执行摘要

按流程领域划分的AI价值池
泰国食品杂货与便利店 · 2030年每年THB bn · 基于THB 1.2 tn销售额的KIRA区间估算
预测、补货、生鲜损耗3.6-9.6个性化优惠与零售媒体2.4-7.2门店人力:排班、结账、摄像头1.2-4.8定价、促销与降价清货1.2-3.6线上订单与配送0.6-2.4采购、供应商条款、后台0.6-1.8实线 = 下限 · 虚线 = 至上限 · 每年THB bn
来源:[Kira estimates],依据[CP Axtra Feb 2026]、[NOWnews 2026]及第12页对标案例;推算逻辑见第17页

三句话结论

AI在已有数据的环节见效。补货和个性化优惠占每年THB 9.6-29.4 bn价值池的一半以上[Kira estimates];仅下限即与CP Axtra 2025年THB 9.4 bn的净利润相当[CP Axtra Feb 2026]。

两大集团领跑。CP Axtra与Alibaba Cloud签约,在全员范围内推广AI[Alibaba Cloud Apr 2026];Tops基于The 1数据运营AI精选优惠[The Standard Feb 2026]。

门店人力回报缓慢。曼谷日薪THB 400[Tilleke 2025],自助结账机器人需要数年才能回本。

日本或韩国供应商的最大机会,是先向两大集团销售预测、生鲜和优惠工具,再将同一套方案推广至小型连锁。
Alibaba Cloud Apr 2026 = Alibaba Cloud · CP Axtra Feb 2026 = CP AXTRA · Kaohoon Aug 2026 = Kaohoon International · NOWnews 2026 = NOWnews · The Standard Feb 2026 = The Standard · Tilleke 2025 = Tilleke & Gibbins · Kira estimates = KIRA analyst triangulation

食品杂货受AI影响的程度高于其微薄利润率所暗示的水平:订货、生鲜和优惠都是数据工作,且大部分已经数字化

AI影响程度:信息密集度与数字化比例
泰国 · 零售作业 · KIRA 0-5评级
已数字化,信息量低易于自动化,收益有限受影响最大数据密集且已数字化受影响最小体力劳动,决策少数据密集,依赖纸质数据数字化后收益高门店订货会员优惠生鲜降价员工排班结账上架补货单项任务信息密集度:由低到高已数字化的工作比例
来源:[Kira estimates],基于任务分析;输入数据来自[CP All SD 2024]和[ThaiPR 2026]

后台为何受影响最大

订货就是每日预测。CP All的门店自动订货在2024年减少了7,827吨食品报损[CP All SD 2024]。

优惠依托会员数据。Lotus's在一次营销活动中分析了逾2,200万会员的交易[ThaiPR 2026]。

生鲜降价在多数门店仍靠人工,一旦保质期数据数字化,收益最大[Kira estimates]。

上架补货和结账属于体力工作,按泰国工资水平收益最小[Kira estimates]。

将订货、生鲜和优惠视为受影响的核心;门店现场只在工资或人手短缺倒逼时才会跟进。
CP All SD 2024 = CP ALL · ThaiPR 2026 = ThaiPR.net · Kira estimates = KIRA analyst triangulation