沃尔玛大规模破解企业 AI：数千个用例，一个框架
快速阅读: 《VentureBeat 公司》消息，沃尔玛通过将信任作为工程需求，构建定制化AI解决方案，提升客户与员工体验，并利用AI加速产品开发与决策。
加入这个被企业领袖信赖近二十年的活动。VB Transform 汇聚了正在构建真正企业AI战略的人士。了解更多
沃尔玛继续在企业规模部署智能代理AI方面取得进展。他们的秘诀是什么？将信任视为工程需求，而不是最终需要勾选的合规复选框。
在“算法中的信任：沃尔玛的智能代理AI如何重新定义消费者信心和零售领导力”专题讨论会上，沃尔玛继续在企业规模部署智能代理AI方面取得进展。他们的秘诀是什么？将信任视为工程需求，而不是最终需要勾选的合规复选框。
VB Transform 2025，
沃尔玛新兴技术副总裁迪丝蕾·戈斯比解释了这家零售巨头如何实现数千个AI用例。该零售商的主要目标之一是持续维护并增强其2.55亿每周购物者的客户信心。
“我们认为这是一个相当重要的转折点，与互联网非常相似，”戈斯比在周二上午的会议中对行业分析师苏珊·埃特林格说道。“在我们实际运营和工作方式上，它具有深远影响。”
这次会议分享了从沃尔玛AI部署经验中学到的宝贵教训。在整个讨论过程中，这家零售巨头不断寻找应用分布式系统架构原则的新途径，从而避免产生技术债务。
>> 查看我们关于Transform 2025的所有报道 <<
四个利益相关者框架构建AI部署
沃尔玛的AI架构拒绝横向平台，转而采用针对特定利益相关者的解决方案。每个群体都会获得专门设计的工具，以解决特定的操作摩擦。
客户通过Sparky进行自然语言购物。现场工作人员获得库存和流程优化工具。商家可以访问用于品类管理的决策支持系统。卖家则获得业务整合能力。“然后，当然还有开发者，实际上，给他们赋予强大的能力，并提供新的代理工具，”戈斯比解释道。
“我们公司有数百个甚至上千个不同的用例正在实现，”戈斯比透露。这种规模需要大多数企业所缺乏的架构规范。
这种划分承认了沃尔玛每个团队对其特定工作的基本需求，即拥有定制的工具。管理库存的门店员工需要的工具与分析区域趋势的商家不同。通用平台失败是因为它们忽视了实际操作情况。沃尔玛的特异性通过相关性而非强制来推动采用。
信任经济学正推动沃尔玛的AI采用
沃尔玛发现，信任是通过价值交付建立的，而不仅仅是员工有时质疑其价值的强制性培训计划。
戈斯比的例子引起了共鸣，她解释了自己母亲的购物方式从每周去商店购物到疫情期间送货上门的演变，这正好说明了自然采用是如何运作的。每一步都提供了即时、具体的益处。没有摩擦，也没有强制性的变革管理，但这一进程比任何人都能预测得更快。
“她在整个过程中一直在与AI互动，”戈斯比解释道。“她能够去商店并买到她想要的东西，商品已经摆放在货架上。AI就是用来做到这一点的。”
顾客从沃尔玛的预测性商业模式中获得的好处也反映在戈斯比母亲的经历中。“与其每周去一次，考虑需要购买什么杂货，然后让它们送上门，不如直接自动送到你家？”这就是预测性商业的本质，也是它如何为每一位沃尔玛顾客大规模地提供价值。
“如果你能为他们的生活增添价值，帮助他们减少摩擦，帮助他们省钱并过上更好的生活，这是我们的使命的一部分，那么信任就会随之而来，”戈斯比表示。员工遵循同样的模式。当AI确实改善了他们的工作，节省了他们的时间并帮助他们表现出色时，采用会自然发生，信任也会被赢得。
时尚周期从几个月缩短到几周
沃尔玛的“趋势到产品”系统量化了AI的运营价值。该平台综合社交媒体信号、客户行为和地区模式，将产品开发从数月缩短到数周。
“‘趋势到产品’使我们从数月缩短到数周，把合适的产品带给我们的客户，”戈斯比透露。该系统根据实时需求创建产品，而不是历史数据。
从数月到数周的压缩改变了沃尔玛的零售经济。库存周转加快。折扣暴露减少。资本效率提高。公司在保持价格领先地位的同时，匹配任何竞争对手的市场速度。每个高销量品类都可以通过使用AI缩短上市时间并带来可衡量的收益。
沃尔玛如何利用MCP协议创建可扩展的代理架构
沃尔玛的代理编排方法直接来源于其在分布式系统方面的宝贵经验。该公司使用模型上下文协议（MCP）来标准化代理与现有服务的交互方式。
“我们将我们的领域分解，认真思考如何将这些内容包装成MCP协议，然后暴露这些内容，以便我们可以开始编排不同的代理，”戈斯比解释道。这种策略是对现有基础设施的改造，而不是替换它。
这种架构理念远不止于协议。戈斯比表示：“我们今天看到的变化与我们从单体架构转向分布式系统时看到的变化非常相似。我们不想重复那些错误。”
戈斯比列出了执行要求：“你怎么分解你的领域？你需要多少MCP服务器？你需要哪种代理编排？”在沃尔玛，这些代表日常的运营决策，而不是理论练习。“我们希望利用现有的基础设施，将其分解，然后重新组合成我们想要构建的代理，”戈斯比解释道。这种以标准化为先的方法促进了灵活性。多年前构建的服务现在通过适当的抽象层为代理体验提供动力。
商家的专业知识成为企业智能
沃尔玛利用数十年的员工知识，将其作为其日益增长的AI能力的核心组成部分。公司系统地从数千名商家那里收集品类专业知识，创造出以数字为先的零售商无法匹敌的竞争优势。“我们有数千名商家非常擅长他们的工作。他们是他们所支持品类的专家，”戈斯比解释道。“我们有一位奶酪商人，他确切知道哪种葡萄酒最适合搭配哪种奶酪，但这些数据并不一定以结构化的方式记录。”AI将这种知识转化为实际应用。“有了我们现有的工具，我们可以捕捉他们的专业知识，并真正为我们的客户提供帮助，”戈斯比说。具体应用是：“当他们想举办聚会时，该准备哪些开胃菜？”这种战略优势会不断累积。几十年的商家专业知识可以通过自然语言查询来获取。以数字为先的零售商缺乏这种人类知识基础。沃尔玛的220万名员工代表了独有的智慧，这是算法无法独立合成的。
新的指标衡量自主系统的成功
沃尔玛开创了针对自主AI而非人工驱动流程的测量系统。当代理系统处理端到端的工作流程时，传统的漏斗指标就会失效。“在代理系统的世界中，我们正在开始解决这个问题，这将发生变化，”戈斯比说。“关于转化率等方面的指标不会改变，但我们将会关注目标完成情况。”这种转变反映了运营现实。“我们是否真的实现了我们的员工和客户真正想要实现的目标？”戈斯比问道。这个问题重新定义了成功的衡量方式。“归根结底，这是一种衡量我们是否提供了价值，是否达到了我们预期的价值，然后从那里回过头来确定正确的指标的方式，”戈斯比解释道。问题解决比流程遵守更重要。AI如何帮助客户实现目标被优先考虑，而不是转化漏斗。
企业界从沃尔玛AI转型中获得的教训
沃尔玛的Transform 2025会议为企业AI部署提供了可操作的见解。公司的运营方法提供了一个经过大规模验证的框架。从一开始就建立架构纪律。从单体架构转向分布式系统为沃尔玛提供了学习成功AI部署所需的经验。学到的关键经验是在扩展之前建立正确的基础，并制定一种防止昂贵返工的系统性方法。提供符合特定用户需求的解决方案。统一模式的AI每次都会失败。门店员工需要的工具与商家不同。供应商需要的能力也不同于开发者。沃尔玛的针对性方法促进了采用。通过真实价值建立信任。从明确的成功案例开始，提供可衡量的结果。沃尔玛逐步从基本的库存管理发展到预测性商务。每一次成功都带来了对下一次的洞察和知识。将员工知识转化为企业资源。你的组织内存在数十年的专业知识。沃尔玛系统地收集商家情报，并在每周2.55亿次交易中加以运用。这种机构知识创造了算法无法从零开始复制的竞争优势。在自主系统中衡量关键指标。当AI处理整个工作流时，转化率并不能抓住重点。应专注于问题解决和价值交付。沃尔玛的指标已经演变为符合运营现实。在复杂性到来前进行标准化。集成失败比糟糕的代码导致的项目失败更多。沃尔玛的协议决策可以防止大多数AI计划受挫的混乱。结构化能提高速度。
“一切最终都会回到基本点，”戈斯比建议道。“退后一步，首先了解你真正需要为你的客户和员工解决什么问题。哪里存在摩擦？哪里有你可以开始思考不同的手工劳动？”
沃尔玛的蓝图超越了零售业
沃尔玛展示了如何通过工程纪律和系统化部署实现企业AI的成功。公司通过将每个利益相关者群体视为一个独特的挑战，要求定制化的实时解决方案，在4700家商店中处理数百万每天的交易。“它渗透到了我们所做的每一件事中，”戈斯比解释道。“但归根结底，我们看待问题的方式始终是从我们的客户和会员出发，真正理解这对他们会产生什么影响。”他们的框架适用于各个行业。平衡客户需求与监管要求的金融服务机构、协调跨医疗机构患者护理的医疗系统、管理复杂供应链的制造商都面临类似的多利益相关方挑战。沃尔玛的方法为应对这种复杂性提供了一种经过验证的方案。“我们的客户正在为自己解决问题。我们的员工也是如此，”戈斯比表示。“我们是否真的用这些新工具解决了那个问题？”这种以问题解决而非技术部署为重点的方法带来了可衡量的结果。沃尔玛的规模验证了这一方法，适用于任何准备好超越试点项目的公司。
通过VB Daily获取每日业务用例见解
如果你想给老板留下深刻印象，VB Daily就能满足你的需求。我们提供关于公司如何使用生成式AI的内部信息，从监管变化到实际部署，让你分享见解以获得最大投资回报率。
通过VB Daily获取每日业务用例见解
立即订阅
阅读我们的隐私政策
感谢您的订阅。
查看更多的VB新闻通讯。
发生错误。
(以上内容均由Ai生成)
