當你在追模型，市場卻在盯排班、退貨與廣告投報

01｜為什麼是沃爾瑪：它握有三種稀缺資產，剛好能把 AI 變成財務語言

在 AI 浪潮裡，稀缺資源不只算力與模型人才，還包括三種更容易直接連到現金流的資產：入口、交易資料、履約能力。

入口：沃爾瑪（Walmart）的強項不是某個爆紅 App，而是民生消費的高頻場景與龐大客群觸及。當不確定性升高，市場更容易把它歸類為「風險偏好下降時的停泊處」。有外媒以「資金轉向道瓊成分股與民生消費類股」形容這波輪動；說白了，就是在雜訊變大時，資金更願意抱住那種現金流看得懂、也比較好預估的公司。

交易資料：零售的資料不是抽象點擊，而是從搜尋、比價、加購、付款到退貨的全流程，而且每一筆都帶著明確意圖與價格敏感度。當「對話介面」開始分食傳統搜尋入口，掌握交易資料的一方更有機會把 AI 做成「更快完成決策」的系統，也就是讓使用者更快選到、買到、拿到，而不只是更會聊天的介面。

履約能力：AI 在零售真正能兌現的地方，多半發生在供應鏈、倉儲、配送、排班這些高成本流程裡。路透社把 AI／自動化與營運能力列為沃爾瑪被重新定價的因素之一，指向的正是「把技術轉成流程」的能力。

因此，沃爾瑪在 AI 時代的優勢，未必是技術領先，而是「把技術變成結構」的能力：入口＋資料＋履約，能把 AI 的不確定性，折算成可被驗收的營運改善與現金流品質。

02｜沃爾瑪如何把 AI 變成三條「能被財報驗收」的獲利管線

要理解市場為什麼願意替沃爾瑪（Walmart）的 AI 敘事付錢，重點不是它用了哪些模型，而是它把 AI 放進哪三個位置，並且讓成效能回到財報語言：前線效率、消費者轉換、廣告毛利。

第一條管線：前線效率，把 AI 放進日常工作流，降低營運摩擦

路透社在 2025-07-24 的報導中曾提到，沃爾瑪想用 AI 來「縮短購物流程」，從商品探索、退貨到提升配送速度，目的很直白，就是用流程上的去摩擦，把零售最難守住的成本結構（人力、倉配、退貨）變得更可控。

同一篇報導也提到「super agent」路線：消費者端的 Sparky 已在 Walmart App 上線；員工端則規劃推出「Associate」super agent，讓門市與企業員工能用更少的操作完成請假申請、快速調出品類或商品的銷售資訊等工作。

這條管線的財報驗收方式，通常不會用「模型多強」來講，而會落在更硬的營運指標：單位人力產出、作業時間、退貨處理週期、倉配成本與缺貨率等，最後反映到費用率與營業利益率的可見改善。

第二條管線：消費者轉換，把 AI 做成「更快做決定」而不是「更像人」

Sparky 的價值不在擬人，而在縮短決策路徑。路透社描述 Sparky 目前會做的事，包括情境化商品建議、協助找到正確耗材、摘要評論等；而在「super agent」形態下，還會進一步做到補貨式回購、活動規劃，甚至透過電腦視覺給出食譜與商品建議。

這一套設計本質上是把「搜尋與比價」變成「更快決定」：讓使用者更快縮小選項、提高下單信心。財報語言通常會映射到轉換率、客單價、回購率與退貨率等指標。當對話界面逐步變成新的商品探索入口，能不能把對話導向交易，才是它是否具有長期定價的關鍵。

第三條管線：廣告毛利，把 AI 介面變成零售媒體的新入口

真正讓「AI 不只是成本中心」的，是它被用來放大高毛利的零售媒體生意。Adweek在 2026-01-06 報導指出，沃爾瑪正把廣告放進 Sparky，形式可能以「sponsored prompt」出現，也就是當使用者詢問商品推薦時，贊助式提示會靠近建議選項出現。

同日，Walmart Connect自家文章也明確寫到：他們在 2025 年秋季已測試「與 Sparky 連動的第一批廣告格式」，並會在 2026 年持續推進。

把三條管線合在一起，就會看到沃爾瑪的 AI 敘事之所以能被市場接受，是因為它同時踩在三個財報可驗收的位置：

前線效率改成本結構，消費者轉換改收入效率，廣告毛利改獲利品質。

再加上路透社在 2026-02-03 對「1 兆美元市值」脈絡的拆解，把線上市集、快速配送、Walmart+ 與規模已達數十億美元的廣告業務放進同一張成長曲線裡，市場更容易把它理解成「技術被轉成流程與現金流」的公司，而不只是「我們也有 AI」的公司。

03｜兩種玩家的必然選擇：掌握入口，或掌握履約

在 AI 變成「要交出投報」的階段，玩家大致可分成兩種：大型科技公司與大型實體通路商。兩者都投入 AI，但他們在追的不是同一種護城河。

選項 A：大型科技公司，押注新入口與新作業系統

科技公司投入 AI，核心是在爭奪下一代入口與分配權，例如 AI 搜尋、AI 助理、代理人式工作流，甚至是把這套能力做成新的作業系統層。

這條路一旦成功，會形成高度規模化的網路效應，但問題也同樣明顯：回報需要時間驗證，競爭態勢又常在變，市場更容易出現波動與輪動。

有外媒提出對「資金從科技股轉向民生消費等實體經濟標的」的描述，其本質上就是在說明當風險偏好下降時的一種資金選擇：在 AI 對就業與軟體產業的影響尚未被充分定價前，投資人先偏好現金流更可預期、也更好估算的公司。

選項 B：大型通路商與實體巨頭，利用自身結構把 AI 變現

通路商未必需要負擔最先進模型的全部研發成本，它更像是把 AI 當成外部供給，然後用自己的入口、交易資料與履約能力，把 AI 直接折算成交易效率與毛利結構。以沃爾瑪（Walmart）為例，它把對話式助理 Sparky 與零售媒體（廣告）整合測試，傳達的不是「我們的模型更強」，而是「新的對話介面也能成為我們的零售媒體入口，並且把流量導回可驗收的收入與毛利」。這種路線的優勢在於，當你本來就擁有龐大的交易場景與履約系統，AI 更容易被放進既有流程裡，變成可被財報捕捉的改善。

04｜接下來市場會用哪兩個指標，驗收沃爾瑪的 AI 溢價

一旦資本市場把「AI」算進估值，下一步必然會追問兩件事：這套 AI 到底帶來多少「增量」，以及這些改善能不能「持續」穿透到財報。我們可以從以下兩個指標來判斷：

指標一：Sparky 是否帶來「增量交易」，而不只是把舊交易搬到新介面

當廣告開始進入 Sparky，市場會更在意可歸因、可量化的投資報酬，而不是「有沒有做 AI」。Adweek曾報導沃爾瑪正在把廣告帶進 Sparky 的生成式 AI 購物體驗，並描述可能以「sponsored prompt」等形式呈現。Walmart Connect也明確寫到：2025 年秋季已測試第一批與 Sparky 連動的廣告格式，並會在 2026 年持續推進。

這會把驗收標準從「使用量」推進到「增量」：新界面是否帶來淨新增訂單（而非只是把原本會買的人移轉到聊天界面下單）、是否拉高轉換率與客單價、是否改善回訪，甚至是否讓退貨率下降。更進一步，廣告端會被要求回答：這些新格式到底帶來多少可歸因的增量銷售與毛利，還是僅僅分食既有零售媒體預算。因為兩個來源都把它定位在「測試與持續推進」階段，接下來外界追問的焦點很可能會落在「可驗收口徑」與揭露頻率：到底用什麼定義增量、用什麼方式排除互相稀釋與重複計算。

指標二：效率改善是否穿透到財報，而不是停在內部專案報告

路透社在報導沃爾瑪市值觸及 1 兆美元時，將其重新定價的因素放進「數位化、AI／自動化、快速配送、Walmart+、廣告」等多條成長曲線，同時點到它在 AI 與供應鏈自動化上的投入，並提到其廣告業務規模（約 40 億美元）與同店銷售連續多季優於預期。這段敘事的含義是：投資人期待看到的是「持續性」的結構改善，而不是一次性的亮點。

因此，市場驗收的第二個指標會更偏財報語言：費用率是否下降、營業利益率是否改善、履約與倉配成本是否被壓低、庫存周轉與缺貨狀況是否變好。換句話說，AI 若真能降低供應鏈、倉儲、配送、排班等高成本流程的摩擦，就必須能被季度財報長期捕捉；若只能在內部簡報裡呈現「效率提升」，但看不到持續的利潤與現金流改善，那 AI 溢價就容易被重新評價。

05｜你不需要把公司變成 AI 公司，但你必須學會被市場驗收

第一點：AI 導入的語言要從「我們用了什麼」改成「我們省下什麼、賺到什麼」

沃爾瑪（Walmart）這個案例提醒我們：市場不缺 AI 敘事，缺的是可驗收口徑。對零售、電商、消費品牌、物流與製造而言，下一階段的競爭不是誰更會做 Demo，而是誰能把 AI 的效果對應到一組「財務可追蹤」的指標，並且能說清楚前後差異與歸因邏輯。你可以把表述方式固定成三句話的財報語言：1）成本省在哪裡（例如客服成本、倉配成本、排班閒置、人工作業時間）。

2）收入多在哪裡（例如轉換率、客單價、回購率、促銷效率、廣告投報）。

3）風險降在哪裡（例如缺貨率、退貨率、錯誤揀貨、客訴與退款）。

一旦能用這套語言講清楚，AI 才會從「技術亮點」變成「經營槓桿」。

第二點：入口改變時，廣告與通路談判權也會跟著改變

把廣告放進 AI 助理，本質上是把「推薦理由」變成新的版位。當入口從搜尋框、分類頁轉向對話與情境推薦，品牌與通路之間的談判焦點也會移動：不再只是買關鍵字、搶貨架，而是誰能讓商品在 AI 的推薦邏輯裡「更容易被理解、被比較、被說服」。因此，企業該問的不是「要不要做聊天機器人」，而是更直接的前提：商品資料、規格、價格帶、適用情境、差異化賣點、常見疑慮、評論摘要，是否已整理成結構化資料（含標準化欄位、可比對屬性、可被引用的推薦理由）。如果資料仍是散的、亂的、不可比的，就算接上再強的模型，也很難換到穩定的轉換與毛利。

第三點：最值得投資的不是聊天，而是可交付的工作流。

最有價值的 AI 導入，通常不是讓界面更會聊天，而是把高頻、重複、成本高且品質不穩的流程，改造成「可交付、可複製、可稽核」的工作流。台灣台灣企業若要借鏡，優先順序多半是：先挑「每天都在發生、成本大、品質起伏大」的流程下手（例如客服分流、退貨判定、缺貨預測、揀貨路徑、排班與補貨），再把驗收方式一起設計好（前後對照、抽樣稽核、例外處理紀錄、人機協作的責任切分），最後才談跨部門擴散與規模化。當你能持續用同一套驗收口徑追蹤、修正與擴張，AI 才會從「一次性專案」變成「公司結構的一部分」，也才會真正進入市場願意長期定價的範圍。

總結｜當 AI 讓估值更難，市場反而更愛「可驗收的確定性」

外媒的觀察點出了一個資本市場很現實的心理：當 AI 的影響範圍太大、效果又一時難以精準定價時，投資人短期更容易把資金移往消費必需品等「現金流更可預期」的企業。這不是在否認 AI 的價值，而是在 AI 讓估值變得更像迷霧時，市場先用防禦型資產換回一種可掌握的確定性。

沃爾瑪市值觸及 1 兆美元，並被描述為同時疊加數位化、AI／自動化、電商履約、會員與零售媒體等多條成長曲線。這讓「AI」不再只是技術名詞，而是被放進市場聽得懂的營運結構與獲利結構裡。

對決策者而言，沃爾瑪案例最值得我們思考的是：AI 的競爭焦點正從「誰擁有更強的模型」轉向「誰能把 AI 變成可交付、可稽核、可被財報驗收的營運能力」。市場會不會相信你，關鍵往往不是你用了什麼模型，而是你能不能用清楚的指標持續驗收：哪些流程變得更穩、哪些成本真的下降、哪些毛利確實提升，以及新入口是否真的帶來增量交易，而不是只是換了一個介面重做同一筆生意。

FAQ

Q1：這代表投資人不再看好科技股了嗎？

不必下這種結論。比較精準的解讀是：市場正在用「可預期的現金流」對沖「AI 造成的估值不確定性」，因此短期出現輪動，並不等於科技股的長期敘事結束。Axios 的觀察就是在描述這種資金行為：當科技股承受壓力時，資金更偏好轉向消費必需品等「看得見、摸得到」的企業，因為它們的需求與現金流相對更容易估算。

另一個不確定性來源，是大型科技公司近年 AI 投資規模很大，市場會在意這些資本支出何時能轉成穩定獲利與自由現金流。路透社近期也提到，龐大的 AI 投資計畫加劇了投資人對「何時回本」與「產業被 AI 重新洗牌」的焦慮，短線股價波動自然更明顯。

所以這題的重點，不是「科技股行不行」，而是「市場現在更想用確定性換掉不確定性」。等到入口、抽成與用戶行為的轉移速度逐漸清晰，資金風向也常會再度回擺。

Q2：沃爾瑪的 1 兆美元市值，主要真的是靠 AI 嗎？

路透社的敘事很清楚：沃爾瑪（Walmart）觸及 1 兆美元市值是「多因素疊加」，包含線上市集、快速配送、Walmart+ 訂閱，以及零售媒體（廣告）等動能，同時也把 AI 與供應鏈自動化放進它被重新定價的原因之中。

因此更精準的說法是：AI 比較像「加速器」，而不是唯一引擎。它加速的地方主要在兩端，一端是履約與營運效率（供應鏈、倉配、自動化帶來的成本結構改善），另一端是入口與變現方式（例如把新的互動介面延伸到電商與零售媒體的成長曲線裡）。

但沃爾瑪之所以能被市場用更高估值對待，前提仍是它本來就擁有的「入口規模」與「強履約體系」：AI 是把這個結構的效率與獲利模式放大，而不是憑空創造一個全新故事。

Q3：Sparky 這種購物助理，對沃爾瑪最重要的價值是什麼？

關鍵不是「像不像人」，而是它能不能把購物決策變得更快、更有把握。路透社把 Sparky 放在沃爾瑪的「agentic AI／super agents」策略之中，並描述它是面向消費者的主要 AI 介面，目標是推動電商成長，而不是只做客服問答。

從商業結果來看，Sparky 的價值通常會落在三個「交易語言」上：降低選擇成本（更快縮小選項）、提高下單信心（更清楚的比較與理由）、縮短完成交易的步驟（更少跳頁與搜尋）。當這三件事做到位，最容易被驗收的就是轉換率、客單價、回訪率與退貨率等指標的改善。

換句話說，Sparky 不必成為最會聊天的助理，它要成為「最會讓你買到對的東西、少走冤枉路」的交易介面。

Q4：把廣告放進 AI 助理，會不會傷害使用者體驗、反而反噬？

這是合理風險，而且會是市場接下來盯得很緊的一題。Adweek 報導沃爾瑪正在 Sparky 內測試廣告，並提到先前已有初步測試；同時也描述廣告可能以「sponsored prompt」形式出現，夾在一般建議提示旁邊。

Walmart Connect 的官方文章也用「仍在推進」的語氣談這件事，表示 2025 年秋季已有與 Sparky 連動的廣告格式測試，並計畫在 2026 年持續擴展。

外界真正要看的不是「有沒有廣告」，而是三個底線：第一，明確標示與透明度（使用者一眼能分辨贊助內容）；第二，推薦品質是否被維持（相關性與可信度不能崩）；第三，變現壓力是否反噬核心指標（轉換、回訪是否下滑、退貨與客訴是否上升）。若這三點守得住，廣告才會成為加分；守不住，它就會變成侵蝕信任的成本。

Q5：台灣企業要怎麼借鏡沃爾瑪，而不是照抄它的工具與名詞？

借鏡的重點在「驗收口徑」，不是工具清單。你可以把沃爾瑪被市場重新定價的路徑，拆成三件可被財報理解的事：效率（履約與流程）、轉換（新介面促成交易）、毛利（零售媒體變現）。

落到台灣企業，我會建議照這個順序做：先挑「每天都在發生、成本大、波動也大」的流程下手（例如客服分流、退貨判定、缺貨預測、揀貨與補貨、排班與派工、促銷投放與素材產出）。第二步是先把資料整理到機器看得懂，特別是商品、規格、情境、例外狀況與處理紀錄，因為 AI 的成敗常常卡在資料，而不是卡在模型。第三步才是把驗收方式制度化：前後對照、抽樣稽核、例外處理紀錄，還有人機協作時的責任切分，讓改善能持續累積，而不是一次性專案。

Q6：未來一年，投資人最可能用哪些訊號驗收沃爾瑪的 AI 溢價？

大致會分成兩類訊號。

第一類是消費者端與零售媒體端：Sparky 這類介面是否帶來「增量交易與留存」，而不是把既有交易搬家；尤其當廣告形式導入後，市場會更在意變現是否稀釋信任與推薦品質。Adweek 與 Walmart Connect 都把這件事定位在測試與持續推進，代表接下來外界追問焦點會更偏「可歸因的口徑」與「對核心指標的影響」。

第二類是營運端：AI／自動化是否持續穿透到財報，讓費用率、履約成本、庫存周轉、缺貨與退貨等營運指標變得更穩，並且能支持更可預期的現金流。路透社把 AI／自動化與沃爾瑪的線上市集、快速配送、Walmart+、廣告業務放在同一段「重新定價」敘事裡，意思就是市場期待看到的是結構性、可延續的改善，而不是一次性的亮點。

參考資料：

• The AI boom's surprising winners aren't even tech companies

• Walmart hits $1 trillion market value, joins club dominated by Big Tech giants

• Walmart Opens Up Ads in Gen AI Shopping Agent Sparky

• The Next Generation of AI-Powered Retail Media

• Walmart bets on agentic AI with advertising assistant, ‘super agents’ to boost e-commerce growth

相關閱讀推薦：

• 精選解讀｜沃爾瑪攜手OpenAI，開啟AI購物新時代

• 沃爾瑪的 AI 工廠 Element：讓你見識什麼叫「AI 製造力」

• 沃爾瑪Walmart運用 AI 工具「Trend-to-Product」加速時尚商品開發，縮短上市時間至六週

文/ InfoAI 編輯部

AI 時代的思考力革命｜AI 素養，不是學技術，而是拿回主導權的能力升級

與 AI 一起思考，成為能定義方向的人

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。

AI 協作聲明：

本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。

JUDGEMENT

We help you make better judgement about AI.

不是更快知道 AI 新聞，而是更早做出你能承擔後果的判斷。

InfoAI 存在的目的
是把 AI 的變化，轉換成可被理解、可被評估、可被行動的判斷框架。