报告概述

该报告聚焦澳大利亚零售与消费行业,对覆盖的18家公司在人工智能领域的采用情况进行系统评估。报告采用UBS美国软线零售团队开发的AI评分卡方法,从供应链与物流、营销、销售与客户体验、门店运营、组织与支持职能、产品开发与创新六个维度,基于公开信息对各公司进行0/0.5/1分评级。通过这一横向比较,报告旨在帮助投资者了解各公司AI应用的广度与深度,判断哪些企业更有可能从AI技术中获益。

报告的核心结论

多数公司已在组织支持和营销领域广泛采用AI,但产品开发应用滞后。

报告显示,组织与支持职能(83%的公司有应用)和营销(83%)是AI采用率最高的领域,而产品开发与创新仅有21%的公司涉足。这反映出当前AI部署主要集中在运营效率和客户触达层面,深入核心产品创新的案例仍然有限。

大型零售公司凭借数据优势和内部能力在AI采用上明显领先。

得分最高的公司如Wesfarmers(1.0/1.0)、Coles和Woolworths(均为0.83),其共同特征包括拥有高质量第一方数据(如忠诚度计划)、AI应用已从单一环节扩展至全业务链,并建有强大的内部AI组织治理能力。相比之下,中小型公司得分普遍较低。

AI应用的主要财务驱动来自成本降低和收入增长,但需警惕竞争与成本反风。

报告指出AI可通过降低运营支出(CODB)、销售成本(COGS)、提升收入和营运资本效率来创造价值。但同时,AI可能加剧市场竞争、改变消费者行为并带来新增成本,部分抵消收益。

AI采用水平与公司规模及信息披露透明程度正相关。

分析基于公开信息,较大公司更倾向于披露AI举措,而部分公司可能因商业机密或策略选择未公开其实际进展。因此评分高低不一定完全反映执行效果,但仍是当前可比的基线。

报告回答的关键问题

澳大利亚零售企业如何应用AI?

报告显示,AI在澳大利亚零售和消费公司中的首要应用场景是营销(个性化促销、内容生成)和组织支持(内部LLM工具、战略合作),其次是供应链(需求预测、库存优化)和客户体验(聊天机器人、搜索)。门店运营和产品开发中的应用相对较少,但领先企业已开始部署前线AI助手和品控系统。

哪些澳大利亚零售公司在AI采用上表现领先?

根据报告AI评分卡,Wesfarmers以满分1.0位列第一,Coles、Woolworths、Endeavour Group和Breville Group紧随其后,得分分别为0.83、0.83、0.83和0.80。这些公司在供应链、营销、客户体验等多数维度均有清晰的AI用例。而Premier Investments、Universal Store和Lovisa得分较低,分别为0.08、0.17和0.33。

AI能给零售商带来哪些具体回报?

报告归纳了AI的主要ROI驱动因素:降低运营支出(如自动化流程、减少手动工作)、降低销售成本(如优化促销、减少库存损耗)、提升收入(如个性化推荐、零售媒体网络)以及改善营运资本效率(如精准预测降低库存)。具体案例包括Wesfarmers的AI定价工具节省约10万小时手工劳动,Breville的AI客服将呼叫处理时间缩短25%。

澳大利亚零售AI发展与美国相比处于什么阶段?

报告指出美国软线零售同行已识别出10个具体AI用例,应用更为先进,而澳大利亚整体尚在追赶阶段。不过,领先的澳大利亚公司已在多个维度广泛部署AI,且随着数据质量和组织能力提升,有望加速追赶差距。

报告中的代表性数据

组织与支持:83%;营销:83%;销售与客户体验:72%;供应链与物流:72%;门店运营:44%;产品开发与创新:21%

各维度AI采用率(覆盖范围内公司中有相关用例的比例)

截至2026年6月,数据基于对18家澳大利亚零售和消费公司的公开信息分析。采用率指至少出现部分AI证据(评分0.5或1)的公司占比,剔除不适用(NA)项。

Wesfarmers 1.0/1.0

AI评分最高的公司与得分

截至2026年6月,Wesfarmers在所有六个维度均获得满分,是唯一全面采用AI的覆盖公司。Coles、Woolworths和Endeavour Group得分0.83,Breville Group得分0.80。

以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整AI评分卡表格:包含18家公司在6个维度上的具体评分及总体得分,便于横向比较。
  • 各公司详细案例拆解:对Wesfarmers、Coles、Woolworths等领先公司逐一分析其AI在供应链、营销、门店等环节的具体用例与成效。
  • AI应用场景与财务影响映射:以表格形式列出各业务环节的典型AI用例及其对应的ROI驱动因素(收入、COGS、CODB、营运资本)。
  • AI领导者特征提炼:归纳最有望从AI中获益的公司的三大共性:高质量第一方数据、全业务链应用、内部AI组织与治理能力。
  • 估值方法与风险声明:包含本次覆盖公司的估值方法(DCF与SOTP组合)及行业特有风险因素(消费信心、供应链、竞争等)。
  • 报告披露与利益冲突声明:包括分析师认证、评级定义、公司持股及投资银行关系等必要合规信息。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告