海外零售巨头如何应对大模型时代的流量入口竞争？

面对基础大模型带来的流量入口变革，线下零售企业主要面临两种选择：完全开放流量入口或与大模型进行流量切割。Walmart采取了“拥抱但隔离”的策略，即在向GPT、Gemini等基础大模型开放的同时，在中间层部署自研大模型Sparky，以确保流量与数据沉淀在自身系统内。

这一策略的核心在于解决直接连接基础大模型时的诸多短板。早期测试显示，直接通过ChatGPT等渠道进行即时结账，存在商品信息准确度不足、无法核验实时库存及配送时效等问题，难以与零售商内部整套购物工具体系打通。Walmart通过引入Sparky，引导用户从通用大模型的探索阶段无缝进入定制化的沃尔玛环境。Sparky不仅提供商品决策、全模态交互等功能，更底层依托Walmart庞大的门店网络与供应链体系，确保了履约的高效性与准确性。

数据显示，Sparky的介入显著提升了用户活跃度与客单价，促成的GMV大幅增长，证明了该模式在激活用户需求方面的有效性。对于中小零售商而言，由于缺乏类似的强大基础设施与生态体系支撑，直接对接大模型可能面临更大的被动分流风险，行业出清速度或将加速。因此，构建具备自身特色的AI中间层或深度整合现有数字化能力，成为应对大模型时代竞争的关键。