10月29日，多点数智在沈阳举办2026年度合作伙伴大会，并在大会上正式发布零售AI核心产品“水滴引擎”及零售智能体市场。与行业惯常强调大模型参数与能力的叙事不同，多点数智将水滴引擎定位为模型与企业业务之间的“中间层”，一个让AI真正进入零售经营现场、管住数据边界、沉淀企业经验的建设与运营平台。

　　根据现场发布的信息，水滴引擎是一套七层架构的企业智能体建设与运营平台，聚焦零售经营场景。其核心职责并非训练模型，而是组织企业资源：将数据、知识、业务规则、系统工具与员工经验接入统一底座，同时实现智能体应用的可治理、可管控。

　　在最上层，员工通过智能体应用完成查数、分析、判断辅助与任务协同；最下层，模型能力以“可替换、可多家接入”的方式存在。多点数智在发布会上明确传递了一个判断：模型决定AI聪不聪明，而中间层决定AI能不能进入业务、数据出不出得去、沉淀的经验归谁所有。

　　水滴引擎的发布伴随着两层商业设计。第一，智能体市场采取“适配—验证—复盘”的准入门槛，而非简单的应用下载逻辑。行业经验提供起点，但企业必须结合自身数据口径与审批边界完成适配验证，才能上线使用。第二，多点数智同步推出“百川计划”，将水滴引擎沙箱、工具与SkillHub向伙伴开放，懂零售的开发者可将自己跑通的补货方法、生鲜效期规则封装为技能包，通过评测后上架市场并参与分成。

　　多点数智将企业自身的业务规则与“老师傅”的经验注入AI，而非用通用模型替代人。目前，数百个零售智能体已在水滴引擎上运行，覆盖商品、供应链、门店、会员与经营协同五大方向。

　　这意味着零售企业沉淀的经验，具备了从成本项转为资产项的制度通道。配合会上宣布的1亿Dmall Credit免费额度，多点数智试图将企业“先看看效果再决定投入”的门槛降为零。

　　水滴引擎能给零售行业带来什么？ 多点数智给出的最直接的价值在于解决AI在零售业长期存在的落地断层。个人用AI提效肉眼可见，公司层面的经营报表却看不出变化。水滴引擎的解法是把AI从“回答问题的工具”推进到“承接执行闭环的系统”——建议进入任务、责任到人、结果回流、规则校准。

　　更深层的意义在于经验归属。中国零售的专业方法——生鲜效期管理、品类汰换节奏、排班与控损——长期分散在个体店长与品类经理身上，带不走也复制不了。水滴引擎若真能让这些方法以技能资产的形式在行业间流转，那么零售AI的竞争逻辑将从“谁买了更好的模型”转向“谁把经验管得更透”。

　　多点数智副总裁张宇表示：“项目结束，留下企业能力。”在模型能力日趋同质化的当下，这句话或许比任何参数都更接近零售企业真正关心的问题。

编辑：刘静