赛维时代成立AI子公司赛维智算（深圳）科技有限公司，注册资本1000万元

在科技浪潮席卷全球的今天，人工智能（AI）正以前所未有的速度重塑着各行各业。

近日，一则工商注册信息在跨境电商圈悄然传开：赛维时代在深圳市龙岗区南湾街道，成立了一家名为"赛维智算（深圳）科技有限公司" 的全资子公司，注册资本1000万元，法定代表人欧越。经营范围赫然列着 "人工智能基础资源与技术平台" "人工智能公共数据平台" "云计算装备技术服务"以及"人工智能应用软件开发"。

卖衣服的百亿大卖，为何突然挂上“AI”招牌？

在一家以"卖衣服" 著称的百亿跨境大卖头上，突然多了一块 "AI" 的招牌，多少显得有些突兀。可若要理解赛维为何敢迈出这一步，还得先看清它当下的处境。

根据2026年上半年的财务数据，赛维时代营收达到62.01亿元，同比增长 16.01%，但归母净利润却微降至1.66亿元。"增收不增利" 的背后，是跨境电商行业整体逻辑的剧变。

早期靠铺货、靠低价、靠流量红利就能野蛮生长的时代，已经终结。如今的跨境赛道，前端面临的是海外消费疲软与平台规则收紧，后端承受的是流量成本攀升与同质化竞争加剧。服饰品类更是红海中的红海，仅靠款式迭代和供应链快反，已经很难拉开决定性的身位差距。当行业从"抢增量" 转向 "拼利润"，效率就成了唯一的胜负手。

正是在这样的背景下，AI从一个 "锦上添花" 的选项，变成了 "生死攸关" 的变量。

赛维时代在互动平台上的表态颇为务实："公司将以积极务实的态度推进AI赋能公司业务的相关工作。"这份务实，落实到具体的业务环节中，处处可见。

在产品端，AI辅助设计能够缩短开款周期，让潮流洞察更快地变成货架上的商品；在素材端，AI 生成的图文与视频大幅降低了营销物料的制作成本；在客服端，智能体能够承接海量咨询，释放人力；在供应链端，算法可以优化库存周转，减少积压与缺货。赛维庞大的员工规模与海量的SKU，恰好为AI的落地提供了天然的试验场与数据养料。

事实上，这些应用层的甜头，赛维早已尝到。早在2025年，它自研的流行趋势分析系统就已依托AI融合多模态数据，实时洞察全球时尚风向；就在今年9月，其全资子公司智创星云还在云栖大会上与阿里云签署了AI全栈合作协议，把技术底座建立在头部云厂商之上。可以说，AI已经渗透进它从研发到运营的每一个环节。

然而，应用层的繁荣，掩盖不了一个根本性的软肋：算力与数据的自主权。

当一家公司的营销素材、客户对话、销售数据乃至设计图纸都跑在第三方AI服务上时，成本是刚性的，数据安全是悬而未决的。更深层的隐忧在于，通用大模型无法针对企业独特的业务场景做底层的调优。赛维智算的经营范围里，“人工智能公共数据平台”这一项尤为值得玩味。跨境电商天然产生海量的多模态数据——图片、文本、交易记录、物流轨迹。这些数据的清洗、标注与向量化，是训练垂直领域模型的前提。

如果赛维只是调用通用大模型的API，它永远只能做一个被动的使用者；而一旦它开始构建自己的数据平台与算力调度能力，它就有可能训练出真正懂服饰流行趋势、懂欧美消费者偏好、懂跨境物流时效的专用模型。这种差异化的能力，是买不来的。

当然，从轻资产的"用 AI"转向重投入的"造底座"，风险同样不容忽视。智算基础设施的投入周期长、折旧压力大，短期内未必能贡献可观收入，反而可能对利润率造成拖累。1000万元的注册资本，在算力军备竞赛中并不算多，但它释放的信号意义大于财务意义——赛维愿意为长期的效率壁垒支付入场费。

更何况，赛维并非从零开始。十几年跨境电商运营经验的积累、对服饰品类的深度理解、以及已经跑通的AI应用场景，共同构成了它区别于纯技术厂商的护城河。通用算力是商品，而场景化的算力服务才是壁垒。数据与行业Know-how，是买不来也抄不走的。

跨境赛道内卷加剧，AI正在重塑卖家生存规则

把镜头拉远，赛维的举动绝非孤例。整个跨境电商行业，正处于一场AI军备竞赛之中。

一个直观的信号是人才市场的躁动。如今部分跨境电商上市企业，已经开始为一个"跨境电商 AI 产品负责人" 岗位开出40k—70k月薪、16薪的价码，年包直接冲上百万。行业的共识正在形成：谁先吃透AI，谁就掌握了下半场的效率杠杆。

这种焦虑的来源很现实。一方面，亚马逊等头部平台早已在用AI 重构游戏规则 —— 优化广告系统、升级产品搜索推荐、甚至用AI紧盯各类不合规行为。卖家过去那套"铺货 + 刷流量"的打法正在失效，取而代之的是对数据洞察和运营效率的极致要求。另一方面，当SHEIN用数字化供应链重塑快时尚、Temu用极致低价改写流量分配，纯粹的 "卖货商" 生存空间正被不断挤压。

头部大卖们因此被逼到了选择的岔路口：要么向上游走，做品牌溢价；要么向下游走，做技术基础设施。赛维选择了后者作为支点，试图用AI算力撬动全链条的效率革命。

这条路并不好走，它需要持续的资本开支、需要跨学科的人才储备、需要容忍试错的战略耐心。但如果不走，三年之后，当竞争对手的AI系统已经能够以周为单位完成从趋势预测到打样上架的全流程时，再想追赶就为时已晚。

所以，赛维智算的成立看似是一夜之间，实则是多年技术积累与战略耐心的自然延伸—— 从内部用AI改造运营，到成立公司对外沉淀AI能力，它正在完成从 "AI 的使用者"到"AI的提供者"的身份切换。对于所有身处出海赛道的人而言，这步棋更像一声提醒：AI不是风口，而是基础设施。那些今天还在观望的企业，或许该想想，自己的 "赛维智算"，何时才舍得落子。