1. 滴普科技 Deepexi"AI 员工"进入零售核心决策:滚动销量预测精准率 90%,人类保留最高指挥权
标题:一家重资产的"软件公司":AI 不聊天,而是进车间——滴普把"AI 员工"按岗位装进零售决策链
时间来源:腾讯新闻 2026-10-17《一家重资产的"软件公司":AI不聊天,而是进车间》(转引南方周末报道,受访者为滴普科技管理层)
背景痛点:报道披露的零售客户(鞋服行业,面临数百个新 SKU、上千家线下门店、多个电商平台构成的复杂决策网络)长期依赖经验驱动:货品运营侧,线下零售店长和运营组长每天要定销售目标并分到每个店员、每小时观察销售进展决定是否调整、下班前调排班安排收尾;商业企划侧,要判断小白鞋、雪地靴等潮流货品如何分配,订货后紧盯每款销售情况决定补货、停补或调货,还要推进各门店的补货、调货、促销决策。2024–2025 年该客户的 AI 应用主要集中在问答与分析场景,当时最大的顾虑恰恰是大模型幻觉——分析结论不敢直接用,更谈不上让 AI 碰决策。
策略:滴普的路径是"数据 + 知识库 + Skill"三重约束下的岗位化 AI:基于 Deepexi 平台注入行业数据训练专属企业大模型,再通过 FastAGI 把模型接入业务系统,按真实岗位映射每个"AI 员工"——货品运营 AI 员工就像店长和运营组长,直接对生意负责(定目标、小时级观察、调排班);商业企划 AI 员工紧跟时尚潮流做货品分配与补货调货决策。人类员工拥有最高指挥权和最终决策权,只需在对话框中 @一个或多个知识库作为执行依据,DeepexiOS 便会调度对应的 AI 员工。知识库每日更新、老数据被替代但不删除;AI 的判断轨迹和执行结果沉淀回 Deepology 本体数据集,让系统越用越准。到 2026 年,随着知识库提供企业知识和本体约束、Skill 限定可执行的动作范围,AI 被约束在明确边界内工作,准确率持续提升,AI 员工从"分析洞察"迈向"决策执行"。滴普管理层认为其区别于通用大模型公司的优势正在知识库积累——即长期的数据治理能力。
量化成果:①滚动销量预测精准率达到 90%;②门店商品主推的智能播报效率提升 30%;③系统随使用持续变准(判断轨迹与执行结果沉淀回本体数据集,定性指标);④行业空间参考:弗若斯特沙利文数据显示,中国产业级 AI 应用解决方案市场规模将从 2024 年的 386 亿元增长至 2029 年的 2394 亿元,复合年增长率 44%。
创新价值:这个案例的方法论价值在于把"AI 落地难"拆成了可执行的工程问题——第一,岗位化映射(AI 员工=岗位而非功能),让模型能力直接对生意指标负责;第二,知识库 + Skill 双约束把大模型幻觉关进笼子,本体数据集让每次决策都变成训练资产;第三,“人类最高指挥权"的分权设计,把 AI 放在"建议 + 执行"位而非"决策"位,既提效又不失控。对零售数据团队的启示:AI 落地的瓶颈从来不是模型能力,而是企业有没有把商品、门店、会员、库存的主数据治理到"机器可读、每日更新"的状态。
原文链接:https://news.qq.com/rain/a/20261017A01HJ700
分析师短评:90% 的滚动销量预测精准率和 30% 的播报效率提升是厂商访谈口径,无第三方验证、无对照期数据,宜当方向信号而非基准值——鞋服品类的预测天然受天气与潮流突变影响,90% 更可能是特定 SKU 结构下的结果。但这个案例真正可复用的部分与模型无关:①"哪些决策交给 AI、哪些必须留人"的岗位清单设计;②知识库每日更新 + 判断轨迹沉淀的机制;③先治理主数据再谈模型的顺序。零售商家如果只想抄一件事,就抄第三件——把货品、门店、会员的主数据补齐并保持每日更新,这比选哪家模型更决定落地成败。
今日核心洞察
- 零售 AI 落地从"分析问答"进入"决策执行"阶段:滴普客户 2024–2025 年的 AI 停留在问答分析、2026 年进入决策执行——分水岭不在模型而在约束机制(知识库 + Skill + 本体数据集),幻觉问题是用工程手段而非提示词手段解决的。
- “AI 员工"的正确形态是岗位映射,不是功能堆叠:货品运营 AI 员工像店长一样对生意负责(定目标、盯小时级进展、调排班)——评估 AI 落地的标准应该是"它接住了哪个岗位的 KPI”,而不是"接入了多少个模型”。
- 数据治理是产业 AI 的真实护城河:滴普管理层明确其优势在十几年积累的数据治理能力而非模型——通用模型能力趋同的时代,“高质量、实时、业务相关的数据"才是稀缺资产,这与数阔等厂商的判断完全一致(见今日《每日AI赋能案例》)。
- 人类保留最终决策权是现阶段的最优分权:AI 做建议与执行、人做关键判断,既规避了幻觉风险最高的决策环节,又让人的经验通过”@知识库"沉淀为组织资产——分权设计比全自动更可持续。
- 产业级 AI 的市场空间正在被验证:386 亿(2024)→2394 亿(2029)、CAGR 44% 的预测背后,是零售、制造等传统行业把 AI 纳入核心流程的真实付费——对数据从业者,这是从"做报表"转向"做决策系统"的职业窗口。
近 7 天补充线索
- 云南赤途"轮胎数智化商业运营中台"(经济参考网 10-16):系统利用夜间非业务高峰自动抓取、清洗、合并来自不同电商平台、仓储管理系统及物流端口的海量异构数据,通过智能校验模型识别异常波动,生成补货、调拨与动态定价策略,供应链响应速度提升至分钟级;内嵌 LBS 智能订单调度算法,搭建"云端共享库存 + 同城网点交付"分布式 O2O 协同网络,已接入全国数万家小微汽修厂与轮胎零售门店,把"长途零担发货"升级为"同城就近调配与安装"。
- MUJI 中国董事长堀口健太在天猫双 11 发布会分享"汉麻神裤"数据(每日经济新闻/新浪财经 10-19):一条裤子累计卖出 50 万条、带来近 10 万新用户;天猫服饰前 2000 个品牌席位三年焕新率接近 40%,400 多个十年以上老品牌双位数增长、100 多个近五年入驻新锐三年内跨过亿元门槛,88VIP 超 6400 万、高价值用户贡献 80% 增长——“超级旗舰店"把用户模糊表达(如"下周参加户外婚礼穿什么”)转成明确搭配推荐。
- 云起科技双 11 会员营销方案披露的匿名品牌数据(公众号,10 月,厂商口径供参考):某猫狗粮品牌精准推送覆盖 13 万用户推动 1600+ 客户下单、该渠道客单价超 1200 元(提升约 140%);某护肤品牌首购率同比 +30%、复购率 +20%;其"券核销率提升 47%“来自京东域内 A/B 测试——用户在打开 App 瞬间同步发券并推送消息,显著优于先发短信后发券。
