橋梁﹒紐帶﹒匯集﹒分享
時間：2026-07-06 13:31
零售業從來不缺少信息。每一筆交易、每一條庫存記錄、每一次客戶咨詢，數據一直都在那里。但過去，從"信息存在"到"信息被有效利用"之間，隔著一道巨大的鴻溝：人的分析能力。一個資深采購員能看懂數據背后的趨勢，一個經驗豐富的門店經理能從客訴中嗅到問題，一個老練的供應鏈總監能憑直覺調優配送路線。這些能力極其稀缺，也極其昂貴。
AI 的本質意義，正是打通了這條鴻溝。它不是簡單地"幫人干活"，而是從根本上改變了信息與人之間的生產關系：過去是"信息存在→人分析→人判斷→人執行"，現在變成了"信息存在→AI分析→人判斷→人執行"。中間那個最耗腦力、最依賴經驗的環節，被AI接管了。
這就是為什么2025年以來，全球頭部零售商在AI應用上呈現出一種共識性的加速——不是因為技術突然成熟了，而是因為他們發現，AI真正改變的不是某個環節的效率，而是整個組織中信息流動和決策的方式。
本文綜合了近期全球零售業的多個AI實踐案例，試圖從這些具體場景中提煉出一些規律性的判斷，供中國零售同仁參考。
一、采購環節：AI 接管了"分析"，人專注"判斷"
傳統的采購工作，表面上看是"跟供應商打交道"，實際上大部分時間花在了信息處理上——分析銷售數據、比對供應商報價、核算成本結構、評估庫存風險。一個有經驗的采購員，核心價值不在于發幾封郵件、談幾次價格，而在于能從海量數據中識別出"什么時候該買、買多少、跟誰買、什么價位"。
現在，AI正在接管這個"從數據到洞察"的環節。
沃爾瑪已采用第三方AI公司的自主談判智能體，與數千家尾部供應商就付款賬期進行延期談判，實現了約1.5%的平均成本節省和額外35天的賬期浮動。與此同時，一批專注于零售采購AI的科技公司正在涌現：有的開發了"數字員工"系統，采購員可以在網絡會議和郵件中直接與AI智能體交互，由AI智能體代表公司與供應商進行價格談判和合同條款協商；有的則專注于自動化供應商報價處理——AI智能體讀取供應商發來的價格變動郵件，自動分析原材料成本、制造成本、人工費率、運輸和包裝成本，計算出合理采購價格區間，然后代表零售商做出接受或拒絕的決策。
Target的"趨勢智能平臺"則從消費端入手，處理視覺和文字趨勢數據，為自有品牌的選品決策提供洞察。
這些系統的共同特征是：AI智能體完成了從信息到建議的全鏈路，人只需要做最后的判斷和決策。 當供應商情緒激動或拒絕了過多提案時，AI會通知采購人員介入。使用AI智能體的員工得到的共識是：信任建立后，人類仍然在流程中，但可以從"全程參與"變成"關鍵節點介入"。
這不是效率提升，這是角色重塑——采購員從"信息分析者"變成了"決策判斷者"。
二、門店與消費者：信息不對稱正在被AI消除
零售業的一個長期存在的一個問題是信息不對稱：商家不知道顧客真正想要什么，顧客不知道自己有哪些選擇。過去彌合這個鴻溝的方式是"更多的人"——更多的導購、更多的客服、更多的設計師。AI帶來的變化是，信息處理和匹配的工作可以由機器完成，而且做得更快、更準。
家得寶：用AI重建顧客服務體驗
家得寶（Home Depot）是當前零售業AI落地業界可借鑒的案例之一，2025年3月他們上線了AI購物助理"Magic Apron"（魔力圍裙）。
這個AI助手解決的是一個零售業的老問題：顧客帶著模糊的需求走進門店，卻找不到能準確回答的人。過去，一個顧客想裝修衛生間，他需要找到懂行的員工，描述需求，然后等這個員工在腦海中從上萬種產品里檢索出合適的組合方案。這個過程高度依賴員工個人的經驗和精力，高峰期根本排不上隊。
“魔力圍裙”基于家得寶全量產品數據訓練，能在幾秒內完成產品咨詢、用戶評價總結、搭配方案推薦等信息匹配工作。顧客不再需要"找人問"，而是直接"問AI"。
但這個過程并非一帆風順。上線后，普通消費者很喜歡這個工具，但專業承包商——也就是那些靠家裝吃飯的長期客戶——卻很反感。原因在于：AI助手在向這些專業用戶了解需求時，提出的問題過于基礎，像是在跟外行打交道，讓對方覺得自己的專業經驗被輕視了。家得寶不得不重新訓練模型，讓它能夠識別不同類型的客戶并提供差異化的交互體驗。
這個教訓很受啟發：AI替代的不是人，而是信息匹配中的低效環節。 但如果這個環節做得不夠好，用戶照樣不買賬。
目前，家得寶正在將“魔力圍裙”的員工版推廣到門店員工的智能手機上，讓員工也能隨時調用AI輔助服務。同時，家得寶已明確所有AI投資必須掛鉤三大核心：支撐門店商品運營、打通線上線下零售生態、服務好專業客戶。
Gap：AI讓消費者自己做"選品決策"
快時尚巨頭Gap與Google Gemini合作推出AI購物助手，幫助消費者找到合適的產品、確認尺碼、發現新品。同時與第三方供應鏈軟件商合作，推進產品可追溯性和數據采集。
Gap CEO Richard Dickson的表述很精準："我們是一家以品牌為主導、以智能為動力的時尚公司。品牌通過執行振興計劃創造需求，而數據和AI賦能我們的團隊做出更具一致性和效率的決策。"Gap整體可比銷售額已實現連續第九個季度增長2%。
這里的本質變化是：過去消費者需要自己完成"瀏覽→比較→篩選→決策"的信息處理鏈條，現在AI助理把前三個環節自動化了，消費者只需要做最后的判斷。信息處理成本的大幅降低，直接轉化為決策效率的提升。
宜家：從"賣產品"到"賣方案"
宜家推出了AI結合“光探測與測距”技術，對房間進行掃描的全新設計服務。消費者只需用手機掃描房間，AI就能結合風格、顏色和預算偏好，生成四五個設計方案供選擇、修改和迭代。過去需要一名專業設計師花費6小時、客戶每次花費約70歐元的設計服務，現在縮短到每個房間每名員工約30分鐘。
宜家總部首席數字官在接受麥肯錫采訪時，這樣描述這個變化背后的本質轉變："過去，客戶來到我們的網站，明確知道自己想要一張沙發或一張餐桌。但如今，意圖正在改變。客戶在說：'幫我設計我的客廳。幫我打造我在家的生活方式。'"
這個案例的意義不在于"省了時間"，而在于它改變了零售服務的本質：從賣單品變成賣解決方案。過去，只有少數付得起設計費的客戶才能享受這種服務；現在，AI把信息處理和方案生成的成本降到了接近零，讓每個消費者都能獲得個性化的空間方案。這是生產關系變化帶來的服務民主化。
三、供應鏈與運營：AI重塑供應鏈——從經驗驅動到算法驅動
供應鏈是零售業信息密度最高的領域。每一筆訂單背后都關聯著庫存、物流、時效、成本、客戶預期等多維變量。過去，優化這些變量靠的是人的經驗，一個老練的供應鏈總監能憑直覺判斷哪些訂單該走哪條線路、哪個倉庫該優先發貨。這種經驗極其寶貴，但也極其有限，一個人的認知帶寬終究無法處理數百萬個變量的實時組合。
家得寶：回溯百萬數據點的"訂單智能"
家得寶的"訂單智能"系統回溯過往配送的數百萬數據點，評估每一單的風險評分。它考慮的細節包括：收貨地址是否需要門禁密碼？是否位于蜿蜒窄路上（22英尺的配送車比36英尺的更合適）？系統能主動聯系顧客處理潛在問題，并提供更準確的配送時間。
這里的本質改變是：過去這些"經驗判斷"只存在于老司機和老調度員的腦子里，現在AI把它們變成了可復制、可擴展的系統能力。
宜家：400個履約點的算法調度
宜家在全球擁有超過400個履約和發貨點，每天處理海量訂單從倉庫到消費者手中的流轉。面對如此復雜的物流網絡，傳統做法是靠調度員經驗判斷"這筆訂單從哪個倉發貨最快、走哪條線路最省成本"。
現在，宜家利用帶權重的AI算法，綜合考量庫存位置、運輸成本、配送時效和碳排放等多維變量，自動為每筆訂單計算最優履約路線。這套系統顯著改善了運輸和物流方面的成本比率，讓供應鏈決策從"憑經驗拍腦袋"變成"數據驅動的最優解"。
Best Buy：數字孿生重塑物流網絡
百思買（Best Buy）在供應鏈端做了一件很有想象力的事——為整個物流網絡構建了數字孿生。這個虛擬副本讓團隊可以在不觸碰實體倉庫和配送路線的情況下，模擬不同的配送方案，找到成本最低、效率最高的布局。結果是：庫存投資減少了，吞吐量反而提升了。
更值得關注的是其"數據驅動采購"系統。百思買內部稱之為"青少年AI"（adolescent AI），意思是它還不夠成熟到完全自主，但已經能大幅增強人的判斷。這個系統實時評估配送節點、承運商績效和服務成本，為每筆訂單計算最優配送路徑。配合這套系統，百思買60%的在線訂單能在一天內送達。
這里的本質是：AI不是替代了物流團隊，而是把過去只存在于少數資深調度員腦中的經驗，變成了可復制、可迭代的系統能力。
四、智能體商務：零售業的新戰場
如果說前面的案例是AI在"企業內部"改變信息和人的關系，那么智能體商務（Agentic Commerce）則是在"消費者端"重塑同樣的關系。
谷歌Universal Cart：一個購物車裝下整個互聯網
2026年Google I/O大會上，谷歌正式推出Universal Cart（通用購物車），打通了谷歌搜索、Gemini、YouTube、Gmail四大場景，消費者可以在任何一個場景中一鍵加購。首批接入的零售商包括沃爾瑪、Target、耐克、絲芙蘭、Ulta Beauty、Wayfair，同時接入Shopify平臺旗下的大量中小商戶。
Universal Cart的核心能力包括：
? 全場景加購：搜索頁、AI對話、YouTube視頻、Gmail郵件，"所見即加購"
? 智能價格監測：自動追蹤降價和優惠，整合歷史價格數據
? 兼容性校驗：當購物車內的商品存在搭配沖突時，AI主動預警并推薦替代方案
? 權益整合：自動同步零售商會員體系、優惠券、銀行卡權益
? 雙模式結算：可直接通過Google Pay結賬，也可跳轉零售商官網
配合年初發布的通用商務協議（UCP）和智能體支付協議，谷歌搭建了一套完整的AI零售底層標準。UCP免費向全球所有零售商開放，零售商無需額外開發即可接入基礎功能，深度合作可解鎖無縫結賬、會員同步等進階能力。
五、人：被釋放，而非被替代
在所有這些案例中，有一個共性值得注意：AI改變的不是"要不要人"，而是"人做什么"。
Costco："我不認為AI會為Costco做商品選擇"
Costco CEO Ron Vachris在芝加哥經濟俱樂部的一番話，堪稱近期零售業最清醒的AI判斷：
"AI對我們公司最大的價值在于輔助性質。它在藥房、加油站、會計部門和IT部門都運作得很好，補充了我們的員工和系統。"
"我不認為AI會為Costco做商品選擇。我不知道我們是否會從有經驗的采購員手中拿走這些權力。"
"我們沒有因為AI而裁掉任何人——因為業務在以更快的速度增長。但那些以前做這些任務的員工，現在已經被提升到了更具前瞻性的角色。"
Vachris劃出的邊界很清晰：AI接管信息處理層的工作（數據分析、流程調度、代碼編寫），但商品選擇、客戶關系、戰略判斷——這些需要經驗、直覺和信任的工作，仍然是人的領地。AI讓人從"處理信息"中解放出來，去做"運用判斷"的工作。
沃爾瑪：210萬人的"認知升級"
沃爾瑪為美國和加拿大210萬員工啟動了AI培訓計劃——從總部白領到門店理貨員，從叉車司機到面包師，無一例外。培訓的核心不是教操作，而是圍繞三件事：把AI用順、判斷AI給的結果靠不靠譜、確保最終決定權掌握在人手里。
沃爾瑪內部開發的"氛圍編碼"平臺，讓一線員工用自然語言就能構建自己的AI應用。蛋糕師做了一個"蛋糕裝飾教練"，新員工上傳照片就能獲得即時反饋；物流經理做了一個"返程路徑優化器"，幫司機減少空駛里程。弗納的態度很明確："想法從哪里來不重要，重要的是，無論最好的想法在哪里，我們都能把它規模化。"
這就是"釋放人的能力"的具體含義。 AI接管了know-how（怎么做），人的價值錨點遷移到know-what（該做什么、為什么做）。一位43年工齡的資深員工，不再用AI替她更快地寫培訓文檔，而是讓AI幫她重新設計培訓方案本身——從"寫文檔的人"變成了"設計方案的人"。過去六年，沃爾瑪員工總數保持穩定，但人均產出大幅提升。AI帶來的效率提升沒有導向裁員，而是導向了人的升級。
宜家：4萬人培訓背后的組織邏輯
很多零售商做AI，是技術部門的事情。宜家選擇了一條不同的路：先讓所有人理解AI，再決定怎么用。
公司已為4萬名員工完成了AI素養培訓，并在三個國家啟動了門店級"AI大使"試點——在每個門店培養一批理解AI、能幫助同事的"種子選手"。宜家首席數字官Parekh的邏輯很務實："一項能力的好壞取決于它的部署和采納程度。有些人把AI視為機遇，有些人視為威脅。我們的目標是幫助每個人理解AI的價值，而不是讓它停留在技術部門的PPT里。"
在落地層面，宜家用一個四象限框架來對AI項目做優先排序，避免"什么都想做卻一事無成"：
? 面向客戶 × 增長導向：推薦引擎、智能定價、智能體商務——直接拉動營收
? 面向員工 × 增長導向：員工AI工具——讓人做得更多更好
? 面向客戶 × 成本導向：客戶服務自動化——用AI替代重復性客服工作
? 面向員工 × 成本導向：供應鏈和最后一公里優化——降本增效
這個框架的本質是：每個AI項目上線前，先回答兩個問題——它服務誰（客戶還是員工）？它的目標是什么（增收還是降本）？答清楚這兩個問題，資源該往哪里投、先做什么后做什么，就清楚了。Parekh說得好："成功不在于構建，而在于部署和采納。"技術本身不是壁壘，讓技術真正被用起來才是。
六、本質：AI改變的是信息與人之間的生產關系
回看以上所有案例，如果只用一句話概括AI對零售業的變革，我會說：AI改變了信息與人之間的生產關系。
第一層：從"人分析"到"AI分析"
傳統的零售業，信息處理和決策高度依賴人的經驗和精力。一個采購員一天能分析幾十個SKU，一個門店經理一天能處理幾十條客訴，一個供應鏈調度員一天能優化幾十條配送路線。信息就在那里，但人的認知帶寬有限，所以大部分信息被浪費了。
AI做的事情，本質上是把"從信息到洞察"這個環節自動化了。AI可以同時在數百萬個SKU上運行分析，在幾秒內完成過去需要幾小時甚至幾天的信息處理工作。然后，它把結果——建議、預警、方案——直接呈現給人，讓人來做判斷和決策。
這就是生產關系的變革。 過去是"信息→人分析→人判斷→人執行"，現在是"信息→AI分析→人判斷→人執行"。中間那個最耗腦力、最依賴經驗、也最不可復制的環節，被AI接管了。
這不是簡單的效率提升。效率提升是"做得快了10%"，而生產關系的變革是"原來做不了的事情現在能做了"。宜家的AI設計讓每個客戶都能獲得個性化空間方案，這在人工模式下根本不可能規模化；家得寶的訂單智能能處理數百萬個配送變量，這是任何人類調度團隊都無法企及的；AI采購談判系統能同時與數千家供應商進行賬期博弈，這是任何采購團隊的人力都無法覆蓋的。
而且，這種變革還帶來了一個經常被忽視的效果——信息處理能力的民主化。過去，只有大型零售商才養得起龐大的數據分析團隊，才能在每一個品類上配備經驗豐富的采購專家。現在，AI把這種分析能力變成了可負擔的基礎設施。當AI能自動讀取供應商報價郵件、核算成本結構、計算合理采購價格區間時，一個中小零售商也能獲得接近大企業的信息處理能力。這是AI對零售業競爭格局最深層的影響。
第二層：釋放人的能力，激發創造力
生產關系的變革，直接帶來一個更深層的結果——人的能力被釋放了，人的思維獲得了更大的自由空間，創造力因此被激發。
這一點，在上述案例中體現得尤為清晰。
Costco的采購員不再需要花幾小時分析數據，而是直接基于AI的分析結果做選品判斷。他們的時間被釋放出來了，可以用在更有價值的地方——比如去深入了解供應商的新品開發思路，去觀察消費者在門店里的真實行為，去思考未來兩年的品類戰略方向。這些工作不是AI能做的，而是需要人的經驗、直覺和創造力。
家得寶的門店員工，以前需要在腦海中檢索上萬種產品的組合方案來回答顧客問題，現在Magic Apron能在幾秒內完成這個匹配。員工的時間被釋放出來，可以專注于理解顧客的真實需求、提供更有溫度的服務、處理AI解決不了的復雜問題。
沃爾瑪的案例更直白——當AI接手了事務性工作，公司立刻推出了"員工到驗光師"項目，用全額資助讓員工去學習全新的專業技能。這說明什么？說明AI釋放出來的人力，不是閑置的，而是可以被引導去創造更高價值的。
這就是AI在零售業最被低估的價值：它不只是讓現有的工作做得更快，而是讓人有可能去做以前做不了的事情。 當信息處理的重擔被卸下，人的思維從"處理數據"中解放出來，才真正有了空間去思考"為什么"、"如果……會怎樣"、"還能怎么做"——這些才是創造力的源泉。
第三層：釋放不等于自動升級
但這里有一個至關重要的判斷：釋放，不等于自動升級。
AI把信息處理的活兒接過去了，人的時間確實多了，思維確實自由了，但這并不意味著人就會自動走向創造。釋放出來的空間，可以被用來做更有價值的事情，也可以被浪費掉。關鍵在于組織和個人如何選擇。
宜家首席數字官Parekh說得好："一項能力的好壞取決于它的部署和采納程度。有些人把AI視為機遇，有些人則視為威脅。我們的目標是幫助員工更好地理解AI及其帶來的價值。"宜家為4萬名員工完成了AI素養培訓，這不是技術培訓那么簡單——這是在幫助每個員工重新定義自己在AI時代的角色。
Costco CEO Vachris的話更值得品味："那些以前做這些任務的員工，現在已經被提升到了更具前瞻性的角色。"他沒有說"被裁了"，也沒有說"被閑置了"，而是"被提升了"。這背后是Costco有意識的組織選擇——90%的會員續約率、55%的員工工作超過5年，這些數字說明Costco的文化本身就是"投資于人"的文化。AI在這樣的土壤里，自然催生的是人的升級而非淘汰。
反觀那些只把AI當作"降本工具"的企業，結果可能完全不同。如果AI釋放出來的人力沒有被重新引導到更有創造性的工作中，如果組織架構和考核體系仍然按照舊模式運轉，如果員工沒有得到學習和成長的支持，那么"釋放"就只是"閑置"的另一種說法。
第四層：全觸角直連——零售巨頭正在吞下整條鏈路
以上三層討論的是AI如何改變企業內部信息與人之間的關系。但在更宏觀的層面，AI正在催生一種更深層的結構性變化：零售巨頭正在進入"全觸角直連"時代。
過去，零售商的核心業務是賣貨，物流外包給快遞公司，廣告交給廣告公司，消費者發現商品的渠道依賴搜索引擎和社交媒體。現在，亞馬遜、沃爾瑪正在把這些過去外包出去的環節逐一收回來，自己直接掌控。
亞馬遜已經不再是一家"賣東西的網站"。它自建物流網絡，平均每單配送時間壓縮到17小時，每單物流成本僅3.2美元；它做廣告業務，2025年廣告收入超過800億美元；它做內容發現，Rufus購物助手直接接管消費者從"了解"到"下單"的鏈路。沃爾瑪同樣在走這條路——自建履約網絡覆蓋90%的美國家庭，Walmart Connect廣告業務利潤率超過40%，AI購物助手Sparky嵌入ChatGPT和Gemini直接截獲消費意圖。
它們這樣做的邏輯很清晰：每收回一個環節，就多拿一份數據、多賺一層利潤、減少對一個第三方的依賴。物流自己做了，就不用等快遞公司的數據回傳；廣告自己做了，就不用把營銷預算交給外部平臺；內容發現自己做了，就不用擔心消費者在別人的AI助手里被推薦走。
而AI，是這一切的基礎設施。 沒有AI，亞馬遜不可能用算法優化千萬級包裹的配送路線；沒有AI，沃爾瑪不可能讓Sparky在多個AI平臺同時截獲消費需求；沒有AI，這些巨頭不可能同時運營零售、物流、廣告、內容四條戰線。AI讓它們有能力成為"全觸角直連"的企業——從消費者發現商品、做出決策、下單支付到最終收貨，每一個觸點都自己掌控。
這對中小零售商的啟示是雙重的：一方面，巨頭的全鏈路整合會進一步壓縮中間環節的生存空間；另一方面，AI本身也在降低能力門檻——當AI采購助手、AI客服、AI供應鏈優化變成可購買的標準化服務時，中小企業也有機會在自己的細分領域實現某種程度的"全觸角直連"。關鍵在于，你能不能找到值得自己掌控的核心觸點。
結論：三個問題的回答
對中國零售企業來說，最需要理解的不是"該不該用AI"——這個答案已經沒有懸念——而是三個更本質的問題：
第一，如何重新設計信息與人之間的關系？ 哪些分析工作應該交給AI？哪些判斷仍然需要人來做？組織架構、崗位定義、培訓體系、績效考核，是否需要隨之調整？
第二，如何把釋放出來的能力導向創造？ AI省下來的時間和腦力，是用來做更有價值的事，還是被白白消耗掉？有沒有機制幫助員工從"信息處理者"升級為"判斷決策者"甚至"創造者"？
第三，組織的文化準備好了嗎？ Costco和宜家的案例說明，AI時代真正拉開差距的，不是技術本身，而是組織對待人的方式。那些真正投資于人、相信人的創造力的企業，才能把AI的生產力紅利轉化為長期的競爭優勢。
注：本文基于外文原始報道綜合編譯，編譯過程中使用AI輔助進行資料整理、翻譯和初稿撰寫，全文經本人審校、編輯和定稿。
本文綜合編譯自以下來源：
? Modern Retail 2026年6月22日《AI is now doing parts of merchants' jobs, managing products and vendors》
? Fortune 2026年6月24日《How Home Depot is using AI to rebuild retail》
? Retail Dive 2026年6月4日《Retailers turn to AI for productivity, personalized shopping》
? Fast Company 2026年6月《Costco CEO Ron Vachris: 'I don't see AI making choices' for the retailer》
? McKinsey 2026年6月《提升客戶體驗：宜家的智能體AI之旅》
? 沃爾瑪官網 2026年6月29日《Keeping the Future in Focus》及《Bringing New Career Paths into Focus》
文章來源：楊德宏博士 老楊博士
關注公眾號
關注抖音
關注微博
