首先由钱大妈大数据负责人李金钊围绕“AI时代下的生鲜零售”展开分享，解析钱大妈如何借助AI技术应对生鲜零售库存与损耗挑战，实现精准运营。

作为超3000家门店的生鲜连锁品牌，钱大妈采用“日清打折”模式，面临库存浅、损耗高的难题。李金钊介绍，其团队通过AI创新构建解决方案：利用卷积神经网络开发时段级销量预测算法，将预测细化至单店单SKU每小时销量，融合多维度数据提升精准度；借鉴“报童问题”模型优化库存，结合购物篮分析挖掘商品关联，智能组货降低滞销风险；基于DeepSeek大模型打造数据智能体，早期实现日报AI解读，中期通过工作流编排实现10秒级语音查数，近期内测的自主规划智能体可1分钟内完成数据查询、归因分析，效率较人工提大幅提升。

李金钊指出，钱大妈AI能力依托自建数据中台与算法体系，从业务系统到数据治理均自主构建。未来将深化大模型在供应链协同等场景的应用，以“数据+AI”推动生鲜零售向“零损耗、高周转”转型，为行业提供可复用的智能化路径。

随后由利群集团信息技术部部长刘萌围绕“智能+协同：AI驱动下的零售供应链转型”展开分享，阐述利群集团作为传统零售企业，如何借助AI技术与全链路协同实现供应链的智能化升级。

利群集团以零售连锁、物流配送、加工产业为主，拥有4处智慧物流中心。其供应链管理采用“六个统一”模式，并通过AI技术提升各环节效率：在智慧物流中心，引入AI视觉识别、AGV机器人、料箱式自动化系统等设备，如冷库“四向车”系统实现跨温层自动化管理，药品库“货到人”拣选模式提升作业效率，电商库“大车+小车”模式减少人工介入；全链路协同方面，自研系统结合AI算法实现门店自动补货、物流订单智能分配及运输路线规划，门店补货订单经AI处理后自动流转至物流中心，完成拣选后AI驱动零售端自动收货，人工干预率低于5%；此外，冷冻车温湿度监控、家电库定制托盘自动化存放、无人仓“黑灯作业”等创新，均通过AI技术实现仓储效率与商品品质的双重提升。

刘萌指出，利群供应链转型以“AI技术+业务协同”为核心，通过智能设备替代人工、算法优化流程、数据全链互通，构建了可复制的智慧物流体系。未来将深化AI在需求预测、供应链规划等场景的应用，推动零售供应链向智能化、高效化演进。

北京锦益网络科技有限公司（T11）副总裁叶超以“AI赋能业务全链路优化的一些探索”为题，分享T11在零售数字化领域借助AI实现业务全流程增效的实践经验。

叶超介绍，T11前五年专注自营零售，打造涵盖前店后场、供应链、线上业务的自研系统，近三年转向业务赋能。他强调，业务AI化需以扎实的业务底座为基础，T11通过“业务流+智能体”模式，实现人货场数字化闭环与原子化管理。在AI应用层面，T11多维度发力：通过自研corporate系统整合流量、交易等多源数据，结合模型实现互动分析与穿透查询；销售预测方面，建立“预测-加工-调算法”流程，大幅提升准确率，并优化生鲜补货策略；线上业务通过算法打通商品、用户数据，实现个性化推荐，带动转化提升。

此外，T11搭建中心化调度系统“火速”，通过copilot机制将任务推送给员工，协同仓配与加工环节；推出多维度排班模式提升人效，并开发预生成线上开店工具，助力传统超市快速数字化。同时，借助CV Tech技术，利用摄像头实现客流分析、陈列巡检等功能，形成预警与优化机制。

叶超总结，T11的探索覆盖电商自动化、智能补货、员工在线化管理等全链路场景，通过技术与业务深度融合，为零售行业的智能化转型提供了可借鉴的路径。

RELEX中国区总经理江磊以“AI技术在零售需求预测与补货中的实际应用”为题，结合国际视角与本土实践，解析AI在零售供应链计划端的深度应用逻辑与成熟路径。

江磊指出，AI技术在国际零售供应链计划中已进入成熟阶段，核心体现在需求预测的“全量数据输入”与“智能化处理”。RELEX将数据分为交易类、商业决策类、外部因子类，通过池化AI大模型实现全自动化数据清理与变量优化，输出具备颗粒度、时间维度、可解释性的需求预测结果。例如，国际零售商通过该模型精准捕捉促销、新品、天气等因子对需求的动态影响，而国内企业多采用“基础预测+场景叠加”的模块化模式，在全链路整合上仍有提升空间。

在补货逻辑层面，江磊强调“需求预测准确率≠补货成功率”，需结合供应链限制条件与动态安全库存模型实现智能优化。以春节备货为例，AI可通过长周期需求预测与供应链协同，提前规划多级仓库存与采购节奏，平衡订单满足率与库存周转效率。此外，国际案例中，AI还延伸至促销优化、千店千面陈列规划，实现“促销-预测-陈列-补货”全链路数据闭环。

对比国内现状，江磊认为本土企业在数据整合深度、算法自动化程度上仍处于初级至中级阶段，但凭借高效的学习加速度，有望通过“业务需求驱动数据架构”的路径，快速迭代需求预测与供应链计划能力。RELEX作为专注零售AI的国际科技企业，已服务全球500余家零售商，未来希望通过技术沉淀助力中国零售行业实现AI驱动的全链路智能化升级。

润合宠物供应链集团常务副总经理李万邦围绕“AI助力宠物产业链效率提升”展开分享，解析宠物行业如何借助AI技术破解数字化程度低、门店运营效率不足等难题。

作为覆盖全国6万家宠物门店的亚洲头部企业，润合针对宠物行业痛点，构建全链路数字化体系：通过云订货平台整合上下游数据，为品牌方提供区域销售分布、SKU热度等洞察，同时向门店推送热销商品推荐；开发铺货地图与选址算法，辅助优化陈列与布局，并建立“供应商智能评估-门店能力分级”体系，动态匹配供需以减少串货乱价。此外，润合推出“润和营店”线上平台尝试为门店引流，依托全国仓储网络开展云仓服务，提升物流效率。

李万邦提到，尽管行业年产值达3000亿元，但AI应用仍处早期，需求预测、智能选品等场景尚未深度落地。润合将以云订货平台为核心，吸引上游品牌入驻，打造“数据驱动选品-智能优化供应链-精准赋能门店”生态，推动行业从“信息差驱动”向“数字化驱动”转型，实现产业链高效化、规范化发展。

罗森投资有限公司创新与转型办公室总监李凌分享了罗森自产商品AI订货系统的实践经验，解析如何通过AI技术破解短保商品订货难题，实现效率与准确性双提升。

罗森自产商品（如盒饭、鲜食）保质期仅2-4天，且依赖店员经验订货，面临标准化低、学习成本高、需求波动大等痛点。为此，罗森于2021年启动AI订货系统项目，通过“品类预测+组货模型”实现自动化推荐：首先基于门店分类（如学校店、商圈店）、时序数据、天气等因子预测品类级需求量，再通过业务协同制定的组货模型（如口味偏好、陈列空间）将需求分配至具体SKU，最终向门店推送可调整的订货建议。系统于2023年在江浙沪全面上线，2024年完成京津冀、粤闽地区迭代推广，覆盖全国6000余家门店。

实测数据显示，测试门店销量、销售额、毛利额均实现提升，报废率下降，单店订货时间缩短20分钟。但系统在应对特殊场景（如大学寒暑假分批客流、展会期间突发需求）时存在局限性，需结合人工干预优化。罗森通过建立数据看板、定期收集业务反馈、制定人工调整手册等方式，推动“人机协作”模式落地，例如在大学门店引入店员经验修正模型预测，提升特殊场景准确性。

李凌强调，AI订货系统的价值不仅在于技术迭代，更需通过培训体系嵌入、KPI联动等方式提升业务部门对模型的理解与接受度，实现“技术赋能”到“组织协同”的跨越。未来，罗森将进一步优化模型对动态客流的适应性，开发机会损失可视化报表，并深化系统与门店的交互能力，推动自产商品订货向“全场景智能+人工辅助”进化，为行业提供短保商品数字化运营范本。

2026再聚杭州！

首届“全零售AI火花大会”已圆满收官，这场智慧盛宴汇聚1500余名行业先锋，百余位行业高管与技术专家在深度交流中碰撞出零售与AI融合的璀璨火花。如今，万众期待的第二届“全零售AI火花大会”即将重磅启幕，2026年4月杭州大会展中心，邀您共赴这场智慧零售的巅峰盛宴！

无论您是AI技术的卓越提供商，渴望展示前沿的AI解决方案，让世界见证您的技术实力，寻找新的增长机遇；还是零售企业的领航者，希望分享自身的创新实践，树立行业标杆，都诚邀您加入第二届“全零售AI火花大会”，携手探索零售行业在AI浪潮下的无限可能，共同开启零售行业的全新篇章。

会议咨询

AI交流群