调研概览
零售和消费品行业正经历AI应用的转折点，AI已从后台扩展至供应链、商店和数字商务，对利润产生切实影响，简化运营并提高员工生产力。行业正从是否投资AI转向如何设计灵活、经济高效且与数据、人才和风险策略一致的AI堆栈。
摘要
AI在零售和消费品行业中的作用从孤立解决方案扩展至全面战略，支持营销、优化供应链和增强店内体验。报告评估了AI成熟度和投资水平，重点介绍推动业务成果的主要用例。
主要亮点：
- AI成熟度曲线：33%的受访组织评估AI解决方案，58%积极部署AI，活跃使用率显著增加，评估AI的企业比例同比下降14个百分点。
- AI如何影响利润：89%的企业表示AI增加年度收入，95%降低年度成本，AI在运营效率、客户体验和员工生产力方面产生可衡量影响。
- AI成功带来投资增长：90%的受访者预计2026年AI投资增长，58%的高管预计增加10%以上。
- 开源AI提升战略重要性：79%的受访者认为将开源模型和工具集成到AI堆栈中为中等到非常重要。
- 代理式AI正在兴起：47%的受访者使用或评估AI智能体，20%积极部署，21%计划明年部署。
- 简化供应链：51%的受访者使用AI解决供应链运营吞吐量和效率问题，91%表示AI帮助降低年度供应链成本。
深入调研结果
业务影响和投资趋势：
- 91%的行业企业组织使用AI，大型组织使用率更高。
- AI产生双重影响：89%的企业实现收入增长，95%降低成本。
- 企业主要目标：提高运营效率（45%）、改善客户体验（38%）、提高员工生产力（29%）。
- 92%的高管计划增加AI预算，投资重点：优化AI工作流和生产（36%）、确定新用例（33%）、培训现有员工（32%）。
迈向开源：
- 48%的受访者认为集成开源模型和工具非常重要，31%认为中等重要。
- 企业转向开源技术，灵活使用专有数据微调AI，利用社区创新加速开发。
代理式AI的兴起：
- 47%的受访者使用或评估代理式AI，20%积极部署，21%计划明年部署。
- 战略目标和商业价值：
- 提高处理速度和效率（57%）
- 提升客户体验和个性化沟通（40%）
- 使用实时数据改进决策制定（40%）
- 代理式AI实施领域：
- 内部运营：工作流程自动化、知识管理和检索（59%）
- 员工和客户支持：员工助理（提高效率）、客户支持助理（处理日常查询）（48%）
- 客户相关应用：个性化营销和广告（48%）、购物助理（41%）
零售和消费品行业：
- 66%的受访者优先考虑使用生成式AI、大语言模型和高级数据分析。
- 大型企业更依赖数据分析（77%）和生成式AI（72%），小型企业更依赖代理式AI（54%）。
- 面向客户和后台用例的增长：
- 面向客户的应用：电子商务、营销和广告等数字商务（61%），代理式商务（目录扩充率42%、购物助理31%）。
- 员工生产力：后台运营（营销运营、财务、产品开发和IT）（54%）。
- 卓越运营：AI改变供应链绩效（45%）。
供应链弹性：
- 64%的受访者表示供应链挑战逐年增加。
- 多维AI响应：
- 运营效率和吞吐量（51%）
- 满足客户期望（45%）
- 可追溯性和透明度（38%）
- 物理AI和机器人：
- 17%的受访者使用或评估物理AI和机器人技术。
- 部署侧重于内部物流仿真和优化（33%）、机器人拾放（23%）、智能叉车和自主移动机器人（18%）。
不断变化的挑战和推理的重要性：
- 数据成熟度进度：仅13%受访者表示训练数据是最大挑战。
- 人才差距：AI人才短缺加剧，从31%上升到46%，成为主要实施障碍。
- 推理的重要性：
- 成本效益和总拥有成本（41%）
- 延迟、准确性和吞吐量（35%）
- 模型性能和基准测试（32%）
展望未来
零售和消费品行业正从实验转向执行，从后台自动化转向面向客户的创新。成功解决人才缺口并扩展代理式AI功能的组织将建立竞争优势。未来12个月的关键任务：集成开源组件到生产堆栈，实现代理式AI的可操作性，演进专用AI应用，吸引和培养人才。
