中國零售消費行業生成式AI及數據應用研究報告

當前零售行業正處在由高速增長轉向存量競爭的階段，企業亟需通過數字化技術與方法論重塑「人、貨、場」。生成式AI與數據的融合應用，為企業提供了從外部用户運營到內部決策優化，再到全球化拓展的全鏈路解決方案，將通過挖掘消費者需求、提升運營效能、搶佔海外市場，幫助零售消費企業重塑增長曲線。本報告針對零售消費企業進行定量調研，重點圍繞生成式AI與數據的需求偏好、應用價值等內容展開，並梳理美粧、鞋服、家居三大細分行業的應用鏈路，供零售消費企業參考。

01 行業增長動能與趨勢前瞻

零售消費由高速增長轉向存量競爭

人貨場數字化重構：圍繞消費者全域延伸觸點，精準匹配供需

早期市場紅利期，需求側動能強勁，企業可依託經濟上行實現自然增長。隨着市場競爭的加劇，企業亟需通過數字化技術與方法論重塑「人、貨、場」，穩固既有流量池、提高銷售轉化率與庫存周轉率，持續降低運營成本。其中，精細化洞察消費者需求、擴展消費者觸點、基於數據精準選品與推廣等是實現人貨場重塑的關鍵。

需求側變革：以用户為中心

消費者購買理性與專業度上升，企業關注點由流量經濟轉向會員經濟

后疫情時代，消費者回歸理性，「流量為王」法則的效力大減。過去粗放的流量投放模式成本高且效果難保證，同時引流效果短暫，缺乏用户留存的長效機制。用户沉澱與單用户價值挖掘成為關鍵，企業需利用數字化手段賦能，構建更加精細的用户畫像，通過精準洞察需求，將產品高效推送至高購買意願用户，提升用户終身價值。

供給側變革：存量增長博弈

數據要素價值顯現，企業應把握大模型時代浪潮，搶佔增長先機

2024年全國社會消費品零售總額約49萬億元，線上銷售渠道佔比持續提升。直播電商、社交營銷等新形態不斷涌現，線上線下融合加速推進，正帶動零售消費行業的場景化升級。在此背景下，零售消費企業需構建高效的數據處理體系，以支撐全鏈路數字化整合，同時藉助AI技術賦能精準獲客與運營提效，在激烈的市場競爭中搶佔增長先機。

零售消費細分領域-美粧行業

消費需求碎片化，商家貨盤健康度面臨多維挑戰，對商家開展商品全周期運營管理提出更高要求

過去幾年間，美粧國貨品牌的市場份額快速增加，由2022年的43.7%增長至2024年的55.7%。國貨品牌利用KOL測評與UGC內容種草快速佔領用户心智，建立起短視頻種草、直播轉化、私域復購的營銷閉環，超越外資品牌成為中國美粧市場的主導力量。與此同時，中國美粧品牌加速拓展東南亞、中東、歐洲等市場，在運用成熟的渠道和營銷策略快速切入海外市場后，逐步加大品牌化營銷力度，通過開設線下形象店、深化與本土KOL合作等方式增強品牌全球力。

零售消費細分領域-鞋服行業

內卷式競爭嚴重，鞋服企業亟需構建自主產品研發力與品牌認知護城河

中國鞋服市場規模龐大但增速顯著放緩，行業進入存量博弈階段。在供應鏈高度成熟的背景下，市場呈現出典型的「速生速朽」特徵：新興消費趨勢一旦形成，同質化商品便快速充斥渠道，導致企業難以通過快速跟風上架獲得超額收益。領先企業開始通過產品研發前置與品牌價值觀輸出重塑競爭邏輯，即基於消費者情緒洞察與價值需求等因素開發差異化商品，並借力內容營銷傳遞品牌文化，從而提升客户忠誠度與復購率。

零售消費細分領域-家居行業

國內市場進入以舊換新階段，家居企業通過出海尋求第二增長曲線

近年來中國家居行業受房地產周期和疫情影響波動頻繁，房地產市場從增量開發轉向存量優化階段。在消費者體驗升級的背景下，家居企業加速打造全渠道運營系統，通過構建線上流量池和線下服務體系，形成線上、線下閉環的營銷體驗。

國內市場進入以舊換新階段，家居企業積極挖掘海外市場增長潛力。與過去代工模式的出海不同，家居出海愈發關於建設海外自有品牌，通過產品、渠道和品牌整體建設增加全球影響力。

02 生成式AI+數據應用全景

與數據治理雙向賦能

數據質量是生成式AI落地的關鍵痛點，兩者協同實現AI價值最大化

生成式AI的應用潛力高度依賴於高質量、安全合規的數據基礎，而數據治理正是構建這一基礎的關鍵。反過來，生成式AI本身又有助於提升數據治理流程的效率和質量。同時具備強大數據治理能力和生成式AI能力的廠商，能夠提供端到端的解決方案，幫助零售消費企業更好地落地生成式AI應用，實現價值的最大化。

生成式AI+數據賦能零售消費增長

71%的企業將加強數據驅動決策，生成式AI率先在營銷客服類場景落地

由於生成式AI在語言理解、內容創意和動態交互方面的突出優勢，生成式AI與數據率先在直連消費者的前端營銷客服類場景率先落地。在偏向中后端的產品研發與設計、供應鏈管理及市場洞察類場景中，生成式AI與數據的價值更依賴於企業知識庫的支撐，通過盤活數據資產，結合AI Agent應用將能夠促進內部決策的自動化、智能化。

雲底座釋放生成式AI+數據潛力

選擇具備數據與AI綜合能力的公有云服務商，降低生成式AI應用門檻

相比於本地部署，公有云服務能夠為零售消費企業提供從基礎資源到開發平臺的全面賦能：1）通過開放接入主流基礎模型、自動擴展計算資源，使企業可以專注於業務邏輯而此基礎設施管理；2）基於嚴格的數據和隱私策略，幫助企業保障面向AI時代的安全合規；3）將數據和AI工具集成到統一平臺，促進非結構化、多模態數據分析和處理，幫助企業快速高效構建生成式AI應用。

生成式AI能力合作共建

近90%的企業傾向於引入外部服務商，74%的企業存在多模型調用需求

公有云廠商憑藉全棧技術資源與生態整合能力，在數據與AI的一站式交付方面天然適配，是零售消費企業構建生成式AI應用的優選。在基礎模型能力的搭建中，企業更關注在大模型能力上能夠提供多樣化選擇的廠商。雲廠商依託算力規模與算法迭代優勢，可高效滿足零售消費企業多模型調用的需求。

AI Agent大勢所趨

94%的零售消費企業已應用AI Agent，定製化開發與平臺化部署並重

相比於標準化的AI Agent產品，零售消費企業更追求業務適配性，傾向構建差異化的AI Agent以獲取市場競爭優勢。落地場景方面，當前越貼近用户的場景AI Agent滲透率越高，如智能客户服務、營銷內容生成，而市場趨勢分析、消費者畫像洞察等市場洞察類場景的對數據深度、算法複雜性要求更高，效果驗證周期較長，滲透率仍有較大提升空間。

美粧行業生成式AI+數據應用鏈路

精準營銷為核心，洞察消費者個性化需求，實現品牌差異化突圍

在美粧市場同質化競爭加劇的當下，美粧企業通過整合消費者膚質檢測數據、線上購買記錄、社交媒體分享內容、成分偏好評價等多維度數據，可以針對不同膚質、年齡、地域的消費者生成定製化的產品方案。與此同時，利用生成式AI打造的虛擬試粧、膚質診斷等互動體驗，能夠匹配滿足消費者的個性化需求，塑造獨特品牌形象，助力美粧企業在激烈的市場競爭中脫穎而出。

鞋服行業生成式AI+數據應用鏈路

產品設計為核心，快速把握流行趨勢，縮短新品上市周期

通過大數據採集與分析，鞋服企業可實時追蹤社交媒體、時尚秀場、潮流論壇等多渠道信息，捕捉色彩、款式、面料等流行元素變化。生成式AI快速生成契合潮流的設計草圖、圖案紋樣，模擬不同材質的呈現效果，輔助鞋服設計師優化設計方案。從趨勢洞察、設計構思到推向市場，生成式AI與數據應用協同發力，將幫助鞋服企業以更快速度推出貼合市場需求的產品，搶佔銷售先機。

家居行業生成式AI+數據應用鏈路

海外拓展為核心，全渠道銷售與供應鏈管理高效協同

當前中國家居企業正加速走向國際市場，整合線上電商平臺瀏覽數據與線下實體門店體驗反饋，分析消費者家居風格偏好、預算區間和空間尺寸需求等，將幫助家居企業全面把握全球用户需求。由於家居行業具有大件物流成本佔比高、安裝服務複雜性的問題，結合歷史數據與實時需求，生成智能補貨、供應商選擇、物流規劃等決策方案，將有效提升供應鏈響應速度與運營效率。

企業決策治理中的生成式AI+數據

實時檢索、動態響應，推動企業決策從經驗驅動向數據驅動轉變

在企業內部決策與治理場景中，零售消費企業通過構建各環節知識庫，融合生成式AI與數據技術提供分析與建議，將推動決策的自動化與智能化。相比傳統商業分析，生成式AI顯著強化了自然語言理解能力，能深度挖掘多源異構數據間的隱含關聯，同時具備實時響應、動態更新的優勢，有效降低了數據應用的技術門檻。生成式AI與數據相結合，將加速了數據民主化進程，推動企業決策從經驗依賴轉向數據驅動。

03 重點增長引擎應用實踐

零售消費企業增長引擎

精細化用户運營+智能化決策治理，佈局海外市場拓寬收入來源

在零售消費市場競爭白熱化、增長壓力加劇的背景下，企業亟尋求新的增長引擎突破發展瓶頸。生成式AI與數據的融合應用，為企業提供了從外部用户運營到內部決策優化，再到全球化拓展的全鏈路解決方案，通過挖掘消費者需求、提升運營效能、搶佔海外市場，重塑企業增長曲線。

01

營銷與用户旅程

營銷環節進入AI生產力時代

營銷成本高企、用户需求碎片化，超90%企業已引入生成式AI應用

零售消費企業普遍面臨營銷成本高企與用户需求碎片化的矛盾，生成式AI通過重構內容生產與服務響應鏈條，成為破解增長瓶頸的關鍵引擎。目前，營銷環節是生成式AI落地最快的領域。已經採用了生成式AI的企業中，營銷內容生成和智能客服的滲透率均超過90%，其中又以廣告創意生成和客服問答的比例居高。

生成式AI促進營銷內容生產

營銷環節中AI生成圖文內容應用廣泛，91%的企業實現內容成本降低

生成式AI在營銷內容生成領域的價值主要體現在降低內容生產成本、提高銷售轉化率和降低獲客成本三個方面。當前對於內容生產成本的較低價值最為明顯，通過減少真人模特、攝影棚租賃、場景搭建等費用，降本成本的比例主要集中在30%左右。而對於銷售轉化率和獲客成本方面的貢獻，更多取決於企業生成內容的質量，如能生成有效內容，其對於營銷成果的轉化價值也非常顯著。

生成式AI提升客服智能化水平

超50%企業實現客服效率與質量提升，全生命周期賦能客服提質增效

近80%的零售消費企業在應用生成式AI后客服的智能化水平出現顯著提升，包括降低人工介入的次數和客服人員的成本。憑藉在上下文理解能力、自然語言多輪對話、動態內容生成等方面的優勢，通過與企業知識庫對接，生成式AI加持的智能客服可以更加靈活地應對用户的問題。除客服問答、個性化推薦等崗中場景外，生成式AI同樣可以應用於客服人員的崗前培訓、客服崗后的智能質檢等環節，全生命周期助力客服降本增效。

02

企業內部決策與治理

數據治理重構決策體系

93%的企業構建知識庫並覆蓋多場景，生成式AI助力數據治理提質增效

生成式AI與數據應用重構決策體系的核心邏輯體現為數據治理築基→知識庫賦能→決策智能化的三階躍遷：1）生成式AI與數據治理相結結合，破解非結構化數據治理的壁壘；2）零售消費企業傾向於優先解決從產品到市場的決策痛點，后端生產製造環節及人力、財務等中臺的知識庫滲透率低於前端；3）未來需強化知識庫的全鏈路協同，推動生成式AI從單點提效升級為全局智能決策引擎。

精準營銷助力用户轉化

超50%企業利用生成式AI與數據精準定位客羣，促進轉化與留存率提升

生成式AI與數據二者協同，可以幫助零售消費企業整合、清洗多源用戶數據，加強對非結構化數據的深度解析，進而實現動態洞察用户需求偏好，促進用户的生命周期管理。在此基礎上制定針對性的營銷策略，企業沉澱（含初始增長、中期轉化、后期留存）比例多數提升在10%到30%之間。

智能決策推動供應鏈降本增效

ChatBI助力供應鏈管理，生成式AI賦能供應鏈效率優化約10%-30%

生成式AI與數據應用能夠幫助零售消費企業進行需求預測和實時決策，通過優化庫存配置減少滯銷與缺貨風險，提升供應鏈效率與韌性。同時，引入基於LLM的場景化問答式ChatBI，企業可以實現更加簡單、高效的數據查詢，突破傳統BI的侷限，大幅縮短對業務側的響應時間。目前在庫存周轉、貨物交付、物流管理及風險識別四大環節中，分別有52%、49%、39%和46%的零售消費企業已部署相關技術並實現降本增效，改善比例集中於10%-30%區間。

03

海外市場拓展

從產品出海到品牌出海

93%的零售消費企業佈局海外業務，亞太、歐洲、北美洲為主要目的地

零售消費企業的海外佈局優先考慮具備高購買力、成熟渠道與品牌溢價空間的市場。亞太地區人口基數龐大、電商增速快，新興中產對國潮美粧、快時尚接受度高，地緣文化相近使其供應鏈響應更快；歐美地區人均GDP高、電商市場成熟，Z世代可持續消費理念與國產品牌相契合。營銷、支付、物流等基礎設施完善，有利於國內企業複製成功的數字化經驗，同時RCEP政策紅利釋放，海外消費者對「中國製造」的認知由低價向品質轉移，持續利好零售消費企業出海。

綜合雲服務商加速出海本土化運營

生成式AI突破語言與文化壁壘，藉助海外渠道打通銷售鏈路

生成式AI成為突破語言與文化壁壘的關鍵工具，通過智能翻譯、文化適配內容生成等幫助零售消費企業實現精準的本地化營銷與高效的智能客服。綜合型雲服務商除提供AI算力與數據處理能力外，如同時具備電商渠道資源和平臺搭建能力支撐，將能夠更加全方位地滿足企業的出海需求。零售消費企業可藉助此類廠商降低本地化運營門檻，快速打通銷售鏈路，形成技術與渠道的雙重助力，推動海外市場的可持續發展。

本文來自微信公眾號「艾瑞諮詢」（ID：iresearch-），作者：艾小妹，36氪經授權發佈。