今年七月的Salesforce报告显示,2020年第二季度全球电商营业额同比增长71%,创下历史新高,疫情防控下的出行限制给电商带来了意外的增长点。当各大品牌都争相在淘宝、京东等国内购物平台上获得更多关注时,Riskified提醒大家:不要只关注国内市场,海外的潜在商机也将带来不可限量的收入增长。
Riskified由Eido Gal和Assaf Feldman创立,总部位于以色列特拉维夫。Riskified自成立伊始便致力于为跨境电商提供更好的交易保护,使他们免受欺诈风险,提高订单通过率。通过运用先进的机器学习技术,Riskified能迅速准确辨别可靠订单。基于机器学习技术首创的拒付担保服务,能够确保商家的收益最大化,并优化商家评估欺诈的方式。
Riskified可为商家提供100%拒付担保技术服务,帮助商家尽量规避欺诈风险,提高交易的通过率,并降低消费者支付障碍和商家的运营支出。因此,我们的技术服务所提供的即时、无阻的反欺保护,能助力商家开拓新市场、发布新产品、优化消费者体验,进而 拓展业务范围。
中国是Riskified最重要的市场之一。立足于人工智能全流程反欺诈保护技术,至臻客户服务,我们将致力于为中国商家出海赋能助力,为商家切实有效地提高销量、开拓海外市场,并保护他们在交易过程中尽量规避欺诈风险。
关注海外购物高峰,把握出海商机
双十一,作为中国目前最大的购物节,早已不再是自己的狂欢,日渐发展成为国际性的电商购物高峰。Riskified的数据显示,2019年,紧随“黑色星期五”等传统购物高峰,海外市场在双十一当天的销售额排全年第23位,也是海外消费者的购物高峰之一。
整体上看,美国和欧洲各国订单数量在双十一均有增长。我们建议商家制定有针对性的海外销售和营销计划,做好出口储备,迎接购物高峰。
服装、珠宝和腕表行业商家要着重关注海外市场,争取更多跨境订单
根据不同行业的销量数据对比来看,普通服装行业、珠宝和腕表行业在双十一当天的销售增长率最高,分别增长了110%和100%。其他涨幅较大的几个行业分别是零售、运动鞋、电子产品、高端服装、运动和化妆品。我们鼓励这些行业的商家积极开展针对海外市场的宣传推广活动,提高品牌认知度,争取跨境订单。

图1:双十一当天不同行业的销量增长情况
开展针对性的营销活动,加强促销力度
双十一期间,不仅整体销量上升,且在单笔订单中采购更多商品的订单数增幅最大,说明消费者在双十一有很强的“囤货”倾向,在服装行业尤为突出。中国商家,尤其是服装行业的商家,建议提前规划双十一的海外营销活动,做好全面规划。
在购物季整体氛围影响下,全民消费动力呈上升趋势,购物行为大大增加,正是商家大量出货的绝佳时机。此时加强促销力度,例如开展“囤货”、“清仓”类的大促活动,推出更多“买赠”、“满减”等鼓励机制,促使消费者购买更多商品。

图2:双十一当天单笔订单不同商品数量的销量增长情况
重视欺诈问题,加强反欺诈管理
双十一订单激增,商家要注意防范欺诈风险。手动筛查欺诈严重影响商户处理业务的效率,也无法保证判断的准确性。尤其是一些没有网购记录的新用户订单很容易被误判为错误订单,导致交易失败。这样的反欺诈手段无法保障商户的利益。
另一方面,由于不熟悉当地的支付方式、购物习惯、物流运输以及消费者需求,商家往往过度担忧欺诈行为。对欺诈的过度防控也会导致销量下降、收入减少,损害品牌价值。
Riskified通过提供交易安全、用户体验和收益保护等关键环节的解决方案,为电商行业的发展保驾护航。基于强大的机器学习算法,Riskified相比传统的欺诈和风险管理解决方案有着突破性创新,能更精准地识别可靠用户,提高用户下单转化率。
在疫情的影响下,电子商务将继续保持其逆势增长态势。中国商家要抓住这一时机,把握出海机会,在双十一这样的重要节点密切关注海外市场需求,提供针对性的销售服务。Riskified未来也会坚持以先进的技术服务广大中国出海商家,实现共赢。
数据来源:Riskified数据库,主要基于双十一当天和前十天的日平均销量对比情况。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。