人工確認的護欄，AI 不能自己按下確認鍵。這些設計看似保守，卻是 AI 工具從個人玩具走進企業採購清單的入場券。

商業模式阿里算的，是生態的帳

誰在用 Accio？答案可能出乎意料。官方數據顯示，約四成使用者是「一人創業者」：個人賣家、兼職經營副業的上班族、做跨境 DTC 的小老闆。他們缺人、缺技能、缺時間，最需要的就是一支不用付薪水的團隊。Accio 宣稱能讓這群人的產能放大三到五倍，做到「一人抵一個團隊」。

第二群人是 5 到 20 人規模的跨境電商公司，同時經營國際站、Amazon、TikTok Shop 等多個平台，他們要的是多平台統一管理與流程標準化，官方說能替他們省下三成以上的人力成本。第三群是淘寶、天貓、抖店上的國內中小商家，在高度內捲的環境裡，他們最在乎的是更準的選品與更便宜的貨源，而 1688 的導入正好把源頭工廠送到他們面前。

最值得長期關注的，是第四群人：想轉型做自有品牌的傳統工廠。他們懂製造、不懂電商，沒有營運團隊，線上能力薄弱。如果 Accio 能讓這些工廠零門檻開店、甚至把營運整個交給 AI，「工廠直接賣全球」就不再是口號，而這將是對既有貿易中間商最具顛覆性的衝擊。

不論是哪一群人，Accio 能收費的前提，都是替他們創造看得見的價值。這份價值可以從三個方向理解。

最直接的是降本。AI 可以取代營運、美編、客服與數據分析等多個職位，官方估算中小商家每年能省下人民幣十幾萬到數十萬元的人力支出；數據驅動的選品與投放，減少了盲目試錯的損失；智慧比價與供應商篩選，則讓平均採購成本下降一成五到兩成。

其次是提效。內容產製、上架與客服的批次處理，效率約是人工的五到十倍；數據自動彙整與分析，讓原本要花好幾天的決策縮短到幾個小時；多平台統一管理，則省下大量在不同後台之間切換、重複輸入的時間。

但最具策略意義的，是第三個方向：拓界。AI 讓沒有專業技能的人也能做電商，讓三五人的小團隊也能同時經營多個平台、多個市場；多語能力降低了跨境門檻，讓中小商家也能做全球生意；而 AI 可以平行處理大量任務，打破了個人時間與精力的天花板。

降本與提效，是在既有的生意上省錢；拓界，則是讓商家做到過去做不到的生意。後者才是 Accio 長期定價能力的來源。

收費方式看起來是標準的 SaaS 打法：免費入門，個人版按月訂閱，企業版按年計費，另外再搭配點數機制支付高階模型與加值服務的用量，點數永不歸零，只在實際執行任務時扣除。

但如果只盯著這張價目表，就會看錯 Accio 的商業本質。它真正的獲利，不在軟體訂閱本身。Accio 引導的每一筆採購，都會變成國際站與 1688 上的交易額與傭金；被工具吸引進來的免費使用者，有機會轉成平台付費會員；物流、支付、金融、廣告等加值服務的使用量也會跟著上升；更重要的是，那些原本根本不在阿里平台上的海外商家與個人創業者，會因為一個好用的 AI 工具而被帶進生態。

Accio 不是在賣軟體賺錢，而是用 AI 當入口，帶動整個電商生態的成長。

這正是平台型產品與獨立 SaaS 最根本的差異。一家第三方 AI 工具公司必須靠訂閱費養活自己，Accio 卻可以接受很薄、甚至虧損的軟體毛利，因為它的回收在生態裡。國際站提供海外買家與貿易數據，1688 提供產業帶供給，淘寶天貓提供零售場景，菜鳥提供全球物流，阿里雲提供算力與模型；Accio 則把這些資源串起來交給商家，再把商家的交易與數據送回各個平台。

把這個飛輪拆開看，每一個齒輪都有明確的分工。國際站提供海外買家、供應商資源與全球貿易數據，Accio 則回過頭提升平台的採購效率與交易量；1688 提供國內最完整的產業帶供給與千萬級商家，Accio 讓這些供給更容易被找到、被採購，也強化了 1688 的供應鏈價值；淘寶天貓提供國內零售場景與海量商家，Accio 輸出 AI 營運能力，提升商家的經營效率與平台黏著度；菜鳥的全球物流網路，讓 Accio 能內建物流試算、訂單追蹤，替商家一站處理出貨；阿里雲則供應算力、通義模型與雲端資安，同時把 Accio 當成打磨自家雲端服務的標竿應用。

至於怎麼把商家帶進這個飛輪，Accio 採取的是「由內而外」的路線。最主要的來源是官方直銷：透過國際站與 1688 的商家後台、官網與官方社群，直接觸及阿里龐大的既有商家，轉換效率極高。第二條路是產業聚落合作，與義烏、廣州、深圳等地的政府、公會與園區合辦免費培訓與說明會，一次帶進一整批商家；2026 年 4 月與義烏市市場發展委員會聯合舉辦的培訓會，就涵蓋了近百家電商企業。第三條路是內容行銷，與電商營運與 AI 領域的網紅合作，在抖音、小紅書、YouTube 上透過教學、評測與案例分享，吸引個人創業者。第四條路則是海外在地化，在香港、東南亞與歐洲設立在地團隊，依各市場特性調整產品與推廣。

這套組合的邏輯很清楚：先吃下阿里生態內的存量商家，再用產業聚落與內容行銷擴大到增量族群，最後以在地團隊打開海外市場。

競爭格局四大陣營混戰，Accio 站在哪裡

電商 AI 這條賽道正在變得擁擠，但參賽者其實來自四個截然不同的陣營。第一個陣營是平台自己做的原生工具，像 Shopify 的 Sidekick、Amazon 的 Rufus、京東的京小智，它們對自家平台的數據與操作權限最深，卻很少跨出自家門外。第二個陣營是第三方電商 SaaS，例如店小秘、妙手 AI、積加，以及 Jasper、Copy.ai 這類內容工具，跨平台能力好，但手上沒有供應鏈數據，功能也越來越像。第三個陣營是 OpenClaw、GPTs、Claude Projects 等通用 AI Agent 平台，什麼都能做，卻什麼都得使用者自己搭。第四個陣營則是單點做深的專家，例如專攻採購的 Workus AI、專攻影音的 Tubular、專攻 SEO 的 Semrush。

把 Accio 放進這張地圖，最清楚的比較方式是看兩個維度：它能涵蓋電商營運鏈的多長一段，以及它手上有多深的供應鏈與產業數據。

爆紅的開源框架 OpenClaw，四個月在 GitHub 上累積超過 25 萬顆星，彈性無可匹敵，但它是「零件」而非「成品」，部署要技術能力，長鏈路任務也容易失控。Shopify Sidekick 在自家後台裡無人能敵，卻只服務一個平台，也不碰供應鏈；它守的是一座城，Accio 打的是一張網。店小秘跨平台功能成熟、使用者眾多，但本質仍是「人操作工具」，AI 只是輔助。Workus AI 在採購這一段比 Accio 更專精，卻只做採購這一段，供應商資源也遠不及阿里。

對手各有一項長處，但同時擁有全鏈路、供應鏈數據與平台生態的，目前只有 Accio。

拆解 Accio 的領先，可以歸結為四道對手短期內難以跨越的壁壘。

第一道、也是最深的一道，是供應鏈數據。依託國際站與 1688，Accio 擁有全球最大的 B2B 供應商資料庫與真實交易紀錄，供應商的資格、產能、信用與價格都經過平台驗證；第三方工具只能擷取公開資訊，準確度與深度都無法相提並論。第二道是全鏈路閉環。多數 AI 工具只解決一個問題，只做文案、只做客服或只做選品；Accio 則把市場調查、選品設計、供應鏈採購、內容產製、多平台上架、客戶服務與數據分析串成一條完整的路，讓一個點子能在同一個工具裡長成一門生意。

第三道是生態協同。Accio 能直接調用阿里生態內的物流、支付、金融與廣告資源，例如一鍵串接菜鳥物流、申請供應鏈金融或投放阿里廣告，這種平台級的整合，是獨立工具無論如何都做不到的。第四道則是場景經驗。通用模型懂語言、不懂生意；Accio 背後是阿里二十多年的電商與貿易經驗，內建大量產業最佳實務、平台規則與商業常識，產出的建議更接地氣，也更能真正執行。

這也解釋了 Accio 的位置為何暫時領先。張闊在 2026 年 7 月表示，全球已有 1,000 萬家中小企業在使用 Accio，一年內使用者成長超過 30 倍；8 月的財報則顯示付費商家超過 5 萬家。^5,7原報告另稱約六成使用者來自海外，並估計它在國際站商家中的滲透率約三成、在 1688 商家中不到一成，若屬實，代表故事才剛開始。產業估計全球中小電商商家超過一億家，AI Agent 的滲透率還不到 5%。若能守住先發優勢，原報告估計 Accio 有機會拿下全球電商 AI Agent 市場一成五到兩成的佔有率，不過這個數字仍有待市場驗證。

接下來的成長，可能來自三股力量。最直接的是在阿里生態內繼續滲透，從頭部商家往為數更多的中段商家下沈；其次是跨平台拓展，把服務延伸到抖音、Amazon、Shopify 等平台上的賣家；最後是客群延伸，從電商賣家擴大到更廣泛的中小企業、個人創業者與外貿從業者。前兩股力量靠的是既有優勢的延伸，第三股力量則考驗 Accio 能否真正走出電商、成為通用的商業工具。

風險看不見的地雷

領先不等於安全。Accio 跑得快，但它腳下至少埋著四顆地雷。

第一顆是技術本身的天花板。寫一段文案、找一款產品，AI 的成功率很高；但要它從零開一家店、把整間店的營運優化一輪，任務鏈一拉長，就容易偏離方向、卡在半途，或陷入重複的迴圈。遇上供應商突然斷貨、平台臨時改規則、物流出狀況這類突發事件，AI 往往束手無策，還是得有人出面收拾。再加上各平台的介面與規則三天兩頭在變，光是維持串接穩定，就是一筆永遠付不完的技術帳。換句話說，在可預見的未來，Accio 仍是一個「人機協作」而非「完全自主」的系統，對外宣傳時若把自主性講得太滿，反而可能埋下信任危機。

第二顆地雷，藏在它最引以為傲的跨平台能力裡。在阿里自家的平台上，Accio 什麼權限都有；但到了抖音、Amazon、Shopify，它只能透過公開 API 或瀏覽器自動化去操作，許多進階功能做不到。更麻煩的是，這些平台若覺得外部 AI 工具威脅到自身利益，隨時可以限制接入。生態綁定讓 Accio 在阿里體系內無可取代，也讓它在體系外處處受制於人。

第三顆地雷，是商家的信任。電商經營牽涉資金、庫存與店鋪安全，沒有老闆敢把關鍵決策完全交給機器；而另一群期望過高、以為從此可以躺著賺的使用者，則可能在發現仍得自己判斷後失望離開。整個產業對「人和 AI 該怎麼分工」還沒有成熟的方法論，這意味著培養信任與建立最佳實務，可能比再多做十項功能更能決定留存率。

生態綁定讓 Accio 在阿里體系內無可取代，也讓它在體系外處處受制於人。

最後一顆、也最容易被外界忽略的地雷，在阿里內部。Accio 橫跨國際站、1688 與淘天，而這三方對它的期待並不相同：國際站希望帶動跨境交易，1688 希望推升國內批發，淘天希望提升零售商家效率。各平台原本也都有自己的商家工具，例如生意參謀與店小蜜，Accio 全面鋪開，難免和它們搶地盤。要先衝規模還是先收錢、要獨立變現還是靠生態變現，這些問題無法靠產品團隊解決，最終都得由集團層級拍板。

外部威脅同樣不容小覷。Shopify、Amazon、抖音都在加碼原生 AI，中小廠商正快速模仿 Accio 的產品形態，而 OpenAI、字節跳動等大型模型廠商也在佈局企業級 Agent。先發優勢的保鮮期，可能比想像中短。

戰略展望從商業地產，到商業作業系統

要看懂 Accio 的終局，得先退一步看阿里過去二十年做了什麼。淘寶、天貓、國際站，本質上都是「商業地產」：平台蓋好商場，商家進駐開店，平台收取租金與傭金。支付、物流、雲端運算，則是這片地產的水電與道路。

AI 時代改變了這個邏輯。當商家不再需要自己逛遍每一家商場，而是交代一個 AI 團隊去替他找貨、開店、接單，真正的入口就從「商場」轉移到「替商家做事的那套系統」。Accio 想佔據的，正是這個新入口：以自然語言作為介面，以 AI 代理作為執行單元，在底層調度阿里所有的商業能力。平台的收入，也將從租金轉向系統服務費與生態加值費。

淘寶、天貓、國際站是商業地產；Accio 想成為的，是商業作業系統。

這個轉向，已經寫進 Accio 的發展路線裡。技術上，代理將從「輔助執行」走向「自主營運」，能獨立負責整間店的日常運作，人只需要設定目標；互動方式將從文字擴展到圖片、語音與影片，拍一張樣品照就能找到工廠，甚至由數位人自動開直播；更遠一步，AI 還會串接智慧倉儲、生產設備與物流系統，讓數位決策直接驅動工廠排產與出貨。

業務上，Accio 的邊界將從電商延伸到客戶管理、供應鏈金融、財稅法遵與人力資源；地理上，從中國與東南亞走向歐美、拉美與中東；產業上，從消費品走向工業零組件、機械設備、化工原料與農產品。收費模式則會沿著同一條路演進：從軟體訂閱，到按交易金額抽成，再到開放技能商店後的生態分潤，讓 Accio 的收入與整個生態的規模一起成長。

若這條路走通，影響的將不只是阿里。當開店與營運的門檻大幅降低，「一人公司」可能成為電商的主流型態，少數核心決策者搭配一支 AI 團隊，就能承擔過去數十人的業務量。工廠可以透過 AI 直接面對終端市場，中間的貿易環節被壓縮，供應鏈從「大量生產」轉向「以銷定產」。過去大賣家靠團隊、資金與數據築起的高牆，也會因此變矮。

這三股變化，會從組織、供應鏈到競爭格局，一層一層改寫電商產業。在組織層面，未來的電商團隊很可能呈現「小前台、大 AI」的樣貌：前台只留下少數負責判斷與談判的人，大量執行工作則交給 AI 代理，組織因此變得極度扁平。在供應鏈層面，AI 驅動的精準選品與需求預測，讓「先賣再做」變得可行，供應鏈將更柔性、更扁平，懂得直接面對市場的工廠，議價地位也會隨之提升。

在競爭格局上，變化可能最為深遠。過去大賣家的優勢來自三樣東西：一支完整的團隊、足夠的資金，以及別人拿不到的數據。如今 AI 讓中小商家也能取得專業級的營運能力與供應鏈資源，大小玩家之間的差距被拉近，市場因此更有活力，創新與迭代的速度也會加快。對既有的大賣家來說，這並不全然是壞消息，但它意味著原本靠規模換來的護城河，正在變淺。

當營運能力可以按月訂閱，規模本身就不再是護城河。

結語AI 拉平了營運，然後呢？

Accio 的故事，最終指向一個比阿里更大的問題：當 AI 把電商營運變成標準化的能力，人人都買得到一支 AI 團隊，競爭優勢還剩下什麼？

回頭看 Accio 這兩年的路，有幾件事已經相當清楚。它證明瞭 AI Agent 的商業化，靠的是「垂直場景、產業數據與生態協同」三者的結合，而不是單純的技術領先。它的商業本質是「AI 入口加上生態變現」，軟體訂閱只是表層，真正的價值在於帶動整個阿里電商生態的成長，這也是平台型產品與獨立 SaaS 最根本的差異。但同樣清楚的是，電商 AI Agent 仍處於早期，技術成熟度、使用者接受度與市場格局都還沒有定型；Accio 雖然暫時領先，最終的勝負仍取決於它的生態能開放到什麼程度，以及產品能進化得多快。

從 Accio 的路徑可以看出一個清楚的答案：AI Agent 的勝負，不在模型，而在模型之外。誰掌握真實的產業數據、誰嵌在一個能互相強化的生態裡、誰真正理解某個垂直場景的運作細節，誰才有機會築起護城河。這也是為什麼，對其他想進場的平台與創業者來說，與其做一個什麼都會一點的通用代理，不如選定一個產業做深做透；與其從零打造所有能力，不如融入一個夠大的生態；與其沿用廣告與流量的舊邏輯，不如直接為客戶創造的成果收費。

對商家而言，這個問題同樣迫切。當寫文案、做圖、上架、回客服都能交給 AI，營運技巧本身就不再是壁壘。真正值錢的，會是那些機器替代不了的東西：看準一個品類的眼光、和工廠談出好條件的關係、讓顧客願意多付一點錢的品牌，以及做出別人做不出來的產品。

這也意味著，經營者的工作方式需要重新設計。AI 的角色不是取代人，而是放大人的能力；越早熟悉 AI 代理工具的商家，越能把自己從重複性的執行工作中解放出來，把時間留給選品判斷、供應鏈談判與策略決策這些真正創造價值的環節。對創業者而言，AI 更打開了一條輕資產的路：做生意不再需要先搭一整支團隊，一個人加上 AI 就能啟動，用極低的成本驗證商業模式，跑通之後再逐步擴張，創業的風險因此大幅降低。

AI 讓每個人都有了一支團隊；接下來比的，是誰知道該讓這支團隊往哪裡跑。

Accio 能否真的成為全球商家的商業作業系統，還要看它能否解開技術、平台、信任與內部協同這幾道題。但可以確定的是，它已經讓一件事變得無法忽視：電商的下一場競爭，主角不再只是商家與平台，還有站在兩者之間、替人把生意做完的 AI。

本文改寫自〈Accio（Accio Work）深度分析報告〉，並以上列公開報導查核主要時間點與數字。原報告中與公開資料不符之處已依報導修正，包括 Accio Work 的推出時間（2026 年 3 月，而非 2025 年 3 月）、1688 全面接入日期（10 月 13 日）與技能包數量（100 多個）。以下說法只見於原報告，本文未能找到原始出處：入選達沃斯論壇白皮書、採購轉換率提升 40% 與成本降幅、企業版三級年費、約四成使用者為一人創業者、各平台滲透率與市佔率估計，以及 Gartner 的市場預測。