案例一:多点×阿里云「多点零售智能体」——Agent 集群接管补货、防损、履约的门店闭环
时间/来源:2026-10-07 云栖大会期间展示;ZAKER、华青科技等行业报道,多点数智官方口径
背景痛点:传统商超经营依赖店长经验:手动算订货量、人工巡检找临期商品,损耗往往到月底盘点才暴露;补货、选品、排线、巡检分散在不同系统,数据不互通导致决策滞后。此前 9 月的报道停留在"多点数智"数字化服务层面,AI 智能体的规模化落地数据一直缺失。
策略:云栖大会上,阿里云提供 AI 基础设施与通义大模型,多点数智提供零售操作系统 Dmall OS(15 个模块、800 余个子系统),“算力/模型/行业 Know-how"各归其位。2026 年能力升级为商品 Agent 集群 + 门店 Agent 集群,以事件总线(EventBus)驱动多智能体协同:一家门店的库存变化,可同时触发补货、防损、履约三类智能体的联动建议——把"单点 AI 工具"升级为"会协作的智能体组织”。
量化成果:AI 补货智能体在胖东来 13 家门店试点,系统建议采纳率超 90%;AI 商品智能体动销率达 90%、选品周转天数压缩至 20 天,已在新百连超等门店广泛落地;AI 智能出清使正价销售率提升 10%、单店月利润增收超 9 万元、生鲜损耗降低 30%;加工量预估准确率超 90%;AI 智能排线效率 +80%、准时率 +10%、趟次数 -15%;AI 巡检效率 +80%、问题检出率 99%。商品整体损耗下降约三成,物美熟食区销售额 5 倍增长。截至 2026 年上半年服务全球 11 个国家 415 家客户、覆盖门店超万家,十二个月净收入留存率 112%。
创新价值:零售 AI 从"卖软件"走向"按价值付费"的关键样本——多智能体事件驱动架构让 AI 介入从单环节(补货)扩展为全链路(补货+防损+履约协同),并直接以门店可复盘的经营指标(损耗率、正价销售率、单店利润)作为交付标准。
原文链接:https://app.myzaker.com/news/article.php?pk=6aca23918e9f0961a82d0a94
分析师短评:先做去重说明:多点数智曾在 9 月下旬的案例清单中出现过,本次为云栖大会后的AI 智能体集群新数据(胖东来 13 店采纳率 90%+、单店月利润 +9 万等均为首次披露),主题与量化口径完全不同,故收录。这组数据最有含金量的是"采纳率 90%+"——AI 建议能不能被一线店长用起来,才是零售 AI 落地的真实分水岭;事件总线驱动的多智能体协同(库存变化同时触发补货/防损/履约)则是从"人用工具"到"Agent 网络自治"的结构性跨越,值得零售 CIO 重点研究。
案例二:讯飞绘文电商套图生成 Agent——一句话生成全平台合规物料,多 SKU 上新效率 +300%
时间/来源:2026-10-09 正式推出;DoNews,讯飞绘文官方口径
背景痛点:电商商家上新的视觉物料生产是典型的"多平台 × 多尺寸 × 多 SKU"矩阵难题:主图、副图、详情页要在十几个平台反复改尺寸、抠图、换背景;大促期间几十个链接的拍摄排期动辄数天,外包成本高且风格难统一;跨境场景还要适配不同国家的审美与平台合规规范。
策略:讯飞绘文(科大讯飞旗下电商 AI 内容创作产品,依托星火认知大模型)推出电商套图生成 Agent:用户输入一句需求描述,Agent 自动理解并生成涵盖商品主图、副图、详情页的完整视觉方案——默认一键 8 张标准套图,单次最多 50 套批量生成并导出 ZIP;内置 16 个主流电商平台(含亚马逊、SHEIN、TEMU、TikTok)的图片尺寸与合规标准;支持中英文多语种图文、按销售国生成专属套图;企业客户可接入私域知识库定制,保证套图调性与品牌规范统一。
量化成果:产品主体识别准确率超 99%,图片细节无畸形失真;多 SKU 产品上新效率提升 300% 以上,相比传统设计外包降低 70% 以上视觉制作成本;已位列国内电商 AI 套图生成工具市场前三。
创新价值:把"平台合规规则库"直接内置进生成 Agent——商家不再为"每个平台的尺寸/留白/字数规范"反复返工,跨境卖家可按销售国一键出图,物料生产从"设计问题"变成"配置问题"。
原文链接:https://www.donews.com/news/detail/4/6734962.html
分析师短评:厂商口径数据(效率 +300%、成本 -70%)需打折看待,但方向判断成立:AI 素材生成的竞争焦点正从"画得好不好"转向"合不合规、能不能批量、会不会适配平台"。对商家更实际的启示是双 11 备货期把"模板复用 + 批量出图"跑顺——爆款套图存为工作流模板,多 SKU 上新的视觉边际成本趋近于零;省下的制作费别急着落袋,按当前行业规律大概率会被逼进投流竞价池(本日电商资讯侧的"物料通胀"现象值得对照阅读)。
