當(dāng)前，中國(guó)零售業(yè)正站在歷史性的轉(zhuǎn)型關(guān)口。商務(wù)部數(shù)據(jù)顯示，2025年前三季度，限額以上零售業(yè)單位中，超市、百貨店等傳統(tǒng)業(yè)態(tài)零售額同比增速僅為4.4%、0.9%，而便利店雖以6.4%的增速領(lǐng)跑，卻仍難掩行業(yè)整體陷入的存量競(jìng)爭(zhēng)困局。當(dāng)價(jià)格戰(zhàn)失效、開(kāi)店紅利消退，傳統(tǒng)零售長(zhǎng)期依賴(lài)的規(guī)模擴(kuò)張模式已然走到盡頭。
與此同時(shí)，消費(fèi)主權(quán)時(shí)代的到來(lái)正在重塑行業(yè)規(guī)則。消費(fèi)者對(duì)“更快的配送、更準(zhǔn)的推薦、更透的溯源”的需求，倒逼零售企業(yè)從“渠道為王”轉(zhuǎn)向“消費(fèi)者為王”。在此背景下，數(shù)據(jù)不通、供應(yīng)鏈響應(yīng)滯后、營(yíng)銷(xiāo)精準(zhǔn)度不足三大核心困境，成為制約行業(yè)增長(zhǎng)的“三座大山”。
中國(guó)零售業(yè)已邁入下半場(chǎng)，其發(fā)展重心正從規(guī)模擴(kuò)張轉(zhuǎn)向以品質(zhì)和服務(wù)驅(qū)動(dòng)的高質(zhì)量發(fā)展。然而，傳統(tǒng)零售企業(yè)在轉(zhuǎn)型中普遍面臨三重核心困境。
一是數(shù)據(jù)割裂的困境。多數(shù)企業(yè)仍處于數(shù)字化轉(zhuǎn)型的初步階段，線上、線下及供應(yīng)鏈數(shù)據(jù)分散于不同系統(tǒng)，形成“數(shù)據(jù)孤島”，導(dǎo)致決策效率低下且失誤率高。
二是供應(yīng)鏈轉(zhuǎn)型的“內(nèi)憂外患”。外部看，存量競(jìng)爭(zhēng)與即時(shí)零售的興起，要求供應(yīng)鏈必須從以產(chǎn)定銷(xiāo)，轉(zhuǎn)向以實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)，以實(shí)現(xiàn)更快、更準(zhǔn)、更透的響應(yīng)。內(nèi)部看，傳統(tǒng)鏈?zhǔn)焦?yīng)鏈結(jié)構(gòu)剛性，抗風(fēng)險(xiǎn)能力弱，需求波動(dòng)易被逐級(jí)放大，且面對(duì)海量SKU，人工計(jì)劃已力不從心。
三是營(yíng)銷(xiāo)與用戶(hù)運(yùn)營(yíng)的困境。流量紅利消退，獲客成本攀升，而依賴(lài)經(jīng)驗(yàn)判斷的傳統(tǒng)營(yíng)銷(xiāo)模式缺乏對(duì)用戶(hù)行為的深度洞察，轉(zhuǎn)化率低。更關(guān)鍵的是，企業(yè)無(wú)法打通從觸達(dá)到留存的全生命周期運(yùn)營(yíng)，難以滿(mǎn)足個(gè)性化需求，用戶(hù)粘性不足。
盡管挑戰(zhàn)嚴(yán)峻，但AI技術(shù)的出現(xiàn)與不斷成熟，正為傳統(tǒng)零售的破局與重生注入全新動(dòng)能。時(shí)至今日，AI技術(shù)在零售領(lǐng)域的應(yīng)用已從早期的小范圍嘗試，逐步轉(zhuǎn)向成熟用例的規(guī)?；茝V，其角色也從單純的輔助工具，升級(jí)為重構(gòu)業(yè)務(wù)流程、重塑商業(yè)模式的核心引擎。
從生成式AI重構(gòu)消費(fèi)交互場(chǎng)景，到智能體實(shí)現(xiàn)供應(yīng)鏈端到端自動(dòng)化決策；從計(jì)算機(jī)視覺(jué)優(yōu)化門(mén)店運(yùn)營(yíng)，到預(yù)測(cè)模型提升庫(kù)存管理精度，AI技術(shù)正全方位滲透零售“人、貨、場(chǎng)”各個(gè)環(huán)節(jié)，給零售業(yè)帶來(lái)新的想象空間。
具體來(lái)看，“人”作為零售的核心需求主體，AI對(duì)其的重構(gòu)核心在于實(shí)現(xiàn)從“大眾營(yíng)銷(xiāo)”到“個(gè)體運(yùn)營(yíng)”的跨越，通過(guò)精準(zhǔn)洞察需求、優(yōu)化交互體驗(yàn)，構(gòu)建全生命周期的用戶(hù)運(yùn)營(yíng)體系；“貨”作為零售的核心供給載體，AI對(duì)其的重構(gòu)聚焦于破解傳統(tǒng)供應(yīng)鏈的剛性壁壘，實(shí)現(xiàn)從“推式供給”到“拉式適配”的轉(zhuǎn)型，構(gòu)建兼具效率與韌性的柔性供應(yīng)鏈體系。需求預(yù)測(cè)是AI滲透供應(yīng)鏈的核心切入點(diǎn)，通過(guò)時(shí)序預(yù)測(cè)模型、機(jī)器學(xué)習(xí)算法，整合歷史銷(xiāo)售數(shù)據(jù)、季節(jié)因素、天氣變化、促銷(xiāo)活動(dòng)、社交媒體熱點(diǎn)等多維度變量，AI能夠?qū)崿F(xiàn)SKU級(jí)的精準(zhǔn)需求預(yù)測(cè)；“場(chǎng)”作為零售的核心交易與體驗(yàn)載體，AI對(duì)其的重構(gòu)核心在于打破線上線下的場(chǎng)景壁壘，實(shí)現(xiàn)從“單一物理空間”到“全域虛實(shí)融合場(chǎng)景”的拓展，優(yōu)化場(chǎng)景運(yùn)營(yíng)效率與消費(fèi)體驗(yàn)。
當(dāng)前零售行業(yè)所面臨的困境，本質(zhì)上是因?yàn)樾袠I(yè)渠道為王向消費(fèi)者為王，市場(chǎng)需求端的變化對(duì)傳統(tǒng)供應(yīng)鏈形成的系統(tǒng)性壓力，倒逼企業(yè)在商品生產(chǎn)、流通和交付的全鏈條進(jìn)行效率革命。在此過(guò)程中，數(shù)據(jù)正成為零售企業(yè)最核心的生產(chǎn)資料，而AI+云的融合，正是激活數(shù)據(jù)價(jià)值的關(guān)鍵。不同于傳統(tǒng)的信息化升級(jí)，AI+云的深度融合正在推動(dòng)行業(yè)從經(jīng)驗(yàn)驅(qū)動(dòng)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)，從規(guī)模擴(kuò)張轉(zhuǎn)向品質(zhì)提升。
云計(jì)算為零售企業(yè)提供了海量數(shù)據(jù)的存儲(chǔ)與彈性處理能力，解決了傳統(tǒng)IT架構(gòu)下“存不下、算得慢”的痛點(diǎn)——無(wú)論是PB級(jí)的銷(xiāo)售數(shù)據(jù)、用戶(hù)行為數(shù)據(jù)，還是實(shí)時(shí)產(chǎn)生的IoT設(shè)備數(shù)據(jù)，都能通過(guò)云平臺(tái)實(shí)現(xiàn)安全存儲(chǔ)與高效處理；而AI技術(shù)則突破了傳統(tǒng)數(shù)據(jù)分析的局限，實(shí)現(xiàn)了從“數(shù)據(jù)收集”到“價(jià)值挖掘”的跨越，讓數(shù)據(jù)真正轉(zhuǎn)化為可指導(dǎo)決策的知識(shí)。
華為云提出的“從數(shù)據(jù)湖升級(jí)至知識(shí)湖”的理念，正是這一變革的核心體現(xiàn)。通過(guò)數(shù)據(jù)湖整合結(jié)構(gòu)化、非結(jié)構(gòu)化、IoT等多源數(shù)據(jù)，再借助AI技術(shù)自動(dòng)抽取數(shù)據(jù)語(yǔ)義、構(gòu)建企業(yè)知識(shí)圖譜，從而幫助企業(yè)構(gòu)建以知識(shí)為中心的數(shù)據(jù)底座，零售企業(yè)得以將“人貨場(chǎng)”裝進(jìn)實(shí)時(shí)數(shù)據(jù)流，讓決策像雷達(dá)一樣精準(zhǔn)。
而在讓零售行業(yè)最為頭痛的供應(yīng)鏈管理方面，AI技術(shù)在供應(yīng)鏈領(lǐng)域的應(yīng)用，正在推動(dòng)“推式供應(yīng)鏈”向?qū)崟r(shí)數(shù)據(jù)驅(qū)動(dòng)的“拉式供應(yīng)鏈”轉(zhuǎn)型。
以華為云為例，其圍繞“數(shù)據(jù)+AI”雙輪驅(qū)動(dòng)，提供覆蓋計(jì)劃、生產(chǎn)、倉(cāng)儲(chǔ)、物流全鏈路的智能供應(yīng)鏈解決方案，助力零售企業(yè)實(shí)現(xiàn)降本增效與業(yè)務(wù)創(chuàng)新。
在需求預(yù)測(cè)環(huán)節(jié)，華為云預(yù)測(cè)大模型突破了傳統(tǒng)統(tǒng)計(jì)模型的局限，能夠整合歷史銷(xiāo)售數(shù)據(jù)、季節(jié)因素、區(qū)域消費(fèi)特征、營(yíng)銷(xiāo)活動(dòng)、天氣數(shù)據(jù)甚至社交媒體熱點(diǎn)等多維度變量，實(shí)現(xiàn)SKU級(jí)的精準(zhǔn)預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確率較傳統(tǒng)模式提升30%以上。
在生產(chǎn)與倉(cāng)儲(chǔ)環(huán)節(jié)，天籌求解器能夠基于實(shí)時(shí)需求數(shù)據(jù)，動(dòng)態(tài)優(yōu)化生產(chǎn)排程、倉(cāng)儲(chǔ)貨位布局和庫(kù)存水平，實(shí)現(xiàn)“以銷(xiāo)定產(chǎn)”和“動(dòng)態(tài)安全庫(kù)存”管理，減少滯銷(xiāo)積壓和缺貨損失；
在物流配送環(huán)節(jié)，借助天籌求解器的路徑優(yōu)化能力和實(shí)時(shí)路況數(shù)據(jù)，可實(shí)現(xiàn)多車(chē)輛、多節(jié)點(diǎn)、多約束條件下的最優(yōu)路徑規(guī)劃，同時(shí)結(jié)合IoT技術(shù)實(shí)現(xiàn)運(yùn)輸過(guò)程的實(shí)時(shí)追蹤與溫濕度監(jiān)控，保障商品安全與交付時(shí)效；在全鏈路協(xié)同層面，通過(guò)華為云數(shù)據(jù)湖整合供應(yīng)鏈各環(huán)節(jié)數(shù)據(jù)，構(gòu)建全鏈路可視化平臺(tái)，讓企業(yè)能夠?qū)崟r(shí)掌握從原料到終端的全流程狀態(tài)，實(shí)現(xiàn)全局最優(yōu)決策。
更重要的是，柔性網(wǎng)狀供應(yīng)鏈體系大幅提升了企業(yè)的抗風(fēng)險(xiǎn)能力。例如，在區(qū)域物流受阻時(shí)，系統(tǒng)可通過(guò)全鏈路可視數(shù)據(jù)快速識(shí)別替代物流通道和可調(diào)撥庫(kù)存，實(shí)現(xiàn)資源的動(dòng)態(tài)調(diào)配；在原材料短缺時(shí)，能夠基于供應(yīng)商畫(huà)像數(shù)據(jù)快速匹配備選供應(yīng)商，保障生產(chǎn)連續(xù)性。
實(shí)踐是檢驗(yàn)技術(shù)價(jià)值的唯一標(biāo)準(zhǔn)。順豐從2019年起就與華為云在彈性上云、AI、大數(shù)據(jù)、研發(fā)工具鏈、網(wǎng)絡(luò)安全等方面持續(xù)合作，面對(duì)業(yè)務(wù)量的指數(shù)級(jí)增長(zhǎng)與對(duì)“時(shí)效承諾”的極致追求，順豐科技與華為云共同擁抱DevOps，實(shí)現(xiàn)了研發(fā)體系云化與敏捷化。
憑借多年的服務(wù)經(jīng)驗(yàn)和深厚的供應(yīng)鏈認(rèn)知，順豐科技在智慧供應(yīng)鏈領(lǐng)域不斷深入，推出“豐智云”一站式智慧供應(yīng)鏈解決方案，支持從規(guī)劃到控制的全鏈條管理，同時(shí)雙方將目光更投向了用智能重塑核心物流運(yùn)營(yíng)與客戶(hù)體驗(yàn)的未來(lái)。通過(guò)華為云提供的全棧ICT技術(shù)能力與順豐對(duì)物流場(chǎng)景Know-How的深度融合，讓數(shù)據(jù)在物流全鏈路中發(fā)揮價(jià)值，實(shí)現(xiàn)了從“規(guī)模運(yùn)營(yíng)”到“智慧運(yùn)營(yíng)”的躍遷。
美宜佳則與華為云深入零售行業(yè)肌理，攜手打造了“1+N+M”智慧供應(yīng)鏈藍(lán)圖，推動(dòng)門(mén)店從“經(jīng)驗(yàn)驅(qū)動(dòng)”轉(zhuǎn)向“數(shù)據(jù)驅(qū)動(dòng)”，從“被動(dòng)響應(yīng)”邁向“主動(dòng)預(yù)判”。雙方落地基于數(shù)據(jù)中臺(tái)與AI算法的門(mén)店訂貨模型，將海量銷(xiāo)售、庫(kù)存、客流數(shù)據(jù)轉(zhuǎn)化為精準(zhǔn)訂貨指令，助力門(mén)店高效運(yùn)轉(zhuǎn)、精準(zhǔn)服務(wù)。合作也力求打造出一條可復(fù)制的零售數(shù)智轉(zhuǎn)型路徑，以“Data+AI”賦能行業(yè)供應(yīng)鏈數(shù)字化，為推動(dòng)零售業(yè)整體向智能化、高效化、個(gè)性化發(fā)展提供借鑒。
此外，某連鎖便利店企業(yè)通過(guò)與華為云的合作，打造的智能補(bǔ)貨系統(tǒng)使訂貨采納率提升5%，報(bào)廢率下降12.7%；某物流企業(yè)與華為云的合作，將倉(cāng)儲(chǔ)調(diào)度效率提升60%，裝箱率提高20%；某智能家居企業(yè)與華為云的合作，令裝車(chē)時(shí)長(zhǎng)縮短41%，配車(chē)計(jì)劃采納率>98%；某制藥企業(yè)與華為云的合作，將庫(kù)存降低15-25%，采購(gòu)周期縮短25%.......
眾多行業(yè)案例，體現(xiàn)了華為云的數(shù)智化供應(yīng)鏈解決方案，不僅能解決企業(yè)的即時(shí)痛點(diǎn)，更幫助其構(gòu)建了柔性、高效的供應(yīng)鏈體系，支撐了全渠道業(yè)務(wù)的快速發(fā)展。
除了利用數(shù)字化的手段重新構(gòu)建供應(yīng)鏈體系之外，在精準(zhǔn)營(yíng)銷(xiāo)方面也有AI大展身手的空間。新一輪AI技術(shù)的應(yīng)用，讓零售營(yíng)銷(xiāo)從“廣撒網(wǎng)”轉(zhuǎn)向“精準(zhǔn)滴灌”成為可能。通過(guò)AI分析挖掘用戶(hù)需求，借助多模態(tài)大模型生成個(gè)性化營(yíng)銷(xiāo)內(nèi)容，依托用戶(hù)數(shù)據(jù)智能平臺(tái)實(shí)現(xiàn)全渠道精準(zhǔn)觸達(dá)，零售企業(yè)能夠構(gòu)建以用戶(hù)為中心的全鏈路營(yíng)銷(xiāo)閉環(huán)，提升用戶(hù)體驗(yàn)與轉(zhuǎn)化效率。
在各行業(yè)對(duì)數(shù)字技術(shù)，尤其是AI技術(shù)已經(jīng)從“技術(shù)驗(yàn)證”走向“價(jià)值落地”的當(dāng)下，零售行業(yè)的數(shù)智化轉(zhuǎn)型并非虛無(wú)縹緲的概念，而是有明確路徑、可落地、可復(fù)制的系統(tǒng)工程。
隨著AI與云計(jì)算技術(shù)的持續(xù)滲透，零售行業(yè)的增長(zhǎng)邏輯正在從“效率提升”向“價(jià)值創(chuàng)造”轉(zhuǎn)變。未來(lái)，零售企業(yè)的核心競(jìng)爭(zhēng)力將不再是規(guī)模與渠道，而是數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)決策能力、柔性高效的供應(yīng)鏈能力、個(gè)性化的用戶(hù)服務(wù)能力。據(jù)統(tǒng)計(jì)，2021-2030中國(guó)供應(yīng)鏈人工智能市場(chǎng)年復(fù)合增長(zhǎng)率28%，云基礎(chǔ)設(shè)施+AI空間可達(dá)253.1億。
從轉(zhuǎn)型路徑來(lái)看，前文提到的品牌均以數(shù)智化供應(yīng)鏈為核心突破口，依托華為云的Data+AI技術(shù)能力，實(shí)現(xiàn)了供應(yīng)鏈效率的革命性提升，進(jìn)而帶動(dòng)了營(yíng)銷(xiāo)、門(mén)店等全場(chǎng)景的協(xié)同轉(zhuǎn)型。
這一轉(zhuǎn)型路徑具有普適性——對(duì)于零售企業(yè)而言，供應(yīng)鏈?zhǔn)沁B接“貨”與“場(chǎng)”、“貨”與“人”的核心紐帶，通過(guò)數(shù)智化手段優(yōu)化供應(yīng)鏈效率，能夠快速實(shí)現(xiàn)降本增效，為后續(xù)的全場(chǎng)景轉(zhuǎn)型奠定基礎(chǔ)。
安全穩(wěn)定的云底座保障了業(yè)務(wù)的連續(xù)運(yùn)行，數(shù)據(jù)+AI兩大核心能力是驅(qū)動(dòng)業(yè)務(wù)創(chuàng)新的引擎，而數(shù)智化供應(yīng)鏈、營(yíng)銷(xiāo)、門(mén)店等五大創(chuàng)新方向，則為企業(yè)提供了全鏈路的轉(zhuǎn)型支撐。這種“業(yè)務(wù)場(chǎng)景驅(qū)動(dòng)技術(shù)賦能”的模式，為零售企業(yè)的數(shù)智化轉(zhuǎn)型提供了清晰的方法論。
從技術(shù)發(fā)展來(lái)看，未來(lái)AI大模型訓(xùn)練與推理需求將持續(xù)爆發(fā)，算力服務(wù)化、訂閱化趨勢(shì)將加速；AI Agent將實(shí)現(xiàn)商業(yè)化落地，推動(dòng)供應(yīng)鏈端到端的自動(dòng)化決策；混合云架構(gòu)將成為常態(tài)，供應(yīng)鏈數(shù)據(jù)中臺(tái)建設(shè)需求將持續(xù)提升。這些技術(shù)變革將進(jìn)一步賦能零售企業(yè)的數(shù)智化轉(zhuǎn)型，推動(dòng)行業(yè)實(shí)現(xiàn)更高層次的增長(zhǎng)。
零售業(yè)作為數(shù)智化技術(shù)落地最迅速、價(jià)值最顯性的領(lǐng)域之一，無(wú)數(shù)企業(yè)正積極探索AI與場(chǎng)景的融合路徑。因此，時(shí)值2025年末，鈦媒體攜手華為云，共同發(fā)起EDGE AWARDS特別單元“年度零售數(shù)智先行者”評(píng)選。
這不是一次簡(jiǎn)單的獎(jiǎng)項(xiàng)增設(shè)，而是以“技術(shù)+媒體”的雙重視角，為零售數(shù)智化轉(zhuǎn)型錨定真正創(chuàng)造商業(yè)價(jià)值的標(biāo)桿，厘清可復(fù)制、可推廣的實(shí)踐路徑。
2025 EDGE AWARDS創(chuàng)新評(píng)選將以更開(kāi)放的國(guó)際視野，復(fù)盤(pán)這一年技術(shù)與產(chǎn)業(yè)的躍遷，致敬那些重新定義時(shí)代邊界的企業(yè)、產(chǎn)品與人物。
我們希望通過(guò)這份榜單，讓真正的先行者被看見(jiàn)，讓有效的創(chuàng)新路徑被借鑒。
當(dāng)傳統(tǒng)增長(zhǎng)模式失效，AI+云正在為零售行業(yè)打開(kāi)新的增長(zhǎng)空間。未來(lái)，隨著轉(zhuǎn)型路徑的日益清晰，更多零售企業(yè)將借助AI+云的力量，實(shí)現(xiàn)從傳統(tǒng)零售向智慧零售的跨越，推動(dòng)整個(gè)行業(yè)進(jìn)入品質(zhì)驅(qū)動(dòng)、價(jià)值創(chuàng)造的新發(fā)展階段。
（作者｜張申宇，編輯丨蓋虹達(dá)）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論
日本這政策一調(diào)，全球的日元套利交易都得平倉(cāng)，資本要回流
市場(chǎng)早料到會(huì)加息，94% 預(yù)期都消化了，所以沒(méi)大震蕩只是調(diào)結(jié)構(gòu)
美國(guó)銀行預(yù)測(cè)的 1.5% 利率，得看日本經(jīng)濟(jì)能不能撐到那時(shí)候
日本企業(yè)現(xiàn)在借錢(qián)貴了，會(huì)不會(huì)減少投資，影響經(jīng)濟(jì)復(fù)蘇
就算日本當(dāng)局干預(yù)匯率，效果也短，撐不了多久就得下來(lái)
資本又想回日本又舍不得美元資產(chǎn)，這波選擇挺難的
加息讓日元短期有點(diǎn)勁兒，但中長(zhǎng)期有財(cái)政和貿(mào)易赤字，漲不動(dòng)
政府欠的錢(qián)太多，加息多了利息都還不起，哪有空間加
三季度日本 GDP 環(huán)比跌了 0.6%，加息是在抑通脹和穩(wěn)增長(zhǎng)間硬選
亞太其他貨幣也受牽連，說(shuō)不定得跟著貶值，避免被比下去