商业趋势
货备了，人招了，钱投了，出海还是卖不动。
多数时候问题不在执行不够用力，而在最开始那一步：这批货在海外有没有人买，你根本没验证过。
C牛出海创始人 CC 把这种打法叫 X 型操盘：凭经验、凭感觉、拿现金交学费。备货靠拍脑袋，找达人靠广撒网，卖不动就换人，一轮轮试下去，钱和时间都搭进去了。
他提出一套科学方法叫 Y 型操盘：先搞清真问题，把判断拆成假设，用小成本去验证，跑通了再放大。
以下为CC的第一人称分享，希望对你有所帮助。
一、先定义真问题：症状不等于问题
这两年，我们一直在TikTok出海领域做探索。DeepSeek等工具降低了获取和整理信息的门槛，AI视频也降低了视频制作的门槛。
很多人想出海，却对海外市场缺少了解，也不擅长制作短视频。AI能提供帮助，但市场需求仍然需要验证。
先说为什么看出海？
如果总是从产品成本出发定价，国内的生意会很卷，因为总有人报出更低的价格。
出海提供了另一种思路：依托国内的供应链，以及我们在激烈竞争中形成的执行、学习和应变能力，去寻找海外市场的机会。这些是潜在优势，但不能代替对当地需求的验证。
1.出海做不起来，往往不是执行慢，是问题判断错了
我们做过不少出海项目，也尝试过亚马逊和国内电商。有时结果不好，并不是执行太慢，而是一开始就把问题或解法判断错了，整个团队沿着错误方向努力。
你觉得国内有好货，出海就有优势，但这只是你的判断。认知如果偏了，执行越用力，可能离目标越远。
回到起点，先定义我们做TikTok出海要解决的真问题。为什么要出海？出海之后又为什么选择TikTok？你是在寻找第二增长曲线，还是希望突破原有业务的利润困境？先把目标和背景想清楚，再看具体操作问题。
你以为的问题，可能只是表面的症状。我先列几个常见的。
老板问：“我备了100万元的货，多久能卖完？”达人建联团队说：“我们给很多达人发了消息，视频却收不回来。”
编导说：“我用AI做了视频，却没有流量、没有播放，是不是AI不好用？”但为什么有些团队可以出单？
真正要追问的是：这批货在海外是否有真实需求？你没有去过当地，仅凭社交媒体信息，就认定商品适合那个市场，然后把货压过去，让团队使劲卖；卖不动就换人。这样做很直接，却未必触及核心问题。
达人为什么不合作？很多人说，我的产品由国内一线工厂代工，质量甚至比榜单上的产品更好，为什么达人不愿意做？因为你说的“产品好”，主要指品质和质量；达人还会考虑用户是否需要、内容是否好讲、合作是否值得。
老板要先记住：症状不等于问题。能被验证的因果关系，才帮助我们接近真问题。
2.科学操盘：把不确定的增长问题，拆成一组可以验证的假设
什么叫科学操盘？我一直在分享科学创业、科学出海、科学操盘，这也是我创业以来不断践行的思考逻辑。
很多老板做TikTok的问题，不是不努力，而是没有说清这些努力在验证什么。今天发10条视频，明天找20个达人，后天花5万元广告费，一问验证了哪个假设，却答不上来。
比如团队刚组建，产品也是自己研发的，两个关键变量同时变化，出了问题就很难判断原因。所以，我们强调最小单元验证：先把其中一个变量固定下来，再验证另一个变量。
做TikTok，怕的不是试错，而是花了钱却不知道错在哪里。
我把跟风爆单的做法叫作X型操盘，把有假设、有验证的做法叫作Y型操盘。典型的X型是看到榜单爆款就跟品：它已经卖了一年，就认为自己现在也能卖好。但一年前的结果，并不能证明现在仍然有同样的机会。
即使要研究跟品，也要注意信息的时效性。我通常更关注近期一两个月的变化，而不是只盯着半年、一年前的爆款。
做跨境，常常有三批货同时占用资金：海外仓里正在销售的货、海运途中的货，以及生产线上或国内仓库里的货。三批货都涉及现金流，不能只看眼前的销售库存。
3.保温杯案例：在国内成立的卖点，换个市场未必成立
产品的核心卖点是单手开盖，在国内有不错的销售表现。但产品在美国销售后，我们收到了一些反馈：开盖指环直径不足，跟西方男性手指尺寸不适配，驾驶健身等场景下使用不便。
这个在国内成立的卖点，到了另一批用户那里，反而需要调整。改变指环直径还会牵动产品结构。
使用场景也不同。我们习惯强调保热，但一些海外用户更重视保冰，也会用来装咖啡、啤酒等饮品。我们在日本销售时，还了解到有人下班后带着保温杯去居酒屋装清酒。
出海需要理解当地文化和真实的使用场景。
出海背后的生产要素需要重新组合，因此我把出海理解为二次创业，团队也需要重新搭建。如果团队长期缺少对海外实际生活的了解，只在国内想象消费者喜欢什么，就容易闭门造车。所以要把判断拆成假设，用客观反馈不断校正。
4.判断国家与市场阶段：新国家不是新红利，是新假设
对比不同电商平台的增长、成交规模和市场拓展情况后，我们认为TikTok是值得认真研究的增长渠道。
但不同市场的发展阶段并不相同：东南亚已经从早期达人建联走到短视频加投流、直播和私域；美国是重要市场，但不能只因为以美元结算就认为更赚钱；欧洲、拉美也值得关注，但税费、清关、产品标准和进出口流程，都要和消费潜力一起评估。
判断时，先看目标市场与品类的发展阶段，再看产品需求、供应链优势和资源缺口，选择达人、自制内容、广告等打法，最后用一两个单品小步验证。比如在马来西亚，一个产品卖起来后，相似商品很快跟进，你不能把短期领先当成长期壁垒。
新开一个国家，不只是新红利，也是新假设。
二、六张出海黑卡：
我见过的六种判断错误
我把常见错误整理成六张出海黑卡：热情驱动、迷信金句、情绪决策、错误类比、单点决策、不会验证。
1.热情驱动
没有数据验证，仅仅因为自己喜欢产品，或者看到隔壁工厂已经卖了很多，就觉得自己也一定能做。尤其是做产品的人，容易对自己的作品高度自信，这种自信有时会让我们忽略前端的市场需求。
经常有人来问我：“汽车坐垫能不能卖？汽摩配能不能做？最近看到美国保健品很热，我能不能上？”
一个品类有市场，不等于这个机会适合你。要看具体产品、供应链、价格带和团队阶段是否匹配。可以先准备一小批货测试，跑通后再备大货；也可以先用TikTok账号带别人的货，验证自己的内容能力，再考虑自有产品。
热情像油门，科学判断像方向盘，只有热情而没有方向，很容易失控。
2.迷信金句
听到别人说某个打法好，就兴奋地要求团队照做。方法可能适合别人的市场、类目和阶段，却不适合你。听案例时，要识别方法成立的前提，而不是只记住一句结论。
有一位同学觉得，抖音能做直播，TikTok也应该直接做直播，于是在海内外铺了多个直播间，最后亏损不少。
复盘后发现，他没有先确认当地市场、品类与直播打法是否匹配。所以，做TikTok并不意味着第一步就要招主播：达人建联为主，就重点建设BD能力；自制短视频和投流为主，就需要拍摄、剪辑和投放能力。
别人的成熟结论，未必适合直接作为你的起点。投入之前，先理解前提和风险。
3.情绪决策
公司开会时，大家可能讨论得热火朝天，最后需要我拍板。但我有个习惯：越是情绪高涨，越不急着做方向性决定。我会说，今晚再想想，下一次会议再讨论。
永远不要在情绪高点做方向性的决策。
有位做亚马逊的同学，把货架电商黑五大促的经验直接搬到TikTok，提前备了很多货。但兴趣推荐场景和搜索、商城场景的流量逻辑不同。我们要学会把种草和成交配合起来：先用内容让用户认识商品，再用优惠、购买理由和行动引导促进转化。
比如，一条不挂车的视频获得100万次曝光，后续再用成交类内容承接兴趣。但曝光次数不等于独立用户人数，后续视频是否触达前面看过的人，还要看实际推荐、投放和用户行为。没有平时的内容积累，大促时才急着成交，往往会打乱节奏。
可以建立决策清单：背景是什么，要解决什么问题，有哪些备选方案，依据是什么。
4.错误类比
一个国家跑通后，马上觉得其他国家也能照搬，于是快速扩张。但每个国家都需要作为单独的假设看待。抖音做成功，不代表在美国也能照样成功，过去让你成功的经验，可能成为进入新市场的认知包袱。
新大陆的问题，要用新大陆的方法重新验证。
5.单点决策
根据一个信息点、一个小结果，就决定全力投入，风险很大。跑通一个小结果，不意味着团队、打法和供应链已经能支撑更大的库存。
做判断时，建议从多个相互独立的信息源交叉核对，我们通常会找三个以上的来源，但来源数量本身不保证正确，还要看证据质量和统计口径。
缺少因果链和验证的数据，有时只是披着科学外衣的直觉。
6.不会验证
有位同学把在美国销售的小电器运到欧洲，到了当地才发现适配有问题。美国和欧洲的插头、电气规格及市场要求存在差异，不能认为同一批货换个国家就能直接卖。
先核对常识，再做小规模验证。转接头只能解决部分接口问题，还需要核对电气规格和适用要求，进入一个新国家前，先把这类基础条件列清楚。
有人跟我讲，做跨境一年踩了很多坑，最后总结说这些都是创业必须交的学费。但在有经验的人看来，其中不少问题其实是可以提前核对的常识。
试错当然可以，但不要省掉基础验证。你省下的验证成本，可能变成后面的亏损成本。
六张黑卡背后是同一个问题：老板和团队往往很努力，但缺少一套科学的决策系统。
典型的X型老板，是用经验做判断、用感觉做决策、用现金交学费。
应该先问当下的问题是什么，再考虑AI能否帮助解决。没有定义真问题，没有关键假设，没有最小验证，也没有复盘沉淀，就直接把工具塞进业务，效果往往不理想。
三、Y型科学创业模型：
把“我觉得”变成“我验证”
Y型科学创业模型，就是针对这些问题建立起来的。先提出关键假设，尽量列出影响结果的重要因素，再逐一验证。最小单元跑通后，再做规模化复制。
其中，提出假设本身就是一项能力。研究一个产品的卖点，可能列出10种假设，另一个团队只想到A、B两种，候选项太少，后面的选择自然受限。
我在桌面上放着两个工作原则：实事求是、解放思想。实事求是，就是结果怎样就承认怎样，不为了维护自己之前的判断而找借口。解放思想，是不带着过去的经验去看新业务。
TikTok科学操盘可以概括为四个环节：定义真问题、提出关键假设、最小单元验证、规模化复制。
Y模型要推动的变化，就是把“我觉得”变成“我验证”。做决策前，我会问自己四个问题。
第一，真问题是什么？企业当下要解决利润还是增长？一定要出海吗？一定要做TikTok吗？
第二，关键假设是什么？要做好美国市场，需要具备哪些能力和条件？
第三是理论依据，支撑这个判断的方法是什么，逻辑上能否讲通？
第四是低成本验证，先跑通最小单元，再决定后续投入。
Y模型希望推动我们从混乱做事走向科学做事，从凭感觉走向按模型迭代。
四、选品：不是找一批货上架，
是研究还有什么需求没被满足
不同国家的文化和消费能力不同，不能默认同一盘货就适合所有市场。
1.选品三维模型
选品先问三个问题：用户的痛点够不够强？我们有没有利润？核心价值能不能通过TikTok内容放大？
这就是痛点价值、真实成本和内容适配性组成的三维模型。
痛点价值，是用户过去为解决这个问题付出了多少代价。
真实成本不能只看出厂价，还要加上头尾程物流、平台费用等，先算清能留下多少经营空间。
第三个问题是，TikTok能不能把产品的核心差异化卖点讲清楚？不是把所有卖点都堆进去，而是找到真正有价值的那个点。
痛点价值越高、真实成本越可控、内容越容易讲清楚，产品机会就越大。
2.定价与两个“差”
定价时，成本影响可持续经营的价格下限，用户认可的价值影响价格空间。生产成本20元，按三到四倍定价可能卖到69元。
但如果加入一个消费者真正需要的差异化功能，把成本提高到30元，是否有机会卖到169元？这需要验证用户对价值的认可。169元减去30元得到139元的价差，还要覆盖物流、佣金、营销、退款等费用，不能直接当成净利润。
这里要区分两种空间：对企业来说，是售价扣除真实成本后留下的经营空间；对用户来说，是新的解决方案相对于原有方案，节省了多少金钱、时间和麻烦。
这两个差额不能混为一谈，也不能仅凭其中一个差额，就认定产品一定能成交。
3.新机会来自需求的重新组合
传统商用、复古家用和智能冰沙机对应的是不同使用场景与需求，新的产品机会往往来自对这些需求的重新组合。
到商品评论区里看，用户抱怨哪些地方不方便、哪些需求没有满足，如果你能解决，就可能形成新的差异化卖点。
同样是充电宝，不同市场的补电习惯和外出场景也可能不同，还是要回到当地的实际使用场景去验证。
五、达人、内容、广告：
把增长跑通的三板斧
1.达人建联：第一步是让对方看得懂、愿意看
我们做美区和东南亚业务时，达人建联遇到过不少卡点：消息不回复，收样后迟迟不出视频，或者只是短暂挂一下链接。语言、时差和沟通习惯也会影响合作，不是把中文逐字翻成英文，对方就一定愿意阅读和回应。
达人建联的第一步，是让对方看得懂、愿意看。中文里觉得不长的一段话，翻译后可能很冗长。不要只顾着表达自己有多好，还要看信息对接收者是否清楚、有用。
早期我们也写过很长的邀约，把所有卖点和合作期待塞进一封邮件。但达人每天面对很多信息，开头没有重点，就很难继续读。
邀约的结构，我们通常这样安排：第一段讲清楚为什么找他，你看到了他的哪些内容，为什么认为产品与他的粉丝需求匹配；第二部分讲清合作条件，样品、佣金、内容支持以及可能的投流安排；第三部分引导回复，让对方知道下一步怎样联系。
只说产品有多少功能，却没有解释与他有什么关系，很难打动对方。
把这些做法沉淀下来，新入职的BD才能更快进入工作。我们为每个岗位准备岗位说明书，包括公司背景、主推品、已经验证过的卖点、分层的达人画像，以及各类达人适合的脚本。
先有标准动作，才有自动化的依据。没有流程，AI也不知道按什么规则执行。
不同市场与阶段还要采用不同打法。冷启动市场，可以先跑通话术、寄样和产品反馈，用小规模合作探索适合的人群，不急着追求很高的ROI；
增长期可以建立达人池，按垂类、人群和合作方式分别测试；成熟类目达人竞争更激烈，要更精细地看投入回报、内容质量和复投价值。
当外部达人合作成本提高，团队也需要发展自己的短视频能力。长期经营阶段，可以通过WhatsApp等工具维系核心达人，把联系与合作经验持续沉淀下来。
长期合作还可以更有温度。我们有一位具备海外留学经历的BD同事，会把持续带来成交的达人当作重要的本地合作伙伴维护。
有一次，他发现一位达人的宠物要过生日，就安排了礼物和生日祝福，对方很惊喜，还专门发了短视频表达感谢。
这个案例的重点不是礼物价格，而是你有没有把达人当作长期合作的伙伴。
2.科学制作带货短视频：为什么认为它能打动人？
同样在学AI，不同人的作品差距仍然很大。所以，学习AI也需要回到具体业务能力。
举个收纳产品的脚本例子。不熟悉短视频的人，可能只写：今天来到公司，发现东西很乱，用收纳工具整理后，觉得很清爽、很开心。
故事说完了，但画面和执行要求并不清楚。有编导、拍摄和剪辑经验的人，会进一步描述：什么装修风格，灯光怎样，桌子怎么排列，进门后看见什么。把环境与动作交代清楚，才更容易生成需要的画面。
判断一条视频，先问自己三个问题：为什么认为它能打动人？打中了用户什么痛点？给了用户什么购买理由？如果这三个问题讲不清楚，它可能只是一个产品展示，缺少促成购买的理由。
接下来看X型团队常见的五类问题。
第一类，只从产品专家的角度表达，恨不得把三五个卖点都塞进20秒视频，我们通常建议先讲清一个核心卖点。
第二类，老板自己上了很多课，回去只传达概念，没有带实操团队一起理解。
第三类，只抄表面，不知道内容为什么火。我们曾经遇到一条西班牙语视频，博主借一个历史话题玩梗，几乎没讲商品卖点，却带来了不少订单。这类内容高度依赖博主的个人影响力和当地语境，未必适合机械复制。
第四类，缺少及时复盘。我们短视频部门的早会，会要求每个人简要说明近期数据、异常、可能原因，以及接下来的动作。
第五类，短视频基础还没弄清，就急着用AI填补所有能力。
Y型团队不只问视频好不好看，还会检查它是否完成了关键任务：
第一步，提前整理痛点和钩子库，不要每次拍摄才临时想开头；
第二步是产品证据，开头留住用户后，要迅速讲清产品为什么值得选择，但证据必须真实；
第三步是使用场景，让背景与实际需求关联起来；
第四步是行动号召，告诉用户下一步如何了解或购买。优惠、库存和倒计时等信息可以使用，但必须与实际活动相符。
行动号召就像会场里的指示牌：你给出清楚的下一步，用户更容易知道怎么做。
3.广告：不是出价，是目标管理
好的内容经过验证后，可以进一步研究用广告放大。GMV Max（一种全自动广告投放解决方案）让部分投放执行更加自动化，也要求团队把注意力放回内容和经营目标。
投放不只是出价，还涉及商品、内容、预算、ROI、利润和库存。系统可以帮助分配流量，老板和投手需要给出清晰的目标：要不要投，投入多少，当前阶段是验证还是放大？
X型做法往往是一看到某一天ROI不好，就马上停计划、换素材，没有判断波动来自哪里。目标ROI设置得很高，可能限制投放规模，但降低目标也不等于一定有效。Y型做法会一起检查商品卖点、内容质量、承接转化和成本结构，再决定广告怎样配合。
不能认为只要花钱就能解决所有问题，也不能把广告表现不好都归到素材这一个原因。
我们把增长分为三个阶段：0到1是验证期，1到10是复制期，10到100是放大期。
验证期先跑通成交闭环，在自己能承担的预算范围内试错。冷启动时，要结合保本线、预算和测试目标设置ROI，不宜只追求某一天的高回报。
到了1到10阶段，需要从单条有效视频，走向能够重复产出有效内容。团队逐步理解什么卖点、画面和表达能带来成交，再围绕这些发现组织测试，广告才有持续放大的素材基础。
重点是识别高转化素材及其成立条件，合理配置预算，而不是所有素材平均加码。另外，有些素材主要承担种草，有些更偏向成交，不能只看一条素材有没有直接订单，就立刻认定它没有价值。
10到100阶段，考验的是不同市场、产品和团队之间的综合协作。我们把投放能力集中起来，形成内部的投放中台，持续找出能够承担主要消耗和成交的素材。对于持续有效的脚本，要有耐心反复打磨，不能仅因为团队自己看腻了就停止。
六、从单点提效到组织能力，
再到全球生意
1.AI原生组织：不是加工具，是重新设计工作流
短视频、达人和广告等岗位都有了，接下来怎样从单点提效走向组织能力？关键是负责人怎样理解AI，以及怎样把它放进实际业务。
曾鸣教授谈未来组织时提到，未来组织的重要任务之一，是运营的自动化：把越来越多能够标准化的运营环节交给AI承接。
他还强调，AI原生不只是使用工具，而是从AI的能力出发重新设计工作流。过去一些依赖人的隐性知识，需要被整理为明确、可传递的信息，才能更好地进入自动化流程。
因此，AI原生组织不是简单照搬过去以人为中心的SOP。如果工作方式没有变化，只是在原来的流程里加几个工具，就很难形成组织层面的改进。
在TikTok业务中，有些企业流量和团队规模都在增长，管理却越来越重。能力只留在个人身上，换人就可能断层；流程没有明确记录，扩张时就容易走样。AI能提高部分执行的一致性，但标准、检查和异常处理仍然重要。
老板要做的是定义问题、建立标准、设计流程、判断结果，再把验证过的做法沉淀下来。
2.AI组织升级的四个层级
我把AI组织升级分为四个层级：L1是AI主管，先优化一线岗位；L2是AI管理者，开始统筹业务；L3是AI一号位，推动组织层面的变化；L4是AI CEO，协调更完整的经营流程。
从L2到L3，负责人对变化的理解和推动很关键。不能只要求员工使用工具，自己却不愿意调整流程；也要识别哪些环节可以简化，哪些判断必须保留。不同业务阶段，对AI的要求也不一样。
0到1先找最需要反馈、最值得改善的环节，不必一开始追求全面自动化。到了1到10阶段，再把已经跑通的标准流程扩展到更多岗位，不能把一套理想的AI组织形态，一次性套到现有公司上。
3.智能体中台与人机分工
在组织中，可以把智能体中台作为连接层：承接各部门的任务，再协助商品供应链、履约客服、广告分析和财务等流程，重点是任务、数据和责任怎样衔接。
前提是数据完整、指标定义清楚，不能只发一句指令就把结果当成最终财务决策。
AI可以放大老板的能力，也会放大不清楚的标准和错误判断。所以关键仍然是把思考、管理方法和业务目标定义好，再让AI帮助承接和执行。
真正能跑出来的公司，需要形成这样的人机协作：人做决策，AI做执行；人定标准，AI跑流程；人做创新，AI做沉淀。
我们已经在飞书群里接入了不同岗位的智能体。作为负责人，可以向操盘手智能体询问店铺数据，也可以把一条视频交给主理人AI员工，请它分析前三秒钩子、镜头切换节奏、场景真实感，并总结可复用的模板脚本。
这样，爆款拆解、脚本生成和素材生产可以串成一套协作流程。一个人协调多个岗位智能体，是我们正在探索的工作方式。
七、结语
跨境电商的下一场迁徙，是从平台红利走向全域能力。
科学模型帮助企业形成判断和验证能力，AI则承接那些已经理清、可以复用的流程。
做决策时，先有完整的思维框架：这门生意要不要做，为什么做，应该怎样验证？没有验证清楚，就不要急着放大。
今天，我们从TikTok这个切入口，看的是面向全球的生意。阶段性的红利值得把握，但同时也要建立自己的判断、验证和组织能力，用AI把已经验证的流程逐步沉淀下来。
我相信，中国优秀的制造和品牌有机会站上世界舞台。面对这些机会，我们更需要保持敬畏。大家一起科学出海。
*文章为作者独立观点，不代表笔记侠立场。
