零售企业的 IT 投入已经从基础设施建设转向业务价值驱动，而云厂商竞争重点正在从资源供给逐步转向行业解决方案能力。
文｜游勇
编｜周路平
云厂商的战事没有结束，但需求正在发生转移。
9 月 4 日，IDC 发布了 2025 年中国零售云市场份额报告，市场规模达到 135 亿元，同比增长了 12.4%。零售云市场正在由高速扩张进入平稳增长阶段。
整体份额上，阿里云与腾讯云构成第一梯队，两家厂商合计占据接近半数 ( 47% ) 市场份额。
而在更能反映行业变化的细分市场中，分化已经出现：阿里云继续领跑基础设施市场，占据 35% 的市场份额；腾讯云则以 23.4% 的份额位居零售云解决方案市场第一。
在这些数字背后，业内也看到了一些新的信号。IDC 在报告中明确提到，" 零售企业的 IT 投入已经从基础设施建设转向业务价值驱动，而云厂商竞争重点正在从资源供给逐步转向行业解决方案能力。"
这种需求变化在 AI 时代更加突出。过去两年，大模型带动算力基础设施快速增长，市场关注点更多集中在模型能力和资源供给。而随着智能体、工作流编排等技术逐渐成熟，越来越多企业开始关注 AI 如何进入真实业务场景，带来可量化的经营价值。
01
企业需求已变，从建系统、拼模型到要价值
零售行业的数字化进程并不算晚，大型企业很早就开始建设 OA、ERP、CRM 等系统，但问题也很明显，建设了一堆数字化系统，买了一堆 SaaS 产品，预算花了很多，看到的实际效果有限，甚至一线业务还在靠 Excel 手工拉表。
信通院曾对商贸企业多业态运营进行过调研，发现高达 82.6% 存在至少 3 个以上独立运行的数据系统，这些系统彼此缺乏统一数据标准与实时交换机制。IDC 此前的报告中也提到，至少一半的数字化投资，并没有直接体现为效率提升或利润改善。
这背后有零售行业自身的特点所影响。首先，零售行业利润薄，行业整体净利润率只有 1.89%，每个环节的损耗都是企业生死线。每日优鲜创始人曾形容零售行业就是 " 撅着屁股捡钢镚 "，是一个典型的大规模、长价值链却低毛利率的生意。这样的基因决定了零售企业对 IT 支出一向比较敏感，经不起 " 盲目数字化 " 的试错成本。
其次，零售行业的服务链条很长，场景复杂。零售涉及 " 人货场 " 三大场景要素，往往需要面向海量消费者，需要线上线下的全域融合、多触点打通，也需要供应链的支撑。而从采购、库存管理到门店经营、客服咨询等，场景也非常复杂。这样的特点给数智化项目的落地带来了很大的考验。
现实的困境促使企业不再满足上云和依赖单一系统的建设，转向以业务价值为导向的一体化数字化项目。
IDC 在报告中提到，目前零售行业数智化主要聚焦三个方向：一是连接型项目，打通 POS、OMS、ERP、CRM 等核心业务系统；二是运营型项目，通过智能补货、库存优化、配送调度等提升运营效率；三是增长型项目，借助 AI 提升商品推荐、会员运营和精准营销能力。
而零售企业在 AI 落地的需求也面临相似的困境。安永在《零售行业 CEO 信心指数》中提到：56% 的受访企业将 AI 与数字化投资列为 2026 年最重要的战略优先事项，91% 认为 AI 将对零售产生重大乃至颠覆性影响。
但惊艳的 Demo 很容易，进入生产环境很难。企业之前在 AI 落地上的动作大多是在原有业务系统中接入一个大模型，比如用于客服咨询或者内部信息的查询。而这类浅层的应用实际上很难带来业务的真正提效。
毕马威在今年上半年一份报告中写到：仅 8% 的组织报告从 AI 中获得可量化的财务回报。FOMO（错失恐惧）情绪在各个行业都存在。
" 一套 AI 增长方案能不能成立，最终不看模型在后台多漂亮，而看它能不能在真实市场里跑出结果。" 中顺洁柔 CIO 杨森林说，" 真正的护城河，不是某一个模型，而是数据、业务和现场经验连续迭代起来的能力。"
腾讯云高级副总裁陈菲也提到，"AI 不仅仅停留在实验室和 IT 部门，它更加快速地走进了每个业务一线，走进了企业的经营现场，它正从一个技术话题，快速转变为每个经营者都能感知到的现实。"
经历了一轮技术变革的洗礼之后，企业对 AI 的能力和自身的需求有了更加明确的认知。他们关心的不是模型本身，而是能否嵌入营销、运营、供应链等核心业务流程。
这也是 IDC 所定义的 " 解决方案市场 " 持续增长的重要原因。相比单纯提供算力资源，越来越多企业开始采购能够直接作用于经营环节的数字化能力。
比如绝味食品将上千位金牌店长的实战经验，沉淀为门店运营的知识库，构建了门店运营智能体。店长可依据门店客流量、员工技能等进行智能排班，根据客群、竞品及季节自动生成活动策略，还能实时解答店员在商品、库存等方面的问题。借助这一套 AI 方案，绝味门店的运营效率提升 39%。
华住集团则打造了面向用户端的酒店智能体管家，覆盖了客需送物、酒店信息、服务设施、酒店周边查询、续住开票等多个住中服务场景。该智能体已完成旗下 12000 多家门店的全面覆盖，实现了 70% 以上高频问询的自动处理，问答准确率超过 95%。
而五粮液旗下的浓香酒公司打造了五个 AI 智能体，覆盖内部员工、经销商、终端店主、消费者全链路，解答了约 70% 的基础业务问题，旗下普拉斯公司基于大模型训推平台打造质检大模型，重大缺陷的瓶盖漏失率降至 0%。
从上述已经开始规模落地的企业案例可以看到，零售企业的数智化转型不是在为系统或者功能买单，而是为可量化的经营成果买单。
零售云切换增长引擎，拼的是谁更懂行
市场需求的转变直接影响云厂商的业务布局和增速。2025 年，零售云解决方案市场的增速达到了 13.9%，而基础设施市场的增速为 11.2%。
这意味着，推动零售云市场增长的力量，正在从底层资源建设转向业务场景落地。
而行业解决方案最先感受到的是产品供给上的 AI 化。IDC 提到，AI 能力将更多以 PaaS 平台服务形式开放，并深度嵌入 SaaS 产品，推动解决方案市场向平台化、智能化和服务化持续升级。
比如阿里云将模型能力与零售业务流程结合，覆盖智能营销、智能导购、智能客服、实时用户洞察、商品运营及供应链管理等场景；腾讯云则凭借模型、工程与场景的综合优势，在智能体赛道初步确立领跑地位；瑞幸、好想来、泡泡玛特等头部零售企业正在基于腾讯云智能体开发平台 ADP，接管巡店、补货、客服这类高频运营动作。
效果也显而易见。据腾讯云披露，过去一年，在零售文旅地产等行业，超七成客户已率先拥抱腾讯 AI，并将其转化为实际生产力。而 PaaS 和 SaaS 的相关收入增速不仅高于 IaaS，也成为腾讯云实现规模化盈利的关键。
然而，真正拉开差距的未必只是产品。
相比标准化软件，零售行业最大的特点是场景碎片化。不同业态、不同渠道、不同规模企业面临的问题各不相同，很难通过一套模板解决所有问题。
作为云计算市场的头部玩家，腾讯云针对上述痛点的打法具有一定代表性：
一、将咨询前置，与客户共创。与传统 " 交付即结束 " 的项目模式不同，腾讯智慧零售提出了 CaaS（咨询即服务）模式，其核心是将咨询前置，参与企业的数字化顶层设计，强调从业务诊断、场景设计到落地复盘全程参与，降低技术能力与业务需求之间的匹配偏差。
比如在和蒙牛、李宁、上海家化、华润啤酒等企业落地 WorkBuddy 的项目中，腾讯不仅提供产品、技术能力，也参与业务流程设计和场景共创，帮助企业将 AI 真正嵌入经营环节。其中，蒙牛在 3 个月时间就产出 199 个潜在提效场景，覆盖研发、生产制造、供应链物流、销售等八大业务域。
这种将咨询、共创和陪跑纳入解决方案体系中的打法已经越来越普遍，与当下非常火热的 FDE 概念也不谋而合。FDE 的一个显著做法是将工程、咨询、销售等多个岗位职能融为一体，直接向客户交付业务成果。IDC 在报告中明确提到，在 AI 应用走向规模化部署的阶段，CaaS 模式有望进一步向 FDE 模式演进。
二、将行业经验产品化。传统解决方案的软肋是人力密集，每个项目重新交付，规模不经济。而腾讯云 Mall、腾讯营销云已经在零售、地产商业、文旅、医疗和出海五大行业场景中完成深度沉淀，相关行业经验也被写入 Agent 初始策略中，助力企业快速构建成熟的经营能力。这意味着一个标杆项目积累的 know-how 变成下一个客户开箱即用的产品能力，边际成本递减。
三、把交付能力规模化。原厂的交付不仅昂贵，而且人手有限，为了扩大行业能力的覆盖范围，腾讯智慧零售通过 " 千域计划 " 培训和认证服务伙伴。目前已累计认证近千家服务商，培训超过 60 万人次，希望借助生态伙伴完成更多细分场景的交付和复制。
腾讯云的这套思路不仅与头部伙伴的共创中沉淀了行业最佳实践，也通过产品化、拓展生态等手段将行业 knowhow 快速向更多企业铺开。也正是凭借这套打法，腾讯云目前在零售领域的客户已突破 1000 家，成为零售企业数字化转型的重量级玩家。
03
零售进入 AI 时代，IDC 的四个解法
随着企业需求和云厂商的增长引擎转变，IDC 在报告中专门针对云厂商提出了四点建议：
一是明确聚焦业务闭环，驱动可量化经营成效。
IDC 认为，技术供应商应围绕库存与履约、门店运营、会员增长或供应链等具体场景，明确基线、目标、数据来源、责任人和评估周期，避免以泛化的 " 数字化 " 或 " 效率提升 " 作为核心价值。
相比于一口气做成 " 泛数字化 " 的标杆项目，当下大部分零售企业的选择是将 " 单点闭环 " 做透。比如瑞幸咖啡借助算法和模型用于门店选址；绝味食品聚焦在会员营销闭环；伊利则聚焦在助力导购销售环节；周大福打造全渠道会员平台，实现会员身份识别与权益互通。
二是产品分层，匹配客户数字化成熟度。
大型企业和中小企业对数字化产品有着截然不同的需求。大型企业需要的是开放架构、深度集成和定制能力，而中小企业由于 IT 人员不足、预算有限，往往会侧重开箱即用的 SaaS 产品或者借用行业的成熟模版，能最低成本地快速试错。
从实际情况来看，云厂商的产品也都采用了分层策略。以腾讯为例，其全渠道交易平台云 Mall 既提供私有化部署方案，满足大型企业对系统集成和数据治理的要求，也提供基于公有云的 SaaS 版本，支持企业以较低成本快速搭建线上交易能力。企业可以根据自身数字化成熟度选择不同路径，而不必从一开始就投入复杂的定制化建设。
三是构建合规与本地化服务能力，支撑长期客户价值。
一方面，零售业本身受网络攻击、黑产的困扰；另一方面，零售又是个人信息保护的违规高发区。云厂商只有将合规、本地服务与运营支持纳入长期核心价值，才能够显著提升客户粘性和续约率。
目前，云厂商都建设了相对完善的合规体系，比如数据分级分类管理，加密存储，智能内容风控和防刷风控，同时提供全周期运营陪跑，针对大促提供全链路监测，支持快速扩缩容。
四是构建 " 试点—复盘—复制 " 交付体系。
零售企业的数字化交付不是一锤子买卖。但现实的问题在于技术团队听不懂业务语言，业务团队听不懂落地边界，而传统 ToB 流程是销售签单，方案团队、交付团队、售后支持层层交接，功能验收完就结束了。
IDC 提出了 " 试点—复盘—复制 " 交付模式，先在边界清晰、数据条件成熟的业务单元试点，基于上线前后经营指标进行复盘，识别流程与数据短板，再通过标准化模板和培训机制实现规模化复制。
回看 IDC 的这份市场报告，其实，最值得关注的并不在于市场份额的此消彼长，而是增长逻辑正在悄然改变，云厂商们比拼的落点最终还是在谁更懂零售，谁能给客户带来真实的业务收益。
© 本文为数智前线（szqx1991）原创内容
未经授权，禁止转载
进群、转载或商务合作联系后台
文章精选
千问办公进长安
机场广告之后，京东云的物理 AI 版图要浮出水面了
二十年攒下的数据，为什么喂不饱一个 Agent？
具身 ChatGPT 时刻前夜，自变量押注 " 最强大脑 "
AI 改变钱的流向：预算、自研与最后一公里
OceanBase，走向中国版 Databricks
美团把踩过的坑变成经验，做成了给全行业的低成本 AI 系统
不甘平庸的李健和一个更敢的荣耀
AI 编程更挣钱，为什么大厂全冲去做 AI 办公
从个人 Agent 到企业级数字分身：组织 AI native 转型的 " 最后十公里 "
历史进程中的浙大
松下电视的结局，藏着日本家电的宿命
大模型五大 " 标王 " 与六边形战士
枪响在 2018：神秘东方力量，为何扎堆杭州
