​​从炒作到现实：零售商如何实际使用AI塑造客户体验​​

零售商理解顺畅、个性化客户体验的重要性。如今，在利润空间本就微薄和不可预测的关税压力下，零售业领导者们正拥抱AI，以释放效率、增强忠诚度并推动增长。但是，尽管零售商的目标是无缝的客户体验，但向AI的过渡却远非如此。

Amperity首次对美国各地的零售商进行了调查，随着高管层、营销领导者和一线员工努力应对AI给行业带来的巨变。《2025年零售业人工智能状况》揭示，零售商正在大量采用AI——尤其是在销售、营销和客户支持领域——但他们常常发现这些工具昂贵且难以实施。品牌对于在直接影响增长和利润的面向客户的应用程序中部署这些工具犹豫不决。

结果表明了零售行业对AI提升客户忠诚度和客户终身价值能力的信心——并提出了克服采用该技术早期挑战并实现其承诺的途径。

风险很高。在一个竞争激烈的行业和艰难的经济条件下，任何技术优势都可能成为成功与失败的关键。那些最能充分利用AI——将其应用于能带来最大投资回报率(ROI)的面向客户的用例——的零售商，可能会在未来几个月和几年内遥遥领先于竞争对手。

​​关键发现​​

• ​​AI应用广泛​​：近半数（45%）零售商每天或每周多次使用AI。仅16%目前完全未使用该技术。销售、营销和客户支持是最可能使用AI的业务领域。
• ​​对客户数据信心很高：64%的人认为其客户数据已结构化且可访问，足以支持AI用例。58%的人表示其公司已准备好大规模部署AI工具。
• ​​零售商尚未应用AI创造更好的客户体验​​：虽然大多数受访者相信AI将有助于提高客户忠诚度和客户终身价值，但只有不到一半（43%）目前将AI用于面向客户的应用程序。
• ​​零售商发现AI工具昂贵且难以实施​​：46%的受访者将AI工具的高成本列为组织在扩展AI计划时面临的最大挑战之一。35%的人指出团队技术专业知识有限。
• ​​问号依然存在​​：值得注意的是，仅23%目前在生产中使用AI来解析客户身份或准备用于营销或分析的客户数据。超过一半（58%）表示其客户数据零散或不完整，仅21%对其理解和应对跨渠道客户行为的能力非常有信心。
• ​​拥有CDP的零售商在AI方面表现优于竞争对手​​：拥有客户数据平台（CDP）的组织每天或每周多次使用AI的可能性是那些没有CDP组织的两倍（60% vs 29%），并且他们更可能（22% vs 10%）在多个业务部门全面采用AI。

Amperity调查了零售行业的1000名专业人士，包括高管、经理以及跨营销、IT和数据分析领域的个体贡献者。

受访者群体性别比例均衡，并有相当一部分担任领导角色。

该调查于2025年6月通过Pollfish进行。

• ​​性别​​：女性 50.1%，男性 49.9%
• ​​角色描述​​：高管/领导 52.4%，数据或分析 16.5%，营销或数字 18.2%，IT或工程 12.9%

​​零售AI应用激增，但培训未能跟上​​

AI工具正在改变零售业。零售商依靠该技术提供量身定制的产品推荐、处理客户查询并引导客户完成购买旅程及后续服务。但有多少零售员工每天都在使用AI呢？

近一半（45%）的组织每天或每周多次使用AI工具或系统。另有39%每周或每月使用AI。只有16%的受访者目前完全未使用该技术。

值得注意的是，拥有客户数据平台（CDP）的组织每天或每周多次使用AI的可能性（60% vs 29%）高于没有CDP的组织。他们全面采用AI across multiple business units的可能性也更高（22% vs 10%）。只有5%拥有CDP的组织完全不使用AI，而没有CDP的组织这一比例为28%。、

销售、营销和客户支持是最可能使用AI的业务领域。考虑到AI在这些领域对零售商的众多用例，这并不令人意外。一个令人瞠目的数据点？32%的组织仍然没有向员工提供任何正式的AI培训。随着零售商寻求从其AI投资中解锁更多价值，这种情况可能会改变。

​​您的组织目前哪些领域在使用AI？（选择所有适用的选项）​​

销售	营销	客户支持	数据与分析	IT	工程
51.6%	48.5%	47.0%	34.5%	33.1%	11.3%

​​零售商加倍投入AI投资​​

既然我们了解了零售商在采用AI方面的进展，让我们看看员工和高管认为他们在未来12个月的发展方向。

总体而言，97%的零售商预计将维持或增加对AI工具的支出。只有3%预计会减少AI支出。这种技术转变是真实的——而且正在加速。然而，零售商并不预期AI会立即对人类工作岗位造成末日冲击。只有五分之一的雇主预计明年会因为AI而减少员工数量。

​​在未来12个月内，您预计组织的AI工具支出会：​​

• ​​增加​​: 58.2%
• ​​减少​​: 3.1%
• ​​保持不变​​: 38.7%

​​您预计AI在未来12个月内会对您组织的员工数量产生影响吗？​​

• ​​增加​​: 25.9%
• ​​减少​​: 20.0%
• ​​不会改变​​: 54.1%

​​您在多大程度上同意或不同意以下陈述：我们公司已准备好大规模部署AI工具。​​

• 强烈同意 11.3%
• 同意 47.0%
• 既不同意也不反对 25.2%
• 不同意 10.4%
• 强烈不同意 6.1%

一个关键的指出：尽管绝大多数零售商都在以某种 capacity 使用AI，但只有十分之一（11%）的公司强烈认为他们已准备好大规模部署AI工具。就目前而言，零售业真正的AI准备度可能只是海市蜃楼。

​​拥有CDP的公司正在AI竞赛中领先​​

客户数据预计将在零售商最大化AI效益方面发挥关键作用。

超过一半（57%）的组织已经在将AI应用于客户数据，用于细分、个性化或分析等用例。零售商相信他们走对了路：64%的受访者表示他们的客户数据已结构化且可访问，足以支持AI用例。但只有21%的人对其理解和应对跨渠道个体客户行为的能力非常有信心。

​​您的组织目前是否将AI应用于客户数据（例如，用于细分、个性化或分析）？​​

• ​​是​​: 57.3%
• ​​否​​: 37.2%
• ​​我不知道​​: 11.5%

​​您在多大程度上同意或不同意以下陈述：我们的客户数据已结构化且可访问，足以支持AI用例。​​

• 强烈同意 12.8%
• 同意 50.7%
• 既不同意也不反对 23.8%
• 不同意 8.3%
• 强烈不同意 4.4%

​​您对组织理解和应对跨渠道个体客户行为的能力有多大信心？​​

• ​​非常有信心​​: 20.5%
• ​​比较有信心​​: 47.9%
• ​​中立​​: 22.9% (原文有重复22.9%，取一次)
• ​​不太有信心​​: 6.1% (原文另有2%和@符号，忽略异常值)
• ​​没有信心​​: (未明确列出，可能包含在“Not very”或其它)

客户数据平台（CDP）是组织应对这些挑战的一种方式：53%的零售商使用CDP。拥有CDP的团队更可能将AI应用于客户数据（78% vs 32%），并且对其理解和应对跨渠道个体客户行为的能力非常有信心（29% vs 14%）。

​​您如何描述IT和营销团队之间的关系？​​

• ​​营销能够独立于IT部门管理客户数据​​: 30.1%
• ​​营销在某些数据管理方面（如细分等）依赖IT​​: 59.2%
• ​​营销完全依赖IT部门管理客户数据​​: 10.7%

​​零售商相信AI巩固客户关系的能力​​

将AI嵌入公司文化和运营并非易事——也不便宜。为什么这么多零售商愿意投入如此多的时间和资源在这项技术上？因为他们相信这会得到回报，这体现在两个重要指标上。

我们的调查显示，63%的零售商相信AI将帮助其组织提高客户忠诚度，65%相信AI将帮助他们增加客户终身价值。如果零售业领导者能够成功部署该技术，他们将获得重复购买、降低客户获取成本、增加收入和强大品牌声誉的好处。

​​您在多大程度上同意或不同意以下陈述：AI将帮助我们提高客户忠诚度。​​

• 强烈同意 18.9%
• 同意 44.4%
• 既不同意也不反对 25.4%
• 不同意 6.7%
• 强烈不同意 4.5%)

​​您在多大程度上同意或不同意以下陈述：AI将帮助我们增加客户终身价值。​​

• 强烈同意 19.5%
• 同意 45.5%
• 既不同意也不反对 25.2%
• 不同意 5.3%
• 强烈不同意 4.5%

​​组织对将AI应用于客户用例犹豫不决​​

数据在这里变得非常有趣。尽管AI在后台职能中得到广泛应用，但只有43%的零售商目前将其用于能产生最大影响的面向客户的应用程序中。差距不在于兴趣或意图；而在于基础设施。

​​您的组织目前是否将AI用于面向客户的应用程序？​​

• ​​是​​: 43.4%
• ​​否​​: 46.0%
• ​​我不知道​​: 10.6%

就目前而言，只有23%的组织在生产中使用AI来解析客户身份或准备用于营销或分析的客户数据。零售商清楚地了解将AI应用于工作流程的好处，但他们还不愿意将AI置于其关键受众客户面前。

拥有CDP的公司更接近AI就绪状态。这些组织使用AI处理面向客户应用程序的可能性显著更高（62% vs 22%），并且使用AI在生产中解析客户身份或准备用于营销或分析的数据的可能性也显著更高（35% vs 9%).

零售商在感到有能力使用该技术时优先考虑的AI用例是预测分析、客户细分以及聊天机器人或虚拟助手。令人惊讶的是，只有五分之一的零售商优先考虑将AI用于身份解析——这是一个支撑广泛销售和营销活动的用例。正如我们将在下一节中看到的，身份解析是零售商尝试扩展AI计划时的一个持续痛点。

​​零售商必须解决零散的客户数据问题​​

哪些障碍阻碍了零售商在面向客户的应用程序及其他领域实现AI的全部价值？

受访者指出，AI工具的高成本是扩展AI计划的最大挑战，其次是技术专业知识有限以及系统间缺乏集成。一位受访者指出，客户表示如果他们看到AI生成的产品描述就不会购买产品。该零售商立即停止了使用AI描述。虽然这是个例，但消费者中的这种AI怀疑论可能被证明是AI采用的持续阻力。

零散的客户数据是另一个主要障碍。当每个客户的信息分散在不同设计时并未考虑相互通信的系统中（在线、店内、电子邮件、社交媒体、客户服务记录等）时，零售商很难获得可用于预测和个性化的准确客户视图。

我们的调查发现，零散的客户数据导致IT成本更高、人为错误风险增加以及决策延迟。零售商无法承受额外的成本——更不用说错误和延迟——因为他们努力让AI为客户服务。

​​为客户释放AI的全部价值​​

零售商全力投入AI。对于面临利润挤压、供应链中断和关税压力（这些正推动消费者重新评估其消费习惯）的组合拳的品牌来说，该技术是一个强大工具。

然而，调查结果表明，虽然AI的内部运营使用很广泛——例如使用ChatGPT等工具进行营销和销售职能——但零售商在部署AI到能直接影响业务的面向客户领域方面仍然行动迟缓。高管们应将其视为公司最重要的举措之一。

那些能够利用AI进行身份解析、理解客户行为并根据这些洞察激活高度个性化体验的品牌，将在12个月后的零售业中获胜。统一零售商零散的第一方客户数据——行为信号、购买历史、参与模式——是解锁大规模个性化的关键。

将AI应用于面向客户的应用程序将成为零售商未来成败的关键。确保您拥有取得成功所需的数据基础。

​​扩展AI计划面临的主要挑战（Top 3）​​

​​挑战​​	​​提及比例​​
AI工具的高成本	46%
团队技术专业知识有限	35%
系统间缺乏集成/数据碎片化	(源自文本描述)

​​未来展望：通向以客户为中心的AI驱动零售​​

零售商对AI的最终价值有着清醒的认识：​​提升客户忠诚度（63%认同）和增加客户终身价值（65%认同）​​。未来的竞争将是客户体验的竞争，而AI是打造极致体验的核心工具。

要跨越从“后台应用”到“前台革命”的鸿沟，零售商需要：

1. ​​战略重视，投资数据基础​​：将构建统一、清洁、可操作的第一方客户数据资产提升到公司战略高度。投资CDP是构建这一基础的关键路径。
2. ​​培育人才，弥合技能差距​​：加强内部培训，同时引入外部专家，建立一支既懂业务又懂AI和数据科学的复合型团队。
3. ​​优先关键用例，小步快跑​​：在夯实数据基础后，优先投资于能直接面向客户、驱动增长的核心AI用例，如：
   • ​​预测性个性化​​：实时推荐产品和内容。
   • ​​智能客户旅程管理​​：跨渠道引导客户。
   • ​​动态定价与促销优化​​。
   • ​​AI驱动的身份解析​​（需加强重视）。
4. ​​管理消费者预期与信任​​：透明、负责任地使用AI和客户数据，建立消费者信任，缓解其疑虑。

​​结论​​

2025年的零售AI图景呈现出一幅“冰与火之歌”式的景象：一方面是热情似火的广泛采纳与投资，另一方面是深入应用时遇到的冰冷现实——数据碎片化、高成本和高技能门槛。调查清晰地表明，​​AI的真正潜力并非源于算法本身，而是源于其运行所依赖的数据基础。​​

那些能够率先突破数据障碍、利用CDP等工具构建强大数据基础设施、并成功将AI应用于前台客户体验的零售商，将在未来一年乃至更长远的竞争中脱颖而出，真正将AI从“ hype ”变为驱动增长的“ reality ”。对于所有零售参与者而言，现在的行动抉择，将决定其在AI驱动新时代的成败。