AI倒逼供应链：产业链调整与企业内部协作的博弈双线

2026年，AI不仅是表面的繁荣，其带来的深刻变革在大部分人看不见的地方正悄悄进行着。

第一场，是在一个华南工厂主的饭局上。一个做了二十年代工的王老板，说他的客户最近要求在每件衣服里装一枚芯片——"品牌商要追踪每一件衣服从布料来源到成品物流的全流程"。他觉得这事很烦，"每件衣服多花两毛钱，量大了一起算也不得了"。但他也在犯愁：不上这套系统，客户就慢慢流失了。

第二场，是在义乌商贸城。一个中间商老张告诉我，他现在的单子比2019年少了一半，但他的客户反而更愿意来问他——因为来问的，都是"平台解决不了的问题"。他开始收费收得比以前更贵了，因为"能来找我的人，都不是来看价格的"。

第三场，是在杭州一个品牌商的会议室里。负责供应链的李总说，他们正在上AI需求预测系统，"以后就不用靠经验拍脑袋了"。但他同时在担心：如果AI真的那么准，那原来靠"我知道明年流行什么"吃饭的那么多人，他们的价值在哪里？

三段不同的对话，背后是同一个现象：AI正在深刻改变供应链，但每个人感知到的变化，方向完全不一样。

对王老板来说，AI是"成本压力"——被动接入了品牌的追踪系统。
对老张来说，AI是"机会"——同行的竞争者被平台替代了，他反而因为更稀缺而更值钱。
对李总来说，AI是"焦虑"——他们正在建设的AI系统，可能会替代他们自己的岗位价值。

这三个人的感受都是真实的，但它们指向的是三个完全不同方向的供应链变革。

过去一年，我花了比较多的时间泡在供应链这个议题里，想把一件事搞清楚：AI进入供应链，到底在哪个环节、用什么方式、造成了什么结果——以及还没有造成的结果。

这不是一个可以用"AI提高效率"一句话总结的议题。背后的博弈结构，比大多数讨论里呈现的要复杂得多，也反直觉得多。

一、观察：三种博弈结构在供应链里的真实存在

1.1 为什么"AI改变供应链"的说法如此混乱

"AI改变供应链"——这句话，每个人的理解完全不一样。

有人指的是工厂里的质检机器人——替代人工检查，成本下降。有人指的是数据分析的Copilot——帮助采购做供应商比价决策。有人指的是绕过经销商的直接销售——品牌直接触达消费者，渠道被压缩。

当这些人在同一个会议室里讨论"AI带来的机会"，你会发现他们说的根本不是同一个市场、同一个逻辑、同一个结果。

这种混乱不是语言问题，是结构问题。

因为AI进入供应链的方式，确实不是一种，而是三种——它们分别指向完全不同的环节，不同的参与方，不同的利益动机，和完全不同的结局。

把三个结构分开说清楚，是这篇文章的核心任务。

1.2 智猪博弈——小玩家靠AI撬动大玩家的供应链

第一个故事：王老板的芯片，和一个年轻人在手机上的操作。

王老板觉得品牌的追踪系统是成本压力——每件衣服两毛钱，量大了一起算不得了。

但他可能没有注意到的是：这套追踪系统，用的是同一套AI溯源技术。现在，有一批没有自己工厂、没有自己渠道的年轻人，正在用这套技术建立自己的"品牌故事"——他们可以在自己的产品页上展示"从原料到成品的每一步"，用几千元一年的订阅服务，获得了原来只有大品牌才能承担的信息透明化能力。

在这个结构里，大品牌花了二十年积累起来的"信息壁垒"，正在被一个订阅了AI溯源服务的年轻人绕过。而王老板，他的代工优势（规模化、低成本）在这个结构里反而是被挑战的那一方——因为AI溯源让消费者可以直接"验证"他的工厂是不是真的好。

这在博弈论里，有一个名字：智猪博弈。

两只猪关在一个笼子里，一只大一只小。笼子一头有饲料按钮，按了才有吃的，但按按钮的那只猪要跑过去，需要付出时间成本。大猪吃完了所有饲料，小猪只能捡剩的——但小猪发现，只要等在大猪那边，等大猪按完按钮跑过来，自己就能先吃到大部分。

大猪的困境：必须主动行动，但行动了收益也被别人分走。

传统时代，"按按钮"需要巨大的固定成本——工厂、设备、设计师团队、渠道体系。小玩家没有能力绕过去。

AI时代，智猪博弈的结构变了。"按按钮"的成本，从"建立一整套供应链体系"，变成了"一个算法调用"。

SHEIN是智猪博弈在AI时代最典型的样本。传统服装品牌是"大猪"：提前下季度订单、建立庞大工厂体系。SHEIN是"小猪"：不需要自己的工厂，用算法找出爆款、用小单快反测试市场，大猪辛苦建的工厂体系，它可以直接调用。

SHEIN每天能上新3000-5000个SKU，每个SKU起订量低至100-200件——这个数字对传统服装制造业不可想象。

对传统品牌来说，这是经典的智猪博弈困境：如果跟进日更策略，需要彻底重构供应链体系；如果不跟进，用户被持续截流；如果降价应对，品牌定位被稀释。

结果是：中间档市场开始塌陷，市场从纺锤形变成哑铃形。

智猪博弈在AI时代的新含义：品牌和规模不再是被迷信的优势。

传统时代，品牌是信任代理（消费者不知道产品好不好，但品牌背书让它们愿意付溢价），规模是成本壁垒（大玩家靠规模压低单价，小玩家无法竞争）。这两个优势，在智猪博弈的新结构里，都变成了"大猪的负担"——品牌越大、规模越大，意味着切换的灵活性越差。

小玩家反而因为没有历史包袱，可以更灵活地调用AI供应链，在智猪博弈里找到自己的专属按钮。 这是AI时代各类OPC（一人公司）和小品牌有机会的根本原因——不是AI给了它们什么超能力，而是AI让"按按钮"这件事的门槛大幅降低。

1.3 信息不对称博弈——"够用"底线持续上升

第二个故事：老张的涨价，和他观察到的消费者变化。

义乌的老张发现，他的单子少了，但来问他的人反而更愿意付钱。"能来找我的人，都不是来看价格的。"

他的观察里有一个很细微但很准确的变化：那些来到义乌商贸城的采购商，正在变得更聪明。

他们不再只问"这个多少钱"，而是开始问"这个工厂的真实良率是多少""他们的原料从哪进的""他们有没有ISO认证"——这些问题，在五年前，只有少数专业采购才会问。现在，一个刚入行的年轻采购，打开手机上的AI比价工具，直接就能看到这些信息。

AI让"知道"这件事变得前所未有的容易。

当AI可以直接分析消费者反馈的文本和图像，当AI可以把同类产品的参数对比做成可视化报告，当AI可以实时监控竞品价格变动——原来靠"我知道你不知道"建立的优势，正在快速消失。

我们感受到的消费降级，实际上只是对品牌溢价部分的压榨。

过去十年，许多品牌的溢价建立在一个前提上：消费者无法有效比较产品信息，"品牌"是信任的唯一来源。当AI让比价、测评、产品参数分析变得极其便捷，这个前提正在崩塌——消费者发现，"品牌货"和"白牌货"的核心功能差异远小于价格差异，于是越来越多的消费者选择"够用"而非"名牌"。

与此同时，另一个反直觉的趋势在同步发生：许多"够用"品牌因为没有历史包袱，反而借助AI供应链快速崛起。 它们没有品牌溢价需要保护，没有渠道库存需要消化，可以直接用最低成本做出"稳定80分"的产品，然后靠价格竞争进入消费者视野。

喜茶净利润率从2022年的18%下降到2024年的11%——这个数字背后，是信息不对称博弈的崩塌。

消费者开始追问"贵的到底比便宜的好多少"，答案变得透明——如果不能证明"明显更好"，溢价就消失了。

1.4 囚徒困境——AI赋能下的"说谎"成本急剧降低

第三个故事：李总的焦虑，和一个他暂时没有答案的问题。

李总说他正在上AI需求预测系统，"以后就不用靠经验拍脑袋了"。但他同时在担心：如果AI真的那么准，那原来靠"我知道明年流行什么"吃饭的那么多人，他们的价值在哪里？

这个问题他没有展开说。但我想追问的是：这个问题，有没有可能是错的？

李总担心的，是自己的团队被AI替代。但真正值得担心的，可能是另一个方向：AI让"看起来像是真的"这件事，变得极其容易。

在博弈论里，这个结构有一个名字：囚徒困境。

两个嫌疑人被分开审讯。如果两个人都沉默，各判1年；如果两人都坦白，各判3年；如果一人坦白一人沉默，坦白的无罪释放，沉默的判5年。对个体来说，无论对方怎么选，坦白都是更好的选择——所以两个"理性人"的选择，最终导致了"都不理想"的均衡。

把这个模型映射到劣币驱逐良币：

农产品供应链里，"做认证"（有机/原产地/绿色）的供应商付出额外成本，但消费者无法直接验证，溢价很难传递。"不做认证"的供应商靠低价吸引消费者。两个"理性供应商"的个体最优都是"不做认证"，但市场整体品质持续下滑。

大模型让这个困境变得更棘手：AI同时降低了两件事的成本——认证的成本，和"说谎"的成本。

传统时代，"说谎"（以次充好）也需要成本——你需要找人生产劣质产品，需要建立销售渠道，需要让消费者相信你的产品"看起来像真的"。

AI时代，这个成本急剧降低：

以"正宗阳澄湖大闸蟹"为例：

每年市面上标注"阳澄湖"的大闸蟹，销量是阳澄湖实际产量的3-4倍。这个困境有三个叠加层：

当技术变成了可购买的标配，它就不再是差异化优势，而只是入场费。 AI溯源技术让正品供应商有了工具，但劣质供应商同样可以购买并使用这些工具——结果是溯源信息的可信度反而因为泛滥而下降。

这是三种博弈结构里，最需要警惕的一个方向。 因为它会系统性侵蚀消费者信任——而消费者信任一旦崩塌，重建的成本远高于当初破坏它的收益。

三种博弈结构小结：

二、产业链调整：六个行业的博弈走向

这一章不做案例重复，只谈每个行业在三种博弈结构共同作用下，正在发生的方向性变化。

2.1 农业——品质信任体系正在经历结构性重建

农业供应链的品质信任体系，正在经历双重压缩。

一方面，AI溯源技术让"可验证"变得容易——但另一方面，AI同时也让"伪溯源"变得容易。消费者开始意识到：溯源信息可以是AI生成的，评价可以是AI批量生产的，"源头直发"可以是AI虚拟出来的。

这个矛盾，会在接下来两三年内引发一个重要的方向性变化：从"信息溯源"转向"关系溯源"。

信息溯源（区块链+视频记录+物流数据）的逻辑是：消费者相信系统。但当系统可以被伪造，这个信任的根基就动摇了。

关系溯源的逻辑是：消费者不相信系统，而是相信"人"。他们愿意为"认识那个养殖户""买过那家店的东西""信任那个推荐人"付溢价，而不是为"阳澄湖"这个泛化标签付溢价。

这意味着：农业品牌的核心竞争维度，正在从"溯源技术"转向"关系建立"。那些能持续经营消费者信任的农户和供应商，会比单纯依赖溯源技术的供应商更有长期竞争力。

2.2 贸易/商贸——标准品中间商加速出清，非标品服务成为稀缺资源

义乌商贸城30%的中间商消失，不是结束，只是开始。

接下来的趋势是：标准品中间商会在未来三到五年内继续出清，最终稳定在一个极低的数量级。 B2B平台的AI能力还在持续进化，现在AI客服能处理80%的询盘报价，未来会到95%甚至更高——剩下的5%，是平台暂时无法处理的边界情况，而这5%会养活一批"深度服务"型的中间商。

这5%的边界情况，本质上是非标准化的复杂问题——非标定制、快速响应、特殊渠道、复杂谈判。它们不会消失，但会越来越集中到少数能解决这些问题的人手里。

渠道领域的博弈结构，会从"谁掌握了信息"变成"谁解决了非标准化问题"。 这是一场供给侧的能力升级，不是一场简单的效率革命。

2.3 制造业——工厂进入"数据治理能力"竞争时代

制造业的准入门槛，正在从"有多少工人"变成"有多少数据治理能力"。

这不是一个技术问题，是一个管理问题。中国大量中小工厂最缺乏的，不是AI工具，而是让AI工具发挥作用的管理基础——数据规范、流程标准、人员培训体系。这些能力的建设周期，比购买一套AI系统要长得多，也难得多。

接下来的方向性变化是：制造业的分化会加速。能建立数据治理能力的工厂，会进入一个正向循环——效率提升→成本下降→更多订单→有能力继续投入数据系统。不能建立的，会被逐步边缘化，最终退出主流市场。

SHEIN的柔性制造体系，会继续扩大它的"按钮"覆盖范围——不是在技术上更先进，而是在"调用工厂能力"的算法和流程上更成熟。更多的工厂会面临那个选择：接受SHEIN的调用逻辑（薄利但稳定），还是维持独立（高利润但客户持续流失）。

2.4 服务业——"够用"底线持续抬高，边界服务成为溢价来源

服务业的品质竞争，正在从"标准化服务的完备程度"转向"边界服务能力的深度"。

当AI客服能处理80%的标准咨询，当语音机器人能回答常见问题，当预约系统能自动安排日程——这些标准化的服务能力，正在变成"入场费"，而不是竞争优势。

接下来会发生的分化是：

能做标准化服务+AI处理的供应商，成本大幅下降，但价格竞争也更激烈，因为服务的差异化越来越小。

需要靠人做边界服务的供应商，反而因为人才稀缺而获得更高的溢价能力——客户情绪的复杂处理、特殊情况的判断、非标准化的服务需求，这些都是AI目前处理不了的领域。

服务业从业者的方向，不是去和AI竞争"谁能更快更好地回答标准问题"，而是去建立AI无法替代的"边界服务能力"——而这个能力，需要的是完全不同的训练路径。

2.5 IT服务业——"够用"代码时代与囚徒困境的三重收敛

IT服务业是这场变革里感受最直接的一个行业。

当AI可以生成完整的功能模块，当Copilot可以帮程序员完成日常编码任务，当低代码平台可以让非技术人员自行搭建业务系统——IT服务行业传统的"出卖技术能力换取服务费"的商业模式，正在经历根本性重构。

接下来会发生的，是IT服务行业的"智猪博弈"： 掌握AI工具的年轻开发者（小猪），可以绕过传统的专业壁垒（大猪：多年积累的编程能力），直接到达结果。原来靠"我知道怎么用这个框架"吃饭的IT服务商，会面临和义乌中间商一样的命运——被掌握AI工具的新进入者绕过。

同时发生的，是IT服务行业的"信息不对称博弈"崩塌： 当AI可以让需求分析、架构设计、代码实现的成本都大幅下降，"我知道这个技术方案为什么值这么多钱"这件事，变得前所未有的容易说清楚——也前所未有的难卖上价。

真正有价值的IT服务，会集中在两个方向：

第一，理解真正的问题是什么——不是翻译客户需求为技术方案，而是帮助客户界定"真正需要解决的是什么"。这是AI目前做不到的，因为它需要的是对业务本质的深度理解，而不只是语言能力。

第二，处理复杂系统的边界情况——当AI生成的代码出现异常，当系统之间的集成出现问题，当业务需求涉及到多方利益的平衡，这些边界情况需要专业判断，而不是代码生成。

但这里还有第三个收敛方向，值得警惕——囚徒困境在IT服务行业的落地。

当市场竞争加剧、利润持续压缩，IT服务商开始面临一个典型的囚徒困境：

每一个服务商都知道，如果交付高质量的成果，长期会建立口碑、会有回头客、会有续约。但市场竞争不等人——竞争对手在降价，我如果不降价，客户就流失了；如果我降价但维持高质量，我的利润就被压没了。

均衡收敛到"真话但不最优"模式：说可以做到，但实际上只做到最低标准。

具体表现是：投标时承诺完整的功能实现，实际交付时用AI生成代码做"看起来完整"的功能模块，但边界情况不处理、异常情况不覆盖、文档不写、测试不完整——因为这些都是"AI可以后期补"的工作，而客户在验收时不一定能发现。

更隐蔽的一种形式是：不做稳固扎实的架构设计，不写复杂但质量有保障的底层代码。 这些工作客户看不到、短期感受不到、但长期决定系统的稳定性和可演进性。当"做好架构"变成了一件投入大、产出不被感知的工作，服务商在竞争压力下的理性选择就是"先跑通能用，以后再说"。

每个服务商都知道这样不对，但在竞争压力下，这是他们的占优策略——说真话（我确实在做这个功能），但不做最优（我只做到能通过验收的程度）。

这个均衡的可怕之处在于：它不是任何一家服务商的主动选择，而是所有服务商在竞争压力下的集体理性结果。

市场会慢慢感知到"IT服务越来越不值"——不是因为服务商变坏了，而是因为整个行业在利润压缩下，个体理性地收敛到了一个对集体最差的均衡。

破这个均衡，需要客户端做出改变：不是选择"价格最低"的服务商，而是建立能够识别"真正好的服务"和"只做到验收标准的服务"之间的差距，并且愿意为前者付溢价。这需要一个过程，而这个过程里，IT服务行业的整体口碑会持续承压。

2.6 跨行业共性——"够用"底线的全球化漂移

在四个行业之外，有一个正在发生的跨行业共性趋势值得单独说："够用"底线正在全球范围内同步抬高。

东南亚的制造业正在快速崛起，它们的"够用"产品以更低成本进入国际市场；非洲的农产品供应链正在引入AI溯源技术，它们的"够用"品质在快速提升；拉丁美洲的服务外包产业正在接入AI工具，它们的"够用"服务能力在快速追赶。

全球供应链的"够用"底线，不只是在中国国内被抬高，是在全球范围内同步抬高。 这意味着：即使你在"够用"市场竞争中胜出，你面对的不只是国内的竞争对手，还有东南亚、非洲、拉丁美洲正在快速进化的全球供应链。

这场竞争还没有结束，但它已经开始。它的时间窗口，比大多数国内从业者感知到的要短。

三、企业内部协作博弈：三种博弈结构的微观传导

这一章说的是：外部供应链的三种博弈结构，是如何传导到企业内部的协作链的。

传导的机制：信息透明化。

当外部竞争加剧，三种博弈结构在外部供应链里发挥作用，迫使高层需要更快的市场反馈。AI让数据穿透传统决策链路——当高层可以直接看到实时业务数据，当一线员工的数据直接汇总到总部，中层的信息枢纽价值就在消失。

但消失的不是"人"，而是"信息枢纽"这个角色。消失之后，企业内部剩下的是什么？是人和AI在判断层面的重新分工——以及在这个分工里，各方围绕自己的利益展开的新一轮博弈。

3.1 智猪博弈在企业内部：个体间的"按按钮"竞争

智猪博弈不只发生在大企业和中小企业之间，也发生在企业内部个体之间。

当AI让"按按钮"的成本降低，每个个体都开始面临选择：我是去建立一个需要大量投入的"大猪"式能力（需要多年积累的专业壁垒），还是找到一个"小猪"式的路径（借助AI工具快速到达结果）？

答案是：大多数个体选择了"小猪"路径——因为它的成本更低、验证更快。

结果是：企业内部开始出现普遍的智猪博弈结构。

对老员工来说，这是最痛苦的智猪博弈困境： 他们的"大猪"式积累在AI时代正在加速贬值，但他们又无法快速切换到"小猪"策略——因为切换意味着承认自己过去的积累是"按按钮的成本"，而不是优势。

这个困境在中年职场人身上最为突出：他们的价值建立在"经验"上，而AI正在让经验变得可替代。他们面临的选择，不是"要不要学AI"，而是"要不要承认自己的核心竞争力已经消失"。

3.2 信息不对称博弈在企业内部：部门间的信息差消失

企业内部各部门之间，存在一个持续的信息不对称博弈：采购知道供应商的真实报价，生产知道质量问题的真实原因，销售知道客户的真实需求——这些信息差是他们各自权力的来源。

大模型让这些信息变得透明——但信息透明化，并不必然带来协作效率提升，反而可能加剧博弈。

原因是：原来部门之间的博弈，靠的是"信息不对称"来维持平衡。当AI让信息透明化，每个部门都知道对方有信息，但同时也失去了自己独有的信息优势——这会加剧部门之间的不信任。

结果是一个反直觉的现象：信息越透明，部门之间的博弈越激烈。

谁能用信息做出更好的判断，谁就在新的博弈里胜出。

3.3 囚徒困境在企业内部：个体间的协作博弈

囚徒困境在企业内部传导最深的领域，是供应商质量管理。

但这里有一个更隐蔽的问题：囚徒困境不只发生在企业和供应商之间，也发生在企业内部的个体与个体之间。

当AI让工作成果的评估变得更透明——每个人的输出可以被AI分析、被数据化、被比较——个体之间开始出现囚徒困境：

结果是：企业内部的个体之间，也开始出现"劣币驱逐良币"的倾向。

这个问题之所以棘手，是因为它是隐性的——它不会立刻体现在数据上，而是通过"隐性离职"（人在心不在）、"内卷式躺平"（只做被考核的部分）等方式，慢慢侵蚀组织的整体质量。

四、两条博弈线的交汇：同一个结构，不同的尺度

回看这两条线——外部产业链的调整和企业内部协作链的变革——它们本质上在说同一件事：

大模型让供应链里的"信息枢纽"角色，在从人到AI的系统性转移。

外部供应链：义乌中间商靠信息差吃饭 → 信息透明化 → 中间商消失或转型深度服务。
企业内部协作链：中层靠信息枢纽价值吃饭 → 数据实时汇总 → 中层从汇报者变成执行协调者。

两个消失，本质上是同一个消失：信息枢纽型岗位的消失。

留下来的，是两件事：能在边界条件下做判断的人，和能让AI持续变强的人。

但这里有一个值得警惕的结构：判断层的门槛，在持续上升。

当大部分人被AI替代执行层工作，"能做判断"就变成了普遍要求，而不是竞争优势。真正稀缺的是能在全新情况下做判断的人——因为AI的判断基于历史数据，而全新情况没有历史数据。

五、延伸：三种博弈结构的破法与未来预测

破法

智猪博弈的破法：建立无法被调用的独占壁垒。

在智猪博弈里，"大猪"的困境是"按了按钮但收益被分走"。破法是找到那个"按了按钮只有你能吃到"的独占优势——无法被AI平台调用的、无法被标准化的、建立在人与人之间深度信任基础上的领域。

信息不对称博弈的破法：建立无法被透明化的溢价。

破法不是"让信息重新变得不对称"，而是建立那种"即使信息透明，消费者依然愿意付溢价"的东西——不是产品的物理参数，而是消费者的情感连接、品牌的文化认同、使用体验里无法被量化比较的部分。

囚徒困境的破法：机制设计，让"做好"变成占优策略。

问题不在个体，而在规则。当"做差"是每个个体的占优策略，必须改变规则本身。 让"做好"的回报是可验证的，让"做差"的代价是可追溯的，让多次博弈代替单次博弈。

具体到企业内部执行：

未来预测

第一，三种博弈结构会同时加速，但囚徒困境的加剧速度最快。

智猪博弈：掌握需求预测算法的平台方权力会进一步集中，中间的品牌商和工厂的话语权会进一步削弱。信息不对称博弈：信息透明化的成本持续降低，倒逼所有依赖"我知道你不知道"的商业模式重新寻找差异化来源。囚徒困境：AI让"说谎"的成本降低速度快于"做好"的成本降低速度，劣币驱逐良币的结构在短期内可能加剧——这是最需要警惕的方向，因为它会系统性侵蚀消费者信任，而信任崩塌后的重建成本远高于破坏收益。

第二，"够用"底线的全球化漂移正在加速。

东南亚制造业、非洲农产品供应链、拉丁美洲服务外包——这些地区的"够用"产品和服务正在快速追赶上来，全球供应链的竞争格局正在被重写。国内供应链的从业者面对的不只是国内竞争对手，还有正在快速进化的全球"够用"供应链。 这场竞争的时间窗口，比大多数从业者感知到的要短。

第三，企业内部的"判断层"培养，是下一阶段最稀缺的资源。

现在大多数企业引入大模型的方式是"工具替代"——这只是第一阶段。第二阶段是"流程重构"。第三阶段是"能力升级"——当企业开始围绕"AI+人"的判断协作模式重新构建组织能力模型时，真正懂得如何设计、管理这个循环的人，将成为最核心的人才。

这三个阶段的演进，现在才刚刚开始。大多数企业还停留在第一阶段向第二阶段的过渡期。

六、结尾

市场里的权力，从"谁掌握信息"变成"谁掌握判断"。

组织里的权力，从"谁汇报给谁"变成"谁在边界上做决定"。

这两件事正在同时发生，速度比我们感知到的要快。

而真正的分水岭，不是AI有多强——是你自己处在信息层，还是判断层。

素材来源：SHEIN公开数据、工信部2025年制造业AI报告、义乌商城集团数据、喜茶/奈雪2024年财报、36氪食品供应链调研