2026零售科技十大趋势报告

2026年1月12日 执行摘要 我们提出了10项预计将在2026年对零售业产生重大影响的关键技术，分为两大类——代理式人工智能和店内技术，其中包括对我们认为当今及未来一年具有重要意义的讨论。 核心洞察研究分析 代理型人工智能 1.我们现已进入代理式商业时代。购物者现在可以直接在AI聊天机器人中完成购买，多家零售商、市场平台和技术供应商正开始利用代理式商业。2. 代理式AI能极大缩短供应链管理中的响应时间。供应链已初步应用代理式AI，该技术可在出现中断时创建场景、预测结果并提出解决方案。 店内技术 5.传感器和人工智能正在赋能店内零售媒体的效果归因。购物者追踪技术的进步使得购物者行为与店内广告的 dwell time（店内停留时间）得以关联。 7.助理人员可将AI掌控于掌中。配备摄像头的助理级移动电脑也能运行生成式AI模型，将AI与计算机视觉（CV）的力量交到他们手中。 8.更智能的收银自助机可防止损失并显著减少障碍。自助收银机正添加先进的AI功能，这有助于通过让顾客更快地完成结账离开来提升顾客满意度。 9.设备和人工智能需要在云、边缘和设备之间分配计算能力。连接设备的激增及其处理需求，要求人工智能计算能力位于物理存储（即边缘）甚至 associates 手中。 10.传感器可以收集数据以改善客户体验。先进的AI和价格实惠的传感器现在正在生成更丰富的店内数据，使零售商能够最终提供无缝的全渠道体验，并深入了解其客户的行为和愿望。 内容 ...................................................................方向展望……………...……...……...……...……...……...……...……...……...……......4行业展望 4引言………4我们观点………26注释与方法………28关于赞助报告………29关于英特尔………29 引言 行业展望 随着我们进入2026年，零售商和品牌将拥有更强大的技术，这些技术由多种人工智能模态和技术驱动，进而又支持其他技术，例如改进的分析和计算机视觉。 我们视以下类别为零售技术中最具吸引力的： 自主AI。AI代理基于通用人工智能（GenAI）技术构建，它们能够自主决定采取何种行动、执行该行动（需获得人类许可）、创建预测，并运用推理能力评估其结论的质量。这项技术承诺将消除大量常规任务，并将自动化能力赋予其他劳动密集型任务。通用人工智能（GenAI）已丰富了消费者的产品发现与研究过程，而购物代理则承诺减少摩擦、重振购物体验。 2025年是自主AI走向主流的年份。这一年，创建代理的工具迎来了繁荣，供应链软件供应商推出了代理，AI聊天机器人公司也推出了简单但实用的代理，以支持商业活动。自主AI领域仍处于非常早期的阶段，随着代理变得越来越强大并与其他代理互动，企业和消费者将从中受益。 生成式人工智能（GenAI）虽仅两岁，却持续拓展商业应用，甚至成为新公司和新商业模式的基础。基础自动化和机器学习（ML）继续为企业带来显著效益，体现在其从数据中发现关联、进行预测以及优化效率的能力上。人工智能（AI）/机器学习（ML）的进步正助力扩展计算机视觉应用，这为实体店带来了多种应用场景。 联合人工智能手持设备。移动计算机处理器的发展，使它们能够运行大型语言模型，将GenAI的力量交到联合员工手中。结合这项技术与计算机视觉，使员工能够分析货架，以确定如何管理空缺和规划商品陈列图。 计算机视觉（CV）。CV是一项强大且用途广泛的“瑞士军刀”技术，随着人工智能能力的提升而不断发展。其本质决定了CV是店内关键技术，能够数字化并捕捉实体店中的海量数据，补充线上捕获的丰富数据。它是优化库存跟踪、自助结账、防损以及理解顾客行为的基础，并且越来越多、更好的应用正在不断开发。 方向展望 零售商和品牌方将受益于投资AI硬件所带来的实际好处，例如新能力、商业模式、效率提升、营收增长和改善的客户关系——这一切都得益于在零售领域部署先进的AI技术。 人工智能持续快速发展 顺风与逆风 多种AI形态——包括AI/ML、生成式AI以及如今的智能体AI，再加上传统算法和自动化——因其自动化流程、执行分析优化、发现数据间关联及生成内容的能力，构成了我们许多零售科技趋势的基础。尽管智能体AI目前正引发巨大关注，零售商和其他企业仍能从AI/ML、计算机视觉（CV）和生成式AI等更成熟的AI类型中实现巨大价值。 下表突出显示了推动零售技术支出增长的有利因素以及可能抑制支出的不利因素。 顺风 要最大限度地发挥AI在零售领域的价值，所有系统都需要协同顺畅运作。例如，零售商可以利用库存数据来决定在社交媒体上推广哪些产品，同时也要确保这些产品在店内及促销活动中得到推广。如果这些系统没有连接起来，零售商可能会最终推广缺货商品，从而损害客户满意度和忠诚度。 持续的经济和零售销售增长 • 永恒的竞争环境，• 推动创新 代理式AI，能够自动化常规功能并优化工作流程 • 替代性收入来源，例如 • 零售媒体、数据变现和基础设施授权 随着人工智能的稳步发展，科瑞斯ight研究机构已更新其CORE人工智能框架，其中CORE 3.0为最新版本。在其最新版本中，CORE 3.0为零售商评估人工智能提供了一个框架，涵盖四个关键领域： 催化创新——• 产生新的收入和效率。 逆风 orchestrate Systems— • 持续自我调整。 持续的通货膨胀和消费者信心疲软错误的技术赌注所带来的后果增加对人工智能的投资，可能减少对其他技术的投资组织内部新兴人工智能能力的采用速度、监管以及技能发展 重塑商业——•释放代理的力量。 体现智能——• 智能无处不在。 零售技术十大趋势：科思视界研究分析 图1总结了2026年排名前10位的零售技术趋势，并按以下领域分类：零售媒体与营销、店内技术、供应链与物流，以及纯人工智能技术。我们将在下文深入探讨这些趋势。 我们已进入代理式商业时代 2026年新增内容 能动商业的时代已经到来。 概述 自主AI现已使AI聊天机器人能够提供结账技术，我们认为这是通往自主宇宙的第一步，在这个宇宙中，一支代理军将支持购物者，并极大地丰富他们的购物体验。 2025年9月29日，随着OpenAI宣布与Etsy和Shopify合作推出一个代理式电商平台，并随后宣布将与其 Salesforce Agentforce Commerce 和 Walmart 整合，电商世界发生了改变。 将商业活动迁移至人工智能聊天机器人的吸引力是难以抗拒的，因为据Coresight Research估计，美国零售销售额预计将达到5.5万亿美元的市场规模，而OpenAI则报告其每日拥有8亿用户。许多购物者已经开始使用该平台进行产品搜索和发现。 2025年10月，Coresight Research进行的一项针对消费者的调查发现，超过一半的消费者计划经常或偶尔使用AI聊天机器人来协助假日购物——而这项调查值得注意的是早于OpenAI的宣布。 智能代理式电商的初始实施还比较基础；然而，随着时间的推移，它会得到显著改善。如果商品未与OpenAI关联，购物者将被引导至零售商的网站；如果已关联，OpenAI代理会将信息传递给零售商，由零售商完成交易并处理支付、发货和退货事宜。购物者在零售商处一次只能购买一件商品，即无法建立购物车。 鉴于机遇的巨大以及技术的强大力量，我们期望供应商最终能开发出一种精细调校、用户友好的购物体验。人工智能聊天机器人已经利用大型语言模型的优势，提供包含产品图片、产品摘要、关键特性和推荐的购物体验，这使它们与领先搜索引擎的纯文本界面形成了鲜明对比。 精选示例 自主型人工智能能显著缩短供应链管理中的反应时间 2026年新增内容 供应链管理正得益于多种类型的AI而取得进一步发展。 概述 基于代理的供应链平台将在2026年得到改进，将越来越多地预测甚至自动处理新兴问题，其所需时间仅为人类供应链管理者所需时间的几分之一。 供应链因其结构化的特性——一个由制造商、仓库和运输选项组成的、被充分理解的集合——以及持续不断的事件流需要分析和行动，是代理式AI的理想初始应用领域。 库存与供应链管理长期以来受益于准代理功能，利用自动化和人工智能/机器学习来筛选大量信息和警报，将紧急信息传递给经理，并自动处理非关键信息。代理式人工智能将这种管理提升到了更高的水平，凭借其自主执行操作以及运用推理在多个选项中找到最佳方案的能力。 由于其能够代表用户执行操作，高级代理供应链代理可以自主执行以下任务： 当供应链事件发生时（例如交付延迟或生产问题）采取行动 • 确定可能的行动方案 • 预测执行各方案后的预期结果• 推荐最佳行动方案 • 快速反应的能力，包括执行分析，使供应链管理者能够比向分析师或数据科学团队提交请求并等待分析结果后再做决策的情况反应快得多。 数家主要的供应链软件供应商在2025年5月前后宣布了其平台和代理，包括蓝幸（Blue Yonder）、曼哈特协会（Manhattan Associates）和SAP。随后，Kinaxis也宣布了其自身的代理套件。 我们认为，由于供应链具有明确的供应商、供应商网络和运输承运商的结构配置，这使得它成为代理式AI的理想首批用例，因为AI擅长于对其进行优化和计算。 精选示例 了解更多关于这一趋势的信息： CEO简介：智能库存——实现库存卓越 机器人和AI代理能将仓库管理提升到新水平 2026年新增内容 基于人工智能的模拟和人形机器人可以帮助克服仓库管理和店铺运营的挑战 概述 人工智能模拟技术和机器人技术的进步，能够将仓库模拟与优化以及店铺运营的能力，远远提升到目前的水平之上。 在NRF 2025大展上，英伟达的演讲展望了自主AI如何协助仓库运营。例如，在堆叠的箱子倒塌等事件中，一个智能体可以利用计算机视觉、推理能力以及采取行动的能力，动员人力和叉车来解决问题，无需人工干预。 在2025年CES的演讲中，英伟达CEO黄仁勋大胆表示，在仓库运营管理中预测关键绩效指标（KPI）是“不可能的”，但凭借强大的计算能力，AI模拟软件能够大规模生成近乎无限数量的仓库场景，这将使仓库运营商能够预估未来的KPI，并优化人员与机器人的布局。 仓库机器人有多种形式，包括机械臂、自主移动机器人、协作机器人和人形机器人。这些机器人是物理人工智能系统，需要与真实世界交互，因此需要实时控制和人工智能加速。采用连接不同摄像头、传感器及其他技术的开放生态系统方法也同样重要。计算灵活性、外形尺寸多样性和坚固耐用的性能是关键。 为此，该技术将物理AI与经过训练以理解物理世界从而与其交互的AI相结合，例如在操控人形机器人时。 来自机器人合作伙伴开放生态系统的预构建系统，包括Aaeon、Advantech和ASRock，采用单处理器设计，以整合实时控制和人工智能。这些机器人由Intel® Core Ultra™处理器驱动，降低了其复杂性，并提供了可扩展性，同时具备边缘人工智能加速功能。 一个模拟平台将需要三个由英伟达处理器提供动力的平台：一个名为DGX的企业计算平台，一个名为AGX的嵌入式计算平台（用于汽车或机器人），该平台将运行由Omniverse和Cosmos创建的模拟数据。 精选示例 自主AI终于能够实现大规模的超级个性化目标 2026年新增内容 代理型AI可以将AI的强大动力应用于个性化。 概述 代理式AI凭借自然语言指令来指挥数据并对其采取行动的能力，或许终于能实现为每位购物者提供个性化的这一 elusive（难以捉摸的）目标。 生成式人工智能（GenAI）在提供个性化方面潜力巨大，它利用大型语言模型（LLMs）的语言能力将客户数据转化为相关信息；然而，LLMs需要应用程序或代理来指导它们，这需要软件工程师、开发时间，以及调试和测试。 代理式AI建立在通用人工智能（G