2025年多点数智研究报告:AI+零售SaaS,携手胖东来,出海正当时

  • 来源:国投证券
  • 发布时间:2025/07/08
  • 浏览次数:456
  • 举报
相关深度报告REPORTS

多点数智研究报告:AI+零售SaaS,携手胖东来,出海正当时.pdf

多点数智研究报告:AI+零售SaaS,携手胖东来,出海正当时。百亿零售数智化市场的领导者和零售SaaS践行者多点数智是具有先发优势的中国及亚洲领先的零售数字化解决方案服务商,以SaaS模式帮助数千家跨多种零售业态的零售店采纳数字化零售运营方式,并已将业务扩展至亚洲和欧洲。根据弗若斯特沙利文数据,2023年公司是中国最大的零售数字化解决方案服务商,市占率6.5%;亚洲领先的零售数字化解决方案服务商,市占率4.2%。当前,复杂分散的万亿级零售市场亟待数字化转型;中国市场的零售数字化率远低于美国,未来增长潜力可观。三重优势:产品线全面,行业积淀和商业模式突出多点数智的产品矩阵聚焦DmallOS系统和...

1.多点数智:中国最大的零售数字化解决方案服务商

1.1.深耕本地零售数字化转型,管理团队成熟专业

具有先发优势的中国及亚洲领先的零售数字化解决方案服务商,推动中国本地零售业数字化 方面的先行者及领导者。多点数智成立于 2015 年,聚焦为零售企业提供零售数智化解决方 案,满足零售企业所有关键运营环节的需求。公司帮助数千家跨多种零售业态的零售店采纳 数字化零售的运营方式,并成功将业务扩展至亚洲其他国家及地区,包括香港、柬埔寨、新 加坡、马来西亚、澳门、 印尼、菲律宾及汶莱。根据弗若斯特沙利文数据, 2023 年年按 收入和商品交易总额两个维度计算,多点数智均是中国最大的零售数字化解决方案服务商; 以 2023 年收入计,多点数智是亚洲领先的零售数字化解决方案服务商,市场份额约为 4.2%。

大股东持股稳定且股权比例高,众多知名战投看好公司长期发展。多点数智股权集中,创始 人张文中博士持有多点数智 56.7%的股权,为公司的实控人。公司拥有众多知名战略投资者, 包括顶尖美元股权投资基金 IDG 资本,大型商业银行兴业银行,以及顶尖互联网公司腾讯等。 此外,公司在香港的大客户 DFI Retail Group(经营惠康、万宁、Guardian、Giant 及 7-Eleven Hong Kong 等知名品牌)也是公司的基石投资者。我们认为,较为集中的股权有利于公司更 好地进行战略布局与开展经营活动,多样化的股东背景有利于多样化的资源赋能。

公司主要子公司为多点新加坡与多点香港。多点新加坡是公司拓展东南亚业务的主体,多点 香港则是贯通大陆业务与香港业务的主体。其与 DFI Retail Group 设立了合资子公司 RetailTechnology Asia,公司持有 69.5%的股权,Retail Tech Asia 主要在香港及东南亚地区开 展经营活动。多点香港下属还有多点生活数字和多点生活网络两家子公司,主要在大陆地区 开展经营活动。 创始人系行业领袖,专注零售行业近 30 年,以数智化赋能零售的初心创办多点。多点数智 的创始人张文中博士是我国本地零售行业的杰出领袖,拥有逾 28 年本地零售经验。他于 1994 年成立物美科技,在中国多个领先零售品牌担任领导职务。结合他对本地零售行业的洞察以 及自斯坦福大学博士后研究中获得的国际经验,张博士于 2015 年创立本公司,以引领中国 零售数字化。张博士现任中国商业联合会荣誉主席、南开校友企业家联谊会主席及消费品论 坛中国董事会成员,并担任中国南开大学终身校董。张博士曾获‘2018 中国十大经济年度人 物’、‘2018 中国经济新闻年度人物’、‘2018 商界领袖楷模’、‘2019–2020 中国零售业年度 人物’、‘2019 年最具影响力的 25 位企业领袖’、‘2019 年 70 周年杰出商业人物’等多个奖 项。 管理团队专业背景深厚,国际化职业经理人能够高效的开展公司治理。随着多点数智继续在 中国以外的地区进行业务扩张,公司已形成一支在中国和国际市场均有良好往绩的领导团队, 管理层由线下零售管理以及互联网及软件技术行业的众多资深领军人才组成。其中董事会主 席等高管具有可口可乐、沃尔玛等国际零售巨头的领导履历,在零售业累积了丰富的经验。

1.2.业绩增长和业务拓展稳健,经营效率持续提升

营业收入稳健增长,归母净利润短期亏损。2020 年到 2024 年,公司营业收入分别为 4.87/8.48/13.28/15.85/18.59 亿元,同比增长分别为 83.77%/74.13%/56.60%/19.35%/17.3%, 公司业绩持续增长的主要原因为操作系统和 AloT 解决方案的业务的不断发展,推动零售核 心服务云的营业收入增加。公司 2024 年归母净利润为-21.95 亿元,相较 2023 亏损增加,主 要系可赎回可转换优先股的公允价值变动亏损大幅增加所致,首次公开发售完成后,所有可 赎回可转换优先股已自动转换为普通股,且不再确认公允价值负债变动。

经调整净利润实现由负转正,增长态势显著跃升。为了让投资者和其他利益相关者更好地了 解公司综合经营业绩,公司年报同时披露了经调整净利润(非国际财务报告准则计量)情况。 根据公司公告,2024 年经调整净利润(非国际财务报告准则计量)达人民币 29.8 百万元, 同比增长 110.77%。历史亏损主要系随着业务的增长和发展,成本支出也相应增加所致,包 括对支持操作系统持续发展的重大研发投入,用于扩大零售核心服务云客户群的营销资源投 入,以及综合电子商务服务解决方案下的物流成本增加。2024 年公司经调整净利润(非国际 财务报告准则计量)相较 2023 年转负为正,财务状况稳健向好,主要得益于公司的成本控 制及运营效率优化。

零售核心服务云营收占比跃升,AIoT 解决方案为主增长引擎。2024 年,公司零售核心服务 云的营业收入为 18.10 亿元,同比增长 39.34%,占总收入的 97.36%,相较 2023 年增加 15.40 个百分点。公司零售核心服务云主要分为操作系统和 AIoT 解决方案。其中操作系统营业收 入占零售核心服务云业务的 43.45%,为 7.86 亿元,同比增长 15.62%,主要系公司操作系统 的客户数量增加、产品组合扩展(如引进分布式电子商务系统)以及公司 2021 年 11 月收购深 圳昂捷所致;AIoT 服务产品营业收入占零售核心服务云业务的 56.55%,为 10.23 亿元,同 比增长 65.39%,主要系智能商品补货解决方案、智能包裹分拣解决方案、智能收银解决方案、 智能清洁解决方案及智能配送解决方案的订购费增加所致。 聚焦主业优化产品线,电子商务服务云业务实质终止,线上广告相关业务被剥离。2024 年, 公司电子商务服务云营业收入 0.04 亿元,仅占总收入的 0.22%,相较 2023 年减少 18.71 个 百分点。在此之前,电子商务服务云旨在协助零售商开发必要系统,以建立虚拟业务、管理 其网上商店的日常运营及提供配送服务。2023 年年底,该业务下所有客户均已转型至内部 020 运营,为了应对客户业务模式的变化,公司的大部分电子商务云服务已于 2023 年年底前 被逐步淘汰。 另外,多点新鲜(北京)此前主要从事 Dmall app 的营运,具体涉及营销及广告服务云、电 子商务服务云解决方案及零售核心服务云解决方案下的支付处理服务的线上广告服务等相 关业务,这些并非公司主要服务项目,而是为完善服务组合而提供的补充服务。为了使公司 的产品及服务与推广数字化解决方案的目标保持一致,多点数智 2024 年 4 月对以上非核心 业务完成了重组,剥离了多点新鲜(北京)电子商务有限公司以及 Dmall APP,并终止经营 电子商务服务云业务。考虑到以上非核心业务当前收入占比较小,且毛利率较低,我们认为 优化重组更有利于提高公司盈利能力和投资回报,对整体营收和利润影响有限。

零售业务战略性调整,双业务毛利率提升。零售核心服务云 2024 年毛利率为 40.30%,较 2023 年下降 1.4 个百分点,主要由于公司向 AloT 解决方案拓展,收入占比提升,而 Al 毛利率 oT 解决方案相较操作系统业务毛利率更低。AloT 解决方案毛利率为 11.80%,较 2023 年增加 1.60 个百分点,该业务最初由于外包及劳工需求产生较高的成本,叠加前期拓客成本导致毛利率 偏低,随着解决方案的成熟,外包需求逐步减少,成本或将持续下降并且稳定在较低水平, 因此毛利率有望持续提升并达到与商业模式匹配的合理水平。操作系统的毛利率为 77.40%, 较 2023 年增加 7.10 个百分点。

费用结构显著优化,成本管控持续深化。2024 年,公司研发费用率为 22.21%,相比 2023 年 下降 10.66 个百分点,主要系使用 Al 工具降低人工成本以及选择成本更低的云服务器产品 供应商所致。销售费用率为 4.97%,相比 2023 年下降 4.55%,主要系客户转型为自营电子商 业业务而减少对零售消费者的推广激励以及雇员福利开支减少所致。管理费用率为 16.57%, 相比 2023 年增加 0.21 个百分点,主要系外包人员增加以及首次公开发售相关的专业服务费 用增加所致。

2.行业景气:复杂分散万亿零售市场亟待数字化转型

2.1.复杂分散的万亿级零售市场机遇挑战并存

零售行业关系到全社会每个人的基础性、高频率刚需,具备穿越周期的能力。零售是指通过 线下渠道或线上渠道向最终消费者销售商品供自己消费的活动,最终消费者包括个人客户、 企业客户和其他一般公众。从宏观经济层面看,零售行业是国民经济的基础性产业,是商品 从生产者到终端消费者的“最后一环”,在引导生产、扩大消费、吸纳就业、保障民生等方 面发挥着重要作用。从微观经济层面看,以超市、便利店为代表的零售行业与消费者高频交 互,为全社会每个人提供各种日常生活的基础性必需品,如食品、饮料、日用品、清洁用品 等。这些商品是维持人们正常生活的基础,无论经济处于繁荣还是衰退阶段,消费者对它们 的需求变化弹性很小,因此零售行业整体发展较为稳定,具备穿越周期的能力。 全球零售市场具备万亿级的庞大规模,经济发展和科技进步推动零售市场扩容。根据弗若斯 特沙利文报告,受益于物联网、人工智能等技术创新与消费需求增长,2024 年全球零售市场 规模达到 105.5 万亿元。以亚洲等新兴经济体为代表,伴随经济发展和中产阶级壮大,消费 能力持续增强,对商品与服务的需求快速提升,有力支撑全球零售市场扩张。预计在零售数 字化与智能化的加速渗透下,全球零售市场规模将于 2029 年达到 123.7 万亿元,2024-2029 年 CAGR 为 3.2%。

市场规模区域分布不均,亚欧美市场发展潜力突出。2024 年亚洲市场占全球零售市场规模的 44%,北美和欧洲分别占 27%和 21%,南美及其他地区合计占比不足 10%。其中,1)亚洲市场: 依托庞大的人口基数及电商快速渗透,增长潜力显著。数字化转型的加速推进、消费者对个 性化和多样化商品需求的提升,共同驱动市场扩张,为行业注入新动能。2)北美市场:市 场成熟度高,拥有强劲消费能力和完善零售体系。在线上购物普及、AI 及自动化应用加快背 景下,北美零售市场将保持稳健增长。3)欧洲市场:一方面发达国家众多,社会消费需求 和档次相对较高,消费能力有保障;另一方面,受困于人口结构和新兴技术发展的滞后,线 上线下结合的业态和新技术普及相对落后,软硬件零售基础设施亟待更新升级。

根据第三方咨询机构沙利文的分析,零售行业的复杂分散体现在四个维度上,一是商业主体 和业态复杂分散。零售行业最初的业态是市集零售,以基本生活必需品为主,随着商品生产 的分散而散落在各个城市村庄;随着商品供应的多元化,逐步出现了近现代的百货零售业态, 包括超市、百货商店等,其分散程度与人口分区域聚集的密度相关;上世纪末,互联网和电 子商务的发展使得零售行业由传统的实体零售业态,逐渐发展出突破地域限制的电商零售业 态,电商平台成为了新的零售市场主体;近年来,消费者对即时配送的依赖性越来越强,时 效性更高的即时零售业态应运而生,分布式电商与本地零售融合协同,大幅提高了商品售卖 的效率和响应速度;当前的新零售业态以消费者体验为核心,通过大数据、AI、物联网等数 字化技术实现线上线下一体化、全渠道融合的零售模式。

二是供应商和客户管理复杂分散。零售行业的供应商和销售终端平均规模普遍较小,数量众 多且分布零散,这极大地增加了零售企业的市场覆盖成本和供应商管理难度。对大型零售商 而言,一方面要与更多类别的供应商建立联系,开展供应商资质评估、产品分批采购、物流 存储、退换货等繁杂的管理工作;另一方面要管理数量众多且分布广泛的门店,解决跨区域 库存调配和产品质量管控等问题。三是区域差异性带来的复杂分散。零售行业呈现出高度差 异化的区域特征,地理环境、消费习惯与经济水平发展的多元性共同塑造了复杂的商业格局。 例如一、二线城市以规模化连锁业态为主导,标准化超市与便利店形成密集网络;而三、四 线及下沉市场仍广泛分布着非连锁的社区零售终端,依托本地化服务维系客群。 四是渠道布局错综复杂且分散。随着越来越多的消费者选择线上购物,线上线下相结合的购 物渠道变得丰富多样。然而,目前许多企业的线上会员机制和互动效果不佳,数字化机制仅 停留在企业 APP 或线上电商平台等单向交易场景,未能实现用户数据的深度挖掘与跨渠道联动,多停留于订单承接功能。我们认为,以上四个维度的复杂性和分散性,催生了零售行业 数字化数字化转型的需求。 中国的零售数字化市场在政策、需求与技术多重驱动下快速增长。2024 年中国零售数字化行 业市场规模达 218 亿元,在亚洲市场中占据重要比重。多重因素推动中国市场快速发展:1) 政策层面:一方面我国积极推进 5G、数据中心等数字基础设施建设,为零售数字化奠定了坚 实的基础;另一方面,积极推进扩大内需战略,中央经济工作会议在部署 2025 年重点任务 时,把扩大国内需求摆在首位,通过补贴等方式切实提振消费;2)需求层面:消费场景多元 化和下沉市场崛起释放出新一轮增长动能;3)技术层面:云计算与 AI 算法正在重构零售产 业链,显著提升行业效率。弗若斯特沙利文预计,到 2029 年中国市场规模将达 717 亿元, 2024–2029 年 CAGR 为 26.9%;与此同时,亚洲市场零售数字化行业未来几年也将保持超过 20%的增长。

中国本地零售数字化率显著滞后于美国和其他行业,成长空间可观。从数字化程度来看,2023 年中国及亚洲的本地零售行业数字化率分别仅为 3.1%与 4.5%,远低于美国的 13.3%,区域差 距显著。同时,中国本地零售行业的数字化水平亦明显落后于国内其他主要行业,电子商务、 餐饮和交通行业数字化率分别达到 7.7%、5.1%与 7.1%。中国零售行业在横向与纵向上均存 在较大的数字化渗透提升空间,数字化转型具备显著的成长空间。

2.2.数字化进程系零售行业转型升级大势所趋

零售行业结构变革加速,数字化转型势在必行。在市场由增量扩张转向存量运营的背景下, 传统零售商面临精细化管理和效率提升的双重压力,亟需借助数字技术重塑运营体系。与此 同时,5G、AI、物联网等前沿技术持续融合应用,场景营销与到家服务日益普及,推动消费 模式快速演进。企业唯有构建覆盖消费端、数据中台与履约后链的全流程数字化能力,方可 在复杂竞争中稳住基本盘、实现效率与体验的双重跃升。

零售行业数字化转型演进提速,从单点工具迈向生态化运营。零售行业的数字化转型进程大 概可以分为三个阶段。1)早期以基础 IT 系统为核心的线下管理阶段:企业主要依托局域网 和数据库技术,实现门店收银、库存管理等线下业务流程的电子化,但系统封闭、数据孤岛 现象明显,业务协同能力有限。 2)中期以 ERP 与通用 SaaS 为代表的整合管理阶段:随着电商兴起与消费场景多元化,ERP 系统逐步成为零售数字化的核心引擎,推动供应链、财务、客户关系等功能的系统整合。此 外,通用型 SaaS 凭借覆盖零售常规管理模块与订阅制计费模式,为中小零售商提供了轻量 化、低门槛的数字解决方案。 3)当前以零售云服务为载体的全渠道智能化运营阶段:零售云服务体系基于分布式架构进 一步平台化升级,依托大数据、AI 与物联网技术构建多渠道协同中枢,打通商品、订单、会 员等核心数据,实现实时同步与智能优化,并整合电子签章、税务云等第三方生态资源,逐 步形成零售行业的智能开放平台。

零售行业数字化转型加速,零售 SaaS 构筑数字化基础设施。零售数字化解决方案旨在帮助 本地零售商建立覆盖全流程的综合数字化能力,其方案主要包括零售 SaaS、本地零售数字化 解决方案以及其他相关增值服务,其中零售 SaaS 为核心。通过与本地系统的协同集成,SaaS 可实现供应链、生产、门店等多场景的全方位数字化覆盖,提升门店管理效率,改善消费者 购物体验。 零售 SaaS 作为关键支撑工具,其市场规模持续增长。中国零售 SaaS 行业 2023 年行业规模 的 97 亿元,预计 2028 年将达到 434 亿元,2024–2028 年 CAGR 仍高达 34.7%。本地零售商 对提升客户黏性、运营效率与数据能力的需求不断增强,推动其加速向云端部署与 SaaS 化 管理转型。相比传统本地部署,SaaS 模式以轻量级、可按需计费的 IT 支持体系,有效缓解 了本地零售商的人力与技术压力。此外,其在供应商协同、消费者洞察等关键场景中重塑业 务流程,成为本地零售业数字化转型的重要工具。

零售数字化进程加速,未来发展呈现多重趋势。未来零售商将加快布局技术基础设施,推动 业务从消费者触点到供应链末端的全面数字化。全渠道零售将逐步成为行业常态,助力企业 打通线上线下链路,提升营销精准性与服务一致性。企业将持续优化调度效率与履约能力, 以满足消费者对即时配送的高标准需求。同时,店仓一体化趋势将进一步强化门店的本地化 履约功能,提升供应链贴近度与响应速度。

2.3.零售数字化竞争格局初步演进为四类主体

零售数字化产业链主要由上游基础设施与云服务、中游零售数字化服务商和下游零售商客户 三大环节构成。 1)上游:基础设施与云平台构筑数字底座。上游由数据中心、服务器、存储与网络构成基 础设施层,并通过 IaaS 与 PaaS 云平台提供算力支持与开发环境,构建整个零售数字化的技 术底座。以微软 Azure 为代表的全球云服务商,具备广泛的服务节点与强大的开发工具生态, 支持零售数字化企业按需构建高并发处理、智能算法、个性化部署等核心能力,同时为其全 球拓展提供合规与本地化支持。 2)中游:数字化服务商连接技术与零售场景。中游企业依托上游能力构建面向零售全流程 的智能系统与业务平台,服务内容覆盖全渠道运营、消费者洞察、供应链优化、会员管理等。 如公司等企业通过模块化系统集成与数据能力建设,为零售商提供敏捷可扩展的数字解决方 案,增强零售商的数字化运营能力。 3)下游:零售客户转型推动技术演进。当前零售商正处于数字化转型加速期,大型企业建 设自主中台强化内生技术能力,中小商户借助 SaaS 实现轻量化转型。以沃尔玛、亚马逊为 代表的全球零售巨头已通过大模型与 AI 技术,实现供应链调度优化、智能推荐与订单处理 自动化,显著提升运营效率与用户体验。

零售数字化生态格局初具雏形,典型供应商依托各自优势加快布局。当前零售数字化行业已 形成由传统 ERP 厂商、互联网云厂商、零售 SaaS 服务商与大型零售集团构成的多元竞争格 局。 1)传统 ERP 厂商:如金蝶、SAP、Oracle,依托在企业信息化管理领域的深厚积累,面向零 售行业推出了涵盖供应链、会员管理、营销等功能的全流程数字化解决方案,服务客户广泛 覆盖数码家电、医药连锁、食品杂货、鞋服时尚等赛道。2)互联网云厂商:如谷歌云、Azure, 则发挥其在 AI、数据平台、IoT 等底层技术方面的能力,助力零售客户实现智能库存管理、 精准营销与供应链可视化,推动全链路提效。3)零售 SaaS 服务商:以多点、达达集团为代 表,专注服务本地零售。通过构建一体化数字化运营平台提升履约效率与会员粘性,主要覆 盖连锁商超、生鲜、便利、美妆母婴等本地高频消费场景。4)大型零售集团自研体系:沃 尔玛、盒马等大型零售商依托自身业务实践积累,自研零售信息化系统,并逐步向外输出, 具备从供应链到门店运营的全链路数字化能力,构建起差异化竞争优势。

零售数字化格局初显,多点凭借本地化优势领跑行业。根据弗若斯特沙利文数据,2023 年多 点数智依托其在本地零售场景的深度布局与一体化平台能力,以 10.9%的市占率位居亚洲零 售云解决方案服务商首位,领先 SAP(5.0%)、达达集团(4.8%)与谷歌云(4.8%),金蝶则 以 2.8%排名第五。未来,市场份额有望加速向具备行业理解与平台能力的头部厂商集中。

3.三重优势:产品线全面,行业积淀和商业模式突出

3.1.产品矩阵覆盖本地零售的全链条和全渠道

产品迭代实现重大突破,优化零售全链条服务。2024 年,公司围绕零售核心服务云解决方案 进行重组,创新推出了 Dmall Solution 3.0(零售核心服务云解决方案 3.0),提供丰富的 服务模块,涵盖各类零售运营业务模块,包括商品、用户、门店、供应链、财务、管理等多 个场景,帮助零售商实现全流程数智化,并为零售商提供全面的数据洞察,助力零售商在数 智 化浪潮中实现高效转型。聚焦 Dmall OS 系统和 AIoT 解决方案两大核心业务板块,公司 在 Dmall Solution 3.0 中进行了重大升级,进一步覆盖了本地零售的全链条管理。

依托持续迭代的研发能力,Dmall OS 系统产品已建立覆盖本地零售全链条的完整解决方案。 1)总部决策与业务管理层面:系统支持任务派发、数据决策、业财融合等关键流程。2)门 店执行层面:系统通过流程中枢、绩效体系与轻餐饮模块,优化日常运营效率。3)消费者 触点层面:通过私域会员体系与行为数据联动,增强用户粘性与精准选品能力。4)商品与 供应链管理环节:产品打通了选品、陈列、补货、仓储、履约与采购的系统链路,实现供需 精准匹配与库存结构优化。5)线上运营方面:依靠分布式电商平台、履约调度与公域平台 对接能力,助力客户打通线上线下一体化经营路径。

在 Dmall Solution 3.0 架构中,Dmall OS 系统更新升级涉及四大方面。1)轻餐饮系统升 级:打造全新快餐模式,聚焦鲜食现制,通过全流程无缝集成优化运营效率,提升门店坪效, 为消费者提供更便捷高效的用餐体验,开辟实体零售增长新路径。2)公域平台深度对接: 打通抖音、快手等流量入口,精准管理券种、核销及对账,高效转化公域流量,助力商家业 绩增长。3)业财一体化升级:推出 Dmall Solution 3.0 平台,整合合同、费用、应收应付 及电子档案管理,驱动财务共享化转型,提升运营效能。4)人力资源管理升级:引入计件 化绩效体系,精准核算工资激发员工动能,智能调配设备提升人效,任务工作台实现量化管 理,推动"多劳多得"高效运营。

AIoT 解决方案的核心是运用 AI 技术,为本地零售场景解决及时、具体的问题,全面提升店 内管理效率,同时为消费者打造个性化的购物体验。根据公司年报披露,AIoT 解决方案主要 围绕“人、货、场”三要素 展开,分为四大类。一是改善用工结构的智慧体校解决方案; 二是智能收银、智能商品补货、智能包裹分拣和智能配送解决方案;三是保障安全生产的智 能安防解决方案,包括智能防损、智能安防、智能巡检、自主夜收、远程值守;四是促进节 能减排的智慧能效与设备解决方案,包括智慧能效、智慧保洁与智能设备等。作为多点数智 近年来大力拓展的新业务领域,AIoT 解决方案具有合作模式灵活、实施便捷的特点,容易与 新客户建立合作关系,并且取得了阶段性成果。根据公司年报披露,2024 年,集团新签约多 个 AIoT 解决方案集客户,包括四川老邻居便利店、寿康永乐超市、四川宏达超市、家乐园 集团、罗森中国便利店等。

AIoT 解决方案升级,打造零售场景的智能基础设施。在 Dmall Solution 3.0 架构下,公司 以“AI+物联网基础设施”双轮驱动,持续优化零售场景下的即时响应能力。围绕门店运营与履 约管理,AIoT 解决方案已覆盖防损、补货、收银、配送、分拣及能效六大关键环节,实现商 品流、人员流与能耗流的智能协同。通过感知识别、数据联动与任务自动化,显著提升运营 效率与管理精度,推动零售商从传统作业向数智化管理全面转型。

全链条、全渠道一体化零售云解决方案,打通零售上中下游协同闭环。在 Dmall OS 与 AIoT 双系统的支撑下,公司已构建起覆盖采购、供应链、门店、履约、收银、能效与客户运营的 全链条零售云解决方案,实现对供应商、零售商与消费者三端的系统化管理。通过模块间的 数据联动与功能协同,多点数智的产品打通了零售业务上下游各关键环节,助力客户降本增 效、提升运营透明度与实时响应能力,全面推动本地零售向数智化、平台化转型。此外,多 点还为零售商管理线下及线上运营提供支持。Dmall OS 和 AIoT 解决方案既帮助零售商管理 线下零售运营,又协助零售商建立及管理虚拟店面,直接与线上消费者互动,并将线上及线 下全渠道运营中所获得的基础数据进行整合,从而简化零售管理流程及提升运营效率。

3.2.行业积淀深厚,依托物美更懂本地零售业

创始人深耕零售三十年,夯实“懂零售”的产品基因。创始人张文中博士于 1994 年创办物 美集团,是中国首批现代超市连锁企业之一。此后,物美持续拓展商超、生鲜、便利店等本 地零售业态,发展至今已拥有超 1800 家门店,覆盖全国多个省市,先后收购日本大荣(天 津)、美廉美、英国百安居和德国麦德龙的中国公司,投资重庆百货,持续扩大国内市场份 额。截止到 2024 年底,物美集团的营业收入超过 80 亿美元。长期零售实践中,张博士深刻 意识到传统门店在补货、陈列、履约和收银等环节存在数智化短板,于 2015 年创立多点, 专注打造覆盖全链条数智化解决方案。公司自诞生起便依托物美的全场景真实运营环境进行 产品打磨、系统测试与场景迭代,持续将物美复杂零售场景中的高频需求反哺到产品设计中, 形成行业积淀。

灯塔客户验证产品力,品牌口碑助力客户加速拓展。根据公司招股说明书披露,基于物美全 链路场景中的打磨经验,公司陆续拓展至麦德龙中国、重庆百货集团、银川新华集团等全国 性与区域性零售龙头,构建起涵盖多业态、多地区的“灯塔客户集群”。这些项目验证了公 司产品的适配性、可复制性和项目交付能力,成为行业内公认的标杆范例。在品牌口碑外溢 的带动下,公司持续拓展罗森、百安居、胖东来、丹尼斯、SM 集团等一批头部零售客户,实 现了品牌力与客户拓展之间的正向飞轮,进一步巩固其在零售信息化领域的领先地位。

客户结构持续优化,品牌外溢能力推动独立客户增长。公司与物美、麦德龙、重庆百货等头 部零售商的合作长期稳固,关联方收入持续增长(其中麦德龙、百安居等非物美关联方的收 入贡献近几年表现突出),反映其产品服务能力在复杂、高频场景中的验证效应。借助这些 “灯塔客户集群”,公司客户结构正不断优化,独立客户收入占比逐步提升。Dmall OS 业务 方面,独立客户收入占比由 2023 年的 41%上升至 2024 年 45%,显示出公司品牌力和产品力 外溢对新增客户的带动作用。根据公司年报披露,2024 年多点数智的品牌客户数量已达到 591 家。

深耕本地零售一线,产品更贴近客户需求。得益于深厚的零售理解力与成熟的系统工具,公 司产品已具备高度场景适配性、快速复制能力和高交付效率,在行业内形成良好口碑与规模 化拓展能力。对比其他类型厂商的产品方案,公司凭借扎根零售一线、从门店运营逻辑出发 的产品设计理念,在前中后台协同能力、零售场景适配性及本地部署灵活性等方面展现出更 强的实用性与落地性。

3.3.可持续的订阅+抽佣 SaaS 模式成长潜力大

收费方式多元化,适配不同客户需求,增强变现灵活性。公司基于客户业务阶段和技术成熟 度,设计了三种主要收费模式,以覆盖不同类型客户的实际需求:1)订阅模式:适用于预 算可控、计划明确的客户,按使用模块数量、订阅周期等因素收费;2)抽佣模式:按客户 通过公司系统(如 Dmall OS 和自助收银)处理的商品交易总额收取佣金,佣金率依据模块 组合、交易规模等因素定价,体现客户使用价值。3)固定费用模式:对于需要定制化开发、 系统集成、软件维护与实施的客户,公司按工作量核算收取一次性或阶段性服务费用,覆盖 人力投入及技术支持。因此,多样化的收费结构,不仅提升了公司的客户覆盖广度,也为公 司带来灵活可控的收入组合。

抽佣模式创新构建强绑定关系,增强业绩弹性。区别于传统 SaaS 企业主要依赖订阅费的模 式,公司通过深度嵌入客户交易环节,创新的提供抽佣收费方式,实现从“交易驱动”中获 取收益的能力。Dmall OS 系统和 AIoT 方案通过连接客户 POS 和自助收银终端,按比例计提 服务佣金,此外,抽佣率的厘定还会考虑客户订购的模块数量及类型、订购周期、客户的规 模及经营范围等因素。我们认为,抽佣率收费结构具备二大优势:一方面,公司能够以较低 的产品及服务前期成本吸引客户,使得客户更愿意在其早期数字化运营阶段购买公司的操作 系统,避开一次性支付高额付款,从而打开和进入市场。另一方面,公司与客户的利益保持 一致,能够从客户持续增长的销售量中获取其部分收益。

商业模式推动客户粘性和规模稳步增加,客户净收益留存率稳定在 100%以上。抽佣叠加可持 续的订阅收费,不仅有助于公司扩大客户群,更通过系统使用深度带动客户长期留存。近年 来,公司客户数量持续增长,反映出商业模式具备良好的复制性与市场适配力。与此同时, Dmall OS 系统平均抽佣率稳步上升,截至 2024 年 6 月 30 日已达到 0.5%,体现了客户模块 使用深度和系统依赖程度不断增强。根据年报披露,2024 年公司的客户净收益留存率达到 114%,过去几年持续维持在 100%以上的水平,显示出强客户粘性与持续付费能力,进一步验 证“抽佣+订阅”模式在长期客户关系中的价值释放潜力。近年来,随着公司与客户的合作 关系逐步稳定,一些成熟客戶的收費模式正在从抽佣制转为订阅制,进而提升公司营收的能 见度和稳定性。

4.三大看点:携 AI 和胖东来赋能零售,国际化正当时

4.1.多款 AI Agent 产品落地,引领 AI+零售新业态

打造多款零售场景专属 AI Agent 系列产品,推动零售客户 AI 升级。从 2022 年开始,多点 数智就开始探索 AI 在零售场景中的应用。2024 年,公司已推出多款 AI agent 产品,如 AI 出清、AI 客服、AI 质检、AI 巡检、AI 导购及 AI 补货等。截至目前,公司的 AI 产品已接入 DeepSeek 并完成本地化部署,加速推进 AI 在零售领域的推广应用。接入 DeepSeek 后,AI 产品在智能化、决策能力方面会有进一步提升,尤其是在成本側,随着算力和推理成本的降 低,产品的使用成本预计也会大幅降低。

1)AI 出清 Agent 产品于 2024 在物美品牌旗下超 200 家门店落地,针对肉类和叶菜类食品推 出动态折扣清货方案,该方案针对凭个人经验判断进行打折的传统出清模式中存在的执行过 程粗放、标准参差不齐、毛利损失高等痛点,运用智能分析,为各个商店生成实时和个性化 的折扣建议,并与补货系统实时联动,每年为物美集团带来超百万的利润增长。未来该方案 还将推广到其他保质期较短的商品品类。

2)AI 客服 Agent 产品业务能够实时响应顾客咨询,并根据顾客的反馈调整营销策略。上线 后,不仅降低了商家的人工成本,还维持了较高的用户满意度,在线解决率达 80%,当遇到 复杂问题时,模型会自动转接人工客服,确保服务质量。今年,AI 客服 Agent 的功能已经从 客服质量检查扩展到配送过程中的音频质量检查。

3)AI 质检 Agent 产品从最初针对客服的质量检查,拓展到配送场景下与顾客进行沟通的语 音内容质量检查,AI 实现了全量检核,取代原来人工 2%–5% 的抽检率,且抽检正确率超 99%, 大幅提升了质检的效率与准确性。4)AI 导购 Agent 产品是通过自然语言问答的方式,在消 费者使用的 APP 端对用户的问题进行解答,给出推荐商品并引导加入购物车,有效提升了 用户购物体验。5)AI 补货 Agent 产品让零售商能够根据 AI 数据算法准确预测商品销售趋 势,从而帮助零售商自动向供应商下订单,显著提高了整个供应链的补货准确性和效率。

6)AI 巡检 Agent 产品是 AI 模型与门店安防监控设备的深度融合,对门店关键区域进行智能 视觉监控。结合 AI 能力形成货架缺货、服务台无人、收银区排队、消防通道占用、监控室 值班人员离岗或睡着等场景识别,识别后触发报警机制并转交人工处理,确保问题迅速得到 响应与整改。部分场景节约人工巡检成本 70%,任务整改率超 98%,提升顾客满意度与购物 体验,降低门店潜在风险与安全隐患。

在此基础上,公司进一步拓展 AIoT 能力,推出机器人解决方案,涵盖仓储与门店清洁两大 场景。1)仓储机器人解决方案是多点与物流行业头部机器人公司进行合作,通过与仓库管 理系统联动,匹配机器人后台接收任务,从而驱动机器人作业,达到入库、高位存货、订单 拣选、出库等动作全部自动化,进而提高工作效率,节约空间与成本。2)清洁机器人解决 方案基于公司自研的 DCS 系统( Dmall Cleaning System)于后台实时安排调度、监测与优 化卖场清洁任务,实现智能调度与人机协同,需求响应灵活性与复杂任务处理能力相较于单 一的机器人清洁方案更高,已在大润发、万达、龙湖等客户门店上线,其中在大润发首店为 客户实现降本 5%。 公司创始人受邀出席英伟达 GTC 大会,共话 AI+零售新趋势。2025 年 3 月,多点创始人张文 中博士受邀出席 GTC 大会,与英伟达零售及快消品 AI 业务总经理围绕“生成式 AI 如何重塑 零售运营,实现提效与增收”这一主题进行了圆桌对话交流。在会上,张博士首次披露了多 点在 AI 领域的创新成果——AI 智能出清(AI Dynamic Pricing)、AI 智能导购(AI Shopping Assistant)以及 AI 智能巡检(AI Monitoring System)三款产品正式发布,并已在中国市 场实现商业化落地。

4.2.携手胖东来拓展国内零售新客,把握调改新机

携手胖东来,将其管理理念和方法论沉淀到多点数智的产品和系统中。多点与胖东来的合作 始于 2022 年,最初聚焦于集团会员系统与线上商城的建设。随着胖东来模式在行业内影响 力不断扩大,双方于 2024 年进一步深化合作,由单点产品服务升级为端到端的全链条数智 化系统与 AIoT 智能物联解决方案。2024 年 10 月,Dmall OS 系统在胖东来全面上线,实现 对会员、商品、供应链、门店运营等核心环节的数智覆盖。此后,多点还以胖东来总部为基 地,举办合作伙伴大会,并以胖东来案例为范式,推动“胖东来模式”向全国范围内更多的 本地零售商复制推广。

胖东来模式跑通本地零售改革,兼具示范性与可复制性。胖东来作为本地零售标杆,其成功 并非偶然。1)从顾客端来看,胖东来围绕“顾客满意”构建服务与商品标准,形成强用户 黏性与口碑传播;2)在企业内部,其管理制度、人事体系与品牌文化高度成熟,具备极强 的标准输出能力;3)在竞争策略上,胖东来选择不依赖流量平台合作,而偏好如多点这类 能够赋能自身经营的合作伙伴,强化利润率与内生能力。在这一背景下,公司产品作为胖东 来模式数智化支撑底座,获得了高度绑定式验证。

从试点合作到全面上线,赋能胖东来打造系统验证样本。凭借着科学的数据管理系统,能够 让管理者实时、准确、方便地随时查询相关数据的功能,多点数智在 2022 年进入了胖东来 供应商选择的视野。1)2022 年 9 月,双方首先开始在会员和线上业务中合作,围绕会员管 理的痛点提供订阅服务。系统上线至今,胖东来的会员数量已经从不到 100 万增加至 900 多 万。此外,胖东来还订阅了多点数智的供应商管理和商品管理模块。2)2022 年 11 月,多点 和胖东来合作了百货和购物中心,实现了 ERP 和 CRM 的上线,使得员工可以移动化办公,全 流程自动化处理,显著提升了工作效率,多点数智也顺势开启了百货细分领域的数智化业务。 3)2024 年 4 月,多点数智与胖东来缔结合作,帮助其端到端全面实现数智化,涉及仓库管 理、门店管理、商品展示管理、库存管理及自动补货等附加模块。4)2024 年 10 月,胖东来 所有的业务都已经跑在了多点数智的系统上。 把握国内零售痛点,多点拓展大型商超和区域下沉市场均有优势。在大型零售商维度,一方 面要与更多类别的供应商建立联系,开展供应商资质评估、产品分批采购、物流存储、退换 货等繁杂的管理工作;另一方面要管理数量众多且分布广泛的门店,解决跨区域库存调配和 产品质量管控等问题。针对这些痛点,多点在物美系已经积累了丰富的经验。在区域下沉市 场维度,不同地域、不同级别的城市都存在着诸多不同品牌的商超便利店,以满足消费者在 商品偏好、 购物场景及价格敏感度上的差异化需求,例如南北饮食差异直接影响生鲜品类 结构,城乡收入差距则作用于品牌渗透策略。胖东来的标杆合作为公司在区域下沉市场的拓 展提供了有力背书。

6 月 24 日,多点数智与比优特集团举行了智能仓储系统(WMS)合作项目启动会,标志着多 点将正式为比优特提供数智化转型服务。比优特是东北地区具有领军地位的零售商,2023 年 进入全国超市百强,2024 年销售额 74 亿,2025 年计划实现百店百亿目标,2025 年 3 月收购 了永辉超市在黑龙江和吉林的 12 家门店。我们认为,与比优特的合作反映了多点数智在国 内非物美系市场正在持续攻城略地,未来公司在区域性零售商的拓展值得期待。 标杆案例持续落地,胖东来调改成果带动公司品牌扩散。2024 年以来,胖东来先后帮助嘉百 乐、永辉、步步高等区域零售商推进门店调改,项目实现销售额翻倍、客流增长 5–10 倍, 形成显著示范效应。与此同时,由胖东来与联商网共同创办的联商东来商学院面向行业开放, 吸引众多区域零售商实地参访学习胖东来模式。公司作为其深度合作的数智系统提供方,随 该模式在行业内广泛传播,快速在本地零售客户群中建立品牌认知和信任基础,显著降低客 户教育与获客成本。

物美自发引入胖东来标准,验证系统助力多点类调改项目可行性。除协同调改外,零售企业 主动学习胖东来模式进行转型。2025 年,物美集团正式启动“学习胖东来”项目,以胖东来 标准为蓝本自主推进服务改造和组织改革。公司为该项目提供系统全流程支撑,北京学清路 店为首家调改门店,自今年 3 月改造完成恢复营业以来,顾客满意度高达 95%以上,客流和 销售额均成倍增长。未来,公司有望以调改门店的实绩为背书,针对调改提供相关产品及解 决方案,在物美系内部持续拓展,并进一步开拓胖东来学员企业和其他大型商超客户,打开 增量收入空间。

4.3.出海业务稳扎稳打,远期营收空间将值得期待

出海业务拓展迅速,SaaS 前景广阔但区域分化显著。虽然当前海外收入占比仍相对较小,但 增速显著,公司正加速验证其在不同区域市场的适配性与可复制性。SaaS 业务已逐步拓展至 东南亚、日本及欧洲等多个区域,对应市场数字化进程加快,呈现出广阔的成长空间。根据 Statista 数据,2025-2030 年东南亚与中国 SaaS 市场 CAGR 均接近 20%,主要受益于基数较 低与数字基础设施加速建设所带来的红利。而日本与欧洲尽管渗透率已较高,但得益于企业 运营效率诉求与软件付费习惯,仍具备约 10%的年增速,显著高于当地 GDP 增速,具备中长 期增长潜力。

公司国际业务持续发力,贡献额外业绩增量。2024 年,公司国际业务收入增速显著,较上年 同期增长 27.9%,占收入比重为从 2021 年的 2.4%逐步提升到 8.5%。公司进一步加深与 DFI Retail 集团、SM 集团、麦德龙集团等知名国际零售客户的业务合作,如为香港地区的 7-11、 万宁品牌和东南亚地区 SM 集团旗下多个品牌成功上线收银管理系统、店铺管理系统。此外, 也为东南亚市场的领先健康美容零售商品牌 Guardian 提供全面的系统支持。

分区域看,1)日本:老龄化驱动零售业数字化刚需,统一便利店业态助力快速复制。总和 生育率是指一个人口群体的各年龄别妇女生育率的总和。截至 2023 年,日本人口结构中 65 岁以上人口占比超过 29%,且总和生育率为 1.2。老龄化与劳动力短缺正倒逼日本零售业加 速数字化转型,催生出对降本增效工具的刚性需求,Dmall 的 AIoT 产品高度匹配如“无人收 银”“智能分拣”等需求场景,具备本地落地能力。 此外,日本便利店市场高度集中,三大巨头(7-11、罗森、全家)占据约 93%市场份额,业 态标准化程度高,有利于技术类服务的快速规模化落地。公司与 7-11(广东)和罗森(中国)的合作积累了便利店数字化经验,未来有望将中国便利店运营经验快速复制至日本统一业态, 推动本地业务规模化落地。

2)欧洲:软件订阅习惯成熟,高溢价接受度提升盈利弹性。欧洲市场的 SaaS 用户付费意识 成熟,为公司带来良好的收入端增长潜力。根据 Stackscale 研究,欧盟地区超过 95%的企业 存在采购 SaaS 的行为,高于 IaaS 和 PaaS 等其他云服务类型,显示出较强的数字化服务需 求。同时,ProfitWell 数据显示,欧洲客户相比美国客户,仍愿意接受 20%以上的 SaaS 软 件溢价。对公司而言,借助中国本土研发和硬件制造的成本优势,在欧洲市场销售高溢价 SaaS 软件将有效提升整体毛利率水平。根据公司招股说明书披露,目前公司已与麦德龙集团签订 协议,逐步会将服务整合在波兰约 500 家门店,截至 24 年 6 月 30 日已有 10 家门店启用公 司系统。

3)东南亚:高电商渗透下的零售数字化缺口,撬动蓝海市场结构性机会。东南亚拥有极高 的互联网渗透率与电商普及度,为零售业数字化打下良好基础。根据 Datareportal 数据, 印尼、泰国、马来西亚等国的互联网普及率均超过 75%,移动支付、社交电商等在 C 端用户 中已形成成熟使用习惯。然而,相较于 C 端数字消费的快速发展,B 端零售企业的数字化转 型仍处于初级阶段,呈现出明显的结构性滞后。

据 Google Cloud 联合 IDC 发布的报告,亚洲(含东南亚)约有 73%的零售商仍处于阶段 1 和 2,即“基础数字化阶段”,仅有 2%达到高度数字成熟。这种“前台先进、后台滞后”的矛盾, 催生了大量围绕门店运营、供应链效率、用户数据分析等领域的升级需求。公司 AI+零售产 品能极大赋能当地零售商,有望带来业绩贡献。

短期来看,公司与 SM 集团及麦德龙欧洲的合作已初具规模,接下来有望继续增长。中期看, 公司的主要合作企业覆盖地区为亚洲和欧洲地区,公司有望进一步亚欧地区渗透, 长期来 看,公司全球进一步布局发展,海外收入潜力可期。伴随产品标准化、模块化程度提升,公 司正逐步构建“本地研发+海外交付”的轻资产出海模型,未来有望在海外复制服务能力, 打开第二增长曲线。


(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)

相关报告
评论
  • 相关文档
  • 相关文章
  • 全部热门
  • 本年热门
  • 本季热门
  • 全部热门
  • 本年热门
  • 本季热门
  • 最新文档
  • 最新精读
分享至