快手电商战略与618大促规划 - 公司宣布2026年全年将投入千亿级流量扶持优质供给 [2][7] - 今年快手618大促自5月上旬持续至6月中下旬，分为预售期、开门红、主题日、品类日及收官期五个阶段，为商家提供生意爆发窗口 [2][7] 多维营销与差异化经营策略 - 大促期间推出多维营销体系，包括“促框握手”深化合作、全民任务激发创作、官方立减降低门槛，以及超级链接、大牌大补等玩法提升品牌曝光与转化 [3][8] - 通过抽免单、天天秒杀、1元竞拍等互动玩法增强用户参与感与消费体验 [3][8] - 针对不同商家提供差异化经营策略：向头部高潜商家强化资源倾斜，为腰尾部潜力商家提供成长通道，帮助品牌旗舰店、经销商及产业带商家实现全域突破，全量商家享有基础能力与流量保障 [3][8] 三大核心升级方向 - 公司发布三大核心升级方向：全场域协同、电商与广告流量深度融合、优质供给体系化引入 [3][8] 场域协同升级 - 平台着力打破内容场与货架场壁垒，实现“看、逛、买”全链路行为互通，用户可在短视频直播中“看”，在频道与猜你喜欢中“逛”，通过搜索与店铺完成“买” [3][8] - 建立用户跨场域价值累积机制，打通高效转化路径，并以千人千面的精准智能补贴加码全生命周期运营，加速用户价值释放 [3][8] 流量融合升级 - 整合电商与广告流量，升级综合价值导向的分发策略，打通内容场与货架场的用户行为信号 [4][9] - 磁力金牛全面升级为全域融合背景下的生意增长杠杆，流量覆盖精选页、发现页、货架公域及货架搜索等全场景 [4][9] 供给优化与生态建设 - 平台持续加大优质商家与商品的引入力度，通过完善生态基础设施，与商达共建繁荣、多元的电商生态 [4][10] 技术与补贴投入 - AI工具已覆盖用户购买全链路，全面提升用户购买效率与商家经营效率 [4][10] - 平台补贴方面，全民任务、大牌大补、官方立减等核心政策降低商家经营成本、提升商品竞争力 [4][10] - 本次大促期间，平台将使用AI智能模型协助商家诊断经营问题，并提供针对性经营指导 [4][10] 过往业绩与用户增长 - 过去一年，日均动销商家规模同比增长超15%，全年入驻优质新商同比增长26%，日均动销品牌同比增长34% [4][10] - 今年3月，短视频月均购买用户数同比增长超15%，泛货架月均购买用户数同比增长超17% [4][10] 618大促核心策略 - 今年618，公司将以全域复利思维，通过场域协同、流量融合与智能化工具，帮助商达实现确定性增长 [4][11]

文章核心观点 - 社交平台的估值逻辑正在发生根本性转变，从依赖“关系链”和“用户时长”转向比拼“信息解释能力”和“用户意图识别” [1] - 下一代互联网入口的核心特征将是最懂用户当下需要解决的问题，而非单纯提供最多内容 [1] - 以X推出Grok驱动的时间线为代表，信息分发模式正从“你关注了谁”转向“你到底想知道什么” [1] - 这一变革将导致微博、阿里巴巴等公司的估值框架需要被重新审视，其价值可能在于成为承接用户意图的入口 [1] 社交平台估值逻辑的变迁 - 移动互联网时代的估值框架：平台价值取决于其掌握的关系链强度和占据的用户时长 [1] - 大模型推动平台任务升级：从“留住人”和“卖广告”向前推进到将信息流压缩成更接近决策的结果 [1] - 新估值锚点：未来信息平台的估值将取决于谁更早接管了用户的前置决策，谁能承接意图谁就更像下一代入口 [13] X（原Twitter）的战略测试：以Grok重构信息流 - X于4月22日开始向Premium iOS用户开放由Grok驱动的自定义时间线，允许用户固定特定主题并由Grok组织内容 [4] - 同时，X宣布将于5月6日下线Communities功能，表明其战略重心从“社区归属”和“关注关系”转向“主题—意图—即时匹配” [4] - 此举改写了社交产品的核心资产定义：从以“关系链”为分发起点，转向“模型解析意图” [4] - Grok驱动的信息流旨在解决传统分发模式的两个老问题：头部账号对内容的垄断，以及平台对用户实时需求理解的滞后 [4] - 这一转变意味着关系网络的边际价值可能下滑，而信息解释能力的价值将上升，社交平台开始接近“前置判断层” [5] 微博的资产价值重估 - 公司基本面数据：2025年第四季度营收4.733亿美元，同比增长4%；全年营收17.6亿美元，基本持平；广告与营销收入全年15亿美元 [5] - 用户数据：截至2025年12月，月活跃用户为5.67亿，日活跃用户为2.52亿，较2024年12月的5.9亿和2.6亿继续回落 [5] - 核心问题：公司的问题不在于缺乏资产，而在于其资产（密集的公共信息场）与产品层（被粉圈、营销号等拖累的分发系统）没有对齐 [5][6] - 价值重估视角：在AI分发时代，微博最值得关注的不再是其社交属性，而是其作为数据层资产的潜力 [8] - 微博的核心资产是中文互联网中少有的大规模、实时、公开、可追踪的“意图样本”，记录了用户关心、站队、质疑、消费倾向等判断方向 [8] - 预期差：微博表面是效率不高的旧平台，底层可能是未被充分货币化的“公共意图矿层”，新估值框架可能赋予其期权价值 [8] - 未来上限：取决于其能否将公共讨论重新加工成高质量的意图识别，从“舆论场”转变为“判断层” [12][13] 阿里巴巴的战略需求与互补可能 - 公司近期动作：2026年3月，阿里将AI业务进一步从云业务中抽出，组建由吴泳铭直接带队的Alibaba Token Hub [10] - 业务表现：云业务收入同比增长36%，AI相关产品收入已连续10个季度保持三位数增长 [10] - 前端产品进展：截至当年2月，Qwen App全平台月活已超过3亿，并整合了淘宝闪购等即时零售能力 [10] - 战略目标：未来五年，云和AI外部收入合计要超过1000亿美元 [10] - 当前短板：阿里体系缺乏一种高频、自然、公共的意图入口，以低成本、连续性捕捉公共问题的走向 [10][11] - 与微博的互补性：微博拥有公共表达密度和意图样本，但缺乏强大的认知处理能力；阿里拥有模型、算力和交易闭环，但需要补强前端意图采集 [11] - 市场想象空间：市场关注点可能在于“微博能否成为阿里体系外部的公共意图采样口”，这是一种基于模型理解用户意图、再生成短路径至交易的新逻辑，不同于传统的流量导购 [11] - 现状：目前仅为结构互补的想象，尚无公开的整合公告 [11] 行业变革方向总结 - 分发模式变革：从基于“关注关系”和“历史行为反推”的分发，转向基于“模型解析实时意图”的分发 [1][4] - 平台角色演变：社交平台从“流量池”向“前置判断层”演变 [5] - 竞争焦点转移：竞争焦点从争夺用户时间和关系链，转向争夺对用户意图的承接能力和决策影响力 [1][13] - 资产定义更新：公共、实时、大规模的意图数据成为新的核心资产 [8][11]

文章核心观点 - 2026年全球零售50强榜单呈现出“营收微增、门店收缩”的总体特征，行业集中度提升，头部格局稳固，业态与区域分化明显，全渠道整合、小型化门店与AI技术应用成为共同战略选择 [5][6] 头部格局变迁 - 2026年TOP10企业总营收占TOP50比重达62%，行业集中度持续提升，其中沃尔玛与亚马逊两家合计营收占50强总营收约三成 [9] - 榜单前七名企业连续两年位次不变，形成高度稳定的头部阵营，其整体营收同比增长4.4%，显著快于TOP50整体2.5%的增速 [9] - 沃尔玛以零售主业为核心全球均衡增长，并依托Walmart+会员体系等非传统业务稳固榜首；亚马逊则通过AWS云业务与履约物流反哺零售板块，线上线下协同支撑增长 [9] - 德国折扣双雄表现亮眼：施瓦茨集团以Lidl为核心加速在英美拓店；奥乐齐聚焦海外扩张，旗下Trader Joe's成为潜在增长点 [11] - 柒和伊控股因集团结构性改革及收购失败导致营收大幅收缩，跌出前十，由沃博联凭借英美市场的强劲表现取代其位置 [11] 企业个体表现与榜单更替 - 在可比48家企业中，25家实现营收增长，14家下降，9家持平，行业增长分化明显 [13] - 实现双位数增长的企业仅5家，主要集中在折扣零售与专业渠道：Jeronimo Martins同比增长25.0%，Adeo Group增长15.0%，Aspiag与Action均增长约13.3%，Expert增长12.5% [14] - 多数企业营收增幅集中在0%-10%之间，包括沃尔玛(+2.4%)、亚马逊(+7.4%)、施瓦茨集团(+3.8%)、开市客(+8.1%)等头部企业，显示行业进入低速扩张、提质增效阶段 [16] - 14家企业营收下降，主要集中在综合零售与便利店业态：柒和伊控股同比下降26.7%，阿里巴巴下降12.6%，全家便利店下降约10.3% [17] - 榜单更替率为4%，两家企业新晋上榜：印度Reliance集团（第47位）依托多业态与本土供应链扩张；英国JD Sports（第37位）通过收购加速全球化布局 [19] - 两家企业跌出榜单：墨西哥Oxxo和日本罗森 [20] 业态强弱分化与发展趋势 - 业态呈现“专业化+细分化”发展趋势，大卖场营收占比持续收缩，折扣零售、仓储会员制与专业零售占比稳步提升 [21] - 折扣零售是增长最稳定的赛道之一，施瓦茨集团、ALDI、Action等企业依托高周转、低毛利及自有品牌模式展现出强抗周期能力 [23] - 仓储会员制与生活方式类零售保持强劲韧性：开市客会员费与高复购率巩固其地位；宜家、家得宝等专业零售商需求韧性突出 [23] - 传统大卖场与综合零售占比下降明显，家乐福、永旺、Falabella等企业面临客流分散、成本上升等结构性压力 [23] - 便利店业态整体增速放缓，柒和伊控股、全家等营收下滑，区域市场分化趋势明显 [25] - 专业零售占比持续提升，消费电子、体育用品、服饰及美妆等细分赛道企业如迪卡侬、JD Sports、丝芙兰、dm等维持增长，显示消费需求向专业化、品质化转移 [25] 区域格局演变 - 欧洲上榜企业数量最多（28家，占56%），美洲（12家，占24%）凭借头部巨头形成显著营收体量优势，亚洲（10家，占20%）企业整体增长动能趋弱 [26] - 受沃尔玛、亚马逊带动，美洲企业总营收占比接近五成；欧洲企业则呈现“数量众多、体量分散”特征 [28] - 亚洲企业整体承压：日本多家龙头排名下滑，反映其市场增长放缓、门店网络饱和；中国企业如阿里巴巴营收下滑，屈臣氏相对稳定，增长动能弱于欧美 [28] - 新兴市场力量崛起：印度Reliance首次跻身TOP50，标志着新兴消费市场成为全球零售增长重要来源 [28] 中国市场外资布局 - 中国市场从“跑马圈地”转向“业态筛选”，外资布局呈现明显分化 [29] - 实现扩张的外资零售商集中在三类业态：会员制零售、折扣业态与专业品牌零售 [30] - 具体案例：沃尔玛旗下山姆会员商店2026年计划在华新开13家门店，2025年销售额突破1400亿元，同比增长约40%；开市客视中国为重要增量市场；ALDI奥乐齐2026年3月中国门店破百家，计划年内新增超50家 [30] - 专业零售赛道迎来新玩家：德国药妆巨头穆勒计划进驻上海；英国冷冻食品超市Iceland北京首店试水 [30] - 优衣库、lululemon、迪卡侬、丝芙兰、苹果等专业品牌通过门店优化与全渠道融合维持稳健增长 [31] - 传统重资产大卖场模式遭遇系统性收缩：家乐福、欧尚外资退出运营主导权；宜家关闭7家大店转向小型店+即时零售；乐购、百思买已彻底退出中国市场 [33]

天猫超市发布AI超市大模型“超喵1.0” - 天猫超市发布国内首个AI超市大模型“超喵1.0”，能够自主完成从发现销售机会、选品、确定产品规格、制定销售策略、投流到运营诊断的全流程工作 [1] - “超喵”基于天猫超市的私有数据库、私有知识库和品牌图谱等数据训练，被定位为面向商家的管理中枢和大脑 [1] - 在“超喵”大脑之下，面向商家端的是一个“店长Agent”，负责统筹商家全局经营，相当于一个AI店长，能帮商家拆解宏观目标并制定经营策略，其下包含入驻发品、商品运营、商品“打爆”、投流、营销、补货、服务体验等子Agent [1] - 与多数仅解决电商局部环节碎片化任务的AI Agent不同，“超喵”首次实现了从供应端到履约端、从商机发现到经营诊断的全链路决策，使AI不仅用于效率提升，更用于发现和转化新商机、以更快更精准的速度制造爆款 [1] 传统电商运营模式面临的挑战 - 传统电商行业已发展得过于精细化和复杂，商家需从众多渠道和促销机会中做出并做对选择，否则试图覆盖所有机会将导致成本非常高，包括很高的人力成本 [2] - 在复杂体系下，完成单一任务需经过漫长流程，例如电商平台一个活动招商需经过近10个环节，信息在平台内部和商家内部多个部门间反复传递，才能完成一个商品的招商工作 [2][3] - 社交媒体发展使销售机会的产生越来越稍纵即逝，但传统新品开发链条从发现商机到产品落地最快也要好几周，许多品牌仍依赖与平台开月度、季度、年度等大型沟通会来决策，效率很低 [4] - 传统零售业中，“人、货、场”三者关系相对割裂，零售价值链被划分为“需求发现-交易撮合-订单履约”等离散环节，导致供需匹配效率低、场景连接成本高、用户体验碎片化等问题 [5] AI对零售业的系统性价值与演进阶段 - AI正在成为应对传统电商运营复杂化带来“熵增”的系统性解法，能通过构建统一的数据中台，将原本孤立的各业务环节打通 [5] - 与第一代AI（以判别式模型与推荐算法为代表）仅重构零售业的数据决策逻辑不同，生成式AI与AI Agent能进一步重构零售业的内容生产方式、交互界面形态与自主执行能力，其影响开始触及零售业的底层逻辑和价值创造机制 [5] - 电商的智能化转型需要经历局部智能化、多环节协同智能化、自主智能化和生态协同智能化等4个阶段 [14] - 平台企业和大型零售企业整体正在推动多环节的AI智能体运作，天猫超市等推出的AI智能体正处于“自主智能化”阶段，并在向“生态协同智能化”方向探索 [14] 天猫超市AI体系的具体构成与应用 - 天猫超市技术团队用两三年时间构建了一个完备的AI体系，根据零售商在超市零售赛道里的整体作业流程，拆解出“卖什么、怎么卖和卖更好”3个环节，并据此开发了经营分析、宫格规划&选品、链接武装&诊断、营销托管、城市化运营、智能补货等16个子Agent [7] - 这些子Agent独立使用能为传统模式电商提效，相互协作则相当于构建了自动化的爆品流水线 [7] - 在选品环节，天猫超市构建了像素级的品类红蓝海商机洞察及全网热销的爆款画像，选品Agent可将商品画像直接发送给相应商家 [9] - 例如，Agent通过全网画像分析，发现A商家的某个商品在小红书热度很高、在抖音销售趋势也很好，但天猫超市还没有，采购可一键下发给商家，商家可一键发品，将商品直接送货到仓库完成上架售卖 [9] AI驱动爆品制造与效率提升案例 - 以“天猫超市臻选4.0高蛋白纯牛奶”为例，选品Agent最早在品类宫格画像和全网热销爆款中发现市场需求，基于对“高蛋白”等消费关键词和蛋白质含量痛点的捕捉，精准定位了4.0、高蛋白、纯牛奶等关键词及有潜力的价格带 [10] - 一家商家获得销售线索后，与臻选联名定制了该商品，仅一个月，这款商品成交就突破了150万单 [10] - 该产品在通过选品Agent完成定义后，还借助链接武装Agent生成不同设计方案并通过AB test测试效果，以及借助投流Agent进行精准投放 [10] - 经过这一套流程，臻选4.0高蛋白纯牛奶的销售转化率大概提升了80%左右 [11] - 与传统更多依赖人为判断（如“我觉得这个品能爆”）不同，AI通过“结果倒推”，用多维数据测算出“爆款”结论再进行新品开发，判断更准、测款更快 [11] AI在经营诊断与爆款复制中的作用 - 过去，若一个商品突然卖爆，商家很难了解销售增长的真实原因，各团队从自身角度分析难以形成整体洞察，结论常不可靠 [13] - 天猫超市推出了可帮商家做经营诊断的智能诊断Agent，商家在后台输入商品ID，Agent会从30多个维度做数据对比和校验，最终给出结论，告知商家商品卖得好或不好是因为流量问题还是转化问题 [13] - 如果是转化问题，Agent还会具体指出30多个维度中哪个维度出现问题，例如是价格调整、平台玩法报名变化，还是因为有一个负向评价导致了转化变化 [13] - 借助AI复盘能让每一款商品的成功或失败被更好地归因，从选品到复盘，天猫超市用AI构建了一个可以不断制造下一个爆款的闭环系统 [14] - 为每个环节构建对应Agent只是一种局部智能化，一个能够闭环的系统才具有持续进化的能力 [14]

平台新商增长表现 - 2025年第四季度平台入驻新商数环比增长24% [1][2] - 同期商家首销成功率高达70% [1][2] - 同期新商整体GMV环比大幅增长85% [1][2] - 同期GMV超过150万的新商数量环比增长43% [1][2] 平台商家扶持策略 - 平台围绕新商入驻、冷启、成长、跃迁全周期提供支持 [1][2] - 支持维度涵盖惠商政策、运营产品、经营保障、营销活动 [1][2] - 618大促期间将通过流量和现金激励计划助力中小商家 [1][2]