HASH GAME - Online Skill Game GET 300国务院近期发布《关于深入实施“人工智能+”行动的意见》，进一步明确了人工智能与实体经济深度融合的战略方向。吴纯泽指出，腾讯云智能全栈式AI工具已在零售企业“研、产、供、销、服”全价值链中实现多场景落地。例如，基于腾讯混元大模型的AIGC互动营销、依托云智能体开发平台和TI平台协助头部快消企业构建AI中台、推进企业级模型训练等，均已取得阶段性突破成果。面向未来智慧零售还将有哪些机遇与创新突破？期待与各位专家一同交流，探索AI时代新发展。

　　张君祥重点分享其湖仓一体技术，通过零售场景的实时湖仓构建，可实现精准定价与促销管理、实时销售跟进分析、实时调货补货、实现线上线下库存共享、实时会员标签、个性化推荐与营销等。实现湖仓一体后，其大数据平台的存储空间降低至原来的三分之一。此外，对于零售行业而言，最核心的要素是“人货场”，如何实现它们的高效智能化匹配，是进一步经营效率的关键。在技术上，滔搏通过打造画像中台，搭建统一标签体系，为自动化营销打下扎实基础。

　　又如，线上零售营销一般依赖小程序等渠道，真实用户可能处于弱网环境（如电梯、地铁、偏远地区等），营销活动多为限时活动，对用户的响应速度要求高。如此一来，弱网用户面对网络条件快、使用自动化工具的黑产时，可能存在不对称的竞争，导致真实用户体验差，让营销效果大打折扣。此外，当商家通过二维码进行营销活动时，用户可扫码获得相关奖励。然而这里面将面临数据真实性问题：羊毛党通过废品码，转码成各种电子码用于批量交易，这不仅可骗取奖励，还将造成营销数据失真。各类羊毛党通过协议挂、模拟外挂、设备农场等手段，不断威胁营销活动安全。

　　李海灵剖析当前中国AI的发展趋势，首先是在机遇中开展创新。随着开放式生成AI模型的发展，越来越多企业采用开源AI模型；企业倾向自建AI解决方案；代理式AI与AI智能体，呈现从跟AI聊天到让AI干活的趋势。洞察到这些变化，腾讯AI致力将前沿AI技术转化变成“好用的AI”。腾讯积极拥抱开源，同时兼顾深度和广度，构建全栈大模型矩阵。借助腾讯混元大模型，各业务线正在全面拥抱 AI，目前腾讯内部已有700+业务场景接入混元。针对企业倾向自建AI平台趋势，腾讯提供丰富的工具和平台帮助企业提升研发效率，如腾讯云智能体开发平台和模型训推平台TI。

　　除了技术创新、成本可控外，李海灵谈到中国AI的第三个趋势是构建B2C驱动的AI生态系统。在无处不在AI的趋势下，AI逐步从虚拟时间走向物理世界，腾讯建立Robotics X机器人实验室，聚焦具身智能的前沿探索，推出Tairos平台助力更多前沿科技融合AI做推广普惠。在更多AI生态构建范畴上，腾讯云AI能力贯穿从底层算力到表层应用，持续夯实软硬实力，致力成为企业在AI全域增长的业务伙伴。腾讯坚持长期的战略投入，构建离产业最近的AI，目前累计服务30+行业20万家客户。

　　太古可口可乐(中国)CIO冯柯表示，这个问题没有对错，没有构建统一平台的话企业未来发展将会面临问题，但如果不给业务部门创新自主权的话，可能会将创新扼杀在萌芽期。如何实现技术与业务的平衡？技术部门树立安全边界和原则，即树立“篱笆”，同时要业务部门足够的创新自主权，在边界内做创新。技术部门确保技术的可行性，并与业务部门紧密协同，共同推动场景落地。以AI为例，AI技术在快速迭代，但仍未到理想状态。在推动企业数智化转型时，我们需要做的事情有以下三点：一是将沉淀在员工经验中的业务Know-how提炼出来，帮助AI理解和应用；二是提升数据质量；三是持续探索，这是一个漫长的过程，无需过早建立统一的平台标准，还没到关键节点。

　　对此，主持人眭阳表示，首先，数据收集是必须要做的事情。以线下家装服务为例，从服务打分开始回收用户数据，掌握用户对整体服务的评价，这将为多年后企业重新触达客户提供数据基础。其次，可借鉴电商平台的做法，例如用户在平台购买奶茶时，看到平台还推荐某件自己感兴趣的物品后一并下单了，这是基于大数据做关联分析销售。这说明，通过捕捉用户在其他场景的行为和标签，在某些时刻可精准触达用户。过去，立邦通过电视广告来触达用户，如今如何激活存量客户，这可以继续探讨。

　　眭阳建议道，在面对定制化需求时，可运用二八法则来判断市场趋势。如果定制化呈现持续的趋势，那么企业必须适应，对现有生产流程和供应链进行调整，以快速满足消费者需求。如果只是临时性、非可持续的“伪需求”，则可以选择忽略。对于大客户提出的特殊需求（如低价），可定制方案，在毛利率较低的情况下，通过其大销量实现整体效益。企业持续响应市场需求，不断满足消费者的需求，将数字化与业务实践逐步融合起来，推动企业转型升级。