人工智能和生成式大模型浪潮席卷全球，產(chǎn)業(yè)應(yīng)用場景成為兵家必爭之地，為千行百業(yè)的發(fā)展注入新活力。而另一方面，實體經(jīng)濟也正在積極擁抱AIGC趨勢，作為傳統(tǒng)勞動密集型的實體零售業(yè)也希望抓住這一技術(shù)浪潮的紅利。但整體數(shù)字化程度的欠缺，卻成為零售業(yè)應(yīng)用AIGC的嚴重阻礙。據(jù)麥肯錫《2022年中國零售數(shù)字化白皮書》顯示，約55%的零售企業(yè)仍處于數(shù)字化的“線上化”階段，約30%開始邁入“數(shù)智化”，而具備“平臺化/生態(tài)化”能力的企業(yè)僅占10%左右。更嚴峻的是，企業(yè)間數(shù)字化水平的不均衡，也意味著落后者面臨著越來越緊迫的時間窗口。

雖然通用大模型在日常生活領(lǐng)域都取得了巨大成功，但要適應(yīng)零售行業(yè)的特殊需求，還要結(jié)合垂直領(lǐng)域的積累。實體零售業(yè)鏈條長、環(huán)節(jié)多，有很多專業(yè)的業(yè)務(wù)場景。只有將行業(yè)繁雜的業(yè)務(wù)環(huán)節(jié)全部解構(gòu)、重構(gòu)為數(shù)字化的流程，實現(xiàn)底層數(shù)據(jù)的貫通和高效流轉(zhuǎn)，行業(yè)大模型才能夠深刻洞察零售行業(yè)的特性，快速分析和解決復(fù)雜、專業(yè)的問題，在優(yōu)化顧客體驗和企業(yè)降本提效上提供更精準的解決方案。

此外，實現(xiàn)智能化的關(guān)鍵在于堅實的行業(yè)數(shù)據(jù)基礎(chǔ)。沒有大量、可靠的數(shù)據(jù)基礎(chǔ)，人工智能在數(shù)據(jù)分析和結(jié)果生成方面的能力將大打折扣。行業(yè)大模型需要對大量行業(yè)數(shù)據(jù)進行學(xué)習(xí)和計算，這一過程同樣依賴零售業(yè)的數(shù)字化水平，使海量行業(yè)數(shù)據(jù)的采集、處理和應(yīng)用越來越高效，才能確保行業(yè)大模型能為零售企業(yè)提供更智能的決策和更實時的服務(wù)。

隨著新一波人工智能浪潮的到來，可以斷定零售企業(yè)對數(shù)字化的需求將進一步增加。這對于領(lǐng)先的數(shù)字零售技術(shù)服務(wù)商來說將是重大利好。作為中國及亞洲最大的零售云解決方案服務(wù)商，多點DMALL為零售企業(yè)提供基于云的一站式端到端的數(shù)字零售SaaS平臺，自2015年成立以來，幫助數(shù)千家跨多種零售業(yè)態(tài)的零售門店進行了數(shù)字化轉(zhuǎn)型，擁有雄厚的數(shù)據(jù)積累，是數(shù)字零售領(lǐng)域的先行者和領(lǐng)軍者，必將迎來新一輪的市場增長點。

除了零售企業(yè)數(shù)字化轉(zhuǎn)型意愿的增強，AIGC帶來的新型人機交互模式也為以多點DMALL為代表的技術(shù)服務(wù)商打開了廣闊的想象空間。例如多點的Dmall OS系統(tǒng)，使一線員工可以使用自然語言與AI進行交互，大幅提高了數(shù)據(jù)提取和分析的效率，讓輔助經(jīng)營工作變得更加靈活和高效。這為多點DMALL開拓更多面向零售一線員工的增值服務(wù)打開了廣闊的想象空間。

據(jù)悉，多點DMALL正在積極探索十余個場景，并已推出了一系列落地的增值服務(wù)，包括智能客服、智能設(shè)計、智能防損、便利店遠程值守等等，隨著業(yè)務(wù)的推廣增值收入有望大幅增長。這些創(chuàng)新性的服務(wù)助力零售企業(yè)的一線經(jīng)營提高效率，也為多點DMALL開啟了新的業(yè)務(wù)增長曲線，不僅有助于創(chuàng)造更多新商機，更能加強多點與已有客戶的深層綁定關(guān)系，進一步推高對于SaaS企業(yè)來說至關(guān)重要的凈收入留存率。公開資料顯示，多點的凈收入留存率目前已經(jīng)處于行業(yè)較高水平，2020年、2021年、2022年及截至2023年3月31日止三個月分別為165%、208%、140%及125%。

可以預(yù)見，隨著AIGC在零售業(yè)應(yīng)用場景的不斷拓展，不僅將提升中國零售企業(yè)的數(shù)字化和智能化水平，也將成為以多點DMALL為代表的數(shù)字零售服務(wù)商高質(zhì)量發(fā)展的新動能，使其迎來新一輪科技革命和產(chǎn)業(yè)變革帶來的歷史性發(fā)展機遇。

（責(zé)任編輯：張雪）