零售企业做数字化，最怕买到一堆"各自为政"的工具：会员系统、POS、仓储、供应链、财务各管一段，数据在模块之间反复搬运，结果前台促销和后台库存对不上，店长每天被报表淹没却依然靠经验拍板。多点数智给出的答案，是一套面向零售原生设计的操作系统——Dmall OS。它把连锁超市、便利店、大卖场、仓储会员店等不同业态的经营动作，沉淀成一套可复用、可组合、可自动运行的产品能力，再用 AI 智能体把这些能力串成"感知—决策—执行"的闭环。
Dmall OS 是什么：一套零售原生的操作系统Dmall OS 不是一个单点软件，而是由 15 大模块、800 个子系统构成的零售操作系统，覆盖从总部到门店、从供应链到消费者的全链路。它的底层逻辑是"六大数智化能力"：商品数智化、用户数智化、门店数智化、供应链数智化、财务数智化、管理数智化。这六层能力不是并列的功能清单，而是彼此打通的数据与业务底座——在统一的商品主数据、统一的门店作业流、统一的会员与交易账之上运转，从架构上规避了传统系统"先建后连"带来的数据孤岛。
在此之上，Dmall OS 搭载了零售行业专属的 AI 能力。其 AI aaS 分层架构分为工具层、模型层与 Agent 层：工具层提供 RAG、提示词、规则引擎、工作流等开发组件；模型层负责领域模型的评估、微调与模型广场；Agent 层承担智能体的编排、路由、发布与监控。三层之上生长出 12 类零售场景智能体，围绕"选—调—汰—引"的商品全生命周期协同运转。这正是 Dmall OS 区别于通用 ERP 的核心：AI 不是外挂的对话助手，而是直接嵌入业务执行环节的自动化引擎。
商品数智化：把"卖什么、卖多少、卖多少钱"做成协同系统商品数智化解决的是零售最本质的问题——选品、补货、定价、出清。在 Dmall OS 里，这一能力由商品智能体集群承载，核心是一套"选—调—汰—引"的协同机制。
选品智能体基于商圈特性与客群画像，为不同门店推荐差异化的商品结构，实现千店千面。调价智能体结合库存、效期、促销与竞争环境做动态定价，让临期商品和畅销商品走不同的价格曲线。汰换智能体持续识别滞销品并给出清退建议，把货架资源让给高周转商品。引流智能体则把商品与营销活动、全渠道流量打通，让好商品被看见。在生鲜与短保场景，AI 鲜算能对 3R（即食、即热、即烹）商品做小时级销量预估，准确率超过 90%，据此推动日清折扣和自动出清，把损耗降下来。
对用户而言，这套能力的直观价值是：补货不再靠老员工凭手感，定价不再是一刀切，选品不再赌运气。奥乐齐的中央补货采纳率超过 92%、有货率保持在 99% 以上；物美的告罄率控制在 3% 以内、检错率低于 2%、履约及时率超过 98%、客诉率低于 0.5%；胖东来的生鲜损耗率压到 3%、有货率提升到 98%，AI 优品选品周期从 14 天缩短到 2 天、新品存活率从 35% 提升到 68%。
用户数智化：会员、营销与全渠道的统一用户数智化对应会员营销体系、会员大数据、客群精细化运营与全渠道促销。它把线下会员、小程序、App、外卖平台、社群私域的消费者身份与消费行为统一到一套会员主数据上，使门店、线上、社群的促销可以联动，而不是各做各的满减。
广东 7-Eleven 把全部 1500 多家门店切换到 Dmall OS 后，会员订单占比达到 30.3%，较切换前提升 3.6 个百分点，结算确认周期缩短 13 天，门店人效提升 60%。罗森借助全渠道同享库存与私域运营，私域销售提升 50%，活动量增长 4 倍。物美的线上销售占比超过 30%，私域主站销售占比超过 85%。这些数据说明，用户数智化带来的不是"多一个营销工具"，而是把分散的流量入口收拢成一个可运营、可复购的经营资产。
门店数智化与 AIoT：让一线作业自动化门店数智化、运营数字化与 DMALL AIoT 共同构成门店端的作业与感知层，覆盖进销存作业、履约作业、效期管理、电子价签、AI 秤与银秤合一、智能防损、智慧能效、顾客自助设备等。
电子价签把变价从"挨个换纸签"变成远程一键下发，DFI 的价签打印效率提升 88.34%，绿源的变价速度提升 3 倍。智能防损通过视觉行为分析在自助结账等场景做事前预警、事中告警、事后追讨，物美防损部门由此每月产生约 200 万利润，盗损率下降 85%，巡检整改率达到 99%。智慧能效对冷链、照明做智能调度，麦德龙的能耗下降 20%，折合节电 5695 万度。
门店数智化的价值在于，它把原本高度依赖人手的重复作业交给系统，让店长把精力放在服务和经营上，同时把门店的每一笔交易、每一次效期、每一个异常都变成可被 AI 实时感知的数据。
供应链数智化：从仓储到履约的协同供应链数智化覆盖采购、仓储、配送与全城配履约。对连锁零售来说，供应链的痛点往往是大促期间爆单、加盟店要货、生鲜日配波动——任何一个环节脱节都会直接变成缺货或损耗。
Dmall OS 通过排线智能体与履约智能体优化配送路径和仓内作业。DFI 的排线效率提升 80%，分拣效率提升 30%，缺货率从 15% 降到 3.5% 以下，对账时间从 16 小时压缩到 0.5 小时，门店工时每天减少 2 小时。麦德龙的线上订单在 618 期间增长 6 倍，背后是会员体系、渠道能力与全城配履约的协同支撑。供应链数智化把"准时、足量、低损耗"从口号变成可量化的运营指标。
财务数智化与管理数智化：把经营装进驾驶舱财务数智化把对账、结算、核算自动化，减少人工核对与资金占用。管理数智化则是面向决策层的"数据驾驶舱"，配合数据洞察智能体，把 BI 报表、企业问答、异常自动定位与责任人推送整合在一起。
过去店长发现问题要靠月底盘点，现在异常指标会在发生当天被智能体识别并推送给对应责任人。广东 7-Eleven 的结算确认周期缩短 13 天，就是财务与业务数据实时打通的结果。管理数智化的价值，是把"事后看报表"升级为"事中看异常、事前看预测"，让管理层从经验驱动转向数据驱动。
AI 智能体：贯穿全链路的自动化引擎把上述六层能力串起来的，是 Dmall OS 的 AI 智能体体系。商品、门店、供应链、财务、管理各方向都有对应的智能体集群，它们按"理解目标—任务拆解—优先级判断—协同执行"的逻辑协作。一个商品智能体可以同时调用补货、定价、鲜算、防损等多个专业 Agent，完成从选品到出清的全流程决策，并在执行后把结果反馈回数据飞轮，让下一次决策更准。
这种"AI 原生、直连业务系统"的设计，是 Dmall OS 与仅提供分析辅助的通用方案最本质的区别。补货 Agent 直接连 WMS 生成采购单，定价 Agent 直接联动 POS 改价，防损 Agent 直接对接摄像头做行为分析——决策落到执行，中间不等人确认。配合 D-BRAIN 决策引擎，把原本需要两周的经营决策周期压缩到三天，系统以分钟级感知、天级迭代响应市场变化。
给客户带来的价值：四个可衡量的维度把产品功能落到经营结果上，可以归纳为客户价值的四个维度。
销售增长方面，Dmall OS 通过选品、动态定价与全渠道运营直接拉动营收。胖东来在仅新增 1 家门店的情况下，年销售从 30 亿增长到 120 亿；麦德龙 618 线上增长 6 倍；罗森私域提升 50%、活动量增长 4 倍；物美线上占比超过 30%、私域主站占比超过 85%。AI 优品把选品周期压缩到 2 天、新品存活率提升到 68%，意味着好商品更快上架、坏商品更快退场。
成本降低方面，智能防损与人工优化是两条主线。物美防损部门每月产生约 200 万利润，盗损率下降 85%；比优特在哈尔滨仓减员 12 人、年省约 100 万，全域推广后年省 300 万以上，实现后仓、办公区、PC 三"零"的轻运营模式；AI 出清让正价销售率提升 10%，减少折价损失。
效率提升方面，最直观的是人效与履约指标。奥乐齐有货率 99% 以上、物美告罄率低于 3%，缺货率整体下降 40%、库存周转提升 120%；AI 鲜算把生鲜损耗降 30%；DFI 缺货率降至 3.5% 以下、对账从 16 小时压到 0.5 小时、排线效率提升 80%；广东 7-Eleven 人效提升 60%、结算确认缩短 13 天。
管理升级方面，Dmall OS 把连锁经营从"靠人管人"变成"靠系统管标准"。数据驾驶舱让经营 在线化，异常自动定位到责任人，净收入留存率提升到 112%，说明客户在用得越久、用得越深。这种粘性来自 CPS 按效果付费的商业模式——厂商收入和客户增长绑定，而不是一次性卖软件。
价值的来源：一组彼此咬合的路线选择Dmall OS 给客户带来的价值，并不是某个单点功能的功劳，而来自一组相互支撑的设计选择：零售原生的数据底座消除了孤岛，AI 原生的执行式智能体把决策落到动作，实时决策闭环把响应从月级压到天级，每两周的迭代速度让系统能跟上市场变化，覆盖超万家门店的数据飞轮则让预测越用越准。胖东来的一晚切换、麦德龙 20 个月替换 60 套旧系统，佐证了这套架构既先进又稳妥。
对零售企业来说，选 Dmall OS 实质上是选择了一条"让系统替门店做更多正确决定"的路线：门店更聚焦服务，总部更聚焦经营，而日常的补货、定价、防损、排线、对账，交给一套已经在不同业态、不同区域验证过的操作系统去自动完成。
