手機型號Pro→Max，意味配置的升級，比如電池容量、存儲等。

傳統(tǒng)實體零售數(shù)字化升級，就好比從Pro→Max，搭一個中臺、建一個商城、配置一下運營，可能就完成了升級。

當下，AI在零售場景的應用，正加速實體從數(shù)字化向數(shù)智化升級。傳統(tǒng)的從Pro→Max的邏輯已經(jīng)不再適用AI時代。

原因有2：

第一：數(shù)智化工具從單個企業(yè)提供，分化成算力、算法、模型、應用多個層級，單一服務企業(yè)很難實現(xiàn)全鏈支撐；第二：顧客零售場景入口多元化，企業(yè)線上渠道需要與平臺、商城、外賣等多平臺互通。

所以從要素上看，人貨場為核心經(jīng)營架構，正在變成人貨場+N要素的生態(tài)化體系，需要多方協(xié)同，共創(chuàng)共贏。

改變很難，但我們必須前行。

[中國，上海，2025年9月19日] 華為全聯(lián)接大會2025期間，在制造與大企業(yè)全球峰會上，華為攜手全球行業(yè)知名企業(yè)分享電子、汽車、零售、農(nóng)牧食品等領域最新數(shù)智化實踐，并發(fā)布面向企業(yè)的研-產(chǎn)-供-銷-服-管的AI智能助手方案。

華為聯(lián)合天虹靈智在內(nèi)的十余家企業(yè)分別發(fā)布了行業(yè)AI創(chuàng)新方案和2025年全新全球樣板點，共同深耕企業(yè)價值鏈，迸發(fā)數(shù)智生產(chǎn)力。

其中與天虹聯(lián)合發(fā)布天虹數(shù)科智慧零售樣板點。

▲天虹數(shù)科智慧零售樣板點發(fā)布

天虹與華為聯(lián)合發(fā)布的樣板點項目中，算力層，天虹靈智百靈鳥AI大模型（子公司靈智數(shù)科研發(fā)）以華為昇騰算力為底座，結(jié)合自身沉淀的零售數(shù)據(jù)和行業(yè)公開數(shù)據(jù)訓練而成。

今年3月，百靈鳥AI融合DeepSeek進行融合訓練，并完成本地化部署，有力提升了模型分析推理能力，進一步突顯出與生態(tài)融合的重要性。

基于百靈鳥AI大模型能力，在應用層，靈智數(shù)科推出自研的AI導購產(chǎn)品，實現(xiàn)商品-服務-空間+顧客智能化交互，提升顧客購物效率。

例如顧客可以在門店的AI導購屏，搜索樓層信息和導航，快速獲取品牌優(yōu)惠活動；購物消費時，可以通過AI導購調(diào)出AI拍小票積分功能實現(xiàn)快速積分，離店時可以通過AI導購快速調(diào)用智慧停車功能，用積分支付停車費。

▲HC大會現(xiàn)場--AI導購屏（右側(cè)）

相比于傳統(tǒng)購物場景，AI導購可以為顧客提供即時的、專屬的高效服務，整個購物旅程的流暢度極大提升。

在智慧門店網(wǎng)絡服務場景，天虹融合華為網(wǎng)絡架構，新店開業(yè)時網(wǎng)絡開通效率大大提升，用互聯(lián)網(wǎng)替代MPLS，可以有效降低專線成本。

從天虹生態(tài)合作可以看出，智能化本身是一個生態(tài)鏈，單獨的企業(yè)很難有覆蓋端到端全的資源和實力，唯有合作，才能向未來。

今年7月，百靈鳥AI大模型已通過國家互聯(lián)網(wǎng)信息辦公室的「生成式人工智能服務備案」。這意味著，靈智數(shù)科AI+零售轉(zhuǎn)型戰(zhàn)略已經(jīng)從天虹內(nèi)部自用，正式走向行業(yè)賦能階段。

從具體應用上看，隨著由天虹內(nèi)部孵化，靈智研發(fā)賦能行業(yè)的AI導購已對準落地與價值創(chuàng)造。

對于顧客來說意味著什么？

用一個通俗的比喻來講：越來越細化的服務，分化成一個個房間的門，而門越來越多，那顧客找到服務的時間成本越來越高。

例如APP/小程序上的各種功能應用，線下門店各自獨立的服務（買單、停車、導航）等，就像是一個個的房間，顧客想要得到某項服務，就需要先找到對應的房間的門。

AI導購改變了什么？

AI導購正在嘗試去掉所有的門，只留下一個「萬能門」，顧客只要對著他說，我需要什么什么服務，AI導購就會彈出對應的服務支持。

所以AI導購給顧客帶來的是一個化繁為簡的過程。這是體驗上的顛覆，也是天虹堅持擁抱AI的核心原因之一。

根據(jù)天虹運營經(jīng)驗，將顧客旅程拆解為「進逛選購離」等細分場景，結(jié)合AI導購能力，給顧客提供一站式商品知識+更快速的服務工具調(diào)用。

從到店前的搜索、預約；到店中的導航、買單；離店后的積分、開票、宅配等，實現(xiàn)「全旅程one應用交互」，極大提升購物體驗。

反向來看，企業(yè)正在把選擇權返回給顧客，這也將會導致會員運營邏輯的改變。

例如標簽推薦就是一個很好的例子，傳統(tǒng)的精準營銷，通過會員畫像、埋點數(shù)據(jù)、導購主動標簽等，品牌完全可以實現(xiàn)精準推薦，以標簽判定“是否是會員喜歡的，需要的”，但其背后的本質(zhì)邏輯還是被動接受。而AI導購的邏輯是，幫助顧客主動選擇，例如通過天虹APP上的AI小天（AI導購能力），顧客可以對比不同服裝風格差異、追溯生鮮產(chǎn)品產(chǎn)地等，讓顧客自己選擇，反而更加精準。

這就是我們說的，從標簽化的被動式經(jīng)營，轉(zhuǎn)型AI驅(qū)動的顧客主動式交互，從商家主動轉(zhuǎn)變?yōu)轭櫩椭鲃印?br/>

當然，在運營層面，我們?nèi)匀恍枰欢ǖ募畲胧せ钪鲃犹剿鞯呐d趣，就像在標簽推薦的過程中，用優(yōu)惠券促成轉(zhuǎn)化，興趣+利益的本質(zhì)不變，但改變了驅(qū)動方向。

天虹+靈智思考與實踐，為我們描繪了一個新的實體未來：以AI強大算力調(diào)用商品知識、服務工具、場景觸發(fā)，實現(xiàn)降本提效、顧客體驗提升。

數(shù)智化升級，想得多，不如先干起來。不可忽視的一點是，AI+零售升級的基礎一定數(shù)字化，在數(shù)字化的基礎上完成數(shù)據(jù)要素的積累、體系的構建，才能支撐AI應用落地。從行業(yè)歷程來看，信息化→數(shù)字化→數(shù)智化是逐漸推進的升級，而這種基礎演變過程是很容易被忽視的。不一定是所有企業(yè)都有實現(xiàn)AI數(shù)字化的能力，前提是具備數(shù)字化底層能力。

具備了數(shù)字的基礎，AI的應用一定要與顧客需求相結(jié)合，服務與人的需求，才是AI在零售場景終極價值。

天虹在完成大模型構建后，為了進一步提升專業(yè)度，百靈鳥AI大模型堅持走出實驗室，在實際場景中開發(fā)尋找應用價值，最終在商場、門店、員工的手里真實工作，持續(xù)優(yōu)化提升場景專業(yè)度，比如：

拍小票積分：以前靠人工審核，3天才能到賬?，F(xiàn)在AI自動識別、審核、積分，全流程30秒內(nèi)搞定；
顧客聲音處理：我們把幾十萬條顧客反饋做了智能分類，幫助業(yè)務及時發(fā)現(xiàn)問題，比如米酒不好喝、積分到賬慢這種；

導購助手和客服助手：通過模型幫助一線人員更高效地服務顧客，提供千人千面的服務體驗；

AI選品：基于全域數(shù)據(jù)整合與AI技術，實時追蹤并智能分析多維信息，將選品工作從依賴經(jīng)驗的傳統(tǒng)模式，轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動的科學決策過程，提升商品戰(zhàn)略的精準性與前瞻性，賦能企業(yè)構建持續(xù)領先的商品力，搶占市場先機。

改變很難，但一定是從先干起來開始。

最后，祝愿每一個正在改變的實體企業(yè)，終將擁有美好未來。