Workflow
Walmart App
icon
搜索文档
Walmart(WMT) - 2026 FY - Earnings Call Transcript
2026-01-13 22:02
财务数据和关键指标变化 * 无相关内容 各条业务线数据和关键指标变化 * 无相关内容 各个市场数据和关键指标变化 * 无相关内容 公司战略和发展方向和行业竞争 * 公司正大力投资于人工智能技术,将其视为推动业务增长的“电动工具”,并认为2024年是“从探索转向转型”的关键一年,将开始提供变革性的商业体验 [17][19] * 公司认为在人工智能驱动的商业世界中,最重要的货币是“信任和可负担性”,这与公司的核心品牌价值高度契合,有助于其在各类代理购物体验中脱颖而出 [38][39] * 公司正在积极构建全渠道体验,旨在将实体店的体验数字化到与线上体验相同的程度,而非用线上购物取代实体店,因为超过80%的购物行为仍发生在线下 [55] * 公司认为与OpenAI和Google等领先科技公司的合作是巨大的增长机会,而非渠道脱媒风险,因为这有助于公司触达那些并非以购物为起点的消费场景 [26][45] * 公司正在将人工智能技术深度整合至供应链、配送中心和门店运营中,例如利用AI预测需求以优化库存布局和配送速度,赋能员工提升店内运营效率 [70][71] 管理层对经营环境和未来前景的评论 * 人工智能技术正经历从模式识别(机器学习)到具备理解能力的跃迁,这将带来商业体验的阶跃式变化 [13][14] * 代理人工智能是人工智能的下一步发展,意味着系统能在深刻理解客户的基础上代表客户采取行动,例如在客户用完之前自动补充洗衣液 [14][15] * 人工智能驱动的变革将逐步发生,不会一蹴而就,但预计一年后用户将能明显感受到与过去不同的购物体验 [19] * 公司对在人工智能领域进行前沿探索持积极态度,认为不进行实验、不探索如何解决价值链各环节问题的风险更大 [20][24] * 与Google Gemini的最新合作模式是“代理协作”,即让Gemini的AI代理与公司的AI代理合作,在Gemini环境中为客户提供熟悉且个性化的购物体验,实现从发现到购买的无缝衔接 [27] * 目前通过AI代理(如ChatGPT、Gemini)产生的订单,主要集中在需要更多探索和咨询的非高频、高考虑度产品类别,如电视、时尚、婴儿用品等,而非每周必买的日常杂货 [49][51][52] * 对于生鲜食品,AI代理的作用将更多体现在自动处理周期性重复购买上,减轻用户的重复操作负担 [54] * 公司内部AI应用已广泛部署,例如在供应链中使用AI和机器人技术预测需求、优化物流;为门店员工提供名为“Squiggly”的AI应用,指导其高效补货、处理紧急任务等 [70][71][74] * 展望未来,AI将推动购物体验朝三个方向发展:1) 真正个性化,深入理解用户家庭、行为、健康需求等;2) 更具沉浸感,针对不同品类提供高度定制化的交互体验;3) 更好地预测需求,自动化处理重复性购物任务 [75][76][78] 其他重要信息 * 公司推出了名为“Sparky”的聊天机器人,集成在App中,主要用于客户服务(如订单查询、退货)以及基于用户习惯的购物建议,其底层由大语言模型驱动 [62][63][66] * Sparky未来可能进一步整合搜索功能,并扩展至支持药房、验光、汽车护理等店内服务 [62][67] * 公司对客户数据采取严格的保护政策,与OpenAI或Google等平台合作时,仅在获得客户明确同意后,为完成交易而交换必要的最小数据量,公司自身积累的客户数据不会与这些平台共享 [42][43] 总结问答环节所有的提问和回答 问题: 生成式AI和代理式AI的定义及其对公司的意义 [11] * 生成式AI(AI)与传统的机器学习(模式识别)不同,它具备理解能力,能根据情境进行解读和推荐 [12][13] * 代理式AI是在此理解能力基础上,能代表客户采取行动的AI,例如自动补货 [14][15] 问题: 客户是否真的需要这种由AI代理驱动的购物方式 [16] * 过去一两年行业处于探索阶段,构建了许多可能不实用的功能,2024年将转向解决实际客户问题的转型阶段 [17][18] * AI是一项“电动工具”,不仅能提高效率,还能实现以前无法做到的事情,例如让用户在购买衣服前虚拟试穿 [18] 问题: 上述变革的时间框架和规模预期 [19] * 技术变革通常是渐进式的,遍布各个环节的改进,用户可能不会立即察觉,但回顾时会发现巨大变化 [19] * 预计一年后,用户将感受到与过去截然不同的沃尔玛购物体验 [19] 问题: 在技术应用上过于领先是否存在风险 [20] * 主要风险是尝试的一些项目可能不成功,但不进行前沿探索的风险更大 [20] * 只有通过大量尝试,才能找到真正有效的解决方案 [20] 问题: 这是否是为了获取先发优势和扩大竞争优势 [22] * 公司主要驱动力是客户需求和解决问题,而非单纯追求竞争优势 [23] * 客户定义广泛,包括消费者、供应链以及使用AI工具服务顾客的员工 [23] 问题: 与OpenAI和Google Gemini合作的差异及原因 [25] * 合作的核心原因是触达客户,许多消费旅程并非始于购物意图(如咨询如何去除地毯酒渍),公司希望参与这些最终导向购物的旅程 [26] * 与Google Gemini的合作是“代理协作”模式,能在Gemini环境内提供公司个性化的购物体验,并将新发现商品与用户已有的沃尔玛购物车合并,实现统一配送 [27][28][29] 问题: OpenAI(ChatGPT)与Gemini的合作模式有何演进 [30] * 在ChatGPT(1.0)中,用户可能被推荐商品并需跳转至零售商网站;在Gemini(2.0)中,购物体验可直接在Gemini环境内通过公司的界面完成 [33][34] * 公司将持续与各方合作,推动这些购物旅程的演进,其核心优势在于提供“海量选品、快速配送、优惠价格”的组合 [31][32] 问题: 未来是否会实现完全无需操作的自动购物 [35] * 用户旅程将变得越来越简单,公司旨在服务两种需求:一种是单一商品的即时购买,另一种是作为购买更多商品起点的发现式购物 [36] 问题: AI代理如何选择由沃尔玛而非其竞争对手来履行订单 [37] * 关键在于算法能否满足客户需求,在代理购物世界中,最重要的货币是“信任和可负担性” [38] * 这两点正是沃尔玛品牌的核心价值,因此公司有信心在各种代理购物体验中表现出色 [39] 问题: AI代理对商品价格的影响 [40] * 不同客户或同一客户对不同商品的价格敏感度不同,关键在于通过个性化理解客户,例如知道客户愿意在纸巾上省钱,但在农产品上愿意多花一点 [40] * 公司提供广泛选品并匹配对个体客户的理解至关重要 [41] 问题: 客户数据在合作中如何共享与保护 [42] * OpenAI和Google基于其自身平台内的用户行为进行个性化,公司在自身平台和门店积累的客户数据不会与这些平台共享 [42] * 仅为完成交易所必需的最小数据会在获得客户明确同意后交换 [42][43] 问题: 与AI平台的合作是增长机会还是渠道脱媒风险 [44] * 明确视为增长机会,原因有三:1) 公司“选品、价格、速度”的组合使其能提供完整方案;2) 代理协作模式实现了智能交接,使公司能继续服务客户并推荐附加商品;3) 这使公司能服务于大量非购物意图起点的消费场景 [45][46] 问题: 这对毛利率是机会还是风险 [47] * 这与公司在其他平台(如搜索广告)上的合作没有根本不同,关键在于衡量这是否带来了增量客户和增量订单 [48] 问题: 目前AI代理购物最高频的使用场景和用户画像 [49] * 目前用户画像数据尚不明确,但购买品类上,更多用于需要更多探索的非高频、高考虑度商品(如电视、时尚、婴儿用品),而非每周必买的日常杂货 [49][51][52] 问题: 生鲜食品是否包含在此类AI购物中 [53] * 生鲜食品的变革将更多体现在通过AI代理自动处理周期性重复购买上 [54] 问题: 十年后实体店将如何变化 [55] * 实体店不会消失,因为超过80%的购物仍在线下,人们享受购物体验 [55] * 目标是利用AI数字化店内体验,例如在店内通过App实现虚拟试衣等 [56] * 变革可能无需十年,客户已在店内使用公司App辅助购物 [57] 问题: 未来几年App将如何演变 [58] * 将减少滚动浏览,基于对用户意图的理解,更智能地推荐商品和关联需求(如搜索番茄酱时推荐制作千层面的其他食材) [58][59] 问题: 聊天机器人Sparky的现状和定位 [60][65] * Sparky目前主要用于客户服务(订单、退货等)以及基于用户习惯的购物建议 [62][63] * 其底层由大语言模型驱动,但设计上专注于购物及沃尔玛相关服务(如药房、汽车护理预约),而非通用聊天 [66][67] * 未来可能与搜索功能进一步融合 [62] 问题: AI在内部运营和员工赋能方面的应用 [68] * 在供应链中广泛应用AI和机器人技术预测需求、优化物流,以实现快速配送 [70] * 为门店员工提供名为“Squiggly”的AI应用,指导其高效补货、规划路径、优先处理紧急任务(如清理洒漏),以更好地服务顾客 [71][72][74] 问题: 未来一至三年AI将解决哪些尚未被广泛想到的问题 [75] * 体验将变得真正个性化,深入理解用户家庭、行为、健康等需求 [75] * 体验将更具沉浸感,针对不同品类提供高度定制化的交互,而非简单将实体店界面移植到手机 [76][77] * 将更好地预测需求,自动化处理重复性购物任务,例如用户将不再需要担心用完洗衣液 [78]