直击WAIC2026|多点数智张宇：零售业的下半场，赢在AI智能体与具身智能构建的“结果交付”闭环

零售业正经历从数字化到智能化的关键跃迁。当行业焦点从“交付软件”转向“交付结果”，AI智能体与具身智能的融合正在重塑零售经营的核心环节。近日，在2026世界人工智能大会（WAIC）“企业级agent进化与商业落地”论坛上，多点数智副总裁张宇发表主题演讲，系统阐述了多点数智从零售数字化解决方案提供商向零售AI智能体提供商的战略升级路径，以及AI智能体与具身智能在零售行业的落地实践与未来趋势判断。

行业需求转向，多点战略升维

据张宇介绍，本次战略升级建立在多点十余年零售产业积淀之上。多点数智成立于2015年，长期专注于零售数智化领域。据弗若斯特沙利文数据，按收入和商品交易总额两个维度计算，多点数智为国内最大的零售数字化解决方案服务商之一。2024年12月6日，多点数智在香港交易所主板上市。截至2025年底，其业务已覆盖11个国家和地区，服务593家客户，净收入留存率达108%，累计拥有518项专利及软件著作权，全年营收达到22.3亿元人民币。

过去十年间，多点数智完成了零售全链路的在线化、流程化和数据化建设，覆盖采购、仓储、物流、库存、商品、门店、会员及AIoT等多个环节，构建起完整的零售经营操作体系。这一数字化底盘被视为多点数智布局AI的核心基础。

“数字化是AI的基础，业务在线是AI的前提，数据贯通是AI的燃料，而执行闭环决定AI最终能否真正创造价值。”张宇在演讲中表示，没有这些基础，AI只能停留在演示层、问答层和辅助层；有了这些基础，AI才有机会进入经营核心。

与此同时，零售行业客户需求正在发生根本性转变。过去客户更关注系统功能与流程数字化，而当前核心诉求已转向销量提升、利润增长、生鲜损耗下降、库存周转效率提升等可直接落地的业务指标。这一变化推动零售科技行业从“交付工具”阶段迈入“交付结果”阶段。客户的需求不再只是购买软件模块，而是希望购买一套能持续产生业务效果的能力组合。

基于这一行业背景，多点数智启动战略升级，从“零售软件与解决方案提供商”向“AI Agent主导的零售智能化公司”转型。这一升级是在既有数字化能力之上的战略升维，其核心逻辑是借助AI技术，将零售行业中高度依赖人、依赖经验、依赖部门协同的决策与执行过程，转化为可编排、可监督、可复盘、可持续优化的智能流程，以达到交付即结果的终极目标。

自研三层AI智能体架构，搭建零售经营决策中枢

论坛现场，张宇透露了多点数智自研的三层零售AI智能体体系，以底层平台、中间业务集群、顶层总控大脑形成完整企业级AI治理链路，打通商品、门店、数据分析全场景决策流程，形成目标拆解、多智能体协同、数据反馈迭代的完整业务飞轮。

其中，底层为水滴引擎，承担企业级AI Agent开发与运营底座角色，支持多模型接入、知识管理、工作流编排、多模态交互、企业级治理和Agent全生命周期管理。其核心价值在于将AI从单点试验打造为组织级、系统级、可管理、可迭代的长期能力。

中间层为D-BRAIN（多点智能零售大脑），作为智能总控中心，能够理解经营目标、拆解业务任务、判断优先级、调度资源，并串联不同类型的智能体分工协作，承担“经营决策中枢”角色。

顶层为三大核心智能体集群，分别覆盖商品、门店、数据洞察三大方向。商品智能体集群围绕商品生命周期展开，涵盖预测、选品、定价、补货、汰换和新品定义等环节；门店智能体集群覆盖陈列、鲜算、巡检、防损、出清、能耗等门店现场经营任务，目标是将现场动作从“依赖人盯人”升级为“感知、判断、建议、跟踪、复盘”的连续智能过程；数据洞察智能体集群负责问数、归因、预警、建议、报告和协同跟踪，承担跨系统、跨场景、跨角色的经营分析中枢作用。

三类智能体并非彼此割裂，而是共同构成可分工、可协同、可持续进化的经营智能体系，嵌入零售核心流程形成智能组织能力。在落地实践层面，张宇以成都春熙路门店踏春季选品任务为典型案例：目标为200个SKU、毛利率18%，需覆盖客群分析、选品定价、供应链、门店执行全链路。具体流程中，D-BRAIN完成任务解析与约束设定后，分发至对应智能体集群协同运算，经多轮模拟优化、供需验证后输出落地方案，再落地至采购、陈列、AI巡检全链路，最终基于实时经营数据反馈完成归因优化，形成持续迭代的能力飞轮。

张宇透露，目前在已验证的部分场景中，已出现稳定、可度量的业务改善数据。这些结果并非来自一次性优化，而是源于“数据输入—感知识别—归因分析—策略建议—执行反馈—持续复盘”的连续闭环。

布局具身智能，构建AI决策到物理执行的完整闭环

如果说智能体解决的是“认知”和“决策”问题，那么机器人和具身智能解决的就是“动作”和“执行”问题。多点数智提出“AI决策→机器人执行→数据回传→模型迭代”的完整闭环，将AI能力从屏幕内的软件智能延伸至物理现场。

张宇介绍，AI智能体解决认知、规划、决策问题，具身智能与机器人则承担落地执行职能，二者结合才能完整释放AI产业价值。目前，多点数智已在多个层次展开具身智能与机器人探索。在仓内场景，通过将AGV、仓储调度大脑和各类智能设备统一在一个系统中协同运转，实现入库、库内搬运和出库全流程自动流转，已在头部便利店连锁场景开展无人化试点，验证了周转效率和流转效率的改善。

在仓到店运输环节，多点数智探索通过无人车建立可调度的稳定仓店补货运力，将固定线路、夜间低峰和到店交接纳入统一调度。该模式已在大型食品供应链企业中进行实践，帮助提升补货节奏确定性、缓解排班压力，并带来一定成本优化。

针对偏远门店补给、跨地形配送、加急订单履约等地面运力较难覆盖的高价值场景，多点数智也在探索无人机能力，目前处于场景验证和航路规划阶段，长远将作为地面运力的重要补充。

门店端方面，多点数智于2024年5月与国内高校背景企业成立合资公司，落地门店、前置仓场景的具身智能应用，覆盖补货、排面整理等需求。具身智能可在现场完成感知、定位、抓取、移动、复核，并将结果回写系统，承担缺货识别、排面整理、错位纠正、货架盘点和异常巡检等任务。与传统“发现问题—找人—解决问题”的长链路流程相比，具身智能能够同步完成问题发现与现场处置，被视为零售AI从认知闭环迈向动作闭环的关键一步。

面向行业未来，多点数智提出零售竞争将经历三个层次的升级：第一层是数字化能力竞争，业务在线、数据在线和流程在线的完整度决定经营基础；第二层是智能化能力竞争，将数据转化为洞察、将洞察转化为策略、将策略转化为执行闭环的能力决定经营质量；第三层是物理世界执行能力竞争，AI决策延伸至仓、路、店、货架现场的深度决定下一代零售生产力的核心壁垒。

多点数智当前正沿着这三个层次同步推进，既建设平台能力也做智能体产品，既覆盖认知层决策支持也布局执行层机器人协同，既关注单点场景效果也关注端到端的长期飞轮。张宇表示，未来真正有壁垒的公司，不是只掌握某一个模型、某一类硬件或某一段流程，而是能够把数据、流程、决策、执行和商业化连接成一个完整体系的公司。

“零售AI的未来，不在于做出一个更聪明的工具，而在于构建一套能持续交付经营结果的智能体系。”张宇在演讲最后表示，AI将深刻改变零售业的组织方式、决策方式和执行方式；而零售这样一个高频、复杂、强落地的行业，也将反过来推动AI从“技术能力”真正进化为“产业能力”。