从仓库到钱包：零售与消费品行业 AI 现状调研揭示 AI 如何重塑供应链与消费者体验

AI 已彻底改变零售与消费品行业 (CPG) 的运营模式，通过提升客户分析与细分能力，实现更高水平的营销与广告个性化；同时显著提升供应链与物流领域需求预测的速度与准确性。

企业正通过智能数字购物助手和目录丰富化通过动态增强和本地化产品信息来丰富产品目录，从而提高客户的参与度。AI 智能体正加速运营效率，而物理 AI 系统则助力仓储与供应链运营的流程优化与自动化。

NVIDIA 2026 年零售与消费品行业 AI 发展现状及趋势调研报告收集了数百份反馈，结果显示，行业内 AI 应用已趋于成熟，企业在各个领域已将 AI 项目从试点推进至全面生产环境。

本年度报告的亮点包括：

继续阅读下文，了解该报告的部分关键发现。

开源创造机遇

开源技术已迅速成为众多零售 AI 系统的基础，使团队在保持强大治理能力的同时，根据自身数据和应用场景灵活调整模型。开放且互操作性的生态系统还使 AI 更易与现有工具和工作流相集成，助力零售商快速实现创新规模化。

阳狮集团首席商务战略官 Jason Goldberg 表示：“大多数零售商最初都是通过专有 AI 供应商来尝试 AI 技术的。他们拥有模型，却无法掌控自己的‘核心钥匙’。开源模式彻底改变了这种局面，让零售商能够利用自身的专有数据，避免供应商锁定，并从开源社区的创新中获益。”

91% 的受访者表示其所在企业正在积极使用或评估 AI 技术，这意味着零售与快速消费品行业的竞争焦点已从“要不要投资 AI”转向“如何最有效地部署并规模化 AI 应用”。

在整个行业范围内，AI 对业务的影响是切实而显著的。当被问及 AI 如何改善其业务时，54% 的受访者表示员工生产力得到提升；52% 认为 AI 有助于提高运营效率；41% 指出客户服务质量有所改善。

如上所述，89% 的受访者表示 AI 有助于提升营收。对许多企业而言，这种增长尤为显著——30% 的企业表示营收增幅超过 10%。AI 在降低年度成本方面同样成效显著：95% 的企业认同其降低成本的作用，其中 37% 的企业表示成本削减幅度超过 10%。

Omni Talk 联合首席执行官 Chris Walton 表示：“高管们应关注的重点，不是以牺牲高投资回报率 (RIO) 为代价为面子工程开绿灯。成功的零售商往往从解决具体损益问题的务实场景切入，证明价值后再规模化推广。”

调研显示，九成受访者认为明年在 AI 方面的投资 (包括基础设施、招聘 AI 专家以及软件) 将会增加。其中半数受访者表示增幅可能相当可观，预算将同比增长 10% 或以上。

零售和快速消费品行业正在不同的业务线试点 AI 智能体。

总体而言，47% 的受访者表示正在使用或评估代理式 AI ——其中 20% 称 AI 智能体已在组织中投入使用，另有 21% 表示将在未来一年内部署智能体。

Walton 表示：“代理式 AI 将首先对零售供应链和运营产生真正颠覆性的影响，例如自主智能体大规模处理实时库存再平衡、动态定价和供应商谈判等事务，因为这些环节的投资回报率 (ROI) 是能够量化的。”

该调研的受访者为零售和快速消费品领域中的代理式 AI 明确了三个目标：

从广义上讲，代理式 AI 将在三大运营领域得到应用：内部运营、员工与客户支持，以及客户互动。例如，在客户互动领域，智能体不仅能进行数据分析，更能实时基于洞察采取行动——根据每位客户的具体情境调整信息内容、推荐产品并引导购买决策。

零售与快速消费品行业近十年来面临着严峻的供应链挑战，且这些挑战正日益复杂化。今年调研中 64% 的受访者表示供应链挑战逐年加剧，包括地缘政治动荡、劳动力短缺、消费者对速度与透明度的期待不断升级，以及全球运营中日益复杂的监管环境。

Goldberg 表示：“ AI 使零售商能够将库存优化精确至门店与客户层面，而非局限于区域层面。AI 让零售商在需求预测中整合更多变量，通过实现更精准的供需匹配，从而更准确地预测并避免缺货情况。”

零售业正转向借助 AI 来优化运营和解决复杂问题。51% 的受访者认为利用 AI 提高供应链的运营效率和产能是首要压力缓解手段。其次是满足客户期望，占 45%；第三是解决可追溯性和透明度问题，占 38%。

物理 AI 在行业中正逐渐普及，17% 的受访者表示正在使用或评估该技术。

Walton 表示：“真正的变革将来自让现有实体基础设施更智能的 AI。我最欣赏的例子是店内机器人。通过它们，你可以实现更精准的定价、更优化的库存管理以及更出色的陈列效果。”

先行企业的实践证明，经过周密整合的物理 AI 系统不仅能实现任务自动化，更能提升灵活性和吞吐量，有效应对劳动力压力和日益复杂的物流需求。