褪去技术热度，回归经营本质——第九届零售业数字化年会AI话题总结

8月27日，第九届零售业数字化年会暨数智生态论坛在杭州举办，大会以 “数智赋能 全域融合” 为主题，围绕零售数字化转型、数智生态建设、数字化的组织变革与未来趋势展开深度研讨。特别是整场会议跳出单纯的技术宣讲，大量剖析AI在行业中的应用实践与困境，揭示一个核心共识：零售 AI 已经走过概念炒作阶段，但尚未进入大规模规模化落地时代，AI 的价值不在于工具本身，而在于数据底座、业务场景、组织流程、人才能力的系统性匹配。

中国百货商业协会联合银联商务发布《零售行业AI应用调查报告》，基于近 50 家百货、购物中心、商超企业 CIO 调研，清晰勾勒国内零售AI的现实画像。

从行业整体看，76% 的受访企业已经在不同程度开展 AI 相关探索，仅 3% 企业既无应用也无规划；但其中真正实现多业务场景规模化落地的占比极低，绝大多数企业处于轻量化试点状态。企业优先落地的多是内容生成、AI 客服、文案制作等前端轻量化场景；而供应链管理、深度经营决策、核心交易链路等高价值场景，落地进度普遍缓慢。

行业呈现 “一半海水一半火山” 的冷热矛盾：AI的各种讨论很多，但成形落地方案少；企业管理层对AI期望值极高，期待实现成倍降本增效，但实际业务价值尚未充分兑现。调研总结出三大核心落地障碍：第一，缺少清晰、可量化的业务场景，很多AI 需求模糊，无法定义输入输出与业务结果；第二，投入产出ROI难以测算，企业无法判断几十万上百万的AI投入能否带来正向回报；第三，数据分散、数据质量不足，大量企业沉淀的是非结构化、碎片化数据，难以直接喂给大模型使用。

同时行业评估体系严重缺失，仅有15%企业建立可持续跟踪AI项目ROI的完整评估机制，42%的项目出现效果归因困难，无法区分业绩变化来自AI还是宏观市场、营销活动等外部因素。

消费者侧也呈现矛盾：生成式AI购物工具使用率快速提升，但使用率高、满意度偏低。聊天机器人、智能客服普及，但普遍存在解决问题能力有限、缺少同理心、上下文理解不足、难以平滑转接人工等痛点，消费者体验仍有较大短板。

整体上看，零售AI划分三个价值阶段：1.0工具价值阶段，以降本工具为主，如AI防损；2.0数据价值阶段，盘活数据资产，支撑科学经营决策；3.0生态价值阶段，依靠零售商、服务商、研究机构多方协同，构建闭环落地体系。报告明确提出选型原则：短平快、可验证、低风险，优先小场景试点验证，切忌一步到位大规模投入。

本次大会汇集零售企业、服务商、流量平台、硬件厂商的一线实战，覆盖业财融合、商场运营、品牌终端、全域流量、智能硬件多个赛道，既有成功经验，也有踩坑复盘。

1. 后台赛道：业财融合成为当前AI落地见效最好的场景

武汉中商集团副总经理吴振兴分享多业态老牌零售企业AI业财融合实践。中商集团业态涵盖购物中心、百货、超市、写字楼，并购重组后系统极其复杂，拥有十几套核心业务系统、六七十个子系统。企业先完成底层系统打通，在财务人员缩减的情况下，将上市公司报表出具周期压缩至每月3号。

在此基础上，AI开始深度赋能财务与业务交叉场景：资金日报汇总从人工2小时压缩至 5 分钟；租金减免方案快速测算、团购业务账期审批、管理会计看板、上市公司财报分析全部借助AI完成。吴振兴提出一个重要观点：提示词不是核心，高质量底层数据才是 AI 产出高质量结论的根基。同时他观察到，大专业知识已经可以被 AI 掌握，未来竞争不再是 “懂专业知识”，而是把专业知识结合企业经营场景解决实际问题的能力。业财AI落地，需要沙箱模式保障数据安全，搭建企业内部知识库，同时配套组织、人才思维的同步升级。

2. 商场运营赛道：从工具化走向智能体，释放人力做增量创新

银泰商业集团CTO熊超分享银泰AI的三段式演进路径：L1工具化、L2流程智能化、L3智能体化。他抛出一个极具冲击力的实测结论：如果不改变原有工作流程，仅把AI当成工具，单纯做效率提升，企业整体效率上限只有25%；想要实现量级增长，必须重构组织模式和业务流程。

银泰搭建 “天工数据平台” 沉淀线下人货场的业务知识、样本标签，打造 “银泰精灵” 内部AI Agent智能体。AI承担大量重复性工作：导购商品一键上翻、盘库存；依托现有摄像头实现物业巡检，垃圾桶满溢、地面水渍等异常从人工数小时排查缩短至5分钟发现处置；营销活动批量生成，品牌互粉活动从每月几十场提升至数百场。

银泰的核心思路不是用AI裁员降本，而是把员工8小时内大量重复文案、报表、基础执行工作交由AI快速完成，释放员工2 4小时脑力时间，鼓励员工去做内容创新、场景创新、挖掘新增量，把人机协同转化为企业的差异化竞争力。同时强调，通用大模型工具可以随时替换，企业真正的核心壁垒是沉淀自身的业务流程与行业知识库。

3. 平台视角：全域流量 + 大模型导购，打通线上线下消费闭环

抖音生活服务华世杰从流量平台角度，分析 AI 时代商业综合体全域增长路径。当下消费者获取消费决策信息的习惯正在迁移：从刷短视频、看攻略，转向直接向大模型提问。字节系依托豆包大模型、Seedance AI 内容生成工具、云图人群资产体系，探索商场数字化新路径。

一方面依托内容 + 人群标签，帮助奥莱、购物中心跨距离吸引客流；另一方面正在落地豆包POI AI导购，将大模型能力嵌入抖音商场POI页面，消费者可以直接向AI咨询商场游玩路线、餐厅推荐、优惠券，完成 “咨询 种草 核销” 的消费闭环。同时也点出现实难点：AI想要发挥价值，前提是企业自身完成数字化底座建设，如果企业数据、商品、门店信息没有梳理完备，即便接入大模型，也无法产出有效结果。

4. 消费品品牌视角：AI不是工具革命，而是组织流程变革的导火索

雅戈尔集团CIO王歆结合服装品牌一线实践，犀利剖析AI落地的各类 “坑”。他指出行业普遍存在 “老板幻觉”：短视频碎片化案例容易造成认知偏差，很多 AI 成功案例是切片后的假象，不能直接拿来指导企业变革。

雅戈尔实践证明：AI工具本身不难采购，真正的难点在于组织共识、流程重构、隐性业务知识沉淀。企业不能指望采购一套大模型，就自动完成数字化转型。他以门店橱窗物料AI生成为案例：AI只是解决图片自动裁切生成的瓶颈，真正前提是把全国门店橱窗硬件规格、业务流程全部数字化，把7步流程压缩为2步，才真正释放价值。

王歆提出一个关键认知：企业内部大量真正有价值的是隐性知识，优秀导购销售话术、客户接待经验很难写进显性知识库；AI落地的核心任务之一，就是把散落在员工身上的隐性知识，通过语音采集、销售会话复盘、标签沉淀，转化为可复用的Skills（技能组件）。AI不是简单的办公助手，而是组织流程变革的导火索；降本是生存手段，增效是需求，AI本身是一种企业新能力。

5. 硬件终端视角：AI穿戴设备，把大模型能力下沉到门店一线

蚂蚁数科吴天遥从硬件角度提出，AI的价值需要载体落地，AI眼镜、AI戒指、无屏手环、AI玩具等新一代智能硬件，能够把大模型能力带到导购、消费者身边，打通大模型从后台走向消费现场的 “最后一米”。硬件竞争不再比拼参数，而是比拼记忆引擎、全双工自然交互、工具 内容 服务的生态体系，为线下百货购物中心带来新的陈列、体验、快闪主题与消费增量。

6. 区域零售商实践：中小企业如何低成本试水AI

友阿集团许勇波分享区域零售集团的务实探索。友阿基于火山引擎COZE平台做轻量化对接，没有投入巨额自研大模型，优先从见效快的场景切入：AI 商品信息补全、智能风控、评论提纯、自然语言查数、AI辅助开发、AI营销文案短视频生成。三八节活动依托AI精准推荐，在活跃用户仅增长 30% 的前提下，实现小程序销售额接近翻倍。

他也提醒行业：AI是 “术”，不是万能解药，人口红利消退、大盘收缩是行业底层矛盾；AI无法解决大盘问题，但用好AI可以帮助企业抢占相对竞争先机。同时再次印证一个行业共识：AI 效果好不好，决定性因素是人货场基础数据是否完善。

论坛圆桌对话 “双向奔赴，共探数智升级新边界”，石基唐天明、永旺数科张淼、武汉中商吴振兴围绕数字化项目成功率下降、甲乙双方矛盾展开深度讨论。

嘉宾一致认为，当下数字化项目的不确定性显著提升：业务需求模糊、技术迭代飞快，传统 “交钥匙”、功能清单式的项目交付模式已经失效。甲乙双方天然诉求存在错位：服务商倾向于功能交付，完成系统功能、保障稳定运行即视为项目交付；而零售甲方追求业务价值交付，关注库存周转、营收、毛利、人效等真实经营结果，这是大量项目达不到预期的底层根源。

项目失败的多重诱因：甲方战略摇摆、组织变革跟不上系统建设；乙方不愿深度介入客户业务变革，只做系统交付，过度承诺；企业内部业务部门诉求表达失真，外部市场环境快速变化，项目周期内业务前提发生改变；创新项目天然自带失败概率，但很多国企、央国企体系不允许项目试错。

永旺数科张淼分享双重身份下的解决方案：重大项目大规模推广之前，先做Pilot样板门店试点，试点目标不是验证系统功能，而是验证可量化的业务价值；项目投资前测算ROI，设置3 5年回收周期；试点不达预期则修正方案或者直接放弃，把风险控制在小范围，允许可控的创新试错。

吴振兴站在甲方视角提出，项目立项前要分清 “手段与目的”，杜绝 “别人有我也要有” 的跟风建设；项目成功的评判标准不只是营收增长，还要看是否沉淀有效数据、是否带动组织效率提升；项目全流程甲乙双方以及企业内部业务部门，需要提前达成共识，提前把潜在风险全部摆上台面。

唐天明总结提出两大核心转变：第一，从功能交付转向价值交付，双方提前约定可衡量的业务结果；第二，摒弃短期项目思维，建立长期共创共建的生态伙伴关系。

同时，唐天明提出零售数智化 “三段论”，给全行业提供行动框架，即精益导向，业务在线化；价值导向：数据资产化；自主导向：运营智能化。他警示行业误区：不要盲目采购大模型、一体机，不要为了 “拥抱 AI” 做面子工程；AI 的前夜，更应该补齐在线化与数据资产化的功课，再轻装上阵走向智能化。

论坛另外两场对话，进一步拓展 AI 的边界。在零售出海数字化对话中，JW Digital 王敬指出：中国零售百货购物中心直接出海难度很大，但 SPA专卖、DTC品牌出海具备机会；国内成熟数字化系统不能直接复制到海外，需要适配当地合规、支付、社交生态；出海应当业务先行，系统跟随业务迭代，同时组织上要充分本地化授权，不能总部远程做运营管控。AI、数字化是工具，但不能替代供应链、本地化经营这些底层业务能力。

在业务与技术协同对话中，八佰伴副总经理杨志伟、南京新百CIO张磊、行业数字化专家杨德宏探讨AI时代业务和技术如何打破两层皮。嘉宾认为AI带来的不只是工具升级，更是人才能力的变革：业务人员需要懂技术逻辑，技术人员要深度下沉业务，充当业务BP业务合作伙伴）。项目成功四要素：组织力、认知力、重视度、严谨度。AI 不能只聚焦内卷式降本，未来真正的价值应当落在消费者体验、门店成交转化、收入增长上。

在AI在零售业中的应用前景展望对话中，杭州无界线叙科技有限公司创始人吴煜与豫园股份AI智能科技中心数据负责人杨诚，就如何看待workbuddy、如何范驱动开发specification-driven development、如何坚持"AI+BI以用促治、AI 项目的收益与业态差异等话题进行了深入探讨。

纵观本次年会全部AI相关分享，可以提炼出五条行业共识，为零售企业 AI 转型提供清晰指引。

第一，认清行业现实，摒弃AI神话。AI不是特效药，不能跳过基础业务、数据、流程直接创造奇迹。行业整体仍处于试点探索阶段，规模化案例稀缺；很多项目效果有限，不是大模型技术不行，而是企业底座能力不足。

第二，场景优先，小步快跑，价值可衡量。优先选择场景清晰、可以量化收益的切入点，优先试点验证，采用 “先验证后付费” 的合作模式，控制试错成本，切忌大而全的一次性改造。优先布局业财、巡检、内容生成、精准营销等已经被验证见效的场景。

第三，AI落地的核心瓶颈不在技术，而在数据、组织、人才、知识沉淀。通用大模型能力市场上可以采购，但企业自身的业务知识库、高质量数据、SOP、隐性业务经验，是花钱买不到的核心壁垒。AI 工具只是放大器，如果组织流程、人员能力没有同步变革，效率提升会存在明确天花板。

第四，重塑产业合作逻辑：从功能交付走向价值交付，走向生态共创。在不确定性时代，传统甲乙双方的项目模式已经失灵。零售商与服务商需要共同定义业务结果，做样板试点，建立长期伙伴关系，而不是一次性买卖。服务商需要从卖产品，转向价值陪伴；甲方也要建立可控的试错容错机制。

第五，分清阶段，循序渐进，回归零售商业本质。数智化转型分业务在线化、数据资产化、运营智能化三层递进。现阶段大量企业的首要任务不是追逐酷炫 AI 智能体，而是补齐在线化与数据资产化短板。AI 的终极目标不是内卷降本，而是回归消费者，创造新的顾客体验，挖掘新的业务增量。

此次大会，各位分享嘉宾有一个共同的结论：未来零售竞争，比拼的不是谁率先用上大模型，而是谁能够把 AI 和自身的业务、数据、组织深度融合。AI正在从热点概念，逐步沉淀为零售企业的一项基础能力；褪去技术热度之后，真正决定成败的，依然是零售最朴素的经营本质。