當前，中國零售業(yè)正站在歷史性的轉型關口。商務部數(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%的增速領跑，卻仍難掩行業(yè)整體陷入的存量競爭困局。當價格戰(zhàn)失效、開店紅利消退，傳統(tǒng)零售長期依賴的規(guī)模擴張模式已然走到盡頭。
與此同時，消費主權時代的到來正在重塑行業(yè)規(guī)則。消費者對“更快的配送、更準的推薦、更透的溯源”的需求，倒逼零售企業(yè)從“渠道為王”轉向“消費者為王”。在此背景下，數(shù)據(jù)不通、供應鏈響應滯后、營銷精準度不足三大核心困境，成為制約行業(yè)增長的“三座大山”。
中國零售業(yè)已邁入下半場，其發(fā)展重心正從規(guī)模擴張轉向以品質和服務驅動的高質量發(fā)展。然而，傳統(tǒng)零售企業(yè)在轉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)字化轉型的初步階段，線上、線下及供應鏈數(shù)據(jù)分散于不同系統(tǒng)，形成“數(shù)據(jù)孤島”，導致決策效率低下且失誤率高。
二是供應鏈轉型的“內(nèi)憂外患”。外部看，存量競爭與即時零售的興起，要求供應鏈必須從以產(chǎn)定銷，轉向以實時數(shù)據(jù)驅動，以實現(xiàn)更快、更準、更透的響應。內(nèi)部看，傳統(tǒng)鏈式供應鏈結構剛性，抗風險能力弱，需求波動易被逐級放大，且面對海量SKU，人工計劃已力不從心。
三是營銷與用戶運營的困境。流量紅利消退，獲客成本攀升，而依賴經(jīng)驗判斷的傳統(tǒng)營銷模式缺乏對用戶行為的深度洞察，轉化率低。更關鍵的是，企業(yè)無法打通從觸達到留存的全生命周期運營，難以滿足個性化需求，用戶粘性不足。
盡管挑戰(zhàn)嚴峻，但AI技術的出現(xiàn)與不斷成熟，正為傳統(tǒng)零售的破局與重生注入全新動能。時至今日，AI技術在零售領域的應用已從早期的小范圍嘗試，逐步轉向成熟用例的規(guī)?；茝V，其角色也從單純的輔助工具，升級為重構業(yè)務流程、重塑商業(yè)模式的核心引擎。
從生成式AI重構消費交互場景，到智能體實現(xiàn)供應鏈端到端自動化決策；從計算機視覺優(yōu)化門店運營，到預測模型提升庫存管理精度，AI技術正全方位滲透零售“人、貨、場”各個環(huán)節(jié)，給零售業(yè)帶來新的想象空間。
具體來看，“人”作為零售的核心需求主體，AI對其的重構核心在于實現(xiàn)從“大眾營銷”到“個體運營”的跨越，通過精準洞察需求、優(yōu)化交互體驗，構建全生命周期的用戶運營體系；“貨”作為零售的核心供給載體，AI對其的重構聚焦于破解傳統(tǒng)供應鏈的剛性壁壘，實現(xiàn)從“推式供給”到“拉式適配”的轉型，構建兼具效率與韌性的柔性供應鏈體系。需求預測是AI滲透供應鏈的核心切入點，通過時序預測模型、機器學習算法，整合歷史銷售數(shù)據(jù)、季節(jié)因素、天氣變化、促銷活動、社交媒體熱點等多維度變量，AI能夠實現(xiàn)SKU級的精準需求預測；“場”作為零售的核心交易與體驗載體，AI對其的重構核心在于打破線上線下的場景壁壘，實現(xiàn)從“單一物理空間”到“全域虛實融合場景”的拓展，優(yōu)化場景運營效率與消費體驗。
當前零售行業(yè)所面臨的困境，本質上是因為行業(yè)渠道為王向消費者為王，市場需求端的變化對傳統(tǒng)供應鏈形成的系統(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行效率革命。在此過程中，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)價值的關鍵。不同于傳統(tǒng)的信息化升級，AI+云的深度融合正在推動行業(yè)從經(jīng)驗驅動轉向數(shù)據(jù)驅動，從規(guī)模擴張轉向品質提升。
云計算為零售企業(yè)提供了海量數(shù)據(jù)的存儲與彈性處理能力，解決了傳統(tǒng)IT架構下“存不下、算得慢”的痛點——無論是PB級的銷售數(shù)據(jù)、用戶行為數(shù)據(jù)，還是實時產(chǎn)生的IoT設備數(shù)據(jù)，都能通過云平臺實現(xiàn)安全存儲與高效處理；而AI技術則突破了傳統(tǒng)數(shù)據(jù)分析的局限，實現(xiàn)了從“數(shù)據(jù)收集”到“價值挖掘”的跨越，讓數(shù)據(jù)真正轉化為可指導決策的知識。
華為云提出的“從數(shù)據(jù)湖升級至知識湖”的理念，正是這一變革的核心體現(xiàn)。通過數(shù)據(jù)湖整合結構化、非結構化、IoT等多源數(shù)據(jù)，再借助AI技術自動抽取數(shù)據(jù)語義、構建企業(yè)知識圖譜，從而幫助企業(yè)構建以知識為中心的數(shù)據(jù)底座，零售企業(yè)得以將“人貨場”裝進實時數(shù)據(jù)流，讓決策像雷達一樣精準。
而在讓零售行業(yè)最為頭痛的供應鏈管理方面，AI技術在供應鏈領域的應用，正在推動“推式供應鏈”向實時數(shù)據(jù)驅動的“拉式供應鏈”轉型。
以華為云為例，其圍繞“數(shù)據(jù)+AI”雙輪驅動，提供覆蓋計劃、生產(chǎn)、倉儲、物流全鏈路的智能供應鏈解決方案，助力零售企業(yè)實現(xiàn)降本增效與業(yè)務創(chuàng)新。
在需求預測環(huán)節(jié)，華為云預測大模型突破了傳統(tǒng)統(tǒng)計模型的局限，能夠整合歷史銷售數(shù)據(jù)、季節(jié)因素、區(qū)域消費特征、營銷活動、天氣數(shù)據(jù)甚至社交媒體熱點等多維度變量，實現(xiàn)SKU級的精準預測，預測準確率較傳統(tǒng)模式提升30%以上。
在生產(chǎn)與倉儲環(huán)節(jié)，天籌求解器能夠基于實時需求數(shù)據(jù)，動態(tài)優(yōu)化生產(chǎn)排程、倉儲貨位布局和庫存水平，實現(xiàn)“以銷定產(chǎn)”和“動態(tài)安全庫存”管理，減少滯銷積壓和缺貨損失；
在物流配送環(huán)節(jié)，借助天籌求解器的路徑優(yōu)化能力和實時路況數(shù)據(jù)，可實現(xiàn)多車輛、多節(jié)點、多約束條件下的最優(yōu)路徑規(guī)劃，同時結合IoT技術實現(xiàn)運輸過程的實時追蹤與溫濕度監(jiān)控，保障商品安全與交付時效；在全鏈路協(xié)同層面，通過華為云數(shù)據(jù)湖整合供應鏈各環(huán)節(jié)數(shù)據(jù)，構建全鏈路可視化平臺，讓企業(yè)能夠實時掌握從原料到終端的全流程狀態(tài)，實現(xiàn)全局最優(yōu)決策。
更重要的是，柔性網(wǎng)狀供應鏈體系大幅提升了企業(yè)的抗風險能力。例如，在區(qū)域物流受阻時，系統(tǒng)可通過全鏈路可視數(shù)據(jù)快速識別替代物流通道和可調(diào)撥庫存，實現(xiàn)資源的動態(tài)調(diào)配；在原材料短缺時，能夠基于供應商畫像數(shù)據(jù)快速匹配備選供應商，保障生產(chǎn)連續(xù)性。
實踐是檢驗技術價值的唯一標準。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)絡安全等方面持續(xù)合作，面對業(yè)務量的指數(shù)級增長與對“時效承諾”的極致追求，順豐科技與華為云共同擁抱DevOps，實現(xiàn)了研發(fā)體系云化與敏捷化。
憑借多年的服務經(jīng)驗和深厚的供應鏈認知，順豐科技在智慧供應鏈領域不斷深入，推出“豐智云”一站式智慧供應鏈解決方案，支持從規(guī)劃到控制的全鏈條管理，同時雙方將目光更投向了用智能重塑核心物流運營與客戶體驗的未來。通過華為云提供的全棧ICT技術能力與順豐對物流場景Know-How的深度融合，讓數(shù)據(jù)在物流全鏈路中發(fā)揮價值，實現(xiàn)了從“規(guī)模運營”到“智慧運營”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”智慧供應鏈藍圖，推動門店從“經(jīng)驗驅動”轉向“數(shù)據(jù)驅動”，從“被動響應”邁向“主動預判”。雙方落地基于數(shù)據(jù)中臺與AI算法的門店訂貨模型，將海量銷售、庫存、客流數(shù)據(jù)轉化為精準訂貨指令，助力門店高效運轉、精準服務。合作也力求打造出一條可復制的零售數(shù)智轉型路徑，以“Data+AI”賦能行業(yè)供應鏈數(shù)字化，為推動零售業(yè)整體向智能化、高效化、個性化發(fā)展提供借鑒。
此外，某連鎖便利店企業(yè)通過與華為云的合作，打造的智能補貨系統(tǒng)使訂貨采納率提升5%，報廢率下降12.7%；某物流企業(yè)與華為云的合作，將倉儲調(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，令裝車時長縮短41%，配車計劃采納率>98%；某制藥企業(yè)與華為云的合作，將庫存降低15-25%，采購周期縮短25%.......
眾多行業(yè)案例，體現(xiàn)了華為云的數(shù)智化供應鏈解決方案，不僅能解決企業(yè)的即時痛點，更幫助其構建了柔性、高效的供應鏈體系，支撐了全渠道業(yè)務的快速發(fā)展。
除了利用數(shù)字化的手段重新構建供應鏈體系之外，在精準營銷方面也有AI大展身手的空間。新一輪AI技術的應用，讓零售營銷從“廣撒網(wǎng)”轉向“精準滴灌”成為可能。通過AI分析挖掘用戶需求，借助多模態(tài)大模型生成個性化營銷內(nèi)容，依托用戶數(shù)據(jù)智能平臺實現(xiàn)全渠道精準觸達，零售企業(yè)能夠構建以用戶為中心的全鏈路營銷閉環(huán)，提升用戶體驗與轉化效率。
在各行業(yè)對數(shù)字技術，尤其是AI技術已經(jīng)從“技術驗證”走向“價值落地”的當下，零售行業(yè)的數(shù)智化轉型并非虛無縹緲的概念，而是有明確路徑、可落地、可復制的系統(tǒng)工程。
隨著AI與云計算技術的持續(xù)滲透，零售行業(yè)的增長邏輯正在從“效率提升”向“價值創(chuàng)造”轉變。未來，零售企業(yè)的核心競爭力將不再是規(guī)模與渠道，而是數(shù)據(jù)驅動的精準決策能力、柔性高效的供應鏈能力、個性化的用戶服務能力。據(jù)統(tǒng)計，2021-2030中國供應鏈人工智能市場年復合增長率28%，云基礎設施+AI空間可達253.1億。
從轉型路徑來看，前文提到的品牌均以數(shù)智化供應鏈為核心突破口，依托華為云的Data+AI技術能力，實現(xiàn)了供應鏈效率的革命性提升，進而帶動了營銷、門店等全場景的協(xié)同轉型。
這一轉型路徑具有普適性——對于零售企業(yè)而言，供應鏈是連接“貨”與“場”、“貨”與“人”的核心紐帶，通過數(shù)智化手段優(yōu)化供應鏈效率，能夠快速實現(xiàn)降本增效，為后續(xù)的全場景轉型奠定基礎。
安全穩(wěn)定的云底座保障了業(yè)務的連續(xù)運行，數(shù)據(jù)+AI兩大核心能力是驅動業(yè)務創(chuàng)新的引擎，而數(shù)智化供應鏈、營銷、門店等五大創(chuàng)新方向，則為企業(yè)提供了全鏈路的轉型支撐。這種“業(yè)務場景驅動技術賦能”的模式，為零售企業(yè)的數(shù)智化轉型提供了清晰的方法論。
從技術發(fā)展來看，未來AI大模型訓練與推理需求將持續(xù)爆發(fā)，算力服務化、訂閱化趨勢將加速；AI Agent將實現(xiàn)商業(yè)化落地，推動供應鏈端到端的自動化決策；混合云架構將成為常態(tài)，供應鏈數(shù)據(jù)中臺建設需求將持續(xù)提升。這些技術變革將進一步賦能零售企業(yè)的數(shù)智化轉型，推動行業(yè)實現(xiàn)更高層次的增長。
零售業(yè)作為數(shù)智化技術落地最迅速、價值最顯性的領域之一，無數(shù)企業(yè)正積極探索AI與場景的融合路徑。因此，時值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”評選。
這不是一次簡單的獎項增設，而是以“技術+媒體”的雙重視角，為零售數(shù)智化轉型錨定真正創(chuàng)造商業(yè)價值的標桿，厘清可復制、可推廣的實踐路徑。
2025 EDGE AWARDS創(chuàng)新評選將以更開放的國際視野，復盤這一年技術與產(chǎn)業(yè)的躍遷，致敬那些重新定義時代邊界的企業(yè)、產(chǎn)品與人物。
我們希望通過這份榜單，讓真正的先行者被看見，讓有效的創(chuàng)新路徑被借鑒。
當傳統(tǒng)增長模式失效，AI+云正在為零售行業(yè)打開新的增長空間。未來，隨著轉型路徑的日益清晰，更多零售企業(yè)將借助AI+云的力量，實現(xiàn)從傳統(tǒng)零售向智慧零售的跨越，推動整個行業(yè)進入品質驅動、價值創(chuàng)造的新發(fā)展階段。
（作者｜張申宇，編輯丨蓋虹達）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論
日本這政策一調(diào)，全球的日元套利交易都得平倉，資本要回流
市場早料到會加息，94% 預期都消化了，所以沒大震蕩只是調(diào)結構
美國銀行預測的 1.5% 利率，得看日本經(jīng)濟能不能撐到那時候
日本企業(yè)現(xiàn)在借錢貴了，會不會減少投資，影響經(jīng)濟復蘇
就算日本當局干預匯率，效果也短，撐不了多久就得下來
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勁兒，但中長期有財政和貿(mào)易赤字，漲不動
政府欠的錢太多，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)增長間硬選
亞太其他貨幣也受牽連，說不定得跟著貶值，避免被比下去