2026年零售和消费品行业AI发展现状及趋势调研报告

目录 调研概览 摘要3 深入调研结果 业务影响和投资趋势6迈向开源8代理式AI的兴起：下一个竞争前沿8零售和消费品行业10供应链弹性：AI成为战略要务13不断变化的挑战和推理的重要性15展望未来17调研方法17 调研概览 行业领导者需要了解的主要趋势 零售和消费品行业在其人工智能之旅中已经达到了一个关键的转折点。从后台到供应链、商店和数字商务，AI正在部署在每条业务线中。最重要的是，这些AI解决方案对利润产生了切实且可衡量的影响，有助于简化运营并提高员工生产力。 随着实验让位于广泛部署，主要问题已从是否投资AI转向如何设计灵活、经济高效且与每个组织的数据、人才和风险策略保持一致的AI堆栈。这越来越意味着，在如何大规模优化推理、如何平衡开源模型和专有模型以及在何处引入代理式AI和物理AI等新功能方面，我们需要慎重选择。 这是第三份年度的NVIDIA零售和消费品行业的AI现状报告探讨了零售和消费品行业的AI部署状况，分析了业务影响和投资趋势、开放且灵活的AI堆栈的演变、代理式AI重要性的增加、战略用例，以及围绕人才、数据成熟度和推理优化的关键实施挑战。它探讨了企业组织如何借助AI驱动的解决方案应对供应链复杂性，并在最后为AI赋能的行业中的竞争定位带来前瞻性影响。 摘要 AI在零售和消费品行业中的作用正在从孤立的解决方案扩展到全面的企业范围战略。如今，AI可支持营销和广告、优化供应链并增强店内体验。本报告重点介绍AI正在重塑行业的关键领域，评估成熟度和投资水平，并重点介绍推动取得切实业务成果的主要用例。 以下是今年报告中的一些主要亮点： AI成熟度曲线 33% 58% 受访组织目前正在评估AI解决方案，显示继去年更广泛的探索阶段(47%)之后，评估活动正趋于稳定。 受访者表示其组织正在积极部署AI解决方案，相比2024年的42%。 在整个商业领域，企业正在从运行众多AI试点转向选择和扩展具有成熟业务价值的解决方案。这一趋势在零售和消费品行业尤为明显，其中活跃的AI使用率显著增加，评估AI的企业所占比例同比下降了14个百分点。 AI如何影响利润 95% 89% 受访者表示AI正在帮助增加年度收入。 受访者表示AI正在帮助降低年度成本。 AI在三个关键领域产生了可衡量的影响：运营效率、客户体验和员工生产力。这些统计数据凸显了AI对利润的双重影响：它不仅是收入增长的强大驱动力，而且还大幅节省了成本。 AI成功带来投资增长 90% 58% 受访者指出AI投资将在2026年增长。 受访的高管表示，AI投资将增长10%以上。 随着AI解决方案展现出切实的业务影响，几乎所有受访者都期望投资增加或至少保持稳定。增加支出将提高AI性能，发现新的用例，并使员工能够将AI集成到日常工作流中。 开源AI提升战略重要性 79% 随着企业组织不断扩展AI，领导者纷纷转向开源模型和工具，使系统适应自己的数据，保持部署方式的灵活性，并利用快速发展的创新生态系统。 受访者表示将开源模型和工具集成到他们的AI堆栈中为中等到非常重要。 代理式AI正在兴起 20% 47% 受访者表示AI智能体已在其组织中得到积极部署。 受访者表示他们的组织正在使用或评估AI智能体。 代理式AI是一种能够自主推理、规划和执行复杂任务的先进系统，目前仍处于企业采用的早期阶段，而零售和消费品行业组织已经在对其进行试验。AI智能体可用于加速运营、增强客户体验，并利用实时数据改进决策制定。 简化供应链 51% 91% 受访者表示他们正在使用AI来解决供应链中的运营吞吐量和效率问题。 受访者表示AI正在帮助降低年度供应链成本。 现代供应链非常复杂，零售和消费品公司正在利用AI来简化运营。下一个前沿领域是部署数字孪生等物理AI解决方案和机器人，并且早期实施已经在进行中。 深入调研结果 业务影响和投资趋势 91%的零售和消费品企业组织现在都在使用AI，这标志着AI在该行业几乎得到了普遍采用。这一势头包括使用率活跃度的急剧上升：58%的受访者表示他们的公司目前正在使用AI，比去年增加了16个点。 91% 的行业企业组织正在使用AI。 在拥有1000名以上员工的大型组织中，积极使用AI的企业占69%，而在小型企业中，这一比例为48%。随着试验让位于广泛部署，主要问题已经从是否投资AI转变为组织与同行相比如何有效地部署AI。 验证商业案例 AI已从一项理想技术成为经过验证的业务驱动力。财务结果证实了该行业积极的投资态势：收入增长十分普遍，89%的企业表示产生了积极影响，57%的企业实现了5%或更高的增长。与此同时，95%的受访者表示，AI正在帮助降低年度成本，其中58%的受访者将成本降低了5%或更多。 89% 受访者表示AI对收入产生了积极影响。 95% 这些双重影响(同时实现收入增长和成本降低)解释了高管的承诺。AI正在实现营收加速和利润提升的结合，这是一个价值主张，即使在不确定的经济环境中也有理由继续投资。 受访者表示AI正在降低年度成本。 战略目标和已实现的成果 受访者表示，他们所在的企业组织进入AI之旅的主要目标有三个： 1.提高运营效率：45% 2.改善客户体验：38% 3.提高员工生产力：29% 借助AI，企业组织不仅正在实现而且正在超越其初始目标。54%的受访者表示AI提高了生产力，52%的受访者表示运营效率得到提高，41%的受访者表示客户体验得到改善。 投资信念 AI正在为零售和消费品行业塑造一个光明的未来，因为各种业务功能的智能工具相辅相成，从而简化运营。不出所料，高管对AI投资的兴趣十分浓厚，92%的高管表示他们的AI预算将在明年增加，其中58%的高管预计将增加10%以上。 92% 的高管计划在明年增加AI预算。 企业组织正在加倍投入AI，以产生真正的影响。优化AI工作流和生产是投资重点，占比36%，其次是确定新用例，占比33%，培训现有员工占比32%。 除了增加支出外，公司还在更具战略性地部署AI，从而创造投资、学习和绩效提升的良性循环。 迈向开源 随着生成式AI逐渐成熟，企业组织正在从通用工具转向针对特定业务需求定制的专用解决方案。开源模型和工具可灵活地使用专有数据微调AI，同时利用社区创新加速开发。 48% 受访者表示开源非常重要。 零售和消费品行业组织正以不输其他行业的速度采用开源技术。近一半(48%)的受访者认为将开源模型和工具集成到其技术栈中非常重要，而另外31%的受访者认为这一点中等重要。 代理式AI的兴起：下一个竞争前沿 今年的调查新增了关于代理式AI的问题，这些系统通过自主推理、规划和执行复杂任务来解锁新的业务价值。 尽管代理式AI是一项新兴技术，但它已经进入了企业工作流。在零售和消费品行业，47%的受访者正在使用或评估AI智能体，其中20%的受访者正在积极部署AI智能体，另外21%的受访者计划在明年进行部署。 47% 表示他们已经在使用或评估代理式AI。 战略目标和商业价值 企业组织正在部署AI智能体，以解决传统自动化无法完全实现的三项互连业务需求： 1.提高处理速度和效率：57% 代理式AI可以持续执行工作流程、自主处理异常并即时扩展，将原本需要数小时甚至数天的流程转化为实时操作。 2.提升客户体验和个性化沟通：40% 代理式AI可以进行多轮对话，了解微妙的客户需求，访问跨系统的信息，并采取行动解决问题或完成交易，在不增加人工支持成本的情况下提供客户所期望的响应速度和个性化沟通。 3.使用实时数据改进决策制定：40% AI智能体可以持续监控数据流，检测需要人工介入干预的情况，根据业务规则评估选项，并根据需要采取行动或升级，使组织能够以数据的速度运行，而不是人工审查周期。 代理式AI实施领域 代理式AI的部署侧重于将高业务影响力与技术可行性相结合的用例。 内部运营是重中之重，其中59%的受访者同时提到工作流程自动化以及知识管理和检索。这些解决方案解决了一个由来已久的挑战：文档、系统和个人中的关键专业知识。检索、合成和应用机构知识的AI助手使员工能够利用组织的集体智慧。 员工和客户支持同样为48%。员工助理提高了各职能部门的工作效率，而客户支持助理则处理日常查询，让员工能够专注于复杂的案例。这种平衡凸显了AI如何在内部和外部创造价值。 客户相关应用包括个性化营销和广告占比为48%，购物助理占比为41%。这些智能体超越了分析。他们根据洞察实时采取行动，调整消息，推荐产品，并根据单个客户的情况指导购买决策。 48%的受访者表示，担心AI智能体使用经过相关训练的模型会影响实施策略。零售和消费品行业组织运营的产品、流程、客户行为和业务规则独一无二，而这些都是普通模型可能无法理解的。企业正在应对利用专有数据和领域专业知识定制基础模型的挑战，越来越多地转向开源模型和工具来保持性能，同时避免长期技术债务。 零售和消费品行业 越来越多的企业组织正在部署AI技术来推动整个企业的价值提升。生成式AI、大语言模型和高级数据分析处于领先地位，66%的受访者优先考虑使用这些技术来优化运营、提高客户参与度，并提供决策制定方面的见解。如前所述，根据47%的受访者的说法，代理式AI首次亮相表现强劲，成为其第一年衡量的核心技术重点。 大型企业正在引领这些AI趋势，其中77%的公司优先考虑数据分析，72%的公司专注于生成式AI。规模较小的公司(通常资源更为有限)更依赖于代理式AI。54%的企业正在使用或评估AI，而大型企业的这一比例为40%，这反映出代理式AI能够帮助企业扩展容量并以更少的资源实现自动化。 小公司对代理式AI的参与度(54%)高于大型企业(40%)。 面向客户和后台用例的增长 AI在主要业务职能部门的采用率持续上升，电子商务通过面向客户的应用不断增长，后台通过分析和自动化得到强化，供应链作为成熟的运营价值来源保持稳定。这些趋势共同表明，该行业将继续投资于运营支持和以客户为中心的创新，这反映出人们在AI最直接影响增长和竞争力的领域部署AI时更具信心。 面向客户的应用：大规模个性化 电子商务、营销和广告等数字商务继续引领零售业转型，61%的受访者表示，这一比例高于去年的57%。这一增长反映了企业向AI驱动的营销和个性化的转变，因为企业组织使用智能系统在整个客户体验过程中提供量身定制的体验。 61% 都倾向于使用数字商务来实现业务转型。 该领域的一个主要发展是代理式商务，其中AI智能体塑造、策划和响应客户意图。首要产品发现应用包括： >目录扩充率，高达42%，其中涉及对产品信息(包括文本、图像和视频)进行动态增强和定位 >购物助理，占31%，指导客户完成个性化的发现和购买 虽然实体店应用仅占整体关注的24%，但在实施的地方展示了深度和数据驱动的采用。在这些采用者中，74%的人部署了客户分析和商店分析。这标志着在了解和优化店内客户体验方面进行有针对性的投资，这些投资可用于补充数字个性化策略。 员工生产力：借助AI增强人类能力 AI正在重塑整个企业中员工的工作方式。后台运营(包括营销运营、财务、产品开发和IT)是AI应用的第二大领域，占比达54%。各组织正在部署AI来增强员工的能力，从而加快决策速度、提高工作效率并获得更深入的见解。 卓越运营 越来越多的企业组织使用AI来改变供应链绩效，45%的受访者认为AI对于实现卓越运营至关重要。这些计划侧重于解决整个端到端供应链(从规划和采购到履行和物流)中复杂、高影响的优化挑战。 供应链弹性：AI成为战略要务 供应链压力激增，64%的受访者表示挑战逐年增加。这一升级反映了以下结构转变的融合：地缘政治不稳定、劳动力限制、消费者对速度和透明度的期望不断变化，以及全球运营的监管复杂性。供应链已从注重成本的功能发展为推动客户满意度、竞争优势和业务连续性的战略能力。 64% 受访者表示供应链挑战与日俱增。