每日数据赋能案例 2026-08-14

Fri, 14 Aug 2026 00:00:00 +0000

案例一：多点数智 2026 中报——AI 补货智能体在胖东来试点上线，AI 零售核心解决方案收入 6.47 亿元（+24%）占总收入 56%

1. 发布时间 + 来源

业绩发布时间：2026 年 8 月 12 日（多点数智 2586.HK 发布 2026 年中期业绩）
报道时间 + 来源：港股研究社（网易号）2026 年 8 月 13 日 17:31；证券市场红周刊 / 新浪财经 2026 年 8 月 13 日 16:24

2. 背景与痛点

零售业最不缺的就是数据——商品、库存、订单、促销、会员、天气、节假日、客流，每天都在生成新变量。过去十年的"零售数字化"解决的是**“看见数据”**的问题：把线下经营搬进系统、把流程记录下来。

但看见之后呢？诺贝尔经济学奖得主赫伯特·西蒙的提醒在零售场景里格外应景：“信息的丰富会造成注意力的贫乏。” 一个连锁零售商每天可以看到上万条数据波动，但真正能转化为决策动作的极少。多点数智面对的正是这个瓶颈——软件覆盖了多少流程已经不是竞争焦点，AI 能不能承担高频、复杂、可量化的经营决策才是。

其中最硬的场景是补货：补多了占用现金、增加损耗；补少了直接损失销售。一个补货决策要同时连接需求预测、安全库存、供应商交期、促销节奏和门店执行——这比客服问答、文案生成难得多，也更接近零售 AI 的核心价值。

3. 执行策略（含具体平台/工具/方法）

① 战略定位跃迁：从"零售数字化解决方案提供商"→“零售 AI Agent 提供商” 2026 年 4 月在中国超市大会上正式提出零售 AI 智能体战略；以自研平台作为统一底座，支撑对外零售 AI 智能体、对内 AI 应用及 Dmall OS 智能化升级的统一开发、治理、运行与迭代，并逐步形成平台化商业框架与定价体系（提升标准化程度、交付效率与规模化复制能力）。

② 三大 AI 智能体集群，覆盖经营全链路

智能体集群	核心能力	落地状态
AI 商品智能体	围绕"引、汰、选、调"构建品类诊断与交互式分析；子智能体 AI 补货自动模拟关键业务参数，结合业务反馈持续优化模型，逐步引入节令、门店特征、外部舆情等非结构化信息	已在胖东来试点上线，并与多家客户达成初步合作意向；关键动作向"AI 主导、人监督"的闭环演进
AI 门店智能体	陈列洞察、防损等场景；管理从"结果检核"升级为"过程洞察 + 效果验证"，形成"问题定位—整改—复盘"闭环	已实现场景突破
AI 数据洞察智能体	跨模块数据整合与异常归因，提供经营预警、自动报告生成及协同跟踪	为各集群提供决策支撑，从"发现问题"进阶到"快速解释问题、明确动作路径"

另有 AI 智能出清、AI 鲜食加工、AI 自动补货已在部分零售场景常态化运行。

③ 生态与入口双线布局

2026 年 3 月：与沐曦股份合作建设软硬一体的 AI 零售解决方案（国产算力适配）。
2026 年 6 月：成为微信 AI 生态首批内测开发者，并与胖东来完成从需求表达、选品到支付履约的 O2O 智能体适配——把 AI 触点直接接到消费入口。

④ 商业模式探索 围绕"打造零售 AI 智能体、夯实能力底座、深化生态合作、重构研发交付体系"四个方向，持续探索结果导向等创新商业模式（即按经营成效而非软件席位收费）。

4. 量化成果（含具体数字）

指标	2026 年上半年	同比变化
总收入	11.55 亿元	+7.05%
期内利润	1.03 亿元	+66.2%
权益股东应占利润	1.09 亿元	+60.85%
经调整净利润	1.18 亿元	+52.7%
AI 零售核心解决方案收入	6.47 亿元（占总收入 56%）	+24%
海外收入占比	12.2%	海外收入 +84.8%
服务客户数	415 家	—
净收入留存率	112%	—
整体人均效能	95.6 万元	+18.8%
研发开支	约 1.43 亿元	-24.7%
单独披露的"AI 相关收入"	3680 万元（约占总收入 3%）	统计口径与上方不同

行业侧对照数据（文中引用）：

德勤《2026 全球零售展望》：受访零售商中 30% 已使用 AI 提升供应链可视化，预计未来一年升至 41%；59% 的受访高管预计 AI 供应链项目在未来 12 个月产生正向投资回报。
BCG（2026 年 8 月 11 日发布研究）：Agentic AI 用于消费品与零售协同，可使有货率提升 2%–4%，规划生产率提升 60% 以上。

5. 创新价值（对行业的启示）

“零售 AI 能力"第一次有了可核查的财务坐标。 大量厂商都在讲 AI 故事，但多点把它拆成两个口径同时披露：主营分部"AI 零售核心解决方案"6.47 亿元（+24%、占 56%），以及单独的"AI 相关收入"3680 万元（约 3%）。两个数字放在一起才是真相——AI 已经重塑了业务叙事，但直接由智能体贡献的收入还处在早期。这种诚实披露对整个行业的估值锚定有参考意义。
补货是验证零售 AI 的"硬场景”，选它试点是对的。 客服和文案生成容易出成绩但不改变经营结果，补货直接连着现金占用、损耗和缺货损失。能在胖东来这种以精细化著称的零售商试点上线，本身就是一次高强度压力测试。
“AI 主导、人监督"的闭环演进路径值得所有零售企业参考。 不是一步到位全自动，而是让 AI 先做模拟与建议，人负责监督与反馈，再用反馈持续优化模型。这条路径比"上线即托管"务实得多。
行业竞争焦点从"记录经营"转向"参与经营”。 这句判断可以作为未来两年零售数字化的主线：软件覆盖多少流程不再是差异化，AI 能承担多少高频复杂决策才是。

6. 原文链接

港股研究社（网易号）：https://www.163.com/dy/article/L47RMLF505317SYF.html
证券市场红周刊 / 新浪财经（今日头条）：https://www.toutiao.com/article/7673429131534615078/

7. 分析师短评

这份中报最值得数据从业者看的地方，不是那些增速数字，而是它把"AI 到底赚了多少钱"这道题诚实地摊开了。6.47 亿的"AI 零售核心解决方案"是业务分部口径（里面有大量原本就存在的数字化收入被重新归类），3680 万才是严格意义上的 AI 相关收入。同一份财报里出现两个相差 17 倍的口径，这不是问题，这是行业现状——真正有问题的是那些只报大口径、不披露小口径的公司。

给同学一个可落地的判断标准：文中那句话说得比任何 PPT 都好——零售商最终只会用四道朴素的题目给 AI 打分，库存有没有下降、缺货有没有减少、损耗有没有改善、利润有没有增加。下次评估任何一个零售 AI 方案，就拿这四条去问。答不上来的，基本可以判定还在演示阶段。

案例二：《2026 酒类零售连锁供应链发展报告》——93.5% 连锁企业已开展即时零售，76.1% 库存周转压至 90 天内，但 76% 毛利率不足 15%

1. 发布时间 + 来源

发布时间：2026 年 8 月 13 日（2026 酒类零售连锁供应链发展大会，河北昌黎）
发布主体：中国酒类流通协会零售及连锁专业委员会
报道来源：同花顺财经 / 四川在线（记者张明海）2026-08-13 12:47；云酒头条 / 新浪财经（今日头条）2026-08-13 14:54
解读人：中国酒类流通协会零售及连锁专业委员会副主任委员郭宏利

2. 背景与痛点

酒类零售连锁正处在一个典型的"结构性转折点"上——旧问题（库存）刚解决，新问题（利润）立刻接管：

去库存任务基本完成：经过两年多的调整，全行业去库存取得理想成效。
但压力向利润端集中：库存压力缓解并不意味着经营压力解除，现金流紧张转变为利润不足。
价格倒挂成为普遍现象：2025 年调研显示 79% 的企业将价格倒挂列为影响经营的最大外部因素，居所有外部影响因素之首；叠加线上比价的透明化效应，品牌流通产品零售价长期承压，渠道利润空间被持续挤压。
品牌流通名品"鸡肋化"：一方面是门店引流、维系客群不可缺少的"硬通货"，另一方面价格倒挂使毛利贡献微薄甚至为负——“食之无味，弃之可惜”。
即时零售改变了业务形态：本地生活场景下的酒饮即时零售是典型的**“小单高频”**（单瓶、小件、分钟级、全时段），服务对象直接变成终端消费者，这与传统酒类流通的"大单低频、服务经销商"是两套完全不同的供应链逻辑。

3. 执行策略（含具体平台/工具/方法）

① 30 分钟即时仓配新基建（多级仓布局） 即时零售正在推动酒类零售连锁企业——特别是头部企业——加速构建基于区域市场的 30 分钟即时仓配新基建。落地形态是三级仓配体系：区域仓 → 多级仓 → 前置履约点，目标是在履约密度、履约时效、履约成本三个维度上建立可控的竞争优势。

② 竞争维度明确迁移到三个可量化指标 郭宏利的解读给出了非常清晰的竞争框架：接下来的竞争在履约密度、履约时效、履约成本三方面展开——“谁能率先建立科学、高效、可控的酒饮即时零售新基建，谁就能在竞争中获得优势地位”。这三个指标都是可以被数据化、被日常监控的运营指标，而不是模糊的战略口号。

③ 系统升级五件套：直采短链、三级仓配、共享集采、自有品牌、数智化运营 报告明确了下一阶段的竞争分水岭：不再是谁门店更多、货源更全，而是谁能率先完成这五项系统升级，以更低成本、更快效率掌控消费者与商品两端。

④ 应对价格倒挂的"大换品"策略（三个层次） 面对品牌流通品毛利趋零，渠道启动了近年罕见的"大换品"，具体分为换品类、换价位、换产品三个层次——本质是用产品结构调整来重建毛利池，同时保留名品作为引流"硬通货"。

⑤ 数据化的经营指标监控体系 库存周转天数、滞销品占比、毛利率、净利率被作为核心监控指标做全行业横向调研——这为单个企业提供了明确的行业对标基准线（benchmark），可以直接用来定位自己在行业中的分位。

4. 量化成果（含具体数字）

即时零售渗透与仓配基建

指标	数据
已开展即时零售业务的酒类连锁企业	93.5%
其中已产生营收或实现常态化运营	56.5%
未来业务拓展方向选择率第一	即时零售，47.8%
已建成区域仓及以上体系化仓配能力	96.7%
实现多级仓布局并具备当日达能力	39.1%

库存与利润结构

指标	数据
库存周转控制在 90 天以内	76.1%
其中已压缩至 60 天以内	45.7%
滞销品占比控制在 10% 以内	59.8%
毛利率不足 15%	76.0%
其中毛利率在 10% 以下	46.7%
近两年毛利呈下降态势	53.3%
净利率处于亏损和微利区间	合计超五成
将价格倒挂列为最大外部影响因素（2025 调研）	79%

5. 创新价值（对行业的启示）

这是一份可以直接拿来做行业对标的"基准线数据集"。 76.1% 的企业库存周转 <90 天、45.7% <60 天、59.8% 滞销品 <10%——任何一家酒类连锁都可以拿自己的实际数字往这三条线上一放，立刻知道自己在行业里的分位。这种可对标性是行业报告最高的价值形态，远胜于泛泛的趋势判断。
“库存改善 ≠ 经营改善"是一个被反复犯的错误。 全行业花两年把库存打下来了，结果毛利也一起下去了——76% 毛利率不足 15%、53.3% 毛利持续下降。这提醒所有做经营分析的同学：单一指标优化必须放在指标体系里看，否则很容易出现"KPI 达成、生意变差"的荒诞结果。
即时零售把酒类供应链从"大单低频"改写成"小单高频”，这是一次底层重构。 单瓶、小件、分钟级、全时段——履约颗粒度细化一个量级，意味着库存布点、拣货逻辑、补货频次、需求预测粒度全部要重做。已建成区域仓的有 96.7%，但真正实现多级仓 + 当日达的只有 39.1%，这 57 个百分点的差距就是未来两年的竞争空间。
竞争维度被明确量化为"履约密度 / 时效 / 成本"三角。 这三个词可以直接翻译成数据指标：单位面积覆盖订单密度、订单履约时长分布、单均履约成本。对做数据的人来说，这就是一张现成的看板需求文档。

6. 原文链接

同花顺财经 / 四川在线：https://m.10jqka.com.cn/20260813/c678940092.shtml
云酒头条 / 新浪财经（今日头条）：https://www.toutiao.com/article/7673405978011861523/

7. 调研师短评

这份报告的价值不在"即时零售是趋势"这句谁都会说的结论，而在于它给出了一整套带分位的行业基准线。我一直跟同学讲：脱离行业基准的内部数据是没有意义的——你说自己库存周转 75 天，好还是坏？放到这份报告里就一目了然：你在 76.1% 那一档里，但没进 45.7% 的头部区间。这就是行业报告的正确用法。

最值得警惕的是那组反差：库存周转全面改善，毛利率全面恶化（76% 不足 15%、46.7% 低于 10%、超五成净利亏损或微利）。这几乎是一个教科书级的"局部最优陷阱"——大家都在优化库存这个单一指标，代价是持续降价清货、结构性放弃毛利。做经营分析的同学请记住这个案例：当一个指标改善得特别整齐时，先去看它是不是在别的地方付了账。

今日行业趋势总结（数据赋能）

零售数字化的竞争焦点，正从"记录经营"转向"参与经营"。 软件覆盖了多少流程不再构成差异化，AI/智能体能承担多少高频、复杂、可量化的经营决策才是。多点数智把补货（而非客服、文案）作为智能体首个硬场景试点，标志着这一转向已进入落地验证阶段。
“AI 收入"必须看双口径，警惕单一大口径叙事。 多点数智同时披露业务分部口径 6.47 亿元（占 56%）与严格 AI 相关收入 3680 万元（约 3%），相差 17 倍。评估任何 AI 转型企业时，问清口径比看增速更重要。
供应链 AI 已过"是否要做"的争论期，进入 ROI 验证期。 德勤数据显示 30% 零售商已用 AI 提升供应链可视化、一年内将升至 41%，59% 高管预期 12 个月内产生正向 ROI；BCG 测算 Agentic AI 可使有货率 +2%–4%、规划生产率 +60% 以上。有货率提升 2–4 个百分点在零售业是极其可观的收益，这是当前最值得投入的数据化方向。
即时零售正在重构垂直行业的供应链数据模型。 酒类从"大单低频"转向"小单高频”（单瓶、小件、分钟级、全时段），93.5% 企业已开展、96.7% 建成区域仓，但仅 39.1% 具备多级仓当日达能力。履约颗粒度细化一个量级，需求预测、库存布点、补货频次的数据模型必须同步重做。
单一指标优化的"局部最优陷阱"正在集中暴露。 酒类连锁用两年把库存周转打进 90 天（76.1%），代价是 76% 企业毛利率不足 15%、超五成净利亏损或微利。数据从业者的核心职责之一，就是把这类跨指标的代价关系提前摆到决策桌上——否则 KPI 越漂亮，生意越危险。

酒类零售 on 玩数据de强尼

每日数据赋能案例 2026-08-14

案例一：多点数智 2026 中报——AI 补货智能体在胖东来试点上线，AI 零售核心解决方案收入 6.47 亿元（+24%）占总收入 56%

1. 发布时间 + 来源

2. 背景与痛点

3. 执行策略（含具体平台/工具/方法）

4. 量化成果（含具体数字）

5. 创新价值（对行业的启示）

6. 原文链接

7. 分析师短评

案例二：《2026 酒类零售连锁供应链发展报告》——93.5% 连锁企业已开展即时零售，76.1% 库存周转压至 90 天内，但 76% 毛利率不足 15%

1. 发布时间 + 来源

2. 背景与痛点

3. 执行策略（含具体平台/工具/方法）

4. 量化成果（含具体数字）

5. 创新价值（对行业的启示）

6. 原文链接

7. 调研师短评

今日行业趋势总结（数据赋能）