不用走进商店，AI已经替你做了选择

本文来自微信公众号： 信睿周报 ，作者：信睿周报

过去，零售行业对AI的讨论，大多停留在提效工具层面。智能客服、内容生成、推荐算法……这些应用当然重要，但它们更多改变的是局部效率。

而如今，AI正在进入更核心的位置。

中国连锁经营协会与德勤共同发布的《生成式人工智能零售业全景观察白皮书（2025）》（以下简称《报告》）揭示了一个关键转折：生成式AI在零售行业的应用，正在从流程+AI转变为基于AI重塑流程。技术角色也从辅助员工悄然向数字员工蜕变。更值得关注的是，AI的角色正在从信息助手跃迁为具备交易执行能力的商业智能体。它不仅参与内容生成和推荐，更开始直接成为消费者互动与交易的入口。

“AI不只是改变了企业和客户的交互模式，它改变了零售的经济模型。”这是德勤中国咨询业务合伙人戴自强做出的判断。在他看来，AI真正改变的，并不是效率，而是零售行业的底层逻辑。

AI改写成本结构

凌晨两点，上海某小区门口的一家十足便利店，灯还亮着，但收银台前没有店员。

顾客推门进入，挑了一瓶水和一盒泡面，走向自助结算台。摄像头实时监控着整个结算过程，确认商品被正确扫码、付款。如果没有异常，全程无人干预。如果出现遮挡商品、未结算等行为，系统会立即触发声光报警，并推送至总部监控中心。

去年8月起，就已经有超过100家十足便利店在夜间时段进入这种AI值守模式。

这和传统意义上的无人便利店存在明确的差异，其核心变化在于通过AI技术将商品识别率从不足85%提升至98.5%。这种数字的提升对于一个规模化经营的连锁企业来说，意义是巨大的，它让企业足以跨越一个门槛，让无人值守真正成为一种可被大规模复制的商业模式。

过去，无人值守模式很难被成熟企业大规模应用，核心原因很简单：损耗不可控。如果技术方案的商品识别率只有85%，一旦规模化运营，这种误差会被快速放大，漏扫、误判和商品损耗很快就会吞掉本就微薄的利润。

另外，在规模化应用场景下，如果每100笔交易有15笔需要人工干预，云端客服会被无效警示淹没，防损人员需要逐单排查，规模越大，反而造成管理成本的加剧。而98.5%的识别率则把异常率压缩到一个相对可控的范围，云端客服和企业内部的响应机制才真正跑得起来。

当这一套体系被真正运转起来，AI也开始改变零售行业最核心的成本结构。

事实上，24小时便利店最大的成本之一就是人力成本。很多低客流区域，即便存在消费需求，也很难覆盖夜班人力成本。一天24小时，可能有6到8个小时的营收根本填不上人工的账，于是不值得开店。

但AI值守开始改变这个逻辑。无人值守带来了新的营收空间，十足便利店单店夜间无人经营能够带来日均约1000元的营收增量，按照集团4500家门店估算，年营收增量可达16亿元。

一家店的模型变了，整个网络的计算方式也跟着变了。当单个门店的盈利模型被改写，企业就有了在更高密度区域开店的底气。戴自强解释道：“如果一个地方只有10家店和一个地方有100家店，它供应链的效率完全是不同的。”门店密度提升，会进一步拉动配送半径缩短、供应链规模效应增强，整个即时零售网络的布局方式也随之改变。

所以AI改变的，并不只是有没有店员，而是让企业重新算清了一笔账。原来亏本的店，现在能赚了。原来只敢开几家店的地方，现在可以形成网络了。整个零售的成本收益平衡点，正在被系统地重新划定。

类似的变化，也发生在损耗管理上。

在折扣零售企业好特卖，其AI系统通过分析高频退单、差价套利等异常交易模式，已能有效拦截超过90%的规模化“薅羊毛”行为，将原本隐藏的损耗成本直接转化为可量化的利润，季度预估挽损增长40%。原本依赖人工调查的风险案件，AI自主发现占比从不足10%提升至55%以上。

“零售行业利润非常薄，几个点的变化，就可能改变整个行业格局。”戴自强说。因此，分析AI对零售行业的影响，不能仅仅停留在省了多少人，而需要重新计算那些过去被视为固定答案的经营模型。

AI重构组织分工

如果说AI首先改变的是零售行业的成本结构，那么它接下来改变的，就是组织结构。

在水果连锁零售企业百果园，这样的一幕正在上演。每天早上，百果园店长打开系统，屏幕上由AI自动生成的经营诊断报告，已经用可视化图表标注出门店在来客数、客单价、毛利、损耗等18项指标上的表现，系统不仅定位了核心短板，还给出了具体的优化方向。

过去，做这样一份分析需要花费很长时间，手动拉取数据，对比历史记录，再结合经验判断。而现在，AI在几分钟内就完成了。店长需要做的，是从AI提供的数据和选项中，做出最终的判断与决策。

数据显示，百果园的智能订货时间已经从3小时缩短至30分钟，经营问题定位效率提升约60%，很多原本需要数天才能发现的问题，现在一天之内就能完成识别。

“过去店长更像执行者，现在更像判断者。”戴自强说。数据的整理和问题的分析可以更多地交给机器，而经理则更多地负责决策和落实。人类员工的职责，也从亲自去做分析，变成设计和维护AI决策系统的规则。

类似的变化，也出现在华润万家。

华润万家的财务共享中心，已经开始大规模引入数字员工。所谓数字员工，并非简单的自动化脚本，而是具备流程自动化执行能力、复杂规则决策能力和AI认知能力（比如图像识别）的虚拟劳动力。它们能处理发票审核、账务核对等标准化流程，也能在出现异常时自动调用规则引擎进行判断。数据显示，其数字员工月均节省约2300小时工作量，相当于10~12名全职员工，部分流程效率提升47%~82%，准确率达到99.96%。

但戴自强认为，更重要的并不是效率本身，而是流程逻辑的变化。

他以德勤内部的合同审核流程为例。过去，一份合同需要经过多个岗位的逐级审核，有人审商务条款，有人审法务风险，有人审合规标准。引入AI后，团队最初的思路是在原有流程中嵌入AI，在商务审核节点增加一个AI助手，在法务审核节点再增加一个AI助手，每个节点分别提效。结果发现，效率提升非常有限。因为流程本质上没有变，整体的串联逻辑依然是线性的、逐级的。

后来，德勤换了一个思路，团队把所有AI能够处理的工作合并到一起，变成统一的自助预审环节，由提交者自己先通过AI完成初步审核，AI一次性完成对商务条款、法务风险、合规标准的初步筛查。只有出现异常或特殊情况时，才流转到人工做最终判断。

结果，整个审核流程的时间缩短了一半以上。

“原来需要很多人逐级审核的流程，现在AI可以一次性完成大部分工作。”他说。这意味着，AI最大的价值，并不是替代某个节点，而是重做整个流程。过去企业的组织流程，本质上是围绕人设计的，而现在，企业需要考虑如何围绕人机协同的逻辑，重新设计流程。

AI影响下的消费决策

AI对零售行业最深远的影响，或许还不是供应链和组织，而是开始进入消费决策层。

想象这样一个场景：你打开手机，对着AI助手说了一句：“帮我买一箱适合孩子喝的进口纯牛奶，要品质好的，明天下午送到家。”

AI立刻开始工作。它根据你过去的购买记录，确认你通常选择哪个品牌。它比对当前各大平台的售价、配送时效和用户评价。它甚至知道你家附近的哪个仓库有货、什么时间配送最合适。几秒钟后，它给出了一个推荐，并附上了理由。你确认同意，下单完成。

这不再是一个想象。《报告》指出，沃尔玛已与OpenAI合作，共同推出基于ChatGPT的对话式购物功能。消费者不再需要手动搜索、比价和跳转结算，而是直接通过自然对话，在ChatGPT内完成从商品浏览到支付的全流程。沃尔玛甚至为此开放了部分交易数据权限。

“入口一变，会影响所有事情。”戴自强表示。在他看来，这不仅仅是一个新渠道的诞生，而是消费决策权的一次转移。过去，品牌面对的是消费者。未来，品牌还需要面对AI，除了竞争用户心智，还需要竞争AI的推荐权重。

“品牌的价值，在于塑造需求和影响信任。”戴自强解释道。

他举了一个例子：为什么有人愿意花几万块买一个奢侈品包，而不是花几百块买一个同样能装东西的普通包？因为两者的需求逻辑完全不同。一个满足的是功能需求，一个满足的是文化需求。品牌的价值也恰恰在此体现。

但当AI开始介入消费决策时，企业因品牌打造的价值护城河可能面临挑战。因为AI不会像人类一样被品牌故事、广告画面、门店氛围所打动。它做决策的方式是计算型的，它看的是数据：用户评价、成分表、价格区间、配送时效……如果品牌的独特价值，比如文化符号，或者身份认同带来的影响，无法被结构化为可供AI读取和识别的信息，那么AI在推荐时，就只会把它当成一件普通商品来进行比价和排序。因此，未来品牌需要同时被人和AI感知和交互。

这意味着，零售行业真正可能被改变的，已经不只是卖货方式，而是需求被创造和分发的方式。

AI对零售行业经济模型的改变，是牵一发动全身的。它会同时改变门店模型、组织结构、供应链逻辑和消费决策方式。而这三者叠加在一起，意味着零售行业正在经历一场系统性的重写，从成本结构到组织分工，再到消费决策的底层逻辑，无一幸免。