9月11日至14日，2025 ITValue Summit数😢字价值年会在三亚如期举行。本届大会以「AI场景落地真相」为主🚀题，聚焦企业应用AI过程中的「十大核心问题」，系统性拆解AI😡战略、可靠性、数据困境、场景选择、模型选型、行业落地、知识库😂构建、安全合规、人机协作与人才瓶颈等现实难题，力图为企业找到🎉可落地、可借鉴的解法。 9月13日下午，2025 IT🤯Value Summit数字价值年会——零售行业分论坛举办，😘主旨聚焦于零售业百货和购物中心板块的数字化。新燕莎商业CIO💯孙学啟与无锡商业大厦集团党委副书记、CIO吴大为先后做了主题🤔发言分享。部分零售消费行业企业CIO、IT部门负责人、以及部🌟分海南本地商贸企业代表参加了论坛。 零售业是永恒的行业🌟 在会上，新燕莎商业CIO孙学啟以《回看购物中心的20😁年》为主题，通过回顾我国城市第一代购物中心代表作品20年发展🔥的浮沉，从CIO和CFO的视角总结出零售行业的本质规律、并对😎购物中心专业化运营如何与时俱进，给出自己的建议。 北京🤔金源新燕莎MALL是北京最早的购物中心业态，也是目前国内大型😊综合购物中心业态的代表。金源新燕莎MALL筹建于2003年，😘于2004年正式开业，至今已有愈20年的时间，服务了京城数以🚀百万计的消费者。在开业之初，金源新燕莎MALL就做出“全客群🤔”定位，这在购物中心还是新生事物的年代，曾经不被人理解。参与⭐整个筹备开业过程的孙学啟指出，购物中心可以被视作零售业的终极😆业态，可以容纳各个年龄、阶层人群的不同消费需求。正是把握了业😡态的本质，金源新燕莎MALL才能穿越经济周期，成为国内购物中😁心的代表作之一。直到2025年易主之时，该项目在财务方面取得😁了可观的利润回报。 在科技互联网行业，创新常常被挂在嘴😀上。但是在零售行业，特别是购物中心的运营，追求的则是“日日新🚀”。根据宏观经济和市场的趋势去引领去制造让消费者心动的消费热🤯点。孙学啟认为，零售行业可以说是世界上最卷的行业，没有之一。💯因此“日日新”也可以说是这个行业的特性推导出来的要求。在金源😆燕莎购物国过往的大多数年份中，每年置换或者移位的品牌面积达到😀4万平方米，几乎相当于每年都为消费者重新呈现了一个中小型的百😂货店。为了“日日新”，购物中心的专业运营商，必须要卷自己，卷🤩同行，卷品牌商，甚至“卷”消费者。这里的“卷”和今天所说的内🤩卷的“卷”并不是同义语，更多指向的是自我要求的不断提高。 😍 在金源新燕莎MALL发展早期，运营方曾经提出80%的商户😢不能盈利的时候，运营方也不追求盈利。孙学啟指出，购物中心本质😂上是构建一个生态，是消费者和品牌沟通的界面和桥梁。在一定的发🚀展阶段，购物中心的租金提升空间，其实是有天花板的。专业的运营😜商，必须不断精进，提高服务产品的价值，才能对冲运营成本，实现🌟各方的多赢。 正因此，金源新燕莎MALL做了很多行业内😘开创性的动作。比如投入巨资，通过IT信息系统，为购物中心场内😀400多商户实现统一收银。统一收银不仅实现了运营方对于商户经😁营状况的监控，也为后来的会员体系打下了坚实的基础，为后面深入🎉进行数字化改造铺了路。在购物中心的场景下，如何在不碰货的情况😁下实现人货场的数字化一直是行业难题。金源新燕莎MALL通过数🤯字化手段，借助用户的支付行为，捕捉用户的运动轨迹，进行大数据😀关联分析，发现了堪比沃尔玛“啤酒尿布”的品类组合——“内衣+😴红酒”（女士买内衣时，男士为了打发时间，去红酒屋消费）。孙学❤️啟总结说，购物中心本质上是通过品牌管理来影响货盘。因此运营人😎员要有能够高于日常商品的管控能力，能够跳出来看问题，最终又能🚀落脚回到“物美价廉、物超所值”这个零售业的核心价值。 ⭐孙学啟认为，他一直相信零售业是一个永恒的行业，只要有人类的活❤️动存在，零售业就一定会存在。这点业内同仁不用担心。即使是在A😎I时代，大家仍旧应该对零售业充满信心，继续开放思想，保持内心😴的活力。但是具体到某一个项目，这个项目会有自己的生命周期。他🚀回顾自己在购物中心行业的这20年生涯，有成就感亦有遗憾之处。😀但是，这也是零售业永恒的魅力所在。 展开全文 C🔥IO需要精通术，更需要重视“道” 在会上，无锡商业大厦😘集团党委副书记、CIO吴大为先生以《零售企业CIO的道与术》😢为主题，切入当下中国本土百货业的经营实况，幽默风趣地分析了百🤗货业所面临的挑战以及可能的应对之道，并对于AI技术对于零售百🤩货业未来可能产生的影响，给出了自己的看法。 吴大为指出🥳，过去CIO们对于行业的认知和改造，更多聚焦于实操的技术和解🎉决方案层面。在这方面，不同企业之间的差距其实不大，大家的数字😜化应用和赋能的起点都很高，可以说商业百货行业的头部企业都非常⭐精于“术”。目前看来，这并不是制约当下中国百货业发展的本质问🚀题。 关键在于，百货业态作为零售行业最经典、最古老的业❤️态，当下面对的挑战更多来自于社会消费文化的变迁和消费者消费者🙄行为习惯的改变。与之相对应，百货业的地位，相较于80、90年🥳代能够成为一座城市的消费中心，如今主要目标客群已经演变为更多😁的服务中等收入群体、有钱有闲、拥有家庭采购权的女性为主。与此😎同时，互联网电商平台和社交媒体平台共同改变着消费者的购买路径😀和信息交互路径。面对消费趋势发生的巨大变化，CIO们应该更多💯向外看，更多关注技术迭代之外的产业动向和消费者心理以及行为的❤️变化，并且从企业发展战略的高度，重新理解自己的工作。这是CI😅O的“道“的部分。 具体以无锡商业大厦集团的百货板块为🙌例，吴大为指出，核心的策略有两个要点：第一是要用各种手段，把😉公域流量变为私域流量，充分挖掘会员价值，形成流量的小闭环。第😘二是要用AI技术等手段，不断制造营销热点，拉近线下场景与消费🎉者的亲近感，引导消费者回归线下。例如，位于无锡的鼋头渚作为中😡国最著名的“赏樱胜地”之一，每年吸引了全国各地大量的游客。每😴到樱花盛开的季节，大东方百货充分调动各种资源手段，把无锡的樱😜花变为新型“社交货币”，利用樱花季节实现旅游人群的流量到店转🌟化。 面对未来，吴大为先生指出，AI等科技趋势对于百货😜业的影响正在逐渐显现。例如，大东方百货通过系统改造，改变了百👍货业统一收银的惯例，通过柜组收银和自助收银机等方式，实现分散😂结账、优惠券自动叠加和积分自动累计，解决了大促销时收银排长队😜的问题。同时，这也带来了传统百货业人力资源结构的调整，未来随😊着AI应对的普及深入，比如智能客服、服务机器人的广泛应用，对😀于人力结构、工作岗位的影响会更加明显，百货业对于这样的发展趋😂势，应当做好准备。每一次伟大的技术革命给商业带来的都不仅仅是😎技术更新，而是经营思想的转变和经营方式的革命。（本文首发于钛😢媒体APP ,作者 |房煜，编辑 |盖虹达）返回搜狐，查看更🚀多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多