零售和消费品行业_AI_发展现状及趋势_17页_1mb
报告摘要
2026年零售和消费品行业AI发展现状及趋势总结
核心内容
2026年,零售和消费品行业在AI应用方面取得了显著进展,AI已从实验阶段走向广泛部署,成为推动企业增长和优化运营的核心工具。AI在营销、供应链管理、客户体验、员工生产力等方面均产生了可衡量的业务影响,同时推动了投资增长和技术演进。
主要观点
- AI部署普及化:91%的零售和消费品企业正在使用AI,58%的受访者表示其公司当前正在积极使用AI,表明AI已广泛渗透到各个业务领域。
- AI对利润的双重影响:AI不仅帮助提升收入(89%的受访者表示AI对收入有积极影响),还显著降低年度成本(95%的受访者表示AI在降低成本方面有帮助)。
- 投资增长趋势:90%的受访者指出AI投资将在2026年增长,58%的高管预计增长将超过10%。投资重点包括优化AI工作流、发现新用例和员工培训。
- 开源AI的重要性提升:48%的受访者认为开源模型和工具对AI堆栈非常重要,企业倾向于结合开源与专有模型,以保持灵活性和创新速度。
- 代理式AI成为新趋势:47%的受访者正在使用或评估AI智能体,20%已部署。代理式AI能够自主推理、规划和执行复杂任务,提升效率和客户体验。
- 供应链AI的深化应用:AI在供应链中的应用持续增长,91%的受访者表示AI帮助降低供应链成本,75%的受访者计划增加供应链AI支出。AI在优化运营效率、满足客户期望和提升可追溯性方面发挥关键作用。
- 物理AI和机器人技术的探索:17%的受访者正在使用或评估物理AI和机器人技术,这些技术正在成为供应链创新的新方向。
- 人才短缺成为主要挑战:AI人才短缺问题加剧,46%的受访者表示这是当前实施AI的主要障碍,企业需要通过招聘、合作或培训来弥补这一差距。
- 推理优化是关键:AI推理性能直接影响客户体验和运营效率,优化推理可提升成本效益、减少延迟并提高准确性,是实现AI价值的核心。
关键信息
AI成熟度与部署
- 58%的受访者表示其组织正在积极部署AI解决方案,较2024年增长16个百分点。
- 33%的受访者正在评估AI解决方案,表明行业正从广泛探索转向成熟部署。
业务影响
- 89%的受访者表示AI对收入有积极影响,57%的企业实现了5%或更高的收入增长。
- 95%的受访者表示AI在降低成本方面有帮助,58%的受访者将成本降低了5%或更多。
战略目标
- 提高运营效率:45%的受访者将其作为主要目标。
- 改善客户体验:38%的受访者将其作为主要目标。
- 提高员工生产力:29%的受访者将其作为主要目标。
代理式AI
- 47%的受访者正在使用或评估AI智能体,20%已部署。
- 代理式AI可提升处理速度、客户体验和实时决策能力,成为企业关注的重点。
供应链AI
- 64%的受访者表示供应链挑战逐年增加,AI在提升供应链弹性方面发挥战略作用。
- 91%的受访者表示AI降低了供应链运营成本,75%计划增加供应链AI支出。
AI实施挑战
- 数据成熟度:13%的受访者表示训练数据是当前的最大挑战,较去年下降14个百分点。
- 人才缺口:46%的受访者认为AI人才短缺是主要障碍,影响AI的实施和扩展。
推理优化
- 推理性能直接影响客户体验和运营效率,需关注成本、延迟、准确性和吞吐量。
- 优化推理可带来更广泛的部署、更快的优化周期和更好的结果。
趋势展望
- 零售和消费品行业正从AI实验转向执行,AI将成为企业战略的重要组成部分。
- 开源AI、代理式AI和物理AI的结合将推动行业进一步发展,提升运营效率和客户体验。
- 企业需要在人才、数据和推理优化方面持续投入,以实现AI的全面价值。
调研方法
- 调查时间:2025年8月至9月
- 受访者:数百名零售和消费品行业高管、经理和从业者
- 覆盖领域:包括服装、汽车配件、清洁用品、便利店、化妆品、百货、电子商务、食品饮料等14个细分行业
- 调查方式:在线问卷,通过NVIDIA的分发列表和全球社交媒体进行分发
结论
零售和消费品行业正加速AI的部署和应用,AI已成为推动业务增长和优化运营的关键力量。随着开源AI、代理式AI和物理AI的兴起,企业需要在技术、人才和数据方面进行战略投资,以保持竞争优势并实现可持续增长。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载