在百果园的一家门店里,店长每天要看的已不只是昨天的销售单,还有一份系统给出的订货建议:哪些品该多订、哪些即将临期要少订。以11月20日新华网的公开报道为界,这套做法被写进了2026零售创新大会的现场——百果园已在门店应用人工智能订货和运营诊断系统,辅助补货决策、分析经营问题,帮助门店减少缺货和损耗。对管着一批门店、又要盯住可售率的运营团队来说,这个信号很实在:AI先落地的不是花哨的门店机器人,而是订货这张表,缺货和损耗这两个老问题的解法正在被重写。
AI先改的是订货表,不是门店招牌
这场以零售能力重构为主题的行业大会,把人工智能怎样服务零售经营列为核心议题。英特尔、腾讯、华为等企业代表结合零售场景,介绍人工智能和数字技术在门店运营、商品管理上的应用;中国连锁经营协会方面也提出,技术应用应深入供应链建设、需求预测和补货等经营环节,而不是停留在获客一端新华网:2026零售创新大会。把这句话翻译成门店语言就是:缺货不是系统里没库存,而是货架上该有的东西没有,补货决策做不到,前面所有引流都白费。
| 经营环节 | 过去做法 | AI介入后 |
|---|---|---|
| 订货依据 | 店长经验加历史销量 | 叠加需求预测建议 |
| 缺货处理 | 事后补单 | 提前预警 |
| 损耗控制 | 临期折价 | 订货量前置收紧 |
可售率比销售额更能说明问题
判断这套系统有没有用,看总销售额容易被促销和客流带偏,更稳的口径是分品类的可售率:消费者想买的时候货架上有没有。大会上有企业代表提到,AI订货帮助门店减少缺货和损耗,这两件事本质是同一张订货表的两端——订多了变损耗,订少了变缺货新华网:AI订货与缺货损耗。把订货权交给系统之后,运营团队要盯的指标也得跟着换,从月底的销售额,变成每天分门店、分品类的可售天数。
组织能力跟不上,工具就会空转
工具装上不等于效率提升。零售CEO闭门会上,飞书泛消费行业首席AI专家傅强提出一个提醒:个人使用人工智能提高效率,并不等同于组织效率提升,企业还需同步完善信息传递、人机分工、知识积累和考核激励机制中新网:2026零售CEO闭门会。放到订货场景,如果系统给出的建议和店长的考核目标对不上,比如系统压低订货量但考核仍看销售额,建议就会被架空。这也解释了为什么同一套系统在不同连锁里的效果会差很多。
从单店订货到全网铺货,数据要先对齐
门店端的AI订货要真正发挥作用,前提是上游的商品和渠道数据能对齐。商务部11月20日发布的数据显示,1至10月全国网上商品和服务零售额增长3.7%,重点监测平台即时零售交易额增速超过两位数中宏网:商务部1至10月电商数据。线上线下都在增长,但门店可售、线上库存、即时零售前置仓这三套数据如果各算各的,AI给出的订货建议就会建立在错的版本上。运转得起来的连锁,往往是先把商品主数据和库存口径统一,再谈算法。
需求侧的细分也在抬高订货难度。今年双11期间,健康赛道搜索量环比增长37%,主要细分品类增速均在17%以上,县域网络零售额同比增长4.75%,跑赢城市市场1.74个百分点中国经济网:双11消费更重品质与体验。不同区域、不同品类的需求曲线正在分叉,过去靠一套统一订货规则覆盖所有门店的做法越来越难成立——这恰恰是AI订货能体现价值的地方,也是它对数据颗粒度提出更高要求的地方。
门店团队这学期该改的几件事
把AI订货用好,不是采购一套系统就结束。首先要把缺货的口径统一下来:是系统无库存,还是门店货架不可售,两个定义算出的缺货率可以差好几个点。其次要把考核和系统的建议对齐,避免订货建议与店长奖金target互相打架。最后要给系统留出纠偏通道,让店长能把节假日、周边施工、商圈活动这类系统读不到的信息回填进去。
常见问题
AI订货最先解决的是缺货还是损耗?
两边一起解决,因为它们是同一张订货表的两端:订多了变损耗,订少了变缺货。判断效果时建议看分品类可售率,而不是总销售额。
门店装了AI系统,可售率就一定能上去吗?
不一定。系统建议若和店长考核目标冲突就会被架空,还需要统一缺货口径、对齐考核、留出人工纠偏通道。
即时零售增长和门店订货有什么关系?
线上线下库存若各算各的,AI建议会建立在错的数据版本上。即时零售交易额两位数增长,反而要求门店、线上、前置仓的库存口径先统一。
区域差异这么大,一套订货规则还够用吗?
不够。健康、县域等细分需求正在分叉,需要把订货颗粒度下沉到区域和品类,这正是AI订货相对统一规则的优势。
