联合研究丨行业深度
[Table_Title] AI+零售深度：AI如何重构线上线下
%% %%
%% %%
1
请阅读最后评级说明和重要声明 2 / 29
丨证券研究报告丨
报告要点
[Table_Summary]我们认为，当前 AI应用在零售主要的应用技术主要为搜索增强、多模态、以及智能体，我们认
为对于行业的影响体现于：第一，通过检索增强，改变了产品的发现路径，使得信息更加的精
准，提升转化效率；第二，多模态大模型的诞生，电商以及零售业迎来信息生产力重塑，大量
文案、客服、视频、投放等工作流效率提升。第三，无论是 C端或 B端，智能体产品化趋势逐
渐确定、且交互方式全面升级，我们认为零售流量入口或将重构，工作范式重新定义。
分析师及联系人 [Table_Author]
李锦 宗建树 秦意昂
SAC：S0490514080004 SAC：S0490520030004 SAC：S0490524110002
SFC：BUV258 SFC：BUX668
卢之晗
SAC：S0490525120001
%% %%
%% %%
2
请阅读最后评级说明和重要声明
丨证券研究报告丨
更多研报请访问
长江研究小程序
cjzqdt11111
[Table_Title2]
AI+零售深度：AI如何重构线上线下
联合研究丨行业深度
[Table_Summary2] 技术路径：劳动力革命，智能体升级
我们认为，当前 AI 应用在零售主要的应用技术主要为搜索增强、多模态、以及智能体，我们认
为对于行业的影响体现于：第一，通过检索增强，改变了产品的发现路径，使得信息更加的精
准，提升转化效率；第二，多模态大模型的诞生，电商以及零售业迎来信息生产力重塑，大量
文案、客服、视频、投放等工作流效率提升。第三，无论是 C 端或 B 端，智能体产品化趋势逐
渐确定、且交互方式全面升级，我们认为零售流量入口或将重构，工作范式重新定义。
AI+电商：确定性交易增量，生态打通为关键
我们通过传统的电商分析模型——GMV、货币化率以及商业模式，去看大模型对于电商行业产
生影响。我们认为，大语言模型带来了搜索效率的优化，以及智能体时代下，大模型厂商在闭
环电商领域进行尝试，电商平台推出了站内智能体助手，流量入口得到全面升级，交易规模有
望迎来确定性增量。后续看，我们认为 AI 在电商领域能够持续渗透的关键点在于：第一，在电
商平台的广告体系已较为成熟的背景下，电商 AI 产品的渗透率取决于其商业化能力，当前各
家平台已在效果付费、智能体广告中进行探索。第二，AI 产品正在从信息聚合工具向闭环电商
模式进行探索，各家平台积极定义行业的统一标准，统一商品以及支付体系的打通，为 AI 闭
环电商打磨基础。
AI+实体零售：实体场景天然适配，优化路径清晰
传统零售行业是劳动密集、重投入的行业，但由于其“高频决策、重复执行、实时反馈、持续
优化”的行业特性，天然适配 AI 规模化应用。从海外零售巨头沃尔玛以及国内信息系统服务
商多点数智在 AI 应用的实践来看，我们认为，AI 对于零售业的重构在于，第一，除了与电商
业务类似的站内智能体嵌入、拥抱流量入口等升级之外，用户在实体门店与 AI 的交互也迎来
升级；第二，AI 加速了门店端、供应链端的运营效率，使得门店与线上订单的融合、以及出清
这类决定生鲜品种盈利能力的重要场景，迎来提升。第三，由于零售天然的消费场景基于线下，
未来与智能硬件的结合或成为看点。在此基础，相比电商而言，零售板块的线上业务和广告业
务更小，在 AI 应用的投入、以及优化路径或更为清晰。
投资建议：平台关注生态打通、商业化，服务商聚焦智能体产品的应用推广
整体来看，我们认为在 AI 时代下电商和实体零售行业将迎来流量入口的全面升级和生产力重
塑，我们建议关注三条主线：第一，我们认为 AI 电商闭环取决于支付、商品、履约等生态体系
的打通，具备支付、商品、以及履约全商业闭环的电商平台型企业有望在智能体时代下获得新
的流量入口，重点推荐通过千问体系打通全生态链的阿里巴巴；第二，实体零售各环节的精细
化要求较高，行业天然适配 AI 的规模化应用，且线上和广告业务占比较小，或有望更快迎来
AI 带来的效率优化，推荐率先布局、效率提升的实体零售商。第三，无论是线上或线下的服务
商，均具有丰富的落地运营场景，有望将智能体进行产品化，实现客户服务效率的大幅优化，
建议关注壹网壹创、多点数智。
风险提示
1、商业化处于早期阶段；2、竞争格局加剧；3、AI 产品成熟度不及预期；4、地缘政治风险。
[Table_Summary2] 技术路径：劳动力革命，智能体升级
我们认为，当前 AI 应用在零售主要的应用技术主要为搜索增强、多模态、以及智能体，我们认
为对于行业的影响体现于：第一，通过检索增强，改变了产品的发现路径，使得信息更加的精
准，提升转化效率；第二，多模态大模型的诞生，电商以及零售业迎来信息生产力重塑，大量
文案、客服、视频、投放等工作流效率提升。第三，无论是 C 端或 B 端，智能体产品化趋势逐
渐确定、且交互方式全面升级，我们认为零售流量入口或将重构，工作范式重新定义。
AI+电商：确定性交易增量，生态打通为关键
我们通过传统的电商分析模型——GMV、货币化率以及商业模式，去看大模型对于电商行业产
生影响。我们认为，大语言模型带来了搜索效率的优化，以及智能体时代下，大模型厂商在闭
环电商领域进行尝试，通过高频的业务场景来拉动智能体产品的用户规模、并进一步反哺智能
体产品的商品供给形成飞轮，此外电商平台推出了站内智能体助手，交易规模有望迎来确定性
增量。后续看，我们认为 AI 在电商领域能够持续渗透的看点：第一，在电商平台的广告体系已
较为成熟的背景下，电商 AI 产品的渗透率取决于其商业化能力，当前各家平台已在效果付费、
智能体广告中进行探索。第二，AI 产品正在从信息聚合工具向闭环电商模式进行探索，各家平
台积极定义行业的统一标准，统一商品以及支付体系的打通，为 AI 闭环电商打磨基础。
AI+实体零售：实体场景天然适配，优化路径清晰
传统零售行业是劳动密集、重投入的行业，但由于其“高频决策、重复执行、实时反馈、持续
优化”的行业特性，天然适配 AI 规模化应用。从海外零售巨头沃尔玛以及国内信息系统服务
商多点数智在 AI 应用的实践来看，我们认为，AI 对于零售业的重构在于，第一，除了与电商
业务类似的站内智能体嵌入、拥抱流量入口等升级之外，用户在实体门店与 AI 的交互也迎来
升级；第二，AI 加速了门店端、供应链端的运营效率，使得门店与线上订单的融合、以及出清
这类决定生鲜品种盈利能力的重要场景，迎来提升。第三，由于零售天然的消费场景基于线下，
未来与智能硬件的结合或成为看点。在此基础，相比电商而言，零售板块的线上业务和广告业
务更小，在 AI 应用的投入、以及优化路径或更为清晰。
投资建议：平台关注生态打通、商业化，服务商聚焦智能体产品的应用推广
整体来看，我们认为在 AI 时代下电商和实体零售行业将迎来流量入口的全面升级和生产力重
塑，我们建议关注三条主线：第一，我们认为 AI 电商闭环取决于支付、商品、履约等生态体系
的打通，具备支付、商品、以及履约全商业闭环的电商平台型企业有望在智能体时代下获得新
的流量入口，重点推荐通过千问体系打通全生态链的阿里巴巴；第二，实体零售各环节的精细
化要求较高，行业天然适配 AI 的规模化应用，且线上和广告业务占比较小，或有望更快迎来
AI 带来的效率优化，推荐率先布局、效率提升的实体零售商。第三，无论是线上或线下的服务
商，均具有丰富的落地运营场景，有望将智能体进行产品化，实现客户服务效率的大幅优化。
风险提示
1、商业化处于早期阶段；2、竞争格局加剧；3、AI 产品成熟度不及预期；4、地缘政治风险。
2026-03-31
%
3
请阅读最后评级说明和重要声明 4 / 29
联合研究 | 行业深度
目录
技术路径：劳动力革命，智能体升级 ............................................................................................ 6
检索增强：改变产品发现路径，搜索更为精准............................................................................................... 6
多模态：工作流范式重新定义，降本增效 ...................................................................................................... 8
智能体：交互方式升级，产品化时代来临 ...................................................................................................... 9
AI+电商：确定性交易增量，生态打通为关键 ............................................................................. 11
平台：流量入口升级，商业闭环仍在探索 .................................................................................................... 11
服务商：电商执行层，智能体转型 ............................................................................................................... 19
AI+实体零售：实体场景天然适配，优化路径清晰 ...................................................................... 22
零售商：从沃尔玛看 AI+零售的实践 ............................................................................................................ 22
服务商：数字化能力及应用场景兼具 ........................................................................................................... 25
投资建议：平台关注生态打通、商业化，服务商聚焦智能体产品的应用推广 ............................. 26
风险提示 ..................................................................................................................................... 27
图表目录
图 1：搜索增强在电商领域的工作流程 ........................................................................................................................ 6
图 2：AI电商是基于传统关键词搜索的增强 ................................................................................................................ 7
图 3：Bloomreach开发的 Clarity助手帮助独立网站转化率提升（2025年 3月份发布） ........................................... 8
图 4：亚马逊 Rufus智能购物助手 ............................................................................................................................... 8
图 5：多模态大模型的工作架构 ................................................................................................................................... 8
图 6：京东采销数字人案例 .......................................................................................................................................... 8
图 7：AI Agent的工作架构 ........................................................................................................................................ 10
图 8：OpenClaw成为 GitHub历史上增长最快的开源项目之一 ................................................................................ 10
图 9：Chatbot-大模型厂商对话机器人 ....................................................................................................................... 12
图 10：内嵌购物助手：亚马逊 Rufus ........................................................................................................................ 12
图 11：流量入口全新升级 .......................................................................................................................................... 12
图 12：亚马逊收入结构拆分 ...................................................................................................................................... 14
图 13：阿里巴巴收入结构拆分 ................................................................................................................................... 14
图 14：零售商推荐流量来自于 Chatgpt的比例（2025年 8月） .............................................................................. 15
图 15：电商平台销售费用/GMV ................................................................................................................................. 15
图 16：Rufus根据 Listing生成提示词 ....................................................................................................................... 16
图 17：赞助产品提示 ................................................................................................................................................. 16
图 18：赞助品牌提示 ................................................................................................................................................. 16
图 19：商家广告控制台界面中报告赞助产品提示 ...................................................................................................... 16
图 20：亚马逊 Rufus商品链接平均评分以及评论数量（2025年 12月） ................................................................. 17
图 21：瓴羊超级电销专家 Agent ............................................................................................................................... 20
图 22：2025年中国智能体市场约为 36亿元 ............................................................................................................. 20
图 23：阿里巴巴店小蜜 界面................................................................................................................................ 21
图 24：阿里巴巴淘宝星辰 界面 ............................................................................................................................ 21
%% %%
%% %%
4
请阅读最后评级说明和重要声明 5 / 29
联合研究 | 行业深度
图 25：沃尔玛在信息化系统建设历史复盘 ................................................................................................................. 23
图 26：沃尔玛 Sparky智能助手................................................................................................................................. 24
图 27：沃尔玛Wally智能助手 ................................................................................................................................... 24
图 28：沃尔玛 SG&A费用/营业收入占比，以及同比变化 ......................................................................................... 25
图 29：沃尔玛/亚马逊广告营业收入（十亿美元） ..................................................................................................... 25
图 30：AI出清遵循着决策、调度、执行闭环 ............................................................................................................ 25
表 1：AI零售契合度较高的应用场景 ........................................................................................................................... 6
表 2：京点点 AIGC平台 AI生图相比传统人工作图具有显著优势 ............................................................................... 9
表 3：海外国内互联网厂商 C端 AI电商产品布局情况 .............................................................................................. 10
表 4：千问 App当前覆盖的购物生活场景 .................................................................................................................. 13
表 5：亚马逊 Rufus的三种使用场景（包括但不限于）............................................................................................. 13
表 6：Chatgpt近期在电商领域的战略 ....................................................................................................................... 17
表 7：互联网大厂智能体商业协议整理 ...................................................................................................................... 18
表 8：电商代运营服务商概况整理.............................................................................................................................. 19
表 9：淘宝天猫的 AI应用和布局情况 ........................................................................................................................ 20
表 10：电商代运营服务商 2025半年报关于智能体的描述 ........................................................................................ 21
表 11：沃尔玛在智能体的部署 ................................................................................................................................... 24
表 12：多点数智十大 AI应用矩阵.............................................................................................................................. 26
%% %%
%% %%
5
请阅读最后评级说明和重要声明 6 / 29
联合研究 | 行业深度
技术路径：劳动力革命，智能体升级
我们认为，AI 对于电商和零售行业的重构当前体现在：第一，通过检索增强，改变了产
品的发现路径，使得信息更加的精准，大幅提高了转化效率；第二，多模态大模型的诞
生，电商以及零售业迎来信息生产力重塑，大量文案、客服、视频、投放等工作流效率
提升。第三，无论是 C 端或 B 端，智能体产品化趋势逐渐确定、且交互方式全面升级，
我们认为零售流量入口或将重构，工作范式重新定义。
检索增强：改变产品发现路径，搜索更为精准
零售的核心痛点在于需求非标、运营细节多，生成式 AI 能够理解自然语言，并解决复
杂问题。传统的购买搜索，来自于用户输入、直接输出结果，而 AI 搜索引擎会通过多轮
次对话引导用户去检索其喜爱的产品结果，细化用户需求；从检索和结果生成阶段，AI
会根据用户的自然语言、上下文记忆、用户画像，去提炼产品合适的目录、属性、类别，
并提供给大语言模型实现最终回答。对话式的购物助手适用于以下场景：第一，SKU 复
杂性高、非标的零售商、服装行业；第二，需要专家建议的领域： 例如时尚、美妆、3C，
用户寻求专业指导，这类助手效果极佳。第三，高考量或高价值购买：如珠宝或家具。
图 1：搜索增强在电商领域的工作流程
资料来源：Bloomreach，《零售电商的未来：嵌入生成式 AI 以增强搜索与购物助手》，长江证券研究所
表 1：AI 零售契合度较高的应用场景
序列 场景 介绍 品类
1
广泛的产品
种类
在品类繁多的商品中，消费者会感到不知所措，需要
帮助缩小选择范围。 服饰
2 选择建议 需要专家协助匹配客户偏好与需求。 美妆、时尚
3 高价值购买 购买高价产品时更加谨慎，需要额外信息辅助决策。 家具、珠宝
4
产品复杂性
高 功能或技术复杂的产品，需要专业解读。 电子产品
5 高退货率
退货率高的商品，专业协助能通过帮助消费者选择合
适的商品从而降低退货率。 服装
%
6
请阅读最后评级说明和重要声明 7 / 29
联合研究 | 行业深度
6
复杂的购买
流程 需要配置或组装的产品，能从专家指导中获益。
定制电脑、
模块化家具
资料来源：《零售电商的未来：嵌入生成式 AI 以增强搜索与购物助手》；作者 Chirayu Samarth（Bloomreach 软
件工程开发经理，2025 年 3 月份发布，下同），长江证券研究所
相比传统电商而言，AI 改变了产品的发现路径，搜索更为精准，降低了消费决策链路。
过去电商的流量分发方式以搜索和推送两种。货架电商的购买模式以关键词搜索为主，
流量根据商品、店铺、物流、服务、付费等维度综合评分去分发，内容电商的购买以推
送制，结合了用户的兴趣标签以直播的信息流推送引导购买，而 AI 电商，是基于搜索
的基础上，通过 AI 大模型去理解消费者的自然语义，并结合了用户历史对话信息，去
形成更加精准的商品和需求的匹配。Bloomreach（一家专注于智能体的营销公司）在英
伟达 2025 年 GTC 大会中提到，其开发的 AI 购物助手名为 Clarity，在帮助 TFG（南
非零售商）独立网站提供购物助手服务中，转化率提升 35%，单次点击销售额提升 39%。
图 2：AI 电商是基于传统关键词搜索的增强
资料来源：各公司 App，长江证券研究所
兴趣/
用户
标签
传统电商
完成消费
内容电商
完成消费
关键词搜索
CPC
信息流推送
CPM
综合
评分
AI电商
完成消费
综合
评分
兴趣
标签
意图
理解
AI搜索
CPA
信息获
%% %%
%% %%
7
请阅读最后评级说明和重要声明 8 / 29
联合研究 | 行业深度
图 3：Bloomreach 开发的 Clarity 助手帮助独立网站转化率提升
（2025 年 3 月份发布）
图 4：亚马逊 Rufus 智能购物助手
资料来源：Bloomreach，《零售电商的未来：嵌入生成式 AI 以增强搜索与购物助
手》，长江证券研究所
资料来源：亚马逊官网，长江证券研究所
多模态：工作流范式重新定义，降本增效
多模态大模型通过多种数据形式，改变 C 端用户搜索、以及 B 端商家的销售和运营模
式。多模态大模型是指能够同时理解、处理和生成两种或多种不同类型数据（模态）的
人工智能模型，其常见的模态包括了文本、图像、音频、视频、3D 模型、传感器数据
等。针对于零售领域的场景中，目前主要的应用场景则包括了文生视频、以图搜图、AI
生图等。以 AI 生图为例，过去电商公司生成图片需要场地、布景、摄影师、美工修图、
设计师作图，单人每天生图约 10 张左右，而现在生图效率大幅提高，根据京点点通过
AI 生图的效率提高至单人每天 5000 张。以直播领域为例，直播数字人能够较好弥补真
人主播其休息时段的空白，提高限制时段 ROI。
图 5：多模态大模型的工作架构 图 6：京东采销数字人案例
资料来源：CSDN，长江证券研究所 资料来源：京东黑板报，长江证券研究所
%
%
%
%
%
%
%
%
RPV 销售额/每次访问 CVR 转 率
以图搜图
%% %%
%% %%
8
请阅读最后评级说明和重要声明 9 / 29
联合研究 | 行业深度
表 2：京点点 AIGC 平台 AI 生图相比传统人工作图具有显著优势
案例
生产效率 生产专业资源 生产效果
传统 京点点 传统 京点点 传统 京点点
家装 2D
场景图
10 张/人/天
5000 张/ 人/
天
场地、布景、
摄影师拍摄、
美工修图、设
计师作图
人为干预较少
时尚穿搭
试衣
10 张/人/天
5000 张/ 人/
天
场地、布景、
摄影师拍摄、
美工修图、设
计师作图
人为干预较少
资料来源：京东云官方网站，长江证券研究所
智能体：交互方式升级，产品化时代来临
过往基于大语言模型的交互方式更多是问答形式，而智能体的出现打开了其解决用户真
实问题的可能性。根据《LLM Powered Autonomous Agents》（作者 Lilian Weng，2023
年 6 月发布），一个合格的 AI 智能体需要以下关键组件：1）规划：将复杂任务分解为
%
9
请阅读最后评级说明和重要声明 10 / 29
联合研究 | 行业深度
子步骤；2）合适的工具并合适使用；3）既有短期记忆存储即时信息，又有长期记忆持
续沉淀知识。2026 年，随着 OpenAI Codex 与 Claude 的相继发布，大模型智
能体 agent 已正式脱离单纯的“聊天机器人”形态，进化为具备自主感知、复杂规划与执
行能力的“数字员工”。2026 年，开源 AI 代理框架 OpenClaw 在 GitHub 破圈，其通过
命令行工具实现本地运行，可操控设备文件并通过微信、Telegram 等通信软件交互，并
执行任务指令，这也代表 AI 代理能力正在从开发者，向更为广度的用户层面进行破圈。
图 7：AI Agent 的工作架构 图 8：OpenClaw 成为 GitHub 历史上增长最快的开源项目之一
资料来源：《LLM Powered Autonomous Agents》；作者：Lilian Weng；2023 年 6
月发布，长江证券研究所
资料来源：Substack，长江证券研究所
智能体应用的突破，代表零售 AI 应用正在从“生成和建议”的阶段，向执行层面进阶。
AI 在电商领域的应用发展迅速：商品文案生成、图片生成、智能客服、推荐与分析能力
已经相当成熟，但当前电商的 AI 应用更多停留在“生成与建议”阶段，而真实的电商交易
是一个有状态、有约束、且存在失败路径的流程：库存是否可用、地址能否完整配送、
支付成功等要素。而智能体正在从如何推荐走向如何行动，打通电商的交易链路，并行
程一次完整的交易。
表 3：海外国内互联网厂商 C 端 AI 电商产品布局情况
互联网
平台
AI电商产品 推出日期 规模（亿元） 介绍
亚马逊
亚马逊
Rufus
2024年 2月
3 亿消费者，120 亿美元
GMV（截至 2025Q4）
Rufus 是一款由 AI 驱动，并内嵌在亚马逊网站和手机
端的购物助手应用。
谷歌 Gemini 2026年 1月 /
谷歌推出了通用商务协议（UCP），这是一个开放代理
商交易标准，适用于整个购物过程——从发现、购买到
购买后支持。
Open
AI
ChatGPT 2025年 9月 /
ChatGPT 用户可直接在对话界面内购买美国电子商务
零售商商品，包括 Etsy、Shopify 等
解
搜索
标分解
%% %%
%% %%
10
请阅读最后评级说明和重要声明 11 / 29
联合研究 | 行业深度
淘天 千问 2026年 1月
2026 年春节期间 亿人
下单
千问接入 AI 综合购物能力，接入淘宝闪购、支付宝、
飞猪、高德等阿里系场景，覆盖范围从外卖、电商、酒
旅等消费场景
资料来源：亚马逊、谷歌、OpenAI 官网、公司公告、亿邦动力、电商之家，长江证券研究所
AI+电商：确定性交易增量，生态打通为关键
平台：流量入口升级，商业闭环仍在探索
下文我们将从传统的电商分析模型——GMV、货币化率以及商业模式，去看待大模型对
于电商行业的影响。我们认为，大语言模型带来了搜索效率的优化，以及智能体时代下，
大模型厂商在闭环电商领域进行尝试，电商平台推出了站内智能体助手，流量入口得到
全面升级，交易规模有望迎来确定性增量。后续看，我们认为 AI 在电商领域能够持续
渗透的关键点在于：第一，在电商平台的广告体系已较为成熟的背景下，电商 AI 产品
的渗透率取决于其商业化能力，当前各家平台已在效果付费、智能体广告中进行探索。
第二，AI 产品正在从信息聚合工具向闭环电商模式进行探索，各家平台积极定义行业的
统一标准，统一商品以及支付体系的打通，为 AI 闭环电商打磨基础。
交易规模：确定性的交易增量和效率优化
首先，我们认为大模型对于网购消费者的搜索习惯将产生改变，流量入口也将从传统意
义的关键词搜索、信息流推送，向 AI 流量入口转变。当前电商类的 AI 流量入口分为两
类型，第一种是以 Chatgpt、千问为例的聊天机器人产品，用户通过与 AI 聊天应用的交
互，获取对应的商品信息，最终消费者转化；另一种是电商平台中内嵌的 AI 聊天工具，
例如亚马逊 Rufus，用户在进入亚马逊移动和 PC 端界面后与聊天工具进行交互。此外，
这两类产品的功能定位亦有不同，电商的用户决策路径包括了种草、转化、复购，以
Chatgpt、千问为代表的 Chatbot 实现了种草和购买的闭环，而以亚马逊 Rufus 为例的
平台内 AI 则解决了转化率、复购问题，当用户在货架选择时借助 AI 去辅助选择。
%% %%
%% %%
11
请阅读最后评级说明和重要声明 12 / 29
联合研究 | 行业深度
图 9：Chatbot-大模型厂商对话机器人 图 10：内嵌购物助手：亚马逊 Rufus
资料来源：Questmobile，千问 app，长江证券研究所 资料来源：亚马逊官网，亚马逊 2025Q3 电话会，长江证券研究所
图 11：流量入口全新升级
资料来源：亚马逊、Chatgpt 官网，长江证券研究所
以千问为例，其功能已延展至外卖、打车、到店、酒旅等高频使用场景。千问 App 整合
了淘系消费业务的生态场景，实现了单一 App 完成多场景的交易闭环，结合了 AI 精准
推荐提高商品&服务与用户需求的匹配效率，并同时节省了用户进行浏览、比价、下单
的效率。举例而言：千问点外卖：将 3-5 分钟的点单耗时节省至 30 秒以下；AI 打车：
能够记住用户的常去地址，节省打车效率。AI 点机票&酒店：通过千问制定旅游行程，
并预订酒店和机票。
-500
-
500
1,000
1,500
互联网大厂chatbot周度下载量
字节豆包APP 心APP
腾讯元宝APP 千问APP
具体情况指标
（亿人）
140%MAU yoy
210%交互次数 yoy
100亿+GMV（亿美金）
截至2025Q3亚马逊电话会
站
内
购
物
助
手
全
域
购
物
助
手
综合电商
内容电商
AI核心入口
%
12
请阅读最后评级说明和重要声明 13 / 29
联合研究 | 行业深度
表 4：千问 App 当前覆盖的购物生活场景
具体功能 外卖 打车 电影 机酒 支付
数据后台 淘宝闪购 高德 大麦 飞猪 支付宝
图例
具体功能
一句话点外
卖、给多人点
奶茶
AI 打车、导
航、旅行规
划、订机酒、
找周边服务等
一句话买电影
票
订酒店、火车
票、机票
一句话简单查
询支付宝各功
能，包括充值
话费等
效率优化
通过自然语言
完成从导购到
下单完整点单
流程，将传统
3-5 分钟的点
单耗时压缩至
30 秒
例如，千问能
够记住常去地
点，快速定位
目的地
AI自动在后台
调用大麦的数
据，根据你的
定位和偏好，
筛选出最合适
的影院、场次
和座位
AI自动调用飞
猪后台并根据
用户需求完成
行程规划、酒
店和机票预订
支付宝小程序
功能比较丰
富，千问能够
快速调度
资料来源：千问 App，千问官方微信公众号，长江证券研究所
通过我们的草根使用体验反馈，亚马逊 Rufus 的使用场景在三点：首先，最常见的用途
就是商品信息的检索，相比过往的关键词搜索而言，参数会更加细化，且用户通过自然
语言去搜索产品，商品信息的推送更加精准。其次，网购用户经常存在产品参数对比和
比价的行为，Rufus 可以帮助对比多款产品的信息，并结合真实的用户评论辅助用户去
做决策；另外，Rufus 支持自动购买功能，用户可以进行商品的历史价格复盘、并且设
置目标价格完成自动购买。
表 5：亚马逊 Rufus 的三种使用场景（包括但不限于）
检索信息 产品对比 价格监控
提问
我想给买一双 150 美元以下的跑
鞋，初学者使用
比较 Brooks Ghost 和 Saucony
Ride 在重要跑步指标方面的表
现；总结来自真实用户评价中的关
键优缺点。
我需要绿联 NAS4800过去 90天
的历史价格，并且价格回落到 600
美刀后自动购买
%% %%
%% %%
13
请阅读最后评级说明和重要声明 14 / 29
联合研究 | 行业深度
回答
太棒的选择了！以下是一些非常适
合初跑者且价格在 150 美元预算
内的优质跑鞋：
初学者最关心的跑步指标方面的对
比情况：对于预算有限但又追求可
靠性能的初学者来说，这两款跑鞋
都表现出色，但它们分别适合略有
不同的偏好。
以下是 UGREEN NAS DXP4800
Plus 的价格历史记录以及您设置
的价格提醒
图例
资料来源：亚马逊官网，长江证券研究所
货币化率：商业化能力仍在探索期
当前互联网平台的广告体系已经较为成熟，AI 产品的商业化能力，或决定平台的推进意
愿。从阿里巴巴和亚马逊财报看，广告收入是电商平台的重要收入来源，而电商的广告
收入更多基于传统的关键词竞价（SEO），传统的电商 SEO 则根据关键词竞价、以及一
系列商品和店铺的指标进行排序，在 AI 搜索时代下，商品的分发更多是根据产品的效
果，付费并不占据主要因素。若电商平台快速的推进 AI 搜索，对于原有的关键词竞价
的商业模式形成挑战；若电商平台在 AI 推荐中嵌入更多的付费权重，那对于答案的精
准度或有影响。
图 12：亚马逊收入结构拆分 图 13：阿里巴巴收入结构拆分
资料来源：公司公告，长江证券研究所 资料来源：公司公告，长江证券研究所
5% 7%
7% 8% 9% 10%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2020 2021 2022 2023 2024 2025
AWS
广告服务
零售订阅服务
零售第三方商家服务
线 实体商店
在线商店
27% 25% 24%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2020 2021 2022
云智能集团
阿里国际数字商业集团
中国批发商业
直营及
客 管
%% %%
%% %%
14
请阅读最后评级说明和重要声明 15 / 29
联合研究 | 行业深度
图 14：零售商推荐流量来自于 Chatgpt 的比例（2025 年 8 月）
资料来源：DIGIDAY，Similar Web，长江证券研究所
对于大模型平台的电商业务而言，效果付费或是较为理想的选择。流量入口厂商通过设
置门槛选择优质商品，并按照统一标准进行佣金比例的抽成，在保障商品质量同时实现
电商业务的商业化。参考国内外电商平台销售费用/GMV 的比例，当前分布于 -4%之
间，这代表了平台在广告和 C 端补贴的费用。根据 Marketplace pulse，Shopify 的商家
在 Chatgpt 上交易，除了支付给 Shopify 的技术服务费基础上，需要交给 Chatgpt 4%
的佣金费率。
图 15：电商平台销售费用/GMV
资料来源：公司公告，长江证券研究所
对于广告体系较为成熟的电商平台而言，亚马逊 Rufus 正在尝试商业化探索——自动
生成提示词、匹配消费者关心的问题和答案、确保广告商品池的质量。2025 年底亚马
逊推出了融合于 Sponsored Products 和 Sponsored Brands 中的“AI 智能提示”，首次在
Rufus 实现广告收费模式，其核心原理：
1）平台会自动根据商品 Listing 的内容生成提示词，商家无法进行干预；
2）基于商品详情页、品牌店铺内容及广告关键词，自动预判并生成消费者可能关心的
问题与答案，例如，如果消费者在搜索电视这一关键词，传统的关键词搜索会推荐当前
0% 5% 10% 15% 20% 25%
沃尔玛
Etsy
Target
Ebay
%
%
%
%
%
%
%
%
%
S
h
o
p
e
e
C
Y
2
0
2
4
)
E
B
A
Y
(C
Y
2
0
2
5
)
拼
多
多
(C
Y
2
0
2
5
)
唯
会
(C
Y
2
0
2
5
)
京
东
(C
Y
2
0
2
4
)
%
15
请阅读最后评级说明和重要声明 16 / 29
联合研究 | 行业深度
热销的品牌电视机，而 Rufus 赞助品牌广告则提供一个可能针对三星电视的问题“哪款
三星电视更好？”，其答案会结合上下文语义以及用户画像提供更为精准的方案，且同
时为平台带来了增量广告收入。
3）对于广告商品池进行筛选，亚马逊 Rufus 对于 AI 推荐的商品门槛要求更高，仅综合
评分达到 4 分+的商品才被推荐和加入广告赞助选项，根据 Profitero Rufus 对 1118 个
推荐产品统计，其平均评分在 分，平均评论数量在 9023。
图 16：Rufus 根据 Listing 生成提示词 图 17：赞助产品提示
资料来源：PPC NINJA，长江证券研究所 资料来源：亚马逊公司官网，长江证券研究所
图 18：赞助品牌提示 图 19：商家广告控制台界面中报告赞助产品提示
资料来源：亚马逊公司官网，长江证券研究所 资料来源：PPC NINJA，亚马逊公司官网，长江证券研究所
Listing信息
比较提示词
专属功 提示
词
为什么选择[品
牌][类别]？”
“[品牌]有带有[功
]的 吗？”
根据商 Listing信息自 生成
Prompt，无需商家编辑
匹配
商品详情页
广告关键词
品牌店铺
AI回答
%% %%
%% %%
16
请阅读最后评级说明和重要声明 17 / 29
联合研究 | 行业深度
图 20：亚马逊 Rufus 商品链接平均评分以及评论数量（2025 年 12 月）
资料来源：Profitero，长江证券研究所
模式展望：支付和商品聚合，驱动交易闭环
从互联网平台的战略决策看，对话式 AI 正在从信息聚合平台，向闭环交易类电商转型。
2025 年下半年起，Chatgpt 加大与互联网电商平台、支付环节的合作；2026 年 1 月份
起千问开始推出“AI 点外卖”功能，用户可以在 Chatbot 内部实现闭环交易；2026 年
1 月份，谷歌推出 UCP 通用商业协议，允许用户在 Google Search 和 Gemini 等界面直
接完成交易。从上述平台动作可以看出，A 流量入口正在从信息聚合平台，向闭环电商
转型。
与此同时，这一阶段仍然处于早期阶段。例如 2026 年 3 月份，Openai 宣布近期调整了
商业化策略，并放弃让用户在 Chatgpt 聊天内完成购物的计划，例如在 Shopify 总裁哈
利 · 芬克尔斯坦在今年也曾表示，在与 Shopify 合作的数百万商家中，目前只有大约
十几家商家通过人工智能工具进行销售，我们预计核心原因：1）从 C 端层面，用户在
电商平台下单的心智仍然比较稳固；2）从 B 端来看，Chatbot 实现在聊天入口内的交
易，不仅需要商品、支付、履约的打通，同时在数据同步、消费券核销、税务信息等环
节打通，其门槛难度较大。
表 6：Chatgpt 近期在电商领域的战略
时间 平台 环节 事件
2023/3/15 Stripe 支付 OpenAI 选择将 Stripe 作为其付款解决方案提供商
0% 20% 40% 60% 80% 100%
#Rufus产品评分分布
0% 20% 40% 60% 80% 100%
#Rufus产品评论数量分布
1-100
100-1000
1000-10000
10000+
9023
%% %%
%% %%
17
请阅读最后评级说明和重要声明 18 / 29
联合研究 | 行业深度
2025/9/29 Stripe 支付
OpenAI 与 Stripe 共同发布 Instant Checkout 与 ACP 协议。Stripe 提供了支付底
层架构，让商家（如 Etsy）能安全地在 AI 对话中处理交易。
2025/9/28 Shopify 电商平台 Shopify 与 OpenAI 合作，Chatgpt 支持 Shopify 商家在应用内销售
2025/9/29 ETSY 电商平台
ChatGPT 美国用户现可通过聊天界面直接向 Etsy 商家购物（并即将支持 Shopify
平台商户），结账功能由 Stripe 提供支持
2025/12/17 Doordash 外卖平台 DoorDash 正与 OpenAI 合作，将超市购物选项直接带入 ChatGPT。
2025/10/14 沃尔玛 线下+电商 允许 Chatgpt 的客户和会员直接在 ChatGPT 内完成沃尔玛的购买。
2026/3/6 Chatgpt Chatbot 近期调整商业策略，放弃让用户在 ChatGPT 聊天窗口内直接完成购物的计划。
资料来源：各公司官网，电商派，长江证券研究所
当前来看，各家平台正在制定统一的商业协议，来打通商品信息和支付环节。我们认为，
实现消费者在 Chatbot 进行购物的要素，其背后来自于商品、支付、履约等信息流的打
通。当前平台正在推进针对其 AI 应用产品推出通用的商业化协议，其工作流程，在于
理解用户意图并根据商家的产品数据库进行推荐，收集买家的用户订单、履约和付款信
息，并安全的完成支付流程。当前各家平台的通用协议亦存在差异，例如 ACP（（OpenAI）
强调支付的安全性，UCP（（谷歌）强调支付、商家系统的全链条打通，而 ACT（（阿里巴
巴）围绕自身的商业生态打通了支付、商品、消费场景。
表 7：互联网大厂智能体商业协议整理
协议 全称 主导平台 核心应用场景 案例
UCP
Universal
Commerce
Protocol
谷歌 整合商家后台信息 智能体都能以统一方式查询商品、调用服务和完成支付。
ACP
Agentic
Commerce
Protocol
OpenAI 支付结算协议
通过 Stripe 等金融基础设施，为 AI 提供一个临时的“数字钱包”或支付凭证，重点解决
“支付校验（Check-out）” 环节。
ACT
Agentic
Commerce
Trust
阿里巴巴
用户即时确认支付、
用户委托授权支付
1）用户通过实时对话向 AI 智能体表达需求，智能体基于自然语言理解进行商品查询、
方案推荐与比价，用户全程在场确认，并直接根据呈现结果作出购买决策。
2）用户预先向智能体明确购买意图并签署意图授权凭证，授权其在特定条件下代为发起
支付交易；授权完成后，智能体可独立完成订单与支付流程。
资料来源：谷歌开发者平台官网，支付宝智能体商业信任协议，长江证券研究所
%
18
请阅读最后评级说明和重要声明 19 / 29
联合研究 | 行业深度
服务商：电商执行层，智能体转型
电商代运营是电商零售的执行环节，帮助品牌方进行实践和落地，随着流量红利见顶，
品牌方对精细化运营要求提高，传统代运营服务商需投入更多客服、美工设计及运营人
员，但客户服务范围规模以及费率提升空间有限，行业处于承压阶段。而代运营服务商
对于电商渠道运营有深刻的理解，具备全链路的逻辑场景，有望将经验复刻至智能体，
并实现运营效率的大幅改善，实现行业盈利能力回升。
表 8：电商代运营服务商概况整理
宝尊电商 壹网壹创 丽人丽妆 青木科技 若羽臣 凯淳股份 乐其电商
成立时
间
2013 2012 2010 2009 2011 2008 2009 年
总部位
置
上海 杭州 上海 广州 广州 上海
创始人
背景
仇文彬 林振宇 黄韬
吕斌
（核心成员在
阿里任职）
王玉 官昭君
黄铮
（拼多多创始
人）
经营模
式
经销为主 服务模式 经销为主
服务/合资（经
销）
经销/服务 经销/服务
品类
服饰、3C 数
码、家电、食
品、保健品、
美妆、个护、
家居
美妆、洗护、
保健品、玩具
美妆、洗护、
食品、玩具、
母婴
服饰、保健食
品、户外运
动、玩具、宠
物
美妆、个护、
保健品、宠物
日化、奢侈
品、家居、母
婴等
美妆、母婴、
个护、食品、
3C、潮玩、宠
物等
合作品
牌
Nike、Puma、
Columbia、
HoKa、
Burberry、惠
普、飞利浦等
毛戈平、
Swisse、林清
轩、宝洁、
ILLY 咖啡等
雅漾、芙丽芳
丝、吕等
Skechers、
ECCO、
Lacoste、
Emporio
Armani、
Farfetch、泡泡
玛特、Jellycat
等
宝洁、拜耳、
强生、赛诺菲
等
欧邦琪、裴礼
康、Christophe
Robin、Grow
Gorgeous、
Evenswiss、
Caudalie、东
方航空等
海蓝之谜、
自有品
牌
GAP
珂曼朵、
Zuccari
绽家、斐萃
天猫星
级
六星 六星 六星 六星 五星 五星 六星
资料来源：公司公告，环球商业观察，青眼，品牌官方微信公众号，长江证券研究所
%% %%
%% %%
19
请阅读最后评级说明和重要声明 20 / 29
联合研究 | 行业深度
目前在电商在 AI 应用内最为丰富的两个场景是客服和生图，主要由于这两项业务过往
属于劳动密集型+成本项业务，例如生图成本包括模特成本+拍摄+美工修图成本，而 AI
能够达到生图快、成本低、应用效果好的作用；另外客服对于 AI 的应用需求也在增加。
在此基础，AI 在电商的应用正在横向延伸更多场景，纵向更加细分。1）以客服为例，
领羊 saas 已经开展了商品导购、退换货、售后补发等更垂类的 AIAgent；2）此外，智
能投放、智能销售、企业服务专家等新的场景也正在延伸。
图 21：瓴羊超级电销专家 Agent 图 22：2025 年中国智能体市场约为 36 亿元
资料来源：领羊官方网站，长江证券研究所 资料来源：第一新声，长江证券研究所
以淘宝天猫为例，平台构筑干线化工具。当前淘宝天猫已经应用的 AI 技术统称为 AIGX，
其中：覆盖了 AIGI（（索引）、AIGR（（推荐）、AIGB（（出价）、AIGA（（拍卖）、AIGC（（创
意）、AIGD（（数据）等电商商业经营所需的全部场景。当前比较成熟且实现商业化的产
品包括：AI 图文、视频、图生视频等 AI 类产品，此外，淘宝天猫的智能投放工具全站
推广也应用了 AIGB 技术。由于中小客户而言均面临部署困难、上手难、标准不统一、
数据孤岛等痛点。
表 9：淘宝天猫的 AI 应用和布局情况
类型 代表产品 详情
AIGC
AI 图文
通过生意管家和 AI 智品工具，快速生成符合淘宝要求的商品图和视频
AI 视频
图生视频 自研的淘宝星辰视频生成大模型推出的图生视频 AIGC 工具，支持一次生成 10 秒左右的短视频
AI 圈人 基于 LMA 大模型，以 AI 能力帮助商家打开全新圈人思路，锚定目标人群
AIGB
全站推广
是阿里妈妈在 2023 年首次提出的 Bidding 模型训练新范式，例如 AIGB-R1 驱动的「货品全站推」通
过 AI 智能融合货品运营、全店智投、多目标直投能力
AIGR
“猜你喜欢”
通过 RecGPT 模型，以更强大的推理和预测能力来发现消费者的潜在需求，而不再只是“看后推”、“搜
后推”。
Aigent
店小蜜 升级智能体技术帮助商家全面提升客服服务能力、促进成交转化。
AI 小万
是阿里妈妈基于先进 AI 能力为商家打造的 AI 投放助手，通过在投放的各个环节对账户进行全面分析
与计划精准诊断
资料来源：天下网商，阿里店小蜜，阿里妈妈技术，长江证券研究所
Agent
产品 力
Agent技
客服专家 电销专家 超级企业服务专家
• 商 导购agent
• 退换货agent
• 售后补发agent
• 催派 催发agent
• 外呼服务agent
• 销售任务规划
agent
• 线 清洗agent
• 销售策略agent
• 到店邀约agent
• 入职离职agent
• 假期考勤agent
• 福利薪酬agent
• 物 申领agent
• IT维修agent
本咨 咨 主 服务 客服辅助 智能巡检 分析 客服陪练 AI
库
数据及标签API
算法API
企业系统&数
据
0
10
20
30
40
50
60
70
80
2023 2024 2025E 2026E 2027E
%% %%
%% %%
20
请阅读最后评级说明和重要声明 21 / 29
联合研究 | 行业深度
图 23：阿里巴巴店小蜜 界面 图 24：阿里巴巴淘宝星辰 界面
资料来源：阿里巴巴店小蜜，长江证券研究所 资料来源：阿里妈妈技术，长江证券研究所
服务商具有丰富的落地经验，并与平台生态深度绑定，负责执行和调度环节。以淘宝天
猫为例，其内部有较多成熟的干线化 saas 产品，例如店小蜜、生意参谋、千牛、淘宝
星辰等，然而对于中小客户而言均面临部署困难、上手难、标准不统一、数据孤岛等痛
点，而智能体能够串联去整个工作流程，降低客户的使用门槛并交付最终结果，未来智
能体在电商的应用广泛，而电商代运营服务商对于天猫的运营体系有深刻的 know-how
理解，同时具备电商运营落地场景，根据 2025 半年报代运营对于智能体的判断，将与
平台深度绑定推进 AI 共创项目。
表 10：电商代运营服务商 2025 半年报关于智能体的描述
服务商 详情
壹网壹创
公司聚焦头部生态资源共建，与阿里深度推进 AI 共创项目，依托六星级服务商在
阿里生态积攒的底蕴，以丰富独到的场景解构能力成功入选阿里首批 Agent 共创
名单。公司将借助阿里生态的技术资源与场景优势，打通公司 AI Agent 的关键通
道，为加快 AI Agent 在平台的垂类应用创造条件
青木科技
在 Agent 方面，公司持续加大应用尝试，一方面结合业内流行的类 Dify 的工作流
系统及不断丰富的生态能力，初步形成了数据分析、内容生产甚至代码优化等多
方面的实践结果，并在 Agent 的意图识别、计划迭代、工具使用、记忆存取、结
果校验等方面初步沉淀，另一方面也尝试独立实现 Agent，通过 MCP 等方式打通
内外部能力，并应用在客服、BI 等领域。公司积极与电商平台、第三方垂直领域
公司等进行技术合作，探索行业前沿应用边界。
凯淳股份
公司高度重视人工智能（AI）的战略布局与深度应用，致力于以 AI Agent 为核心
重构电商生态体系，并推动人工运营服务向高效智能体服务的转型升级。公司已
于 2025 年正式成立“AI 智能实验室”，并积极深化与阿里巴巴的战略合作，荣幸
成为其首批生态 Agent 合作服务商之一。
资料来源：公司公告，长江证券研究所
%
21
请阅读最后评级说明和重要声明 22 / 29
联合研究 | 行业深度
AI+实体零售：实体场景天然适配，优化路径清
晰
实体零售行业是劳动密集、重门店资产投入的行业，但由于其“高频决策×重复执行×实
时反馈×持续优化”的行业特性，天然适配 AI 规模化应用。我们认为，AI 对于零售业的
重构在于，一方面来自于用户层面交互的革新，另一方面驱动企业核心运营环节的生产
力重塑。相比电商而言，实体零售板块的线上业务和广告业务较小，在 AI 应用的投入、
以及优化路径或更为清晰。
零售商：从沃尔玛看 AI+零售的实践
沃尔玛：零售业信息化践行者，科技嵌入零售基因。
1、零售信息化打造：早于 1983 年，沃尔玛开始在结账时使用通用产品代码（又称条形
码），并于 2003 年采用 RFID 技术取代条形码，大幅提升库存管理效率，将商品信息进
行信息化整合。
2、全渠道融合。从 2007 年，伴随互联网时代到来，沃尔玛提出了线上下单、门店提货
的理念，尝试线上线下融合，并于 2011 年收购 Kosmix 成立技术中心，致力于社交媒
体数据挖掘，2016 年收购 ，进军电商，并 2018 年与微软启动了五年战略合作，
布局云基础设施为信息化和电商打下基础。
3、门店即货仓策略。2021 年，沃尔玛明确了门店即货仓的策略，加大自动化投入，提
升了拣货速度，2022 年推出了 Store Assist，实现员工迅速拣货，大幅加速配送效率，
2023 年在年度投资者会议规划 FY2026 将 65%门店将由自动化建设。
4、布局智能体。2024 年，沃尔玛发布了 Adaptive retail 战略，并且加速部署智能体，
通过 AI 实现运营效率，例如内部孵化了 Sparky、Wally、Associate 等智能体助手。
%% %%
%% %%
22
请阅读最后评级说明和重要声明 23 / 29
联合研究 | 行业深度
图 25：沃尔玛在信息化系统建设历史复盘
资料来源：公司公告，沃尔玛公司官网，长江证券研究所
沃尔玛在所有运营环节均有智能体的布局。零售公司的运营环节，包括了采购、门店端
运营、零售环节，而沃尔玛在各环节布局了对应智能体，提高用户决策效率，以及后端
供应链以及门店运营效率，同时，沃尔玛积极拥抱核心流量入口，与谷歌、OpenAI 等
平台合作，将沃尔玛的商品信息推送至 AI 产品。2025Q4，沃尔玛销售及管理费用率达
到 %，同比下降 百分点，在连续 10 个季度销售及管理费用率同比提升下，本
季度首次下降，预计智能体的部署对于运营效率的提升开始体现。
我们认为，沃尔玛在部署智能体的相对优势体现在：1）沃尔玛的线上业务是基于实体
门店的延伸，新增的流量入口将进一步打开商品曝光度；2）当前导购助手对商品交易
效率提升显著，但商业化路径尚未清晰，而沃尔玛的广告业务规模和占比均小于亚马逊，
广告业务影响较小；3）实体零售商运营更重、更精细化，智能体对于效率的优化显著。
具体的智能体情况包括：
Sparky：是一款内嵌在沃尔玛移动端的智能体，与亚马逊 Rufus 接近，能够理解用户
购买意图进行商品推送，支持产品对比，以及一些场景规划和建议（相比电商助手，零
售购物助手的频次或更为频繁），另外包括店内模式，辅助用户去定位商品的物理位置，
根据沃尔玛披露，目前一半用户在应用里会与智能导购助手 Sparky 互动，平均订单金
额过去高出 35%。
此外，公司在门店端运营、采购端、供应链也部署了智能体：
Walmart Assistant：明确员工的工作流，解决排班耗时过长问题、员工支持等问题；
Store Assist：涵盖了多渠道订单管理、拣货优化、订单交接等功能，为沃尔玛的店即
是仓的战略提供的技术基础支持。
Wally：为沃尔玛买手分析跨商店/渠道的销售业绩并管理库存。
1983年，沃尔玛开始
在结账时使用通用产品
代码（又称条形码），
以便更好地管理库存。
1983
2003年6月沃尔玛宣布
将采用RFID的技术以最
终取代目前广泛使用的
条形码，大幅提升了库
存的可预见性。
2003
2011 年通过收购
Kosmix 成立技术中心，
专注于社交数据挖掘、
语义搜索（如 Polaris
引擎）及移动端开发。
2011
2018 年与微软启动
五年战略合作，将核
心业务迁移至 Azure
云，利用 AI 和机器
学习优化决策。
20182007
首次提到了“线上下单、
到店自提”的理念，但
库存管理比较混乱。
2020
出 Walmart+ 会
员体系，直接对
标 Amazon
Prime。
2022
推出Store Assist，
实现员工迅速拣
货，大幅加速配
送效率。
2023
宣布到 2026 财年
底，约 65% 的门
店 将由自动化设
施服务，利用 AI
驱动的供应链预
计将单件平均成
本降低约 20%。
2024
2024年，沃尔玛
发布了Adaptive
retail战略，利用
AI创造个性化体
验。
2025
开始部署智能体
AI提升运营效率，
内部孵化Saprky
等任务助手。
商品信息打通 开启全渠道业务融合 数字化、自动化 智能体时代
%% %%
%% %%
23
请阅读最后评级说明和重要声明 24 / 29
联合研究 | 行业深度
图 26：沃尔玛 Sparky 智能助手 图 27：沃尔玛 Wally 智能助手
资料来源：沃尔玛官网，长江证券研究所 资料来源：沃尔玛官网，长江证券研究所
表 11：沃尔玛在智能体的部署
对象 智能体 推出时间 应用场景和效果
to C
Sparky Jun-25
Sparky 帮助顾客搜索商品、综合评价、并提供各种建议，一半用户在应用里会与智
能导购助手互动，平均订单金额过去高出 35%。
OpenAI Oct-25 允许 OpenAI 的用户在 app 内购物/结账沃尔玛和山姆会员商店的商品。
Google Jan-26
将沃尔玛和山姆会员店的购物/结账功能嵌入 Gemini 平台，首先在美国推出，随后
扩展至国际。
to 员工
Walmart
Assistant
Jan-24
1、最初用于夜间补货，这款 AI 导向的工作流程工具确保员工能明确指导重点工
作。根据初步结果，团队负责人和门店经理估计该工具将团队负责人在规划班次上
的时间从 90 分钟缩短到 30 分钟。
2、开发了实时翻译功能，支持 44 种语言，方便员工和顾客之间进行多语言交流。
3、利用生成式人工智能为员工解决更多复杂的支持问题，对话式 AI 每周有超过 90
万用户，每天处理超过 300 万次查询。
Trend-to-
Product
Apr-25
帮助识别时尚趋势、自动设计和打样、预测性采购，加快供应链和商品销售速度，
将时尚品类的传统生产周期缩短至 18 周。
Wally Mar-25 用于采购团队分析跨商店/渠道的销售业绩并管理库存流。
资料来源：沃尔玛官网，长江证券研究所
%
24
请阅读最后评级说明和重要声明 25 / 29
联合研究 | 行业深度
图 28：沃尔玛 SG&A 费用/营业收入占比，以及同比变化 图 29：沃尔玛/亚马逊广告营业收入（十亿美元）
资料来源：Wind，公司公告，长江证券研究所 资料来源：Marketpulse，长江证券研究所
服务商：数字化能力及应用场景兼具
作为 To B 环节，具备系统建设能力+落地场景经验的服务商，在智能体时代降本增效的
能力得到强化，以多点数智为例，其 AI 应用场景包括了 AI 优品、补货、定价、鲜算等
多个实体零售经验场景，以“生鲜出清”这个场景为例，生鲜品类的核心痛点在于损耗
率极高，每日需要将滞销生鲜出清，合理的折扣率和促销时点决定了产品的利润点，而
多点数智推出的智能出清系统，通过大模型以及历史经验进行分析，一旦 AI 模型在销
售速度与利润保护间找到最优解，指令会通过调度中台，最后门店人员实现执行。根据
北京物美门店数据，接入系统后生鲜的正价销售率提升了 10%、促销成本下降了 15%，
同时也优化了采购和补货策略，物美超市的应季水果采购误差率，从 30%降低到了 10%，
因滞销造成的损耗减少超过了 50%。
图 30：AI 出清遵循着决策、调度、执行闭环
资料来源：微软公司官网，长江证券研究所
%
%
%
%
%
%
%
%
%
%
0%
5%
10%
15%
20%
25%
2
0
2
1
Q
1
2
0
2
1
Q
2
2
0
2
1
Q
3
2
0
2
1
Q
4
2
0
2
2
Q
1
2
0
2
2
Q
2
2
0
2
2
Q
3
2
0
2
2
Q
4
2
0
2
3
Q
1
2
0
2
3
Q
2
2
0
2
3
Q
3
2
0
2
3
Q
4
2
0
2
4
Q
1
2
0
2
4
Q
2
2
0
2
4
Q
3
2
0
2
4
Q
4
2
0
2
5
Q
1
2
0
2
5
Q
2
2
0
2
5
Q
3
2
0
2
5
Q
4
销售及管 费 /营业收入 YoY
0
10
20
30
40
50
60
70
80
2021 2, 2023 2024 2025
沃尔玛 亚马逊
决策
调度 执
AI模型实时融合了库存、销量、天气、店型，甚至
是资深业务专家的行业知识（Know-how）。
一旦AI模型在销售速度与
利润保护间找到最优解，
比如决定“菠菜在晚7点
打八折”，指令会通过调
度中台，兵分两路：一路
下发给线下门店的电子价
签系统，另一路则同步到
线上的“出清专区”。
经理手机上会
收到一条清晰
的任务推送：
“请将下列八
折商品集中堆
放至促销区。”
行业痛点：
生鲜损耗率极高，夜间需
要将滞销生鲜进行促销，
合理的折扣率和促销时点
决定了产品的损耗率
北京物美超市：
1）生鲜的正价销售率提
升了10%;
2)促销成本下降了15%。
3)因滞销造成的损耗减少
超过了50%。
%% %%
%% %%
25
请阅读最后评级说明和重要声明 26 / 29
联合研究 | 行业深度
表 12：多点数智十大 AI 应用矩阵
产品 具体
AI 优品 以顾客需求驱动科学选品，让采购成为品类专家。
AI 补货 集成大模型实现精准预测，降低缺货与损耗。
AI 定价 动态变价平衡毛利与清货，实现“千店千价”。
AI 鲜算 3R 商品小时级加工预估，准确率超 90%，损耗降低 30%。
AI 拣货 人人在线，事事在线，任务驱动，提升履约时效。
AI 排线 智能调度的中枢神经，排线效率提升 80%。
AI 防损
通过大模型、计算机视觉与物联网等等先进技术,将传统"事后查监控"的被动
防损,升级为"事前预警、事中干预"的主动利润守护。
AI 值守 降低人工成本，轻松实现 7*24 小时营业。
AI 问数 自然语言交互，一句话获取全域业务洞察。
资料来源：多点数智微信官方公众号，长江证券研究所
投资建议：平台关注生态打通、商业化，服务商
聚焦智能体产品的应用推广
整体来看，我们认为在 AI 时代下电商和实体零售行业将迎来流量入口的全面升级和生
产力重塑，我们建议关注三条主线：第一，我们认为 AI 电商闭环取决于支付、商品、履
约等生态体系的打通，具备支付、商品、以及履约全商业闭环的电商平台型企业有望在
智能体时代下获得新的流量入口，重点推荐通过千问体系打通全生态链的阿里巴巴；第
二，实体零售各环节的精细化要求较高，行业天然适配 AI 的规模化应用，且线上和广
告业务占比较小，或有望更快迎来 AI 带来的效率优化，推荐率先布局、效率提升的实
体零售商。第三，无论是线上或线下的服务商，均具有丰富的落地运营场景，有望将智
能体进行产品化，实现客户服务效率的大幅优化。
%% %%
%% %%
26
请阅读最后评级说明和重要声明 27 / 29
联合研究 | 行业深度
风险提示
1、商业化处于早期阶段。当前 AI 在电商场景的应用效率较为明确，但商业化路径尚未
清晰，如何去收费、以及如将广告嵌入 AI 产品内仍然处于早期阶段。若 AI 应用产品推
进速度过快，对于电商平台的广告体系或存影响。
2、竞争格局加剧。当前 AI 赛道拥挤度提升，企业竞争加剧引发价格战，企业盈利能力
或承压。
3、AI 产品成熟度不及预期。AI 产品成熟度不及预期，如大模型幻觉影响电商推送内容
准确性。
4、地缘政治风险。全球地缘政治环境波动，美对中国的出口限制或将影响国内企业算
力芯片获取，进而影响其产品研发和市场竞争力。
%
27
请阅读最后评级说明和重要声明 28 / 29
联合研究 | 行业深度
投资评级说明
行业评级 报告发布日后的 12 个月内行业股票指数的涨跌幅相对同期相关证券市场代表性指数的涨跌幅为基准，投资建议的评
级标准为：
看 好： 相对表现优于同期相关证券市场代表性指数
中 性： 相对表现与同期相关证券市场代表性指数持平
看 淡： 相对表现弱于同期相关证券市场代表性指数
公司评级 报告发布日后的 12 个月内公司的涨跌幅相对同期相关证券市场代表性指数的涨跌幅为基准，投资建议的评级标准为：
买 入： 相对同期相关证券市场代表性指数涨幅大于 10%
增 持： 相对同期相关证券市场代表性指数涨幅在 5%～10%之间
中 性： 相对同期相关证券市场代表性指数涨幅在-5%～5%之间
减 持： 相对同期相关证券市场代表性指数涨幅小于-5%
无投资评级： 由于我们无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使
我们无法给出明确的投资评级。
相关证券市场代表性指数说明：A 股市场以沪深 300 指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数
（针对做市转让标的）为基准；香港市场以恒生指数为基准。
办公地址
[Table_Contact]上海 武汉
Add /虹口区新建路 200 号国华金融中心 B 栋 22、23 层
/（200080）
Add /武汉市江汉区淮海路 88 号长江证券大厦 37 楼
/（430023）
北京 深圳
Add /朝阳区景辉街 16 号院 1 号楼泰康集团大厦 23 层
/（100020）
Add /深圳市福田区中心四路 1 号嘉里建设广场 3 期 36 楼
/（518048）
%% %%
%% %%
28
请阅读最后评级说明和重要声明 29 / 29
联合研究 | 行业深度
分析师声明
本报告署名分析师以勤勉的职业态度，独立、客观地出具本报告。分析逻辑基于作者的职业理解，本报告清晰准确地反映了作
者的研究观点。作者所得报酬的任何部分不曾与，不与，也不将与本报告中的具体推荐意见或观点而有直接或间接联系，特此声明。
法律主体声明
本报告由长江证券股份有限公司及/或其附属机构（以下简称「长江证券」或「本公司」）制作，由长江证券股份有限公司在中
华人民共和国大陆地区发行。长江证券股份有限公司具有中国证监会许可的投资咨询业务资格，经营证券业务许可证编号为：
10060000。本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格书编号已披露在报告首页的作者姓名旁。
在遵守适用的法律法规情况下，本报告亦可能由长江证券经纪（香港）有限公司在香港地区发行。长江证券经纪（香港）有限
公司具有香港证券及期货事务监察委员会核准的“就证券提供意见”业务资格（第四类牌照的受监管活动），中央编号为：AXY608。
本报告作者所持香港证监会牌照的中央编号已披露在报告首页的作者姓名旁。
其他声明
本报告并非针对或意图发送、发布给在当地法律或监管规则下不允许该报告发送、发布的人员。本公司不会因接收人收到本报
告而视其为客户。本报告的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证，也不保证所包含信息和建
议不发生任何变更。本报告内容的全部或部分均不构成投资建议。本报告所包含的观点、建议并未考虑报告接收人在财务状况、投
资目的、风险偏好等方面的具体情况，报告接收者应当独立评估本报告所含信息，基于自身投资目标、需求、市场机会、风险及其
他因素自主做出决策并自行承担投资风险。本公司已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，不包含作
者对证券价格涨跌或市场走势的确定性判断。报告中的信息或意见并不构成所述证券的买卖出价或征价，投资者据此做出的任何投
资决策与本公司和作者无关。本研究报告并不构成本公司对购入、购买或认购证券的邀请或要约。本公司有可能会与本报告涉及的
公司进行投资银行业务或投资服务等其他业务(例如:配售代理、牵头经办人、保荐人、承销商或自营投资)。
本报告所包含的观点及建议不适用于所有投资者，且并未考虑个别客户的特殊情况、目标或需要，不应被视为对特定客户关于
特定证券或金融工具的建议或策略。投资者不应以本报告取代其独立判断或仅依据本报告做出决策，并在需要时咨询专业意见。
本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收
入可升可跌，过往表现不应作为日后的表现依据；在不同时期，本公司可以发出其他与本报告所载信息不一致及有不同结论的报告；
本报告所反映研究人员的不同观点、见解及分析方法，并不代表本公司或其他附属机构的立场；本公司不保证本报告所含信息保持
在最新状态。同时，本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。本公司
及作者在自身所知情范围内，与本报告中所评价或推荐的证券不存在法律法规要求披露或采取限制、静默措施的利益冲突。
本报告版权仅为本公司所有，本报告仅供意向收件人使用。未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布
给其他机构及/或人士（无论整份和部分）。如引用须注明出处为本公司研究所，且不得对本报告进行有悖原意的引用、删节和修改。
刊载或者转发本证券研究报告或者摘要的，应当注明本报告的发布人和发布日期，提示使用证券研究报告的风险。本公司不为转发
人及/或其客户因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。未经授权刊载或者转发本报告的，本公司将
保留向其追究法律责任的权利。
本公司保留一切权利。
%% %%
%% %%
29
