Albertsons借助Databricks构建零售商品智能决策平台

Albertsons正致力于在其杂货零售业务中大规模提升商品智能化水平。

这家大型连锁超市正与门店经营者直接合作，将多个分散的平台整合为一个统一的决策空间，在产品、定价、促销和陈列等维度提供更深入的洞察。Albertsons商品转型与AI业务集团副总裁Karthik Iyer表示，该商品智能平台以Databricks为底层架构基础，目前正处于向门店商户推广落地的阶段，计划于2026年底前完成全面部署。

"我们正在改变商户长期以来使用技术工具的习惯，引导他们进入一种全新的思维模式。"Iyer说道。他向Albertsons首席技术与转型官Anuj Dhanda汇报工作。

商品智能化是Albertsons今年规划的四项核心战略投资之一，旨在推动AI在企业内部的规模化落地，并在日趋激烈的杂货零售数字化竞争中保持领先。

Iyer强调，构建一个融合高质量数据、数据治理与AI能力的平台至关重要。

在技术架构层面，Databricks的Lakehouse方案承载了Albertsons的全量零售数据；平台中间层为数据治理层，依托Databricks的Unity Catalog与AI Gateway实现；位于整个技术栈最顶层的是Databricks的AI智能体Genie，使商户能够以自然语言轻松查询平台数据。

Iyer表示，通过将大语言模型引入平台，并基于Lakehouse中的零售交易数据（例如过去三年内青苹果与红苹果的价格走势）进行训练，平台能够输出清晰且具有前瞻性的业务诊断结论。

Genie的价值正在于帮助商户充分释放平台数据的潜力。Iyer举例说明："如果今年夏季较为干燥、光照不如往年充足，这对Tillamook冰淇淋的销售意味着什么？我是否应该缩减陈列空间，还是扩大？是增加口味品类，还是将空间让给其他产品？这正是我们通过与Databricks联合搭建的综合平台所能获取到的洞察。"

商户的主动采用将是平台成功落地的关键。正因如此，Iyer表示在平台构建过程中选择与零售业务部门协同共创，而非直接采购现成的解决方案。"如果我们的商户能够说'这个平台给了我们之前从未想到的洞察，提供了我们没有精力去深入思考的交易经济分析'，这正是我最感到兴奋的事情——真正为业务带来有意义的转型。"

Databricks产品管理高级总监Ken Wong表示，Albertsons意识到需要对业务有更强的实时理解能力，这也正是Genie在其商品智能平台中发挥关键作用的原因所在。

"他们希望构建一套能够实时响应任意类型问题的系统，以满足这一需求。"Wong说，"随着大语言模型技术的持续进步，搭建此类系统已成为可能，但要让系统输出结果足够可靠、值得信赖，实际上仍是一项相当艰巨的挑战。"

Q&A

Q1：Albertsons的商品智能平台是基于什么技术构建的？

A：该平台以Databricks为底层架构基础，采用三层技术栈：底层是Databricks Lakehouse，用于存储零售数据；中间层是Unity Catalog与AI Gateway，负责数据治理；顶层是AI智能体Genie，支持商户通过自然语言进行数据查询，同时还引入大语言模型对零售交易数据进行训练，实现前瞻性业务诊断。

Q2：Genie智能体在Albertsons商品智能平台中具体能做什么？

A：Genie允许商户以自然语言向平台提问，获取实时、个性化的业务洞察。例如，商户可以询问特定气候条件下某款产品的销售预测，以及是否应调整陈列空间或品类结构，从而辅助做出更精准的商品决策。

Q3：Albertsons商品智能平台的全面推广计划是什么？

A：目前平台正处于向门店商户推广落地的阶段，Albertsons计划于2026年底前完成全面部署。为确保商户积极采用，平台在建设过程中采用了与零售业务部门协同共创的方式，而非直接采购现成工具，以提升商户的使用意愿和实际落地效果。