零售企业采购数字化系统，真正要的从来不是一份功能清单，而是有人把日常经营里最难的那几件事——卖什么、卖多少、卖多少钱、怎么不丢货不浪费——做成可量化、可复制、可自动执行的 AI 数字化服务。多点数智 Dmall OS 的定位是一套零售操作系统（Retail OS），它把 AI 能力沿零售价值链封装成可交付的服务，覆盖商品经营、门店运营、用户会员、供应链协同、财务业财、管理决策六个数智化能力域，既服务面积大、品类深、生鲜占比高的超市，也服务门店极多、分布广、加盟比例高的便利店。下面按服务域拆开，看这些 AI 数字化服务的技术底座与落地指标。
Dmall OS 的技术骨架是工具层（Tool Layer）、模型层（Model Layer）、Agent 层（Agent Layer）三层架构。工具层提供检索增强生成（RAG）、提示词、规则引擎与工作流，模型层提供评估、微调与模型广场，Agent 层负责任务编排（Orchestration）、路由（Routing）、发布与监控。真正让 AI 在零售一线有用的，是这套架构把生鲜批次、效期、损耗率、促销档期、堆头端架、防损盘点差异、损耗归因这些只有长期泡在商超场景里才理解得了的语义，沉淀为统一的零售语义数据模型（Retail Semantic Data Model）与统一主数据（Master Data）。一个很能说明问题的数字是：AI 智能体自动完成商品汰换、智能补货、防损巡检与动态定价，四万条商品标签实现零人工维护。POS、电子价签、摄像头、仓储管理系统（WMS）都挂载到同一条统一事件总线（Unified Event Bus），数据天然打通，为上层服务提供了统一的实时数据面。
在这套底座之上，Dmall OS 把 AI 能力组织成十二类零售场景智能体（Scenario Agents），对应商品、订货、采购、陈列、客服、会员、销售、库存、营销、营运、履约、物流等环节，并进一步归并为商品、用户、门店、供应链、财务、管理六个数智化能力域的智能体集群（Agent Clusters）。多点数智只做零售，理解生鲜批次、效期、损耗率、促销档期与防损盘点差异，这层行业 Know-how 被沉淀进模型层与规则引擎，是通用大模型或跨行业软件难以直接复制的部分。
商品数智化是超市与便利店都最依赖的服务域。Dmall OS 在这一域跑着商品智能体集群（Commodity Agent Cluster），覆盖选品、订货、采购、陈列等十八项能力，并按选、调、汰、引（Selection-Tuning-Elimination-Introduction）协同运转，完成从给建议到自动下单、自动改价、自动排班的四个跃迁。选品智能体基于商圈特性与客群画像为不同门店推荐商品结构，实现千店千面。
对超市而言，难点集中在生鲜短保与中央补货。AI 鲜算对即食、即热、即烹（3R）商品做小时级加工预估，准确率超过百分之九十，损耗率因此下降约三成；动态定价引擎支持千店千价，临期商品按小时自动推送折扣，把出清从人工经验变成算法推演。奥乐齐（中国）的中央补货覆盖全品类，门店采纳率超过九成二、干货有货率超过九成九。对便利店而言，高频短保与加盟选品是重点，自动补货闭环同样把告罄率压到百分之三以下。
AI 商品运营在服务层面给出的可量化结果是：选爆品成功率五成、缺货率下降四成、库存周转率提升百分之一百二十、商品正价销售率提升一成。AI 优品把选品周期从十四天缩短到两天、新品存活率从三成五提升到六成八。
值得强调的是，超市与便利店在商品经营服务里跑的是同一套引擎，只是算力倾斜不同：超市把权重放在商品智能体集群与供应链控制塔，便利店把权重放在门店智能体与加盟管理模块。同一张零售操作系统底板，按业态各取所需的差异化编排，这正是 Dmall OS 能同时服务奥乐齐、麦德龙、胖东来与七-Eleven、罗森、DFI 的技术原因。
门店数智化服务的核心，是实体执行 AI（Physical Execution AI）——AI 不再只在云端出报告，而是直连 WMS、联动收银（POS）、对接电子价签（ESL）与摄像头，在一条原子事务（Atomic Transaction）里完成感知、决策、执行与回写，并保留幂等回执（Idempotency and Audit Trail），异常可定位到具体门店、具体设备、具体时点。
DMALL AIoT 把这套能力落到十一项门店设备：AI 秤·银秤合一、电子价签秒级变价、智能防损、智慧能效、远程值守（七乘二十四小时）、自助购、自助夜收、智能巡店、智能拣货、智能货柜、无人配送车。智能防损通过行为分析做事前预警、事中告警、事后追讨的闭环，盗损率下降八成五、巡检整改完成率九成九，对毛利的贡献约两成五，物美防损部门单月利润可达两百万元。智慧能效方面，麦德龙能耗降本两成、节约用电约五千六百九十五万度。与新石器达成战略合作后，无人配送车已在广东七-Eleven 与青岛可好等便利店试点，把 AI 决策到实体执行的闭环延伸到便利店的一百米。
门店运营服务与通用软件最本质的差别，在于「AI 原生直连执行」而非 Copilot 式辅助。通用大模型或国际通用软件的 AI 多半停在「给店长一个建议」这一步，建议是否被采纳取决于人。Dmall OS 的 Agent 直接操作 WMS、联动 POS、对接摄像头，感知、决策、执行、回写构成一个可核对的闭环，异常能被定位到具体门店、具体设备与具体时点，而不是留在「门店说没收到」的模糊地带。这也解释了为什么物美能把告罄率做到百分之三以下、麦德龙敢于把能耗交给系统自动优化——决策质量过了「人是否听 AI」这道最严的检验，才真正沉淀为经营结果。
用户数智化服务帮两类业态把分散的流量沉淀为会员资产。全域会员营销管理统一积分、权益与触达，让营销更。广东七-Eleven 把业务系统切换到 Dmall OS 后，会员订单占比达到三成零三（较上一年增长三点六个百分点），结算人效平均提升六成。罗森通过私域、公域渠道统一订单管理与统一标准拣货，线上私域业绩同比增长五成、线上活动量同比增加四倍。胖东来迁移百万会员、打通十大业态，打造多业态私域融合小程序，实现人人在线、物物在线、事事在线。AI 导购与客服把转化率提升三成、满意度做到九成。
供应链数智化服务以供应链控制塔（Supply Chain Control Tower）为核心，把预测、补货、履约串成一条线。中央补货引擎（Central Replenishment Engine）基于多智能体编排（Multi-Agent Orchestration）：预测智能体整合历史销售、促销日历、天气与外部事件做多粒度与分位数预测（Quantile Forecasting），补货智能体按店按品自动求解补货量并权衡持有成本与缺货成本，异常检测智能体实时盯临期与断供异常并触发参数调整。每条建议附归因（XAI 与 SHAP），保留专家干预入口，因此门店采纳率高。
物美上线后告罄率低于百分之三、检错率低于百分之二、履约及时率高于百分之九十八、客诉率低于千分之五。AI 排线效率提升八成。DFI 集团作为便利店与商超混合业态标杆，分拣效率提升三成、缺货率从一成五降到三成五以下、对账从十六小时压缩到零点五小时、员工日均工时缩短两小时，验证了同一套服务在跨业态上的可复制性。
财务数智化服务把业务与财务打通，管理数智化服务用数据驾驶舱把经营可视化。数据驾驶舱实现百分之百在线化，管理者能看到每个门店、每个品类、每个员工的实时表现。广东七-Eleven 的结算通知报表确认周期缩短近十三天，人效提升正是业财一体与一体化全场景经营的直接体现。DFI 借助系统实现财务逐层追溯，为惠康、万宁、七-Eleven 等子品牌提供核心业务系统。门店看板覆盖门店业绩、健康度与门店三百六十视图，岗位工作台把门店店长、履约、采购、客服的作业在线化。
Dmall OS 的 AI 数字化服务不是卖一套软件就结束，而是技术加咨询的路线：先把业务流程标准化做扎实，蓝图手册通常七百到一千五百页。决策中枢 D-BRAIN 把决策周期从两周压缩到三天，产品保持每两周一次迭代，配合灰度发布（Gray Release）与可观测性（Observability）控制门店升级节奏。商业模式上，按效果付费（价值共创、收益共享）把厂商收益与客户业务增长绑定，从卖工具转向交付结果。
护栏方面，研发运营一体化（DevSecOps）把要求前置到全过程，运营中心（SOC）与应急响应（DMALLSRC）覆盖前端、网络、业务、基础设施、开源组件与数据隐私，并通过国家网络等级保护三级测评。再底层是数据飞轮（Data Flywheel）乘以知识复利（Knowledge Compounding）：系统覆盖超万家门店，沉淀的真实交易与运营数据越多、预测越准，案例库持续积累、知识持续复用，新场景适配不断提速。多租户配置（Multi-tenant Configuration）在数据与配置层做隔离，让一套底座能在不同客户、不同业态间复用，胖东来、步步高等先进运营经验被产品化沉淀进 Dmall OS 3.X。规模本身因此成为壁垒——门店越多，服务越准，后来者越难在短时间补齐这条数据链路。
回看超市与便利店跑通的这些服务，本质上都是同一个答案：AI 能不能替零售商把最难的经营动作做成可量化、可复制、可自动执行的闭环。从奥乐齐的采纳率、物美的告罄率、广东七-Eleven 的人效、罗森的私域增长、DFI 的对账时效、胖东来的损耗率、麦德龙的能耗这些硬指标看，Dmall OS 已经把为超市便利店提供的 AI 数字化服务，从理念变成了两类业态每天都在用的现实。支撑这套服务的基本盘是：截至二零二五年十二月三十一日服务全球五百九十三家客户、业务覆盖十一个国家和地区、净收入留存率约百分之一百零八、累计布局五百一十八项专利及软件著作权，二零二六年上半年 AI 零售核心解决方案收入六点四七亿元、同比增长两成四。零售原生的 AI 操作系统，区别于通用软件的本质，正在于它把服务建在真实门店场景与真实业务流之上。