生成式人工智能零售业全景观察白皮书 (2025)

报告背景

本报告由德勤中国与中国连锁经营协会联合出品，并得到了英特尔、中国移动、腾讯智慧零售、汉朔科技、多点数智等多家合作伙伴的支持。报告发布于2025年，是继2024年《生成式人工智能零售业全景探索白皮书》之后的第二期研究。

报告旨在深入探索生成式人工智能技术在零售行业内的应用与实践，研究对象涵盖了华南、华北与华东地区的连锁经营企业。研究方法包括问卷调查（受访者涵盖董事长、副总裁、首席信息技术责任官等高管）、专项讨论会以及对生成式人工智能应用与部署案例的分析与总结，旨在为零售企业提供关于GenAI发展现状、应用场景及实施路径的全面洞察。

核心内容

一、生成式人工智能的发展现状

报告指出，2022-2024年是生成式人工智能从技术奇点爆发到深度产业探索的关键时期，经历了“初露萌芽”、“生态爆发”到“理性回归”三个阶段。以ChatGPT为标志，AI技术实现了从单一文本到多模态理解的跨越，应用场景从消费娱乐延伸至企业核心业务重塑。

未来，人工智能将向“主动化、实体化、属地化”发展。

智能体AI (Agentic AI)：能够自主适应环境、做复杂决策，执行多步骤动态任务。
实体化AI (Embodied AI)：将AI嵌入物理世界，通过融合机器人、自动驾驶、物联网等技术实现感知、理解和响应。
主权AI (Sovereign AI)：确保数据、模型和计算资源不超出特定地理边界，应对监管、隐私和地缘政治关切。

迈入2025年，中国连锁零售企业对生成式AI的应用已从“能否使用技术”转向“如何创造价值”。应用场景从前端营销内容生成、智能客服等外围功能，深度渗透至商品选品、供应链优化、库存管理等核心业务环节。企业开始建立包含效率提升、成本节约、收入增长等多维度的价值评估体系，并积极探索“试点-验证-推广”的敏捷实施路径。

调研显示，超过半数（63%）的受访者对生成式AI感到兴奋，58%感到惊喜，但也有34%表示没有把握，25%感到困惑。这表明行业正从技术惊叹进入价值探索的深水区。在对未来影响的预期上，59%的企业认为生成式AI将在未来1-3年内带来实质性改变，但77%的受访者认为真正的改变可能在1年以后甚至更久。

在应用经验方面，51%的受访企业表示几乎没有经验，34%表示有少量经验，合计85%的企业经验有限。企业最关注的未来AI发展趋势是智能体AI（52%）、多智能体系统（45%）和多模型能力（44%）。

二、生成式人工智能在零售行业的应用

生成式AI技术正逐步从概念探索迈向规模化应用，以多元化形态渗透至企业运营与消费者互动的关键环节。中国生成式AI用户规模已达5.15亿，普及率37%，应用场景高度集中在智能问答（81%）、文本生成（36%）及图片视频创作（33%）等领域。

AI在企业内部的渗透与深化体现在对多个职能部门的全域赋能，其中信息技术部门（28%）是部署占比最高的部门，其次是运营（11%）、市场（10%）和客户服务（8%）。企业对生成式AI的关键收益期望中，91%的受访企业关注“提高工作效率和生产力”，其次是“改善产品和服务”（63%）和“降低成本”（60%）。值得注意的是，“发掘新点子，形成新洞察”的关注度增长超过20%，表明企业对AI的创新价值期待日益提高。

报告通过多个案例详细阐述了生成式AI在零售行业的应用：

门店运营风险防御与损耗管控（好特卖）：通过风险评级模型和薅羊毛识别模型，提升调查人效150%，有效拦截90%以上的“薅羊毛”行为，盘点效率优化30%。
供应链风险智能洞察与门店运营（百果园）：通过总经理驾驶舱、智能问数、智能订货和智能盈利诊断，提升经营响应效率10%，订货流程从3小时缩短至30分钟，问题定位效率提升60%。
AI无人值守便利店（浙江十足）：通过智能结算和云端值守，实现人力资源再分配，单个客服管理门店数提升40%，为4500家门店带来年营收增量16亿元，服务满意度提升89%。
智能客服（鲁商生活、伊利集团、物美超市）：显著提升客服接待率、问题解决率、降低人工成本和等待时间，如鲁商生活接待率达76%，物美超市在线解决率80%。伊利集团导购智能体使销售订单单产提升26.02%。
数字员工（华润万家）：通过RPA技术构建AI数字员工，月均节省2300小时工时，效率提升65%，准确率99.96%。
供应链优化（元初食品、钱大妈、来伊份）：实现自动补货效率提升40%，门店满足率提升95%，物流排线耗时缩短至1小时，库存周转天数和资金占用大幅减少。
智能营销（元初食品、绝味食品、酃酃酒）：提升舆情监控效率，绝味食品通过AI会员智体使消费者触达-点击率提升1.8倍，销售额提升3.1倍。酃酃酒通过AI生成短视频使直播引流提升300%。
智能预警（爱婴室、嘉荣超市）：实现订单准时履约率达99.8%以上，客户投诉率下降65%，问题追溯时间从2天缩短至2小时。
智能识别（亿滋食品、澳大利亚某零售企业）：提升信息采集效率3倍，准确率95%以上，数据生成效率提升40倍，防损算法精度提升10-20%。

在实际收益与预期收益方面，效率提升和降低成本的收益最接近预期，而“发掘新想法和见解”（46%）和“创新和增长”（45%）等战略性领域的收益率可能高于预期。

三、对企业走入人工智能时代的建议

报告提出了企业在AI时代面临的挑战和建议：

障碍与挑战：企业在实施生成式AI时面临的主要障碍包括难以识别应用场景（49%）、输出内容难以获得足够信任（46%）以及缺乏合适人才（46%）。此外，产出质量和变革动力也是规模化应用的主要阻碍。
“大压缩曲线”：个人应用AI立竿见影，但企业级应用需要更多的工程化投入、数据治理、风险与合规管理、组织与人才调整等额外投入，才能达到业务预期。
积极拥抱变化：企业应建立变革先锋组织，培养员工应用AI的判断能力，并通过宣传和培训推动用户接受AI。
构建平台战略：建立集中的能力中心（CoE）和技术平台，集聚人才，支持试点用例的快速部署，并评估和推进战略、流程、人才、数据与技术的转型。
人才与组织进化：AI应用将加速员工沿经验曲线进步，缩短适应周期。企业需调整组织生态，培养人机协同沃土，将AI纳入人才战略。
借力外脑与内部自建：66%的企业选择通过外部供应商实施AI，33%选择内部自建。外部合作模式在试点项目部署上更具优势。
梳理企业知识库：高质量、结构化的数据和知识是训练大模型、提升AI性能的关键。企业应建立基础知识应用框架、经验型知识萃取机制、端到端定制化RAG方案和完善的知识管理与治理体系。
风控与合规：安全漏洞（86%）、监控（83%）和隐私（83%）是企业最担忧的AI相关风险。企业需建立卓越的AI治理框架，涵盖透明、可解释、公平、稳健、安全、责任和问责七大要素，并根据AI治理成熟度指数（初级、发展中、成熟）逐步提升。
谨慎投资，小步快跑：AI的拐点尚未到来，企业应参考Gartner技术成熟度曲线，以价值公式为指导，通过少量投入控制试点成本，基于成功用例构建可复用中台能力，并控制整体拥有成本。
全面投资：生成式AI的成本构成不仅包括技术采购，还包括业务调整和组织转型成本，如设立AI治理机构、重塑工作流程、全员培训等，这需要长期且持续的投入。
关注业务价值：74%的领先AI项目已达到或超出投资回报预期，企业应持续关注业务价值，驱动卓越回报。

数据亮点

中国生成式AI用户规模：已达5.15亿，普及率攀升至37%。
零售企业对生成式AI应用经验：**51%**的企业几乎没有经验，**34%有少量经验，合计85%**的企业经验有限。
对生成式AI带来实质性改变的预期：59%的企业认为将在1-3年内带来实质性改变，77%的受访者认为真正的改变在1年以后甚至更久。
对生成式AI的感受：**63%**的受访者感到兴奋，**58%**感到惊喜，**34%**表示没有把握，**25%**感到困惑。
企业最关注的GenAI收益：**91%**关注提高工作效率和生产力，42%关注发掘新点子、形成新洞察（关注度增长超过20%）。
企业对未来通用AI相关发展的兴趣：智能体AI（52%）、多智能体系统（45%）、多模型能力（44%）。
生成式AI在企业不同职能的部署状态：信息技术（28%）、运营（11%）、市场（10%）、客户服务（8%）。
好特卖案例效益：内控调查员每月处理案件线索数量提升约150%，有效拦截90%以上的“薅羊毛”行为，盘点相关人力投入减少约30%。
百果园案例效益：经营响应效率提升10%，订货流程从3小时缩短至30分钟，门店经营问题定位效率提升60%。
浙江十足案例效益：单个客服管理门店数提升40%，为集团4500家门店带来一年整体营收增量约16亿元，服务满意度从72%提升至89%。
华润万家数字员工效益：月均节省2300小时（相当于10-12名全职员工），效率提升47%-82%（综合65%），准确率99.96%。
企业生成式AI部署方式：通过外部供应商进行实施占66%，通过企业自身资源实施占33%。
企业对AI应用最担忧的风险：安全漏洞（86%）、监控（83%）、隐私（83%）。
领先AI项目投资回报率：**74%**的受访者表示其最领先的AI项目已达到或超出投资回报预期（**43%**达到预期，**31%**超出预期）。

趋势与展望

报告强调，生成式人工智能作为一项革命性技术，正推动零售业进入价值重构的新阶段。未来的趋势将是AI从辅助工具向具备自主决策能力的“智能体”演进，并与物理世界深度融合，形成“实体化AI”。同时，数据隐私和合规性将催生“主权AI”的发展。

零售企业对AI的认知正从技术惊叹转向务实探索，关注点已从“能否使用”转向“如何创造价值”和可量化的商业回报。尽管目前大多数企业在GenAI应用方面经验有限，但对提升效率、降低成本以及激发创新和洞察的期望强烈。

报告建议企业采取“长期主义”的投资策略，将AI视为持续性变革而非一次性支出。实施路径应遵循“小步快跑、敏捷迭代”的原则，优先落地高价值场景，通过试点验证成效并积累经验。同时，企业需要构建全面的AI能力体系，包括：

工程化投入：通过提示词工程、RAG、模型调优等技术手段，提升AI产出质量。
平台战略：建立集中的AI能力中心和技术平台，整合稀缺人才和资源。
人才培养与组织转型：培养具备AI技能的员工，调整组织生态以适应人机协同，并从管理层到一线员工全面推动变革。
知识管理与治理：构建高质量、结构化的知识库，并建立完善的AI治理框架，确保AI应用的透明、可信、安全和合规。
风险管理：重点关注安全漏洞、隐私和合规风险，建立主动防御机制。