“人工智能零售业”创新发展报告2026.5

“人工智能+零售业”创新发展报告商务部国际贸易经济合作研究院2026年5月“人工智能+零售业”创新发展报告编写组王惠敏 商务部研究院研究员许荻迪 商务部研究院研究员洪 勇 商务部研究院副研究赵新泉 商务部研究院副研究陈 聪 商务部研究院助理研究员目 录前言 1一、人工智能赋能零售业创新发展的机制与路径 2（一）发展机制:AI驱动零售业能力变革 2（二）演进路径:四阶段智能化推进特征 3二、“人工智能+零售业”发展现状及创新实践 6（一）建设零售领域垂直AI系统 6（二赋能消费端:服务由标准化向个性化智能化升级 9（三赋能商家端:从经验驱动到数据智能驱动的精细化运营 15（四）AI赋能供应链:提升供应链智能调度能力 17（五）线上线下融合:AI驱动渠道一体化重构 22三、“人工智能+零售业”创新发展的经济社会价值 23（一）提升全链条运营效率，降低整体运营成本 24（二）驱动业态和模式创新，培育新增长点 25（三）赋能中小企业提质增效，扩大经济收入 27（四）重塑就业结构形态，推动就业生态调整 28四、“人工智能+零售业”的发展趋势及面临的主要挑战.29（一）“人工智能+零售业”的发展趋势 29（二）“人工智能+零售业”面临的主要挑战 31五、推进“人工智能+零售业”创新发展的有关建议 33（一）加强顶层设计，统筹指导AI应用创新 33（二）AI赋能零售的深度34（三）加快AI应用生态建设，推动AI能力普惠共享34（四）加强消费升级与体验重塑，激活消费潜力 35（五）健全制度规则体系，营造公平有序的市场环境35（六）加强政策引导，统筹推进AI应用与就业结构调整 前言动消费结构转型升级。人工智能（ArtificialIntelligence，简AI技术的发展及落地应用，零售行业AI等新一代数字技术的应用正推动零售业从2025年，普华永道发布的《人工智能对零售业的影响》将成为零售竞争力的战略核心——2030年，AI3100亿美元利润，整体运营利润20%AI的零售企业运营利润率有望从行业3%14.4%，实现超四倍增长。这表明，AIAI的零售企业在新一轮竞争中占据战略主动。AIAI动能具有重要现实意义。为此，本研究聚焦“AI+零售业”AI技术赋能零售业创新AI在零售领域的应用现状及其产生的社会经济效益。在此基础上，研判“AI+零售业”的发展趋势与面临的主要挑战，提出推动“AI+零售业”创新发展的对策建议，以期为行业实践与政策制定提供有益参考。一、人工智能赋能零售业创新发展的机制与路径（一）发展机制：AI驱动零售业能力变革第一代以判别式模型与推荐算法为代表重构了零（GenerativeArtificial（AI则进传统（如月度销售报告进行补AI（用户行为、（）完成需求预判与主动触达。传AI技术建设统一数据中台，将原本孤立的各业AI企业凭借自身资源和能力独立参与市场竞争的传统模式逐步转向以生态协同为核心的网络化竞争，随着整个生态的资源配置效率提高，企业创新能力和服务水平得到提升。（二）演进路径：四阶段智能化推进特征AI决策和跨主体协同演进。从应用深度和决策参与程度来看，零售业智能化转型大致可分为四个阶段。图1.零售业智能化转型阶段划分第一阶段：局部智能化。这一阶段AI主要以辅助工具的形式嵌入客服、商品推荐、广告投放等独立业务环节，以替代重复性工作、提升处理效率，核心决策仍由人工主导。例如，智能客服可处理标准化咨询，但遇到复杂或非常规问题时仍需人工介入；推荐系统能够依据用户行为筛选匹配商品，但具体的运营策略与资源调配仍依赖人工判断。各应用之间相互独立，尚未形成系统性协同。第二阶段：多环节协同智能化。AI覆盖多个AI第三阶段：自主智能化。AI具备一定的自主AI不再只是提供分析结果，而是在具体业务中承担部分执行功能。例如，智能补货系统可自动感知库存消耗并触发采购流程；这一阶段跨主体智能协同，AIAI在零售业应用的逐步演进。每一阶段的推进，都以数据基础的夯实、二、“人工智能+零售业”发展现状及创新实践（一）建设零售领域垂直AI系统AI工具与零售领域垂类智能体，推动多环节、多模块的智能化运作与动态协同。网络零售领域智能体系架构网络零售因具备天然的数据可获取性与行为可追踪性，AIAI模型不同，AI模型深度聚焦于行业特有的业务场景，提供高度专业化智能化的决策支持。打造零售领域垂类AI智AAIAI驱动。AI系统基建层包含核心知识库、大模型能力和工具集合等；代理（Agent）Agent协同模式，主Agent负责任务规划与多轮对话，子Agent针对各环节专项执行。A公司采取分段式推AI2026年起逐步实现各环节智能化AI超市智能体有助于提高商家经营整体效率。BB2024年推出生成式AIAI智能体系统范式，运行依赖大语言模型、系统型理解自然语言意图，生成结构化响应；系统指令定义AI实体零售领域智能体系架构AI技术的发展正在为线下零CCAIAI模型。相比通用大模型，自研大模型在业务处理的准确性与效率上均有显著提升。该流程自动化（RoboticProcessAutomationRPA），实执行”闭环。DAI原生技术体系。为解AI原生技术体系，驱动零售全链路智能化升级。E公司：构建“代理式商业”智能体系。E公司围绕消（AgenticCommerce）智35%AI系统覆盖需求预（二级技术逐步深入消费场景，不仅辅助信息搜索，向以服务为核心的模式升级。网络购物入口由单纯文字搜索扩展为多维形式交互（）描述需求，系统理AI1所示。电子商务平台企业正AI推荐模式，取得了较好的成效。1.AI推荐模式对比维度传统推荐模式AI推荐模式结果呈现孤立产品罗列决策导向的综合建议意图理解关键词匹配语义级意图解析上下文利用单次会话跨会话历史融合用户交互被动浏览筛选主动对话引导决策支持信息展示推理+比较+建议BB公司在消费者端推出生成式AIAI购物助手通过整合消费者多维度行为数据，A公司：依托大模型打造AI购物入口。AI智能体已与核心业务全面打通，能够在单一对话界面中完成“商品推荐400AAIA公司买洗A公司的海量商品中筛选出合适的F公司：打造端到端生成式搜索与推荐。F公司推出生成式AI搜索系统，用端到端模型直接理解搜索意图并匹配商品，替代传统分步检索。生成式AI搜索系统进一步优化解，挖掘用户潜在意图，促进商品点击率提升。F公司智能零售门店从粗放运营转向精细化经营及智能化服务AI技术正在系统地嵌入门D公司：AI渗透购物全流程。D公司门店设有悬挂链、AI陈列算法，基于商品关联性与贡献度自动生成最优货架方案。同时，利用计算机视觉识促销换档效率提升数倍。门店部署集成计算机视觉的AI智500多种生鲜库存量单位（StockKeepingUnit，5秒。结合AI行为识别算法的自助收银系统，能有效识别漏扫、错扫行为，降低盗损率。C公司：重塑门店服务体验。C公司通过AI技术赋能1.2万家门店数字化运营，基于“人、货、场”内外部因子80%高50多个营销文案自动G公司：AI中台驱动门店精细化管理。GAIAI智慧客流管理30%。E公司：AI渗透到购物全流程。EAI客服支持自7×24小时响应，人工客服仅介入复杂场景。利用大模型多模态能力，支持用户通过拍照或语音描述商品进行AI视觉识别技术，实现“拿了就走”的无感支付体验，减少排队时间。HH公司在门AI人形机器人，大幅提升家电导购的自动化和智能化水平，将零售带入“全场景智慧化”与“深度交互服务”新阶段。购物推荐从匹配单一商品升级为复合式解决方案在多个候选商品之间进行比较与筛选，决策成本较高。AI系统正在重构这一流程。（AI系统通过识别用户的潜在需求周期，在需求明（三成为零售企业创新发展的重要引擎，2026191%的零售组织已在使用或评估AI90以上计划在未来进一步AI投入预算。提升商家精细化运营能力网络零售方面，商家经营活动涵盖入驻、发品、定价、营销、客服等多个环节。平台基于数据和AI算法识别商品运营中的问题，在选品、定价、营销与客户服务等环节为商家提供优化建议和智能服务，帮助中小商家提升稳定运营能力。A公司：AI商家工作台系统性重构商家运营能力。AI（增长等取得显著成效。在商家入驻环节，平台通过AI商家办理流程。在智能选品和定价环节，指导商家优化选品和定价策略，实现高潜力商品的精准推广与规模化增长。在会场搭建方面，前台页面越来越多地由AI自动生成，效率大幅提高，且全程无需额外设计费用，显著降低运营成本。人工智能重塑营销生态AIF公司：开展数字人直播和AI广告创作。一是依托短视频与直播平台积累的技术优势，构建从形象建模、动作捕捉到大模型互动生成的数字人技术体系，并将其落地应用于电商、本地生活等商业场景，支持全天候自动化开播运营。二是在AI广告创作方面，推出一站式人工智能生成内容视频创意生产平台，核心能力包括一键剪辑热门风格视频、智能生成广告脚本和快速制作数字人视频。智能助手进一步简化广告创作流程，商家只需用一句话描述营销需求，系统便可自动完成脚本生成、素材剪辑等全流程工作，直接输出可投放的广告短视频。助力商家提升智能技术应用能力智能体的应用从更深层次赋能零售商。AIAI智能体封装为标准化软件即服务工具（SoftwareasaServiceSaaS），以服务订阅AI智能体工具提供给中小商家，（四）AI赋能供应链：提升供应链智能调度能力供应链的效率与韧性对零售企业的成本结构与用户体验有重要影响。AIAI供应链运行从静态预测转向动态协同传统零售供应链高度依赖历史销售数据与人工经验判断，在备货计划、库存配置与配送安排等关键决策中，往往需要在效率与安全之间进行权衡，容易出现库存错配、调拨响应迟缓以及履约成本偏高等问题。AI技术通过持续追踪并分析实时销售数据、用户行为变化与区域需求波动，动态调整库存配置、仓储布局与运输路径。供应链由此从“先预测、A公司：打造垂类AI智能体。供应链方面，A公司打造20个垂类数字分身智能体，覆盖仓配优化、缺货追补、履约异常治理等核心节点，有效降低供应链成本与异常率。AI应用及成效如表2所示。表2.A公司AI应用及成效供应链环节AI应用与成效选品AI/构。库存管理70%日常补货单由AI自动生成，通过算法智能预测和参数动态调整，提升小仓周转效率，确保高在架率。仓品部署与自动补货仓网规划引擎融合实时订单分布、交通态势，依托成熟的销量预测体系，智能提示补货或滞销商品处理，优化仓储周转效率。仓网选址结合经纬度与实时路况数据，模拟不同时段配送时间，科学优化仓址布局与配送范围划分。成本优化AI（UnitsPer，简称UPI）200%；调42.9%30%。物流配送重点城市建“城市前置仓”，推出“44达。B公司：推出各环节智能服务工具。AI技术FBA15%7%～14%。二是推出“预见性发货”方案，将机器学习预测直接嵌入物流形态设Controller）视图能够实B成C公司：开展智能采购与动态补货。采购方面，C公司AI采购助手对采销人员的意图识别准确率达到80%90%AI系统结合实时销售、库存及市场趋势生成补货计划，将采购周期缩短30%、库存周转率提升20%。供给组织从被动响应转向主动匹配A“AI指导自有品牌根据市场需求从生产到销售的高效衔接。D公司：利用AI技术驱动新品研发，开展反向定制（CustomertoManufacturerC2M）在AI技术分析年轻人的搜索偏好，辅助研AI技术贯穿供应链全链路G公司：构建“小前端、大中台”智能化运营模式。GAI智脑及相关技术体系，实现从供应链、品质管控、门店运营到用户服务的全场景数字化升级。在采购环节，AI技术推储环节，升级智能化冷链仓，引入智能设备，结合AI算法实现货物的自动化分拣、搬运与存储。EE公司引入大模型，态调整配货策略，提升库存周转效率。（五）线上线下融合：AI驱动渠道一体化重构AI技术整合用户行为数据、消费偏好与跨连续性随之显著提升。E一是将大AI即时配送服务，用户下单后由智能调度系统调30分钟以AI导购机器人，为消费者提供商DAPP与门店全域智能化促进线上线下深度融合。AI消费洞察与行为分析、增强季节性因素AI算法APP商品详情AIJ公司：AI虚拟试衣赋能线上线下融合。AIAI系统根据消费者的线上试穿记录与浏览偏好，三、“人工智能+零售业”创新发展的经济社会价值AI技术全面提升了零售业运对零售业的就业结构（一）提升全链条运营效率，降低整体运营成本AI推荐提升购买意愿和优化产品结构AI技术，让消费者能够以多模态交互方式轻松且快速找到所需商品，大幅BAI购物助手以对话式人机交互为核心范60%FAI搜索系统驱AI工具提升门店运营效率和客户体验AIC公司：通过打造“千店千面”个性化服务，将客户转5供应链智能化和协同化促进降本增效AI工具在供应链各环节的应用推动需求预测精准化、采A公司：通过AI优化调拨频次与商品组合，实现仓内每小时作业件数提升200%，调拨成本降低42.9%，人力成本减少超30%。C公司：大模型支持知识问答、采购概况查询、采购单采购助手对采销人员的意图识别准80%90%以上。AI30%20%。IAI驱动的“门店预包装智能订货系统”，采用“商品分层+门店分层”算法，实现自动补货，效率提40%；同时，通过“以销定采+陈列结合”精准预测模95%。（二）驱动业态和模式创新，培育新增长点AIAI工具开展选品、定价、营销、客服等经营活动，辅助经营决策，提高创新能力。提供新型数字服务解决方案链数据得以被深度挖掘和价值化利用，推动零售SaaS、AISaaSAI工具让中小零售商能以更低成IT投资，CSaaS催生内容生成服务业态AIAI虚拟主播、AI商品文案、AI短视AI技术的持F公司数字人直播在适配类目上投（Returnon平均比真人直播高出5%FAI广告创作使每条视频（三）赋能中小企业提质增效，扩大经济收入优化商家经营活动A公司：围绕商家运营核心需求，构建全场景AI产品AI美工、AI营销、AI数据分析、AI客服等方2025AI70%，30%AI经营助手为例，提供覆盖经营全链路、24小时在线的“Agent团队”，帮助品牌商低成本高效运营。AI技术实现反向精准推送招商70%以上；会场搭建方面，50%AI自动生成，建场时长从平均152.15AI公司上的小商家人力成本显著降低，年销售规模在50万元～100万元区间的商家数量明显增长。客服方面，C400ms，95%以上。AAI客服托管工具使商家无需自90%以上的售前售后问题由AI机器人自动处理。助力农户增加收入在零售业中的深度应用正在为农村地区带来新的发展AIAI内容D公司将AI技术延伸至农业上游，利用物联网与算法指导上游精准种植并推进全流程数字化，带动超过10万农户增收。（四）重塑就业结构形态，推动就业形态调整AI在网页在零售业中的应用也在创造新的就业岗位，AIAIAI不仅市场需求，从而带动更多相关服务岗位的增加。AI四、“人工智能+零售业”的发展趋势及面临的主要挑战（一）“人工智能+零售业”的发展趋势随着大模型、人工智能生成内容（ArtificialIntelligenceGeneratedContent，简称AIGC）、AI智能体等新一代人工智能技术的逐渐成熟与加速落地，AI正在从工具层面向战略层面全面渗透，推动零售业在供应链协同、消费体验、平台生态与经营决策等多个维度进行系统性演进。一是供应链从单点优化升级为智能协同网络。AIAI预测算法AI将通过动态感知需求变AI智能体通过构建动态个性化消费档案，自动预测补货需求与品类偏好，提前触发订阅推荐或自动备货，推动消费从“用户找商品”AIAI正在改变平AI能力接口化、服务模块化程度AI智能体的角色将AI辅助决策覆盖，算法驱动运营将成为行业标配能力。五是AI应用加速向中小商家普惠化扩散。随着大模型AI工具应用门槛持续降低，AI正从大型平SaaSAI工具的能力AI服务市场规模将快速增长，零售行业整体数字化与智能化水平将显著提升。（二）“人工智能+零售业”面临的主要挑战AI能力的发挥高度AI模型的训练效果、预测精度和应用效果。AI的同时有效防范数据滥用风险，是“AI+零售业”持续健康智能体在真实零售策和用户体验产生负面影响。此外，零售场景高度碎片化，不同品类、不同地域、不同客群的需求差异显著，通用AI模型难以直接适配特定场景需求，需要大量定制化开发与持续调优投入。技术落地成本高、周期长、效果不确定性高，是当前制约“AI+零售业”规模化推进的重要瓶颈。三是AIAI工具的可及性正在提升，但工具可及与能力形成之间仍存在明显落差。AIAI服平定性。AI大规模应AI创新的同时，有效防范算法不透明等问题并让AI惠及更多中小企业，是监管层面临的重要问题。五、推进“人工智能+零售业”创新发展的有关建议未来几年，“AI+零售业”的创新发展将进入全面深化AIAI零售应用生态。（一）加强顶层设计，统筹指导AI应用创新建议政府部门加强顶层设计，制定“AI+零售业”创新AIAI+AIAI在消费侧