当下,AI正从试点验证迈向规模化落地,而组织的适配能力,已成为决定成败的“最后一公里”。虎嗅智库AI落地研学营的第四站,决定直面这一核心命题。
AI落地研学营,这场贯穿全年的系列研学活动,始终见证着AI与产业融合的每一次关键跃迁。6月,我们走进飞书与智谱总部,探讨AI Agent的技术发展,7月深入网易云商与交个朋友直播间,拆解营销服一体化的可能路径,9月则在柠季门店与叮咚买菜前置仓中,寻找供应链的柔性与智能解法。从技术工具的演进到业务场景落地,再到企业核心环节的革新,我们不断走向AI落地产业的更深处。
而作为2025年的收官之站,第四期研学营选择直面AI落地最棘手、也最根本的问题—组织和人。
当AI从工具变成基础设施,它不仅是在优化流程,更是在挑战原有的权力结构、人才定义和管理半径。
近日,AI落地研学营第四期走进了已基本完成AI化改造的物美学清路店,并邀请了多点数智、海底捞、猎聘的一线操盘手,与来自餐饮、制造、家居、财税等行业的数十位决策者,试图回答一个问题:适配AI生产力的组织和文化,到底应该长什么样?
有限货架下,AI如何破局实体零售
当日上午在物美学清路店的参访,让大家对AI对零售门店的赋能有了具象的体感。
这家门店通过AI销量预测与智能订货,不仅实现生鲜日清日结,更在SKU减少3000个的情况下,销售额增长3倍。更在自助收银区,用AI摄像头实时监测漏扫与异常行为,大幅降低人工巡检压力,并将收银损耗率降低70%以上。
这些成效背后,离不开多点数智提供的系统性AI能力支撑。多点数智AI专家宋楠在随后的分享中道出关键点:实体零售的核心矛盾,是“有限货架”与“无限个性化需求”之间的效率博弈。电商可以无限上架、快速汰换,而线下门店的物理货架必须承载最高效的选品与流转。
图:多点数智AI专家宋楠
为此,多点数智不断探索用数字化及AI帮助实体零售提效。宋楠将多点数智的AI探索分为四个阶段,从“最初迷茫期”,尝试RAG、ChatBI,到模仿跟随期对CV巡检、防损场景的探索,再到真正创造可量化价值的行业落地期,先后攻克AI补货、AI动态出清、AI鲜算等核心业务痛点。
以动态出清为例,传统打折依赖人工经验,往往一刀切。
多点数智通过数据驱动+流程重构,将复杂的打折决策拆解到单店单品的精细化操作维度,让AI模型学习不同商品的销售特性与损耗规律,最终实现差异化定价,有的商品打五折,有的打八折,有的甚至不打折也能售罄,仅此一项,就为物美单店带来日利润数千元的提升。
当下进入深度探索期,多点数智的AI探索开始介入零售最核心的选品环节。宋楠举了一个生动的例子,有一段时间,物美门店发现烤箱锡纸销量走俏,按照过往经验,采购人员可能就习惯性加大采购。但AI通过关联分析与人群画像发现,学清路店周边的核心客群是对价格敏感、追求潮流品质但又喜欢懒人做饭的学生群体。锡纸消耗大,是因为他们喜欢买半成品到店快速加工。因此,AI给出的建议不是卖锡纸,而是转向“懒人厨房”场景,建议上线更多场景关联商品比如快手菜等。
这不仅是商品的替换,更是从“销售单品”到“满足场景需求”的思维转换。AI的选品逻辑,在于将畅…