91%零售企业部署了AI,但门店员工还在用Excel盘货
全球与中国零售AI落地真相:场面很热,地面很凉
一个很有意思的现象正在中国零售业发生:高管们在谈AI战略,门店员工在用Excel盘货;总部觉得AI已经落地了,店员觉得AI跟我的工作没有任何关系。两份报告同时指向了这个矛盾——国外的ServiceNow调研显示,全球零售AI渗透率不足10%;而易观分析的数据则揭示,中国91%的AI"部署"集中在总部,门店地面几乎是空白。这不是中国特色,这是全球零售业的共同尴尬。

0191% vs 72%:
两份报告撕开了同一个口子
2026年,多份调研报告同时揭示了零售AI落地的一个核心悖论。易观分析《中国零售行业AI应用产业图谱2026》显示,91%的中国零售企业已布局AI,58%实现规模化部署,89%表示AI正在帮助降低年度成本。数字看起来非常亮眼。
但把镜头转向地面,景象完全不同。ServiceNow《2026零售运营报告》调研全球200位零售高管,72%的受访者承认手工流程正在对运营产生实质性负面影响。更有冲击力的一组数字:
也就是说,两班制的门店每天至少损失4到6小时的员工生产力——这些时间本应用于服务顾客、整理货架、提升销售。而更残酷的数字是:当前由AI辅助的门店运营任务占比,全球范围内不足10%。

好消息是,83%的受访零售商预计在未来12个月内将AI辅助任务比例提升到10%以上。但ServiceNow全球零售与酒店业务负责人Ellie Quartel的话更值得玩味:
挑战不在于识别AI能做什么,而在于他们当前的系统和流程离规模化部署AI还差多远。
— Ellie Quartel, ServiceNow91%的AI"部署"是给资本市场看的,门店不足10%的AI"执行率"才是给行业看的。这个认知鸿沟,中国零售业比国外更严重。
02门店地面真相:
手工盘货、Excel填报、纸质补货单
让我们把镜头对准中国门店的真实场景。
在多数中国连锁超市和便利店,库存盘点仍是夜间安排数十名员工同时进行,耗时6到8小时,纯人工操作。中国连锁经营协会调研显示,部分门店月度盘点仍需闭店4小时,影响销售额动辄超过10万元。
补货环节同样原始。某美妆连锁曾因库存数据延迟,在促销高峰期出现"A店缺货、B店积压"的资源错配——一边是顾客买不到货,一边是门店积压过期。门店员工手工填报数据、系统层层上传,总部收到的数据天然存在延迟和误差。
耗时2-3天,需闭店
总部看到的是"昨天的库存"
响应慢、易出错
超过15%
更深的问题在于数据孤岛。总部花了重金上的AI中台,决策基础却是一线员工用Excel填报的昨日数据。这意味着——总部觉得自己在用AI做决策,实际上还是在用昨天的、人工采集的、不准确的数据。
03三大障碍:
集成、数据、人才,全球同此凉热
ServiceNow调研揭示的三大AI落地障碍,在中国市场同样适用,只是程度更深:
Quartel的评价直截了当:"这说明很多组织正在零散的基础设施上搞创新,这拖慢了所有事情。"超过一半的零售商承认,系统之间的集成问题是AI落地的第一道坎。
集成挑战
数据质量
复合型人才
在中国市场,还有第四个独特障碍——门店员工的"AI认知障碍":AI工具推下来了,但一线员工认为这是总部给自己增加负担,不是给自己减负。使用率低,数据质量差,AI越推越难推,形成恶性循环。
这三个障碍不是孤立的技术问题,它们是工作流和连通性问题——而且是可解的。
— Ellie Quartel, ServiceNow04头部案例与破局路径:
从痛点走向规模化
并非所有零售商的AI都停留在PPT层面。中国连锁经营协会《2025年度零售数字化及新技术应用创新案例》收录了一批真正在门店层面跑起来的AI应用,同时ServiceNow的调研也印证了规模化落地后的真实改变。
物美集团 · 天津新质零售门店
AI系统精准测算各品类备货量和出清节奏。鲜切果盒在装盒后4小时自动开始打8折、6小时打6折——系统根据动销数据实时决策,不再依赖店员经验判断。2025年,物美存货金额同比减少17%。
多点Dmall · AI门店智能体
多点数智依托Dmall OS打造AI门店智能体集群,破解传统门店"现场力难以标准化、经验依赖度高、管理效率偏低"的问题。在自助收银与防损场景,AI实时感知异常并主动预警。
融讯AI · 生鲜视觉盘点
传统需10人参与的生鲜盘点流程,引入AI视觉秤后压缩至4人、2小时完成,错误率从0.3%降至0.05%,库存周转天数缩短8天。
ServiceNow的调研则为AI价值提供了更直接的证据:已经部署AI的零售商中,41%表示员工有了更多时间服务顾客。这不是抽象的效率指标——它是直接转化为销售和客户满意度的真实改变。
① 从门店最高频痛点切入
库存盘点、缺货预警、临期商品处理——这三个场景几乎存在于所有零售业态,且技术成熟度已足够。单点突破可以在3到6个月内看到显著ROI,形成内部说服力。
② 先定KPI,再推AI
67%的零售商认为,在部署AI之前明确KPI和成功指标是衡量AI ROI最有效的一步。Quartel引用了一句管理箴言:"You treasure what you measure."(你在意的,才会被量化。)
③ 设立门店AI问责制
"如果没有正式的问责结构,度量就会变得随意,采用率悄悄下滑,等有人发现问题时已经浪费数月了。"设立跨部门AI委员会,每季度追踪门店AI使用率——如果一线使用率低于30%,说明AI落地是假的。
④ 让店员成为AI的受益者,而非被执行者
把原本可能成为最大反对者的人放进AI委员会,让他们参与供应商筛选、在3/6/12个月回顾会上做展示。"当那些可能成为最大质疑者的人成为解决方案的共同所有者,局面就完全不同了。"
72%全球零售高管称手工流程严重影响运营
2-3h/班次后台手工流程占用员工时间
<10%当前全球门店AI辅助执行率
83%预计12个月内AI任务比例突破10%
54%集成挑战是AI落地头号障碍
67%认为先定KPI对衡量AI ROI最有效
41%已部署AI的零售商:员工有更多时间服务顾客
"Start by looking at where manual handoffs are costing you the most — not in abstract operational terms, but in ways your store teams feel every day."
— Ellie Quartel, ServiceNow全球零售与酒店业务负责人
91%的AI部署率是给资本市场看的,门店不足10%的AI执行率才是给行业看的。零售AI的真正战场,不在总部发布会,在门店地面。
• ServiceNow:《2026零售运营报告》
• 中国连锁经营协会:《2025年度零售数字化及新技术应用创新案例》
• 毕马威:《智能零售:以人工智能驱动转型并创造价值》
• 多点数智:《2026全零售火花大会》公开资料
• 融讯AI:生鲜视觉盘点解决方案公开资料
夜雨聆风