当AI开始“替人砍价”之前，谁先统一了“鸡”和“鸭”的语法？

当买卖双方都开始让AI代为谈判，商业世界的“语言”该如何统一？1688联合中国电子技术标准化研究院和蚂蚁集团推出了UTP通用交易协议，本质上是在解决B2B交易中最古老的痛点——“鸡同鸭讲”。我做过医疗AI影像产品，深知在临床落地时，最大的阻力不是算法精度不够，而是不同医院的信息系统、影像设备、诊疗流程各说各话。AI影像模型再强，如果连DICOM格式的元数据字段都解析不一致，结果就是“算法在实验室跑得飞起，到临床变成废纸”。同样的逻辑，正摆在1688的AI交易面前。

1. 从“人找货”到“AI找AI”的范式转移，卡在“语义鸿沟”

过去十年，B2B电商的数字化改造集中在“信息在线化”——把商品搬到网上，让买家搜索、比价、下单。但核心交易过程依然依赖人类的多轮沟通：询盘、报价、确认规格、协商交期、敲定付款条件。AI介入后，理想状态是买家的AI和卖家的AI自动完成这一切。但现实是，买卖双方的AI可能来自不同供应商，用的自然语言模型、交易策略、参数定义完全不同——买家的AI说“我要5000件，每件30元，含税”，卖家的AI可能理解成“5000件，30元/件，不含税，运费另算”。这根本不是技术问题，是协议问题。

医疗影像领域的教训很明显：同样一个“肺结节检测”功能，影像科医生需要的是“结节类型、大小、钙化程度、生长速度”等标准化属性，而AI产品经理一开始只关注“敏感度、特异度、假阳性率”。直到我们做了结构化报告模板，才让AI的输出与医生的诊断流程对齐。1688的UTP协议正是要做这件事——定义一套机器可读、互认的“交易属性字典”。

对比维度	传统B2B交易	A2A交易（无统一协议）	A2A交易（UTP协议）
信息传递	人工邮件/电话，重复确认	AI各自解析，歧义频发	标准化字段，秒级对齐
匹配效率	平均3-5轮询盘/报价	依赖模型能力，不稳定	协议自动匹配，减少80%协商轮次
信任成本	依赖平台背书、历史记录	无标准，难以验证	协议内嵌验证规则，降低欺诈风险

关键数据：据1688披露，参与UTP协议内测的商家，交易撮合效率提升40% 以上，询盘到首单的转化时间从2.3天缩短至0.8天。这不是算法优化驱动的，而是数据标准化带来的“摩擦消失”。

2. UTP协议的本质：不是技术协议，而是“商业行为的API”

我在医疗AI产品中最大的体会是：标准化不是说“我们统一用JSON格式”，而是定义“什么字段有价值，什么字段可以忽略”。UTP协议号称“通用交易协议”，它必须回答三个问题：

• 买家的AI需要知道什么：品名、规格、数量、价格、交期、付款方式、质检标准、退款政策
• 卖家的AI需要响应什么：库存、起订量、折扣阶梯、发货能力、税率、物流方式
• 双方AI如何协商：是否允许议价？允许多大范围浮动？价格有效期？违约金计算规则？

这些看似是商业常识，但若没有机器可读的标准化定义，每个AI都会用自己训练数据中的“常识”去理解。例如，一个卖家的AI可能认为“交期15天”是“下单后15个自然日”，而买家的AI可能理解为“15个工作日”。这种歧义在人类交易中可以被追问澄清，在AI之间只会静默地执行错误逻辑。

蚂蚁集团在支付领域的经验（支付宝标准化接口）可以迁移。UTP协议配套的基础设施，应该包括一个可注册、可验证的“交易属性注册中心”，类似互联网的DNS——任何AI接入时，先查询协议版本，确认自己理解“price”字段是人民币含税价还是美元离岸价。这听起来像基础设施，但产品经理的直觉告诉我，真正难的是说服买卖双方抛弃“我习惯的术语”，接受一个公共的语义框架。

3. 商业价值：从“撮合”到“交易执行”，但临床验证不能跳过

1688喊出“B2B正在变成A2A”，这句话的潜台词是：平台的价值将从“信息撮合”转向“交易执行”。过去，1688靠流量和搜索排名赚钱；未来，UTP协议可能成为收费的“交易基础设施”，按每笔成功执行的AI对话收取服务费。这很像医疗AI从“卖给医院一个软件”转向“按扫描次数收费”的商业模式。

但问题来了：这个协议是否真的“通用”？ 横向对比，医疗领域有HL7、FHIR等标准，但至今不同医院系统之间的数据互操作仍是难题，原因是利益和既有系统改造成本。UTP协议同样面临：大卖家可能有自己的ERP系统

原文链接：https://www.leiphone.com/category/industrynews/wKnHB72cKdeY1qoG.html