10 月 29 日,沈阳,多点数智 2026 年度合作伙伴大会。开场主题演讲的题目是《向 AI 而行,破局共生》。
台下坐着中国连锁经营协会会长,以及比优特、联华超市、石家庄北国人百、青岛可好、山东众鼎、唐山兆丰等一批区域零售企业的董事长和总经理。
一家系统供应商的年度大会,本来不值得专门写一篇。但这一次不一样——多点把公司战略从“零售数字化”正式改口成了“零售 AI Agent”,并且宣布了一个动作:成为豆包首批内测开发者,已在物美完成落地。
这两个信号叠在一起,值得每一个还在做区域零售的人停下来想一想。
01 AI 不是来替代数字化的,是来“乘”的
演讲里有一句判断说得很直白:数字化和 AI 是相互相乘,不是替代关系。
多点的观察是,行业里现在大致分三种状态:
第一类 · 观望型:还在做线上线下一体化集成,边看边观望,想等 AI“一步到位”跨过数字化。
第二类 · 融合中:数字化基建已完成,但业务与技术融合还没跑顺,技术价值还没体现出来。
第三类 · 已起步:技术能力较强,已开始做 AI 创新,并有了可展示的效果。
想“跳过数字化直接上 AI”的,基本可以死心了。没有坚实的数据流和业务流底座,AI 只会放大错误,不会创造奇迹。
02 调改这件事,AI 真正解决的是“试错成本”
“调改”是这两年零售圈的高频词。但多数人对它有个误解——调改不是把门店重新装修一遍。
把一家店调好,靠资深店长和金牌买手就能做到。难的是从一家店复制到几十家、上百家,并且真正带动经营增长。这中间的差距,在于能不能把能力固化进系统,变成标准化、可复制的东西。
多点的做法是,用“AI + 咨询”的模式输出方法论:
物美学清路店:2025 年 3 月上线 AI 商品模块,做品类梳理和选品。在大幅减品的前提下,品类覆盖度反而提升,来客数、客单价、销售额三项同增。重装开业一年半后,效果依然稳定。
寿康永乐:已完成 3 家门店调改,第 4、5 家在推进中。5 家店合计占其销售额接近 40%,对整体大盘拉动明显。
物美两大新业态:折扣业态“超值”、大卖场迭代版“物美佳”,都已进入规模化复制阶段。
这里的关键逻辑是:做新模式,从模型选择、人效搭建到商品梳理,靠人做周期长、经验难复制、试错成本高。AI 的强项恰恰在模型打造和能力沉淀。
对三四线市场来说,这句话的分量尤其重——区域企业最输不起的就是试错成本。
03 智能体不是聊天机器人,是“数字员工”
这是本次大会的核心升级:从零售数字化,升级到零售 AI Agent。
一句话概括:以后企业里除了员工,还会有一批 Agent,各司其职,一起干活。
技术架构是“多点 OS 底座 + 水滴引擎编排中台 + 智能体集群”,智能体按功能分三类:
商品智能体——职责:解放采购的事务性工作,强化数据运营与市场感知。场景:OA 提报、查数、新品引进、促销选品、定价陈列、商品汰换。
门店智能体——职责:门店效率提升、损耗控制、生鲜质量管控。场景:端侧模型做果蔬质检、AI 防损(挽损 + 追损)、品控评级回传供应商。
供应链智能体——职责:从订货到生产端的全链路效率提升。场景:物流流转效率优化、自有品牌选品定品加速。
最有画面感的一个例子是商品汰换:过去由于数据计算量太大,汰换没法精确到每个门店,也不可能每天做,不动销分析也不够全面。现在采购下班前把任务交给智能体,它跑一个晚上自动出结果,而且结果可沉淀、可复用,越用越懂这家企业的经营。
另一个值得注意的细节是:果蔬质检用的是端侧模型,成本已经降到很低,并且质检评级会回传进供应商系统,形成生态闭环。这说明 AI 在门店端的硬件门槛正在快速下降。
04 入口正在转移:订单可能不再从 App 进来
这可能是全场对未来影响最大的一条。
演讲中提到,豆包已经成为国民级应用,DAU 达到大几亿级别,用户的使用习惯正在发生迁移。多点作为豆包首批内测开发者已完成适配,并在物美落地。
落地后的体验是这样的:顾客在豆包里用自然语言提问,直接调用多点的智能体,连接到企业的商品库与配送能力,完成“选品 + 配送到家”。相比传统 App,大模型掌握更多上下文,能推荐出更合适的商品——这是一个全新的流量入口。
对区域零售商来说,这句话要反过来看:如果哪天顾客的购物起点变成了 AI 对话窗口,你的商品数据、库存数据、履约能力能不能被那个窗口调用?如果调不动,你就在这条新赛道上缺席了。
05 底座没打好的,先别急着上 AI
整场演讲反复强调“夯实底座”。多点 OS 升级后要承担三个功能:夯实底座、扩展场景提升体验、开放能力。
逻辑很清楚——所有 AI 创新都要跑在现有的数据流和业务流之上,底座不牢,AI 会犯错;系统也要让 AI 更容易理解和调用,才能真正干活。
同时,AI 的战略落地不是一家公司能完成的,需要硬件、云、大模型和零售企业的多方共创。多点点名的共创伙伴包括胖东来、比优特、重百、步步高、新华百货、物美等。
06 区域零售商该怎么跟:四个可执行的动作
看完热闹,落到自己身上。按优先级给出四个动作。
第一步:先盘家底,看数据通不通。在谈任何 AI 之前,先回答三个问题:商品主数据是否统一?门店 POS 与总部系统是否实时打通?库存、订货、销售数据能否被外部系统安全调用?有一问答不上来,就先补数字化,不要急着买 AI。
第二步:选一个高频痛点做切口,不要全面铺开。优先选那些“数据量大、靠人做不完、但规则相对清晰”的环节。商品汰换、生鲜品控、防损追损,是三个投入产出比最高的起点。
第三步:用“AI + 咨询”模式做单店验证。找一家代表性门店跑完整一轮,把结果量化——来客数、客单价、损耗率、人效,用数据说话。单店跑通再谈复制。
第四步:把验证结果固化进系统。这一步最容易被跳过,也最关键。经验留在人脑子里,就只能是“一家店的成功”;固化进系统,才是“一百家店的能力”。
07 最后
多点的判断是:零售值得用 AI 重做一遍,AI 必将成为零售行业的基础设施。
但“重做”的重点,不在门店装修,也不在系统界面,而在门店背后的经营逻辑——选品逻辑、汰换逻辑、定价逻辑、履约逻辑。这些才是 AI 真正能改写的部分。
对区域零售企业来说,现在最实际的态度不是追新,也不是观望,而是:把底座打牢,把手伸进一个真实场景里试一次。
AI 不会等谁准备好。但准备好的人,会跑得快很多。
来源:兴吴智汇零售
精彩评论