1930 年 1962 年 1995 年 1859 年 美国大西洋与太平洋 茶叶公司（ A&P ）是 世界第一家连锁商店 第二次革命 Source: Yiou intelligence 零售业发展历史 2010-2016 年 数字化 新业态 全渠道 新零售 4 新零售：消费者体验为中心，数据为驱动力 • 联接是基础：移动互联网、物联网、电子商务等技术，将传统零售的人、货、场相互连接起来，使能三者的数字化。

交互数字人方案，可以轻松挂载 个人 / 企业知识库以及联网搜索服务，实现搜索增强模型生成（ RAG ）， DeepSeek 的思维链强化了上下文记忆能力，极大提升了数字人多轮对的 话能力 零售业门店，餐饮业，制造业，学校（大厅或门店数字人） 数字人直播，数字人教育 DeepSeek 智能交互数字人 解决方案一指 禅 4. 核心优势

• 2012-2015年，美的632项目建设 • 2016年开始， 华为数字化转型 • 2013年余额宝爆发，互联网金融崛起，银行逐步 通道化，压力陡增 • 天猫、京东等互联网电商平台冲击零售业 互联网企业跨界而来 • 2014年12月举行的中央经济工作会议,正式提出 我国经济发展进入“新常态” • 人口红利逐渐用尽 • 资源、环境压力大，迫切要求可持续发展，国家 提出碳达峰、碳中和战略

布），对传统造假手段（如虚构流水）敏感，但在面对隐蔽性造假（如利用会计 准则漏洞虚增无形资产）时，若造假数据人为符合数值分布规律，其检测能力会 显著下降。同时，Benford 定律的误报率受行业特性影响较大，例如零售业流水 天然符合 Benford 分布，而金融衍生品交易数据可能偏离，导致误判。总体而言， 情感分析长于捕捉文本隐含风险，但对语义噪声敏感；数值分析对传统造假有效， 但对高隐蔽性手段存在盲区。 问题

#工业 建筑业 第三产业 #交通运输、仓储和邮政业 批发和零售业 住宿和餐饮业 金融业 房地产业 其他服务业

决策，而传统的企业家核心能力，比如经验判断、资源整合、灰度哲学等在数字时代依然非常重要， 依然是领导力学科的基石能力。 据笔者观察，企业发展新环境呼唤数据领导力，而数据领导力也是企业发展过程中逐步形成的。以连 锁零售业为例，从 1 家店到 50 家店，企业家一支笔一个决策就可以解决，这个时候花重金去构建系 统既麻烦，投入成本又高，而且对团队的挑战也高，数据领导力的作用不明显，但当企业达到更大的 规模，其管理层 而帆软的 FineChatBI 采用的是 NL2DSL 路线，发生的概率大幅降低。 1、高准确率 大部分产品过于依赖大模型，响应速度慢。而帆软采用大小模型结合的模式，针对性处理用 户问题。尤其面向零售业务，面向管理层，帆软的产品能力让他们印象深刻。 2、高响应速度 094 数智领导力 093 数智领导力 ChatBI 在志邦内部叫做“志邦智数”，经过半年时间的推广，营销和财经侧已经有 120+

经营分析提供好的数据基础； 专业化品类数据管理：梳理品类体系，关注特殊品类差异 性管理。 u 统一和规范的数据管理，实现集团级数据共享和信息流打通的最终目的。 商品主数据管理 - 多种商品结构支 持 零售业务 共性商品 单一商品 组合商品 子母商品 Ø 共性商品：创建商品数据过程中通过选择特性（色码）自动创建明细商品，实现鞋服色码管理需求； Ø 单一商品多条码管理： 相同商品可维护多条码，实现超 物流部 门店 A 门店 C 门店 业务部 劲草贸易公司 自营 联营 租赁 加工 外部供货商 自营进货 委外加工 自营进货 联营合作 批发销售 零售业务 门店自采，劲草整合 ( 直送 ) 线上顾客 自营进货 联营合作 租赁合作 3. 库存管理 4. 非商品管理 1. 需求与补货管理 多种补货机制 门店补货需求 劲草整合门店

客体验，并实现更高效的库存管理，以更好地 应对来自运营效率和顾客体验的双重挑战。当 前零售服务机器人的应用场景主要包括迎宾导 购、库存管理、营销引流、店面清洁、补货搬 运等。据测算，到2035年全球零售业服务机器 人的市场规模有望达到573.1亿美元。 行业痛点 1. 运营成本高：伴随着全球互联网电商的发 展，线下零售门店的运营成本高企，从货 架补货、收银结算到清洁维护均需投入大 量成本。 2 40%。 3.2.2 工业场景：清洁减排与劳动福祉 3.2.3 医疗场景：卫生治理 3.2.6 大型交通枢纽（机场）场景： 公共服务与安全治理 3.2.4.1 智能清洁与能耗优化 应用实践 在零售业，尤其是大型商超的环境中，保持干 净整洁的客户购物空间对于提升顾客体验和品 牌形象至关重要。清洁机器人的引入，标志着 清洁作业向智能化、节能化方向迈出了重要一 步。机器人能够通过动态路径规划，实现24小

资料来源：Markovate 公司官网，海通证券研究所 Markovate 打造了一款由智能体集成驱动的虚拟助理零售库存管理解决方案 ShopSpot。结合 AI 智能体提供了彻底改变零售业的库存管理的方案，通过整合先进的 机器学习和神经网络，它可以提供精确的需求预测和库存水平优化，有效地应对现代零 售业的挑战。在整个解决方案中包含了几个重要模块：1）聊天机器人和智能体：使用 大量的客

应用不仅提高了运营效率，还为企业带来了可观的财务回报。未 来，随着技术的不断进步和应用的深入，商务 AI 智能体将在更多 领域发挥其潜力，为企业创造更大的价值。 15.1 行业案例分析 在商务 AI 智能体应用的行业案例中，零售业是一个典型的成 功领域。通过引入 AI 智能体，零售企业能够实现库存管理的优 化、 客户行为的精准分析以及个性化推荐系统的构建。例如，某大 型连锁超市通过部署 AI 智能体，将商品缺货率降低了 这些案例表明，AI 智能体在多个行业中的应用都具有极大的潜 力。通过合理的设计和实施，企业可以显著提升运营效率、降低成 本和提升客户满意度。以下是一个简单的 Mermaid 图，展示了 AI 智能体在零售业中的应用流程： 通过这些实际案例可以看出，AI 智能体的应用不仅能够提升企 业的运营效率，还能够在多个方面为企业带来显著的经济效益。企 业应根据自身需求，选择适合的 AI 智能体解决方案，以实现最大