零售業2026：當人工智能成為營運系統
隨著美國國家零售聯合會（NRF）年度會議本週在紐約舉行，SiliconANGLE、theCUBE、theCUBE Research及NYSE Wired等平台的討論均指向同一結論：零售業正迎來一次世代難逢的轉型。信號無處不在，從門市營運到供應鏈再到董事會，講述著同一個故事。
零售業已跨越了一道門檻。
曾經只是試驗性的聊天機械人、推薦引擎、需求預測等，如今發展成更具深遠影響的系統。到了2027年，人工智能不再是零售營運上的附加層，而是成為核心的「營運系統」——它掌管商品陳列，協調供應鏈，推動市場營銷，支援員工，並日益能即時決策。
這絕非比喻。Databricks首席科學家Jonathan Frankle直言：「人工智能只是一種不同形式的運算。」換言之，這不是功能上的浪潮，而是平台的轉變。
關鍵的改變不在於零售商是否投資AI，這問題已成定局。真正的故事在於AI如何被大規模部署，以及哪些公司能從單純採用轉為建立持久優勢。
正如CIO顧問Tim Crawford所言：「我們正從聊天機械人走向真正執行行動的系統。」從建議到執行的轉變，帶來的架構與治理改變，更像是營運系統升級，而非軟件簡單更新。
2026年，零售業將由工具時代邁向系統時代。
可組合人工智能架構崛起
零售商學到一個硬道理：自家業務太獨特，無法靠一套通用AI解決方案。
每家零售商擁有獨特DNA——商品組合、定價策略、需求曲線、地區行為、顧客忠誠度，通用模型難以全面捕捉這些複雜性。結果是，市場正悄然轉向開放、可組合的AI架構。
Databricks的Stephen Orban指出，NRF如今「同時是科技展也是零售展」，暗示零售商不再尋找一體化巨頭系統，而是在生態系統中選擇模型、工具和合作夥伴，自由組合、調整以符合業務需求。
開放模型和框架成為現代零售架構核心，讓團隊能基於專有數據微調AI，迅速適應新用例，避免長期依賴單一供應商路線圖。這從開發者偏好變成高層策略。
AI不再是「買來用」，而是「塑造和引導」的對象。
不過，沒有紀律的組合會導致系統脆弱。Crawford嚴正警告：「不能建造一個怪物式的數據架構。」贏家會將開放性與嚴謹結合，把模型當作基礎設施一樣定制、治理，深度整合業務運作。
從洞察到行動：智能代理的轉變
最深刻的變化是從分析型AI走向代理型AI。過去系統只告訴人類發生了什麼，現在開始自己行動。
Salesforce零售雲總經理Nitin Mangtani形容，一層「代理層」超越了數據檢索，直至「執行行動」。實際上，系統不只標示庫存不平衡，而是自動修正；不只提示顧客流失風險，而是啟動個性化回應。它們能跨數據推理、規劃步驟、跨系統執行任務。
Fabric CEO Mike Micucci看到基層的變革，他描述「圍繞角色特定代理的智能系統」，這些不是簡單儀表板，而是數碼同事，自動化任務、協調系統、作出決策。
優勢從「更好儀表板」轉向自主執行。零售變成機械速度的商業，人類團隊已難以手動協調渠道和接觸點上成千上萬的微決策，代理則能勝任。
競爭焦點不再是誰擁有最多數據，而是誰能最快將意圖轉化為行動。
先修內部，再轉外部
有趣的是，首波代理型轉型發生在企業內部。
Micucci直言：「真正的突破在於營運層面。」庫存分配、履約優化、異常處理是代理帶來即時且持續回報的關鍵。
零售商利用AI解鎖長期被困的組織知識，這些知識藏於文件、舊系統與個別員工中。代理能檢索政策、總結合約、指導流程、實時協助團隊。
營運、商品管理、財務、人力資源、門市管理等各職能均被智能助理重新構築，減少摩擦與認知負擔。
在AI重塑客戶體驗之前，它先修補內部系統。這工作不華麗，但至關重要。成功者因此建立速度，動作更快、培訓更迅速，專業知識在組織內擴散。
AI成為企業的神經系統：營運系統。
當然，這條路非單線性發展。Thea Myhrvold展示了營運與體驗如何並行推進，結合人機協作與多模態AI，同時提升顧客互動與後台系統現代化，很多零售商將雙軌並行運行。
小企業變得強大
時代最驚喜的現象之一，是小型企業積極採用代理系統。
Myhrvold提到客戶能在「不到一週」上線，利用AI賦能店員，提供高觸感、以人為本的體驗，無需企業級工程團隊。過去需龐大IT團隊的工作，現在小組織也能完成。
雖然大型企業在分析與基礎平台仍居主導，但小型零售商正經歷另一種局面：打破規模限制的機會。
組織層級較少、團隊較緊湊，他們以自主系統作為倍增器。代理負責過去需整個部門的任務，執行力無需按比例增加人手。曾經的「企業規模」需求，如今在精簡團隊中實現。
AI正靜悄悄地打破產業結構。
在自治取代官僚的世界，速度成為武器，小而專注的玩家變得極具威脅。
商務變得對話化與連續化
數碼商務依然是AI投資的重心，但本質正在改變。
個人化不再是附加功能，而是基本標準。產品目錄自我豐富，購物旅程即時適應。助理引導發現、解決不確定性、預測意圖。門市變得動態，持續根據行為、環境與歷史信號調整。
Myhrvold簡明扼要地說：「我們正從滑動式購物轉向目標導向購物。」電腦視覺與多模態模型讓顧客自然表達意圖——展示、說話、提問——獲得的是結果，而非單純資訊。
Mangtani將其與執行連結。店員可隨處完成交易。「無盡貨架」成真，因為雲端庫存跨渠道曝光。
這就是代理商務的誕生。AI不只是推薦，而是吸引注意力、策劃、學習、回應，成為購物體驗不可分割的一部分。
成功的零售商不是將AI貼附於銷售漏斗，而是將漏斗重新想像成活生生的系統。
門市走向深度，不是廣度
實體零售不會被全面自動化，而是變得更精準。
AI部署在門市，聚焦洞察：交通流量、停留時間、轉化行為、跨渠道路徑。數碼與實體體驗將融合成統一的顧客視圖。邊緣計算將高度融合，零售立即感受變化，尤其在電訊商與運營商改變價值鏈角色時。
目標非取代零售員工，而是賦予他們超能力。門市成為感測器，地板變成數據，實體世界變得可讀。實體AI將是關鍵推動力。
實體店不會消失，而是變得更智能。
供應鏈成為戰略武器
供應鏈是AI影響最明顯的領域之一。波動已成常態——天氣、地緣政治、勞動力、運輸、需求衝擊。從前的優化問題，現在是生存問題。
Micucci形容AI「交織庫存、訂單與商品」，代理協助營運人員持續重新平衡分配與履約。智能成為利潤，精準成為轉化。
AI將供應鏈從成本中心變成競爭武器。系統幾近實時地預測、模擬、重路徑和調整。他們不只是降低成本，更保護收入、維繫信任、吸收衝擊。
零售商發現韌性本身就是顧客體驗。在混亂中貨架有貨、配送準時，顧客忠誠度自然提升。這正是投資加速的原因，回報不再是理論，而是直接反映在利潤與市佔。
實體世界覺醒
機械人與實體AI仍處早期，但發展趨勢明確。
模擬驅動物流、自主移動、機械手臂處理，不再是科學實驗，而是融入配送中心和倉庫的日常。
數碼智能與實體執行結合，零售建立能回應真實世界的自適應系統，而非只處理模型。
真正瓶頸：人才
數據不再是主要瓶頸，基礎設施也不是。
是人。
產業投入巨資於AI，但設計、部署、治理及操作智能系統的人才稀缺。限制不是野心，而是執行力。策略不是風險，執行才是。
投資人才、培訓與組織設計的零售商將累積優勢，其餘只能購買無法充分利用的工具。
AI非插即用，而是一種全新營運模式。
推理成為新戰場
AI進入生產階段，經濟學成為焦點。
每個推薦、預測和決策都有成本。零售規模下，低效率迅速放大。延遲就是體驗，吞吐量就是收入，架構就是策略。
Mangtani從商業角度說：「當你減少商務摩擦，整個市場擴大。」推理表現、成本與可靠性進入董事會議程，已非工程權衡而是成長槓桿。
這推動一種混合堆疊新類型——結合專有系統與開放元件，優化規模效能。推理不再是技術附錄，而是董事會話題。
這是持久優勢之所在。
從採用到優勢
零售業進入關鍵階段。
基礎已奠定，試驗已結束，系統正在形成。
轉變明顯：
– 從試驗到執行
– 從工具到自主系統
– 從後台效率到前線轉型
– 從孤立模型到端對端智能
能縮短人才差距、將代理系統落地並掌握推理經濟學的零售商，不僅提升效率，更將重新定義何謂零售。未來12個月，不是誰「在用AI」，而是誰「引領AI」。
—
編者評論：
這篇文章深刻揭示了人工智能如何從輔助工具蛻變成零售業的核心營運系統，標誌著整個產業的根本性轉型。過去零售業的AI主要集中在數據分析與預測，現在則是智能代理開始直接執行決策，這不僅改變了組織架構，更是改變了商業模式與競爭邏輯。
尤其值得注意的是「可組合AI架構」的興起，反映出零售業務的多元與獨特性要求靈活而非一體化的解決方案，這也意味著未來AI供應商需轉型成為生態系統的合作者，而非封閉的技術提供者。
此外，小型零售商因為代理系統的普及，能以較少資源實現規模化執行，這對行業結構有極大顛覆性。傳統大企業的規模優勢被速度與靈活性所挑戰，競爭焦點轉向如何快速將意圖轉化為行動。
在實體零售方面，AI並非取代人力，而是賦能門市員工，讓實體店面成為智慧感知節點，這種「物理世界的覺醒」將促進線上線下無縫融合，提升顧客體驗。
最後，作者點出最大瓶頸在於人才與執行力，這警示產業投資AI不應只關注技術，更要重視組織變革與人才培育。這種全方位轉型挑戰，才是零售業未來競爭的真正核心。
香港零售業在面對全球AI浪潮時，亦應從這些觀察中汲取啟示，特別是在人才培育、本地化AI應用以及靈活架構建設方面下功夫，才能在新一輪變革中立於不敗之地。
以上文章由GPT 所翻譯及撰寫。而圖片則由GEMINI根據內容自動生成。
