客户与方案
沉淀自实际海外 B 端 AI 视频 / 直播售前实践的方法论。客户按「产品切入权重」分 4 类，方案供给按「能力组合」分 3 类，两轴交叉即客户-方案匹配矩阵。技术栈以国内主流云厂商（数字人生成 API + 端上 AR SDK）为落地载体，方法论可平迁至 AWS / GCP / Azure 同类原语（Bedrock + AR Foundation / Vertex AI + ARCore 等）。本页不列具体客户名、不点名具体厂商--给出分类逻辑与标准化打法，照此框架可拉出任意一家公司的具体打法。
TL;DR - 客户 × 方案两轴
客户轴（按产品切入权重分 4 类）：A 跨境出海头部卖家 / 品牌方 · B 区域电商平台 · C 海外 DTC 品牌 · D 直播 / SaaS / MCN 工具商。
方案轴（按能力组合分 3 类）：纯云端数字人 API 类 · 纯端上 AR / 美颜 SDK 类 · 双产品组合方案类。
电商直播完整方案需「端上美颜 / AR + 云端数字人」两套能力同时存在。若分别采用纯云端与纯端上厂商，需对接两套供应商、两份合同、两份账单--这是双产品组合方案类型的市场位。优先级硬约束三条：海外大中型企业 / 多市场多语言 / 决策周期可预期。
客户分布逻辑
| 类型 | 切入产品权重 | 商业模式 |
|---|---|---|
| A. 跨境出海头部卖家 / 品牌方 | 数字人生成主 + 端上 AR SDK | 直客 ARR，体量大周期长 |
| B. 区域电商平台 | 数字人生成主（含 B2B2C 卖家工具） | 平台合作 + 调用计费 |
| C. 海外 DTC 品牌 | 端上 AR SDK 主（试戴 / 试妆） + 数字人 | SDK 授权 + 集成服务 |
| D. 直播 / SaaS / MCN 工具商 | 渠道型，双产品打包 | OEM / API 转售 / 收入分成 |
优先级排序原则：
- 海外大中型企业（多市场 / 多语言场景下数字人价值密度最高）
- 已具备直播业务雏形（教育市场成本低，进入即上量）
- 决策周期可预期（避开早期 startup 和巨型平台谈判周期）
四类客户标准打法
跨境出海头部卖家 / 品牌方 - 数字人主切入
识别信号
- 年 GMV ≥ $500M，覆盖 ≥ 5 个海外市场，自营出海；多 SKU 高频上新（3C / 智能家居 / 快时尚 / 美妆个护）
- 自建直播 / 内容团队，TikTok Shop / Amazon Live / 独立站多平台并行；招聘端长期在招"海外直播运营"、"多语言内容运营"
- 月营销预算 ≥ $5M，CAC / ROAS 是核心 KPI
共性痛点
- 多市场本地化主播成本爆炸：每多开一个市场边际成本几乎不降
- 新品 SKU 周转快（快时尚一周一换），真人拍摄产能跟不上；红人主播档期挤、肖像权续约成本高
- 多语言版本（EN / DE / JA / ES…）重复成本高
切入产品
- 主：数字人生成 API（多语言克隆 + 批量出片）
- 配：AR SDK（试戴 / 试妆，针对服饰 / 美妆品类）
决策链路
- Champion：海外直播 / 内容运营负责人 / 增长 VP Buyer：CMO 或海外业务 GM
- Blocker：法务（肖像权 / 数据合规）、现有主播团队（替代焦虑）
- 反对意见高发位："数字人转化不如真人"、"AI 主播与品牌调性不符"
区域电商平台 - 数字人主播本地化 / B2B2C 卖家工具
识别信号
- 区域 Top 3 综合电商平台（东南亚 / 中东 / 拉美 / 韩国 / 印度等），多语言市场（≥ 3 种官方语言）
- 已有自营直播业务，中小卖家入驻量大；跨境卖家占比高，平台需解决卖家本地化痛点
- 招聘端在招"卖家工具产品经理"、"直播业务增长"、"创作者生态"
共性痛点
- 平台自营直播覆盖不到长尾品类，长尾 GMV 流失；中小卖家直播能力弱、请不起主播
- 跨境卖家给每个市场重拍视频成本爆炸；多语言 + 文化合规叠加（如阿语女性主播稀缺）
切入产品
- 主：数字人 API，打包为卖家中心一键生成工具（B2B2C 渠道型，按调用计费）
- 配：AR SDK 作为美妆 / 服饰类目的差异化模块
决策链路
- Champion：卖家服务 / 直播业务负责人 / 创作者生态 PM Buyer：平台业务 VP / 区域总
- Blocker：平台技术对接团队（集成排期）、本地法务（内容审核）
- 反对意见高发位："我们卖家不会用"、"现有第三方工具已覆盖"、"平台中立性问题"
海外 DTC 品牌 - 端上 AR SDK 主切入
识别信号
- 独立站为主（Shopify / 自建），单品类深耕（美妆 / 服饰 / 眼镜 / 珠宝 / 配饰）；年营收 $50M-$1B 区间
- 试穿 / 试戴 / 试妆是核心转化障碍，退货率明显偏高（服饰 25%+ / 美妆色号不对）；招聘端在招"3D / AR 资产"、"互动体验"
共性痛点
- AR 试戴 / 试妆是品类转化关键，自研成本 $1M+ 且周期 9-12 个月；现有方案贵且定制周期长
- 多语言主播本地化成本（叠加痛点，但优先级低于 AR）
切入产品
- 主：端上 AR SDK（试戴 / 试妆 / 试色）
- 配：数字人多语言主播（用于直播间讲解 + 短视频内容）
决策链路
- Champion：电商总监 / 用户体验 PM Buyer：CMO 或 CTO（看 SDK 集成属哪条线）
- Blocker：前端 / 移动端团队（性能 / 集成成本顾虑）
- 反对意见高发位："已经在用 XX"、"端侧性能担心"、"3D 素材谁来做"
直播 / SaaS / MCN 工具商 - 渠道型双产品打包
识别信号
- B2B 工具型公司，客户是品牌方 / 主播 / MCN（非直接服务终端消费者）；已有客户基数（100+ 品牌或 1000+ 创作者）
- 自身缺 AI 内容 / 美颜 / 数字人能力，靠工具差异化竞争；招聘端在招"AI 产品"、"OEM / API 商务"
共性痛点
- 工具同质化严重，急需 AI 差异化卖点；自研 AI 模块周期长（6-12 个月）、成本高，更愿意 OEM 集成
- 客户问"你们有数字人 / AR 吗"，回答不上来直接掉单
切入产品
- 双产品打包：数字人 API + AR SDK 作为 add-on 模块
- 商业模式：OEM 授权 / API 转售 / 收入分成（按调用 / 包年 / GMV 抽成多种组合）
决策链路
- Champion：产品 VP / CTO Buyer：CEO（涉及商务条款 + 战略合作）
- Blocker：自研 AI 团队（竞争心态）、商务合规
- 反对意见高发位："我们打算自研"、"商业模式怎么分"、"白牌还是 co-brand"
方案类型能力对比
三列均为「方案类型」，能力为类型共性。电商直播完整方案需端上美颜 / AR + 云端数字人两套能力同时存在。
| 能力维度 | 纯云端数字人 API 类 | 纯端上 AR / 美颜 SDK 类 | 双产品组合方案类 |
|---|---|---|---|
| 云端数字人生成 | ✓ | ✗ | ✓ |
| 端上实时美颜 / AR | ✗ | ✓ | ✓ |
| iOS / Android / Web SDK | ✗ | ✓ | ✓ |
| AR 试戴 / 试妆 | ✗ | ✓ | ✓ |
| 多语言 TTS | ✓（多语言，欧美主流强） | 不涉及 | ✓（含中文 / 阿语 / 东南亚深度） |
| 对接成本 | 需另签端上厂商 = 2 份合同 | 需另签云端厂商 = 2 份合同 | 单一供应商 = 1 份合同 / 一套对接 |
| 主力客户场景 | SMB 创作者 / 企业培训 / 营销视频 | 社交 / 美妆零售 / 视频通话 | 电商直播 / 跨境多市场 / 全栈 AI 内容生产 |
各类方案特征
- 云端数字人 API 类：云端 API + Web 平台，异步批量生成（图 + 音频 -> 视频）。预制形象库为主，辅以自拍训练 / 录像定制。典型客户为 SMB 创作者、企业 L&D、营销与对话型 AI。强项：多语言 TTS、批量化出片
- 端上 AR / 美颜 SDK 类：iOS / Android / Web / 桌面 / Unity SDK，端上实时渲染。主要能力为美颜、AR 试妆 / 试戴、Lens 滤镜、表情驱动。典型客户为社交 / UGC 视频、美妆零售、视频会议、在线教育。强项：AR 试妆精度、Lens 内容生态
- 双产品组合方案：海外市场未形成同等识别度的独立品牌，供给以能同时提供云端 AI 服务与移动端 SDK 的云平台型厂商为主。数字人 API + 端上 AR SDK 同生态打包（TTS / 生图 / LLM 共用一份 API key）。优势：单一合同 / 一套对接、中文与亚洲语言 TTS 自然度深度；劣势：海外品牌认知度与本地销售网络较纯云端美西厂商弱
除技术维度外，客户评估时常关注数据合规、中文 / 亚洲语言、本地销售支持--这些差异大、涉及具体合同条款，难做硬性矩阵，列示对比方向：纯云端 API 类 SaaS 为主（中文非母语级、美欧本地支持）、纯端上类不涉及语言（美远程为主）、双产品组合类多支持海外节点 + 私有化（母语级中文、多区域本地销售）。
客户-方案匹配
两轴交叉即匹配矩阵。客户「切入产品权重」字段直接映射到方案类型：
| 客户类型 | 切入产品权重 | 主对应方案类型 |
|---|---|---|
| A 跨境头部 | 数字人主 + AR 配 | 双产品组合（云端批量出片 + 端上试妆） |
| B 区域平台 | 数字人主（B2B2C 打包卖家工具） | 双产品组合（打包为卖家中心工具） |
| C DTC 品牌 | AR 主 + 数字人配 | 双产品组合（AR 优先）或 纯端上 AR + 数字人补 |
| D 工具商 | 双产品打包 OEM | 双产品组合（add-on 模块） |
4 类客户里 3 类（A / B / D）天然需要双产品组合方案，C 类以 AR 为主但仍需数字人配--电商直播场景下双产品组合方案是主流匹配。纯云端 / 纯端上方案在非电商直播场景（SMB 创作者、社交 / 美妆零售、视频通话）各有市场位，但落到电商直播完整方案都需要补齐另一端能力，对接成本即双产品组合方案的核心价值。
优先级与切入策略
Tier 1（前 8 周）- 渠道型 D 类 + 标杆型 A 类头部
- D 类首选 1-2 家：渠道型一签即放大，能快速跑通双产品打包商业模式
- A 类头部 1 家（年 GMV $1B+）：拿下来即 logo 背书，跑出第一个 ARR case study
Tier 2（次 12 周）- 平台型 B 类 + 美妆 C 类
- B 类 1-2 家区域平台：B2B2C 放大渠道，验证按调用计费模型
- C 类美妆 1-2 家：AR 试妆品类的转化数据最容易做成对外 case
Tier 3（后续培育）
C 类服饰 / 眼镜 / 配饰、A 类腰部品牌、新兴市场（中东 / 拉美）的早期合作
用什么信号筛具体公司
把每类客户的"识别信号"翻译成三组可量化数据源：
- 实时招聘动态（LinkedIn / 拉勾 / Boss）：看公司是否在招"直播运营"、"多语言主播"、"AR 互动"、"AI 产品"--岗位需求 = 真实痛点
- 招股书 / 财报 / 行业报告：看营销费用结构、增长目标、海外市场布局
- 流量与渗透数据（SimilarWeb / Sensor Tower / 第三方电商榜单）：看流量增速、直播渗透率、主流市场分布
切入话术通用框架
每次客户对话起手 3 句：
- 痛点锚定：「我们做过同行业 X 家客户的对比，发现你们这个规模 [具体数据洞察]，最大成本结构是 [真人主播 / 多语言 / 流失成本]」
- 方案差异化：「我们是少数同时提供云端数字人 API + 端上 AR SDK 的方案--纯云端类厂商偏批量出片、纯端上类厂商偏实时 AR，双产品组合在电商直播『云端批量出片 + 端上实时美颜 AR』全链路场景下成本更可控」
- 量化承诺：「按你们公开数据测算，年化降本 ¥XX 万，PoC 30 天可见数据。我们这周可以约一次 1 小时 Discovery 把数字精确化」
注意事项
框架是工具，不是名单：本页给的是分类逻辑和打法标准件，落地时需用三组数据源（招聘 / 财报 / 流量）筛出符合识别信号的具体公司
不要铺面，要做透：售前 KPI 是 pipeline 质量。前 8 周聚焦 Tier 1 的 2-3 家做透，比平均铺 19 家成单率高一个数量级；渠道优先于直客（D 类一签即放大，A 类做透成单率高但周期长，二者并行）
切入产品是假设，不是结论：每类列的"主 / 配"权重是先验假设，真实 Discovery 后可能反转（如某 A 类客户的 AR 优先级 > 数字人）
不点名厂商：类型特征基于公开市场信息归纳，不代表任何特定厂商立场；厂商规格持续变动（如某头部平台语言数半年内 140 -> 160、价格档位调整），具体以其官网为准，本页不点名、不列精确数据
对比基线聚焦电商直播：本页聚焦电商直播场景，其他场景（教育培训 / 企业内沟通 / 营销视频）对比维度不同。三分框架对新形态（实时交互 / 自主 agent）仍适用，仅需按形态重判能力矩阵