前言
在全球科技革命和产业变革持续演进的大背景下，人工智能正加速渗透零售业各个环节，推动行业在组织模式、运营体系和价值创造方式上发生深刻变革。以大模型为代表的新一代智能技术不断突破，智能生成、智能决策和智能协同能力持续增强，使零售企业在商品管理、供应协同、消费服务和经营效率等方面获得新的发展动力。报告强调，把握技术迭代的战略机遇，需保持理性和稳健的态度，坚持以场景牵引能力建设，确保技术投入与企业长期发展目标相匹配。
主要发现与思考
-
生成式人工智能在零售行业的应用现状：
- 部分应用已逐渐趋于成熟，但全面深化应用仍需更多时间。
- 应用正从“流程+AI”转变为“基于AI重塑流程”，智能体AI和多智能体系统最受关注。
- 生成式人工智能可以提高新员工掌握基础技能的速度，但企业应用对内容质量的要求远高于个人应用。
- 沃尔玛与OpenAI的合作案例表明，生成式人工智能正从“信息助手”向具备交易执行能力的“商业智能体”的角色跃迁。
-
生成式人工智能在零售行业的应用场景：
- 智能客服：通过自然语言处理和深度学习技术，构建具备多轮对话能力和场景化解决问题能力的智能服务系统，显著提升客户满意度和服务效率。
- 数字员工：通过自然语言理解、流程自动化和知识图谱技术，构建能够胜任规则性工作的虚拟劳动力，提升业务流程效率。
- 供应链：通过多源数据融合与智能决策，重塑传统供应链的运作模式，提升库存周转率，降低缺货与滞销的风险。
- 智能营销：通过数据驱动的内容创作与个性化推荐，重塑品牌与消费者的互动方式，实现精准触达，提高转化率。
- 智能预警：通过实时分析经营数据与市场动态，实现多维度指标异常识别，提升风险管控的精准度与时效性。
- 智能识别：通过计算机视觉和深度学习算法，精准识别货架商品的陈列状态、价格标签信息及促销标识内容，提升价格准确率，降低人工巡检成本。
- 销量预测：通过整合多维数据与模拟市场动态，构建具备高精度的预测分析系统，为企业精准决策提供前瞻性指导。
- 智能巡检与防损：通过多模态感知与异常行为预测，构建具备主动防御能力的智能监控体系，降低运营风险与财产损失。
-
企业应用生成式人工智能的收益：
- 几乎所有受访企业都将“提高工作效率和生产力”作为主要收益关注点。
- 越来越多的企业开始期待生成式人工智能可以带来更深层次的创新价值，如“发掘新点子，形成新洞察”和“创新和增长”。
-
企业应用生成式人工智能的挑战：
- 难以识别应用场景、生成式人工智能的输出内容难以获得足够信任、企业目前缺乏合适的人才。
- 生成式人工智能输出内容的相关性、稳定性与预期有差距，用户往往需要花更多的时间进行审核、勘误甚至是重新生成。
-
对企业走入人工智能时代的建议：
- 场景、信任与人才：企业需要的是更加明确的应用场景与足够可靠的信息输出。
- 落实工程化，完善体系：企业需要通过包括提示词工程、RAG、模型调优、自建智能体等工程化手段达到实际应用的水平。
- 积极拥抱变化，有力推动变革：企业需要适应不确定性，不断尝试与积累，坚持做“难而正确的事”。
- 构建平台战略，发挥集约效应：建立集中的能力中心（CoE）与技术平台，集聚稀缺的内外部人才。
- 洞察AI对人力资源的影响，助力企业组织与人才进化：生成式人工智能技术的应用会对员工的工作效率带来提升，新员工通过AI工具协助后可以更快掌握相关能力。
- 调整组织生态，培养人机协同沃土：企业组织内部的人才战略调整会发生在未来的一到两年之间。
- 通过部署成熟用例，规避企业试错成本：参考和复用行业内已验证的成功应用案例。
- 端到端的全流程贯穿，实现全面“AI化”：部署更多的定制化企业用例，并尝试将其串联起来，形成从创意到售后的全流程端到端串联。
- 整合多元人才，构建复合团队：产品团队、业务部门、专家中心、知识中心和企业管理层需协同合作。
- 借力外脑VS内部自建：近三分之二的企业选择通过采购第三方工具，由供应商进行内容与应用的开发。
- 梳理企业知识库，赋能人工智能“大脑”：数据的结构性与可用性对于大模型的训练与表现起到了至关重要的作用。
- 风控与合规：最普遍的担忧是安全漏洞、监控和隐私方面的风险。
- 卓越治理，建立信任：建立完善的技术伦理框架、合规体系和治理标准。
- 谨慎投资，小步快跑，等待拐点的到来：企业需在理性投入的基础上形成投资回报的复利效应。
- 生成式人工智能成本全景：投资生成式人工智能的成本涵盖直接部署与系统性变革的综合性投入。
-
研究结论：
- 生成式人工智能在零售行业的应用正从探索试点迈向体系化推进，从单点创新走向全链条优化。
- 零售企业应立足自身业务基础和资源条件，集中资源切入技术成熟、痛点明确的业务环节，通过“轻量级”试点快速验证价值，关键在于建立严格的“投入-产出”评估闭环。
- “十五五”时期，我国将全面加快建设数字中国，深化数字技术与实体经济融合发展，推动现代流通体系提质升级，人工智能在零售领域的应用将为畅通国民经济循环和扩大内需提供重要支撑。
