AI的投资回报：聚焦零售和快速消费品行业

聚焦零售和快速消费品行业 接触点吸引购物者。 调研方法 本报告基于Google Cloud和National Research Group开展的一项调查。 首席财务官、首席营销官、首席技术官首席信息安全官、首席数据官、首席战略官、首席运营官、数字战略总监、IT副总裁IT总监、创新主管、客户体验/服务 150名175名161名99名 总监、营销总监 100名全职员工 年收入1,000万美元 摘要 我们对零售和快速消费品行业的高管进行的第二次年度调查显示，生成式AI项目持续为企业带来投资回报，同时企业也更加重视智能体AI项目。 事实上，超过一半的高管已经在利用AI智能体。应用场景的复杂程度各不相同，既有单任务智能体，也有可在用户授权与掌控下代为行动的多智能体系统。虽然这项技术已经在帮助人们完成越来越多的工作，但许多公司仍处于智能体利用的早期阶段，若要发展成熟，还有很长的路要走。对于零售商和快速消费品品牌来说，这一趋势标 51%的零售和快速消费品行业高管表示其组织正在利用AI智 志着企业正从规划阶段加速迈向实践，并利用AI在消费者所在的任何平台（流媒体、滚动浏览和搜索）与他们互动。 基于规则的编程工作，或者对机器学习模型进行高度定制化的训练。生成式AI改变了这一局面。 零售和快速消费品行业的主要洞见 的受访高管表示，在其组47% 的受访高管表示所在组织51% 在评估LLM提供商时，高管们的#1 织未来的AI预算中，超过50%的预算将分配给AI智能体3 已在生产环境中使用AI智能体2 最大顾虑是数据隐私与安全4 目录 智能体AI的迅速演变01 AI智能体时代已经到来 （所在组织在使用生成式AI的零售和快51% 速消费品行业高管中）也已经在生产环境中采用AI智能体5 智能体AI在零售和快速消费品行业的广泛使用令人瞩目。 聊天机器人，到专注于特定功能（如创意辅助）的单任务智能体，再到将先进AI模型与工具访问权限相结合，从而在用户的掌控下代为执行操作的复杂多智能体系统。 立规划、推理和执行任务，并可访问数据函数调用API，必要时还可与其他AI智能体交互。AI智能体可以是预构建的，也可以是在内部构建的。 AI智能体的使用情况7 的零售和快速消费品行业高管表示，其组织已推出超过10个AI智能体637% AI智能体适用于众多应用场景，我相信每个企业都有一些工作流可以利用智能体AI来创造重大价值。它能加速现有流程，带来可衡量的业务效益。” Wayfair首席技术官 智能体AI的实际应用场景 客户服务和体验(47%)、营销(44%)、安全运维其他零售业专用智能体（如视觉营销、全渠道AI智能体正在积极应对零售和快速消费品行业的核心挑战。 运营和购物顾问）也经常登上新闻头条，但采用率并不高。10这些专用智能体常常有独特的数据要求或需要进行复杂集成，这会阻碍其采用。但它们不会离我们太远。随着智能体AI早期 和网络安全(41%)领域走在前列。8这些领域与业务目标密切相关：客户服务直接影响客户留存率和销售额，营销直接推动转化，而强大的安全保障则能建立必要的信任。除此之外，质量控制(39%)、供应链和物流 以提高员工的工作效率，从而节省时间。我们正在进入一个真正的人机共生时代。” 应用场景的价值得到证明，零售和快速消费品组织可以开始为这些更复杂的行业特定AI应用场景奠定基础。 (38%)等行业特定用例的采用率也很高。有趣的是，尽管数字欺诈分析师至关重要，该领域的采用率却相对较低(32%)，但也并非微不足道。9 零售和快速消费品行业中AI智能体的主要应用场景 无论处于哪个行业，服务什么样的客户群体，您的竞争对手都会使用AI智能体。因此，您必须设法利用它来提升竞争优势。” Morrisons数据与分析总监 AI智能体的投资回报 AI智能体应用场景已在多个领域带来投资回报，包括客户服务和体验(33%)、营销(32%)以及安全运维和网络安全(26%)。11 为了获得最大成效，请将AI智能体重点应用于最复杂、摩擦最多的流程，这样才能释放最大价值。” 行业特定用例，在所有用例中排名第四。12AI智能体能够优化复杂的运营，包括需求预测、库存管理、高效的路线规划和仓库运营，从而对成本和交付速度产生积极影响。 Wayfair首席技术官 已实现投资回报的主要AI智能体应用场景 经证实可利用AI实现投资回报的5个领域02 我们的调查从以下三个方面评估了生成式AI为关键领域带来的直接价值： 虽然AI智能体代表着新的前沿方向，但生成式AI的基础价值仍在持续带来复合回报。 我们的研究表明，生成式AI将继续在五个关键领域为零售商和快速消费品品牌带来重大影响。2024年，生成式AI已证实其现实应用价值；2025年的重点是在此基础上进一步深化与拓展。 业务收益可用于衡量技术转型计划的有效性，同时生成式AI对各业务领域的主要影响 也是预测财务绩效的先行指标。 务增长（同比下降2个百 效率 零售和快速消费品行业组织表示，生成式AI显著提升了工作效率。 在报告工作效率提高的组织中，高管表示非IT员工的工作效率得到提升，产品也能够更快上市。16在这个由不断变化的消费者偏好驱动的行业中， 这反映出AI在整个运营历程（从供应链到客户订单履约）中发挥着越来越重要的作用，最终推动效率和市场响应能力的提升。不过，表示工作效率至少提高了一倍的高管有所 减少。这可能表明，虽然广泛提高工作效率相对容易实现，但要将效率提高一倍，则需要更深入、更复杂的集成，而组织仍在探索如何实现这一点。 生成式AI解决方案带来的员工工作效率提升 借助生成式AI，以前需要八 周才能完成的创作流程现在只需八小时。” 表示在生成式AI的个人工作效率（电子邮件、文档、演示文稿、会议、聊天）相关应用场景中实现了39% 投资回报（2024年为29%）19 数字体验与增长主管Kraft Heinz公司 客户体验 在竞争激烈的零售和快速消费品市场中，各品牌无时无刻不在想方设法提高忠诚度和改善客户体验。 表示生成式AI改善了客户体验（2024年为57%）2168% 互动度和满意度的主要驱动力。虽然最初的机会带来了显著的收益，但当前报告增幅 超过6%的受访者已经减少。20这表明，要实现最高的增量收益，零售商和快速消费品组织可能需要探索更复杂的方法，例如数据、渠道和生态系统集成。 生成式AI解决方案带来的客户体验提升 提升了用户互动度（即互动度得80% 分、流量或点击率[CTR]、网站停留时间）（同比下降2个百分点） 提升了用户满意度/净推荐值（同比下降77% 表示生成式AI解决方案改善了客户体验的零售和快速消费品行业高管：2024年：n=1421个百分点） 挥着关键作用，可以提升消费者在每个接触点的体验，从而提高忠诚度和留存率。” 39%表示在客户体验和现场服务（包括聊天机器人、呼叫中心和现场技术支持）相关 的生成式AI应用场景中，已实现投资回报（2024年为40%）23 我们的AI智能体与客户服务团队紧密合作，将先进AI的情境理解能力和效率与人工客服人员的同理心和专业知识无缝融合。这种协作可确保我们的客户获得快速、一致的支持，同时也能受益于个性化的人工干预。” Wayfair首席技术官 营销 生成式AI解决方案带来的营销成果提升（按地区划分） 零售和快速消费品行业的产品、销售渠道和广告形式层出不穷，都在争夺消费者有限的注意力。 他们，营销者可以使用生成式AI快速生成逼真的产品图片、数不胜数的广告素材变体，以及有针对性的宣传文案，最大限度地提高受众群体相关性并增加转化。 表示生成式AI对营销成果产生了显著影响（2025年新增调查项）2459% AI，仅用80小时就通过Imagen创建了20,000多张超逼真的图片，与从在线市场采购图片相比节省了90%的成本，而且后者需要500小时。阅读案例研究 表示生成式AI在销售与营销相关应用场景（现场销售活动、营销运营和内容制作）中38% 已实现投资回报（2024年为29%）25 业务增长 生成式AI解决方案带来的收入增长 总体年收入增长在1%-5%之间（年同比增长6个百分点） 表示生成式AI带来业务增长的高管比例略有下降。26今年，生成式AI对业务增长的影响相对温和。 总体年收入增长在6%-10%之间（年同比下降7个百分点） 这可能表明，这项技术的应用方式正在走向成熟。零售和快速消费品行业可能会转向更加依赖智能体的流程和更精简的工作流，届时生成式AI将不再是独立的初始构思工具，而是通过集成提高效率，加快新产品开发生命周期的每个步骤。在表示生成式AI带来了业务增长的高管中，74%实现 超过10%（年同比增长1个百分点） 了收入增长，27表示增长超过10%的高管略有增加。28 56% 借助生成式AI，Kraft Heinz的研发和营销团队可以在使用产品图片的消费者研究测试中测试新产品概念并更快地推出新产品，因此节省出的数万个小时使他们能够交付大量符合品牌特征的个性化内容。” Kraft Heinz公司数字体验与增长主管 安全 生成式AI解决方案带来的安全改善 在表示安全状况有所改善的受访者中，77%的受访者表示，生成式鉴于客户数据具有很高的价值，生成式AI提升零售和快速消费品组织安全状况的能力至关重要。 AI解决方案可以显著增强其整合情报和响应的能力，而73%的受访者表示，生成式AI解决方案有助于识别威胁。30然而，表示生成式AI对其组织的安全运维产生了显著影响的高管 有所减少。31这表明，虽然生成式AI仍在带来基础性优势，但业界正越来越多地转向使用专门的智能体AI来应对更复杂的安全挑战。正因为这样，安全运维和网络安全已成为生成式AI的一个主要应用场景（采用率为41%）。32这表明，该行业正在转向分层防御，以确保品牌信任并保护海量的消费者数据。 49% 投资AI就绪的未来03 未来2–3年组织通过生成式AI重点推动的业务目标 AI的日益成熟标志着业务重心的转变。 随着零售商和快速消费品品牌在运营效率、客户体验和竞争力等基础目标上不断取得进展，业务目标也在发生变化。如今，行业的关注点正转向下一波创新浪潮，AI智能体正崭露头角，成为新的战略重点。 AI预算也在同步增长 表示随着AI技术成本的下降，其组织在生成式AI上的支出有所增加（2025年新增调查项）3679% 尽管技术成本持续下降，但AI总体支出仍AI现已成为企业的关键战略性投资，这一点体现在两个显著趋势上。 进行生成式AI投资（2024年为42%）3750% 在上升。除了在年度IT总预算中占比已达25%的AI预算35，这些新增投资正越来越多地通过重新分配非AI预算资金来获得。34 多用于AI智能体（2025年新增调查项）3847% 实现投资回报需要C级高管的支持 高管层的支持与生成式AI能否实现投资回报仍密切相关 获得高管层全面支持的组织 零售和快速消费品行业的AI计划常常需要商务、供应链、客户服务和技术团队之间进行深入的跨部门协作。 协调一致可以帮助组织在基本的产品创新模式、全渠道商务和消费者关系等领域做出影响深远的决策。 需要考虑的主要挑战 选择LLM提供商时重点考虑的3大因素数据隐私和安全性 对许多组织来说，AI相关的主要挑战往往源自支持其落地所需的基础性建设。 36% 客户数据，因此满足高标准的数据安全要求至关重要。解决方案在于采用一套现代化的集成式数据战略，该战 略从初始阶段开始，就将强大的数据治理和安全协议放在首位。这种方法可确保数据在整个AI生命周期中既可用于创新，又安全无虞。 31%与现有系统集成 27% 零售和快速消费品行业高管：n=585；问题：在选择大语言模型(LLM)提供商时，您的公司最注重以下哪些因素？ 后续行动04 确保AI智能体实现投资回报的核对清单 争取C级