近日，由浙江省服务业联合会、阿里巴巴钉钉（中国）、浙江智行合一科技有限公司联合主办的“2025全球数智化增长与AI新商业领袖钉峰会”在杭州阿里巴巴总部顺利落下帷幕。
峰会以“智驱・创变・增长”为主题，聚焦AI技术与商业增长的深度融合，通过主题演讲拆解行业实践、圆桌论坛碰撞前沿观点、颁奖典礼表彰数智化标杆、全球AI新商业生态联盟搭建合作网络，更配套阿里巴巴标杆游学、AIGC矩阵营销总裁班等多元实战环节，构建起全方位、多层次的数智化交流合作平台。
本次峰会得到政企学研各界高度关注与积极参与，现场汇聚1400名政府官员、行业大咖、投资机构负责人、专家学者及商业领袖，近十万观众通过线上渠道同步参与盛会，共同探索AI时代商业增长的新路径。
高峻峻教授（上海大学数智商业与产业互联平台研究院院长，oIBP欧睿数据创始人）受邀出席会议，并在“全球产业互联网的范式重构”分论坛上，发表以“零售终局猜想下的新质决策力：模型驱动决策的时代来临”为主题的深度演讲，结合二十余年服务消费品与零售企业的实战经验，从零售终局视角拆解供应链变革与决策力升级的核心逻辑。
谈及企业实际经营痛点
高峻峻教授结合服务过的消费品与零售企业经验，揭示了企业在数字化转型中反复遇到的共性困惑：需求端的非线性变革，正在击穿传统供应链的能力边界。
零售需求端进入“高度不确定时代”：历史经验失灵，计划逻辑失效。过去以销定产，以历史数据定未来计划，但现在需求端的“不确定性”已从“偶然现象”变为“常态特征”，这包括需求触发的“非线性”、消费决策的“冲动性”及需求的碎片化，但后端供应链跟不上。
需求端的“前置期”被压缩到极致：如前端反馈“7天后要推一款新品，需要供应链快速备货”，但后端要协调采购、生产、仓储、物流，7天时间里还要判断备货量 —— 多了会压库存，少了会断货。在这种压力下，企业只能靠“堆人”来应对。
AI赋能“两张皮”：技术与业务两张皮，老板们投入重金引入 AI 系统，却发现系统无法解决实际业务问题，最终沦为“摆设”。
如“很多老板说‘我们要做 AI 需求预测’，但到底要预测什么？是预测单 SKU 的门店销量，还是预测多渠道的整体需求？是预测短期（7 天内）需求，还是长期（3 个月内）需求？这些业务细节，老板没说清，技术部门也没问，最后建出来的模型‘看起来很先进’，却无法落地。”
更深层的问题是底层数字化逻辑的“断裂”：AI模型需要数据支撑，但很多企业的业务数据分散在不同部门，技术跟着数据走，业务跟着市场走，两者完全不同步。
如销售数据在销售部，库存数据在仓储部，渠道数据在运营部，且数据格式不统一、数据质量参差不齐。某零售企业的AI库存优化项目，技术部门花了8个月建模型，结果上线后发现，业务部门已调整了门店布局，原本的模型参数全部失效，只能重新建模 —— 这就是‘两张皮’的后果。
此外组织协调的缺失也加剧了两张皮的问题。AI 赋能不是“技术部门的事”，而是“业务+技术”的共同事，需要业务部门全程参与模型设计、参数调整、落地验证，需要数字化部门深入理解业务逻辑，但很多企业没做到这一点。
如很多企业将数字化部门定位为 “技术支持部门”，与业务部门隔着 “部门墙”：业务部门提出需求，数字化部门按需求开发，但开发过程中不沟通，开发完成后不落地培训。某服装品牌的 AI 补货系统上线后，门店店长因不会操作，仍按人工经验补货，系统数据与实际库存完全脱节，最后只能停用。
“人力依赖”的风险性显而易见：人员一波动，库存、供货就容易‘掉链子’。
如一个资深订单员离职，可能导致他负责的区域库存管理立刻出问题；某个门店对接人变动，补货节奏一乱，门店就可能陷入‘有客无货’的小瘫痪。
这种‘人治’的脆弱性，已经跟不上今天零售行业的需求节奏了。
谈及供应链变革方向
高峻峻教授强调：供应链必须变，从链条管理到产业链整合，数字化是唯一路径。
需求端的变化，倒逼供应链必须从‘被动响应’转向‘主动预判’，核心在于：极致快和数字化。
高峻峻教授强调，想要实现“极致快”，数字化是绕不开的前提“数字化的本质，尤其是供应链领域的数字化，只有一个核心：跟业务深度融合。”
她解释道，这种融合不是简单的“系统对接业务”，而是要把业务逻辑“模型化”、把关键信息“标签化”。
比如一款商品，要明确它的品类（是快消品还是耐用品）、定位（是引流款还是利润款）、适配渠道（是线下门店还是线上即时零售），甚至渠道的特征（比如某平台的用户更偏好性价比，某门店的复购率更高）。这些信息都要被数字化，供应链模型才能真正“有用”，而不是空转的系统。
更重要的是，供应链的顶层设计要从“单一链条管理”升级为“产业链上下游整合”。单靠找外包工厂、靠采购比价控制成本的模式，上下游整合度太低，满足不了消费者对质价比的需求。
企业需要从零售端反向规划：哪些品适合放在前置仓，哪些品适合中心仓配送，甚至定价也要跟着场景调整，而不是单纯按“成本 + 溢价”定价。
谈及新质决策力的核心组成
高峻峻教授提出新质决策力的核心：实时性+高执行率，组织配套是关键。
实时性指的是“需求发生后，供应链能立刻做出决策”。
比如某门店某款商品突然卖断货，系统能即时计算“需要从哪个仓库补货、补多少、用什么物流最快”。
执行率则指“决策能落地多少”。
比如模型给出的补货计划，业务端能真正执行的比例。
她分享了不同行业的执行率基准：食品与连锁餐饮行业因为品类标准化程度高，执行率能达到85%左右；化妆品行业因为SKU多、需求波动大，执行率约70%；“但无论哪个行业，想要提升执行率，没有捷径，只能靠组织配套。”
谈及新质生产力的实施路径
高峻峻教授分享了“三层架构”模型。
最底层：数据层
要把销售、库存、供应链、消费者数据全部打通，做到“随时调用、随时计算、随时服务”，要让业务和技术真正拧成一股绳，这是决策速度的基础。
中间层：运营层
要补全关键岗位，负责可视化监控库存风险、预警需求波动、模拟不同策略的效果。
最顶层：决策层（战略层）
要明确数字化的战略定位，并输出可执行的最终结果。
以零售终局为起点，以业务与数字化融合为核心，以模型驱动决策为路径，让供应链从“成本中心”变成“增长引擎”。这是零售行业的未来，也是模型驱动决策的时代红利。
演讲最后，高峻峻教授以山姆、盒马为例，总结道：“很多人觉得山姆的‘大单品策略’、盒马的‘生鲜即时零售’是商业模式创新，但背后其实是决策逻辑的创新 —— 他们从零售端反向规划品类、反向设计供应链：哪些大单品能保证流量和收入？哪些特色产品能打造差异化？工业端如何支撑这种品类结构？定价如何匹配消费者的质价比需求？这些都靠模型驱动决策。
对零售企业来说，“智驱”就是用模型驱动决策，“创变”就是打破靠人管货的传统模式，“增长”就是靠高效的供应链接住每一个需求。
每个消费品与零售行业都有产业链升级的机会，关键是能不能从“零售终局视角”看清方向。”
高峻峻教授总结道：今天的零售行业，已经不是“靠经验就能经营”的时代了，而是“模型驱动决策”的时代 —— 想要构建新质决策力，既要有数字化与业务融合的“技术底气”，也要有组织配套的“落地能力”，更要有从零售端反向规划的“顶层视野”。
高峻峻教授的演讲，不仅拆解了零售供应链变革的底层逻辑，更给出了可落地的决策力升级路径，引发了现场嘉宾的热烈讨论。
未来3到5年，零售行业的竞争会从“单个环节的比拼”，变成“全产业链数字化决策能力的较量”。企业需要结合自身业务，重新审视供应链的数字化布局，加快模型驱动决策的落地节奏，以适配AI时代的商业增长需求。