2026腾讯全球数字生态大会国际出海峰会上，腾讯云公布了国际业务一年来的进展：海外活跃客户数量翻了一倍，业务覆盖150多个国家和地区，国际市场对腾讯云AI产品的需求出现三位数增长。

银行在意哪些操作能交给智能体，零售商希望预测跟得上补货节奏，跨境卖家则要把素材转化成订单——各行业的关注点并不相同。腾讯把这些一线出海企业请到同一场峰会，会上呈现出一个共同的变化：AI已经能加速单项任务，但任务之间怎么衔接、结果如何进入当地经营决策、企业又该如何重新安排人与AI的分工，这些仍决定技术能不能真正带来业务价值。

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在开场演讲中划出三项重点：让AI能力走向全球，持续投入全球基础设施，把产品融入全球技术生态。

会上同步发布《2026企业出海白皮书：云与AI驱动全球业务增长》，将市场进入、本地运营、跨区域协同，同AI进入研发、生产环节串联起来。从现场分享的实践看，腾讯的出海经验不光是让产品进入更多市场，更在于如何让产品对接客户原有的系统、岗位和经营规则。

汤道生的出海布局

技术和产品之外还有什么

谈AI出海，汤道生首先强调工具得适应用户的工作习惯。腾讯此次主推的WorkBuddy支持50多种语言，可连接企业系统与常用平台；CodeBuddy则覆盖编程、代码检查和测试。两款产品一款切入办公场景，一款切入研发场景，目的都是融进企业原有的工作流程，而不是再叠一套操作系统。

产品能不能真融进工作，还得在真实场景里反复验证。腾讯内部也在推动员工使用这些工具，还通过黑客松鼓励员工开发新应用。员工用下来碰到的问题、冒出的新需求，会反馈给产品团队，成为持续改进的依据。

怎么用，也包含怎么算成本。对企业来说，性价比才是更该考虑的事，并非每项客服或销售任务都需要最高水平的智能。汤道生介绍，TokenHub提供混元及DeepSeek、GLM、Kimi、MiniMax等模型的调用入口，使用和账单统一管理，企业可以按任务比较效果与费用。

模型选定之后，部署方式也要考虑。各家企业在数据管理、合规和控制权上的要求不同，AI的部署方式也随之不同。腾讯云支持公共云、专有云、私有云和混合云部署。其中专有云TCE的最小部署规模已从14台降到8台，需要掌握数据控制权的企业能以更小的规模起步。

落地方式确定之后，另一个问题是运行在哪里。据汤道生介绍，腾讯云眼下在25个地区经营70个可用区；最近一年，法兰克福、大阪、利雅得、马来西亚、墨西哥和泰国的数据中心都有新建或扩容，目的是让各地企业用上本地的算力和云服务。

腾讯在峰会上提出的AI出海部署 来源：腾讯全球数字生态大会、数智猿制图

随后的电信圆桌让“共同交付”落到了具体内容上。印尼运营商XLSMART合并后要整合两套基础设施：一套约80%已上云，另一套约95%仍在本地。其董事兼首席信息技术官Yessie D. Yosetya介绍，借助腾讯云的AI迁移工具和工程团队支持，双方在约4个半月内完成了60多个应用、1100多个API、1200多个微服务及15TB数据库的迁移。面对这项复杂工程，她形容成果足以拿一枚“奥运金牌”。

XLSMART的案例也说明，复杂迁移光靠工具完不成，供应商能不能在关键环节提供工程支持同样重要。腾讯云国际负责人杨宝树表示，迁移是团队多年反复做的工作，经验已经沉淀进工具里；工具处理不了的问题，由产品和工程人员直接参与。重复性任务交给工具，具体问题由团队解决，两者合起来决定项目能否交付。

杨宝树还表示，AI时代让腾讯更愿意谈客户特定应用的共同开发。服务因此不止于把系统迁过来，还要继续管数据怎么用、应用怎么接。腾讯希望把长期积累的工程经验沉淀成产品，再通过实际项目不断打磨。这同样是三项出海部署在企业里的最佳实践。

金融与零售

接上模型之后，还缺什么

金融圆桌论坛给出的落地门槛更高：系统接通只是开头，真要把操作权限交给智能体，还得有别的机制兜底。富融银行（Fusion Bank）首席技术官Billy Chiu说，腾讯云先帮他们把手头分散的系统和数据归拢起来，随后AI才介入代码审核、系统测试和IT运维。数据拿得到，权限又能切得更细，银行才敢把具体任务交出去。

Billy Chiu提出，管理智能体要像管理员工一样，明确它的职责、能访问哪些信息、能执行哪些操作。马来西亚金融科技企业Boost则把问题推到消费者交易场景：身份、账户和支付安全没有保障，产品就不能上线。两家的做法反映出智能体承担的责任不同，授权和安全要求也得跟着任务风险变化。

零售圆桌论坛亮出了另外两道门槛。沙特零售上市公司Alsaif Gallery首席技术官Khalid Ati表示，首先要满足相关数据留在当地的要求，腾讯提供当地基础设施之后，企业才得以部署智能体，连接内部系统，用于查询、报告和补货。模型能力再强，也得先放进企业可以采用的环境中。

运行环境解决了，推广还得跟上门店的节奏。泰国CP AXTRA基础设施与运维总监Wongrapee Keawyana提醒，单店试验顺利，不代表能直接复制到2600多家门店。企业还要检查数据质量，推动员工真正用起来，并根据业务反馈持续调整。他拿生鲜预测举例：生鲜保质期短，即便预测准确，结果来得太晚，也赶不上采购和补货。衡量AI在这里的标准不是一道题答没答对，而是答案能不能及时改变一次经营决策。

金融也好，零售也好，客户真正接手的是一套完整的工作安排：数据由谁出、执行由谁放行、结果什么时候送达。腾讯把模型、部署和工程服务捆在一起，原因也在这里。通用能力各行业都能用，授权和交付的标准却得照着具体业务重新划；这一环掉链子，试点就很难融进日常经营。

内容出海

做得更多，还要卖得更好

转入中国企业出海分享，

侯晓楠在会上宣布，阅文漫剧创作工具DramaBuddy已正式接入腾讯WorkBuddy。作者在同一个工作台里就能调用剧本设计、分镜设计等10项漫剧技能，制作环节之间的衔接成本随之降低。按侯晓楠的说法，阅文和腾讯云的合作早就不限于服务器、带宽和存储，已经延伸到模型接口与创作工具。

阅文集团CEO兼总裁侯晓楠 来源：腾讯全球数字生态大会

此番接入，让腾讯云的AI能力从内容企业的后台一路铺到创作者手边。不过作品要卖到海外，还得摸清不同市场读者的口味。侯晓楠透露，上半年WebNovel小语种网文收入同比增长160%。翻译能把作品送到更多读者面前，接下来开发什么内容，还是得看各个市场读者的反馈来定。

紧接着的内容与营销圆桌，把话题从内容生产拉到了商业效果上：一个人一个月能交付400条视频，收入会跟着涨吗？AI让素材生产变容易了，企业可以多试内容，但哪些素材真管用、适合哪类受众、该投到哪里，仍要一一判断。生产效率上去了，营销效果并不会自己跟着涨。

美图设计室技术负责人郭晨晖分享的案例，说明这种判断在动手制作之前就该开始。有海外卖家把约80%的实拍场景换成了AI，但团队没有直接批量生成素材，而是先研究竞品页面和用户评论，提炼出卖点，再照着做主图、详情页和视频。AI既管内容制作，也帮商家把当地市场需求揉进创作里，避免陷进批量生成相似素材的坑。

从单条素材走到规模化生产，成本、协作和交付稳定性都得解决。昆仑万维天工AI大模型商业化总经理郭瑞认为，算力、模型调度和生产工具三者一起决定了内容生产的成本与可控性。TapNow COO曹如盛则把效率问题往前挪了一步：创作者有相当一部分时间花在创意沟通和统一上，TapNow想用画布、工作系统连接和三维场景预演，让团队先把创意谈拢，再进入生成环节，少一些反复修改耗掉的时间和成本。

内容做完了，怎么靠投放验证效果，又成了新问题。TopOn CTO王峰看重的是素材生产与迭代、跨市场数据分析，以及广告流量分配和收益优化。郭瑞提出，把发行和收入端的题材表现反馈给剧本及创作工具，拿自身收入数据参与创作决策，让市场表现反过来影响下一轮内容生产。

这些讨论让汤道生讲的生态有了具体落点：腾讯出工具和运行环境，行业企业接住创作、发行与反馈。内容出海要缩短的不只是从想法到成片的时间，还有从市场反馈到下一轮创作的周期。

跨境电商

把老手的经验放进流程

内容圆桌追问什么值得制作，跨境电商圆桌接着回答，谁来把这些判断落到每天的运营里。致欧家居AI运营管理中心总监陈丹敏说，好的运营难招，好的经验也难复制。公司按岗位培养“数字员工”，把经验整理成20多个可调用技能，串起选品、文案、流量诊断和广告优化等八个节点。

致欧家居单条商品文案生成用时对比 来源：腾讯全球数字生态大会、数智猿制图

这名数字员工先梳理竞品和不同国家用户的反馈，再帮着生成文案、图片，完成多语种转换与检查。陈丹敏举例说，单条商品页面文案从约25分钟缩短到3分钟；广告投出去之后，AI还会继续盯无效花费和竞争变化。文案提速是最直观的结果，真正变的是选品、制作和复盘开始共用同一套工作方法。

陈丹敏强调，取数、分析和起草建议交给AI，方向、标准和最终决策还是人说了算。三个海外品牌共用一套流程，再按国家调整内容。共用的不是每个市场都一样的文案，而是怎么分析需求、形成内容、评价效果的那套办法。新任务来了，团队能调用前人经验，不必每次都拉一位老手从头讲一遍。

同场的埃森哲大中华区行业与企业事业部董事总经理陈继东认为，企业自己的数据、知识和执行流程，才会让通用模型跑出不一样的效果。致欧的做法把这话讲得更明白：业务人员先把判断标准说清楚，AI才能反复执行。这也点出腾讯应用共创要处理的事：模型和工具由技术方提供，岗位经验还得业务方自己整理，双方要一起定下怎样才算把任务做对。

服务业：工具更快了

工作为什么还在等

峰会最后一场圆桌，话题从运营流程转向服务的实际交付。极兔速递集团副总裁后军仪举了一条中东收件地址：“某一个加油站东边100米。”没有标准门牌，客服只能打电话一遍遍确认。派送卡住的不是一句翻译，而是这段描述能不能对上实际位置。

后军仪介绍，在东南亚和中东的相关场景里，派件系统自动判别编码的准确率已经超过95%。地址判断靠什么？极兔把派送员和网点各自负责的服务范围、地图兴趣点以及过去的配送记录归拢到一处，交给系统综合参考。这么一改，原先得靠人工补齐的部分信息，如今由系统自己消化了。当地留下的记录越细致，模型把含糊表述转成可执行派送信息的把握才越大。

极兔结合当地服务范围、地图与历史记录处理地址 来源：腾讯全球数字生态大会、数智猿制图

携程商旅遇到的等待，来自跨时区审批。CIO汪政介绍，今年9月公司在海外上线AI智能审批，符合规则的订单自动处理，异常情况退回人工；自然语言预订省掉了邮件里反复补信息的时间。极兔补的是地址信息，携程理清的是处理规则。两家都没要求用户先改表达方式，而是让系统多走一步，减少工作卡在人与人之间的时间。

同场的熊猫外卖亮出另一面：一处任务提速，可能让下一处等待更显眼。全球技术副总裁李翀介绍，团队研发自动化率超过90%之后，工程师还是忙着开会、评审、确认需求。代码不难写了，需求没讲清楚照样拖住交付。继续提高代码生成速度，未必能解决这个问题。

团队把十年代码和业务逻辑整理成知识图谱，让AI先查需求遗漏和逻辑冲突，评分不达标就退回补充；组织也拆成业务交付团队与AI效能团队，一组交付业务，一组改进研发流水线。这次调整发生在写代码之前：先把输入说清楚，后面的自动化才连得起来。

听完熊猫外卖的分享，后军仪坦言极兔仍有研发排期的难题，希望会后接着聊。这个现场回应说明，各家企业并不是照一张统一清单改造业务。地址、审批、需求确认可能轮流成为瓶颈，技术解决一处，流程还得接着调。

从交付AI

到交付AI与经营能力

汤道生提的三项部署，说到底各有分工：产品给出能反复用的能力，基础设施管的是当地跑得起来，工程团队则和行业企业一起啃权限、数据、流程这些硬骨头。这三样撑起AI出海的不同支点，也照出企业服务正从单卖产品，转向技术、基础设施和行业应用一起上。

模型怎么调、系统怎么部署、应用怎么共创，腾讯在峰会上把AI出海服务的几个层次都摆了出来。落到具体业务里，金融机构重新划人与智能体的权限线，零售企业让预测结果赶得上采购和补货的节奏，跨境卖家把成熟的运营经验攒成能复用的技能，内容团队靠AI把创作流程重新排了一遍。这些做法指向同一件事：AI正从帮忙干单项任务，慢慢走到参与企业实际经营这一步。

换句话说，AI出海不止是把模型、算力、产品卖到境外。技术能力得跟行业经验、业务理解、落地方法拧在一起，再按不同市场里企业的需求和经营环境做调整。科技大厂也好，云平台也好，本地服务伙伴也好，以后要输出的是让技术真正起作用的业务能力。技术和当地产业生态接上了，AI出海才可能从产品落地走到在市场上长期扎根。