Kroger、Giant Eagle 和 DoorDash 在造智能体助手

今年的 Groceryshop 大会上，美国连锁超市 Kroger、Giant Eagle 和外卖平台 DoorDash 不约而同聊了同一个话题：智能体（agentic AI）助手到底怎么落地，而不是停留在概念阶段。

Kroger 的数字官 Yael Cosset 提到，过去十年一直在搭建线上线下一体化的体验，下一步重点是让 AI 助手能缩短从购物冲动到完成下单之间的摩擦。最近他们正式上线了一款 AI 购物助手，能根据用户的多重需求（比如家有糖尿病家长、临时起意做饭）即时配好购物车，连手写购物清单的图片也能识别。

Giant Eagle 的副总裁 Shweta Prabhu 强调，AI 的核心价值是把单渠道用户变成全渠道用户：研究显示全渠道用户的终生价值比单渠道用户高 30%。他们在主 App 上线了 AI 食谱推荐器，扫描菜品图就能一键加购所需食材。

DoorDash 的副总裁 Mike Goldblatt 谈到，公司正在拓展业务边界，从单一外卖到综合性零售。9 月他们把 Macy、Anthropologie、The North Face、Vans、Timberland 加入了零售市场，同时上线了 Dasher Returns 上门取件退货、以及基于文字对话的下单助手 Ask DoorDash。

他们的共同选择是把 AI 从聊天工具推进到执行工具：不是简单回答问题，而是直接配好购物车、退货、找替代品。这种思路也在回答一个更基础的问题：消费决策权，到底交给算法还是交给用户？

对想做零售、出行、本地生活类工具的创业者来说，DoorDash 的判断判断值得记住：当用户知道自己要什么时，他们 25 秒就能下完单；当他们不知道时，AI 才有用。

当 Agentic AI 进入零售流程时，门店不再只是陈列商品的空间，而是成为 agent 触达用户的传感器；这种结构对国内正在试水「本地即时零售」的平台有借鉴价值：把门店信息结构化、把员工培训流程化、把 AI 工具融入前台。

更广的角度看，零售业的下一道算法战不在前端，而在如何把门店员工、后端供应链、用户推荐这三件事用 AI 一体化打通。 把 生成式 AI、Agentic AI、零售执行力这三件事一起做，需要技术团队、数据团队、运营团队深度协作；零售场景是技术能力的最终试金石。 把 生成式 AI、Agentic AI、零售执行力这三件事一起做，需要技术、数据、运营三方面深度协作。零售场景是技术能力的最终试金石。Kroger 的案例说明，AI 在零售的应用不在炫技，而在解决具体场景的摩擦：让消费者在思考做饭的那一秒，正好可以顺手把食材下完。让 科氏、Costco 这种大型连锁在美国能够实现，把多个门店、多个品类的数据打通是关键。 对想跟进这套打法的国内团队，建议先做小区域试点再放大，先把单门店的 agentic 场景跑通，再延伸到多门店、多品类的复杂场景；先把内场员工、后端供应链打通，再扩展到消费者侧对话交互。这种从内到外的拓展方式，比一上来就做多场景整合更稳。

创业找资源，上乌鸦部落。