2026 年上半年，多点数智（02586.HK）交出一份高质量增长的成绩单：报告期内实现收入 11.55 亿元，同比增长 7.1%；期内利润 1.03 亿元，同比大幅提升 66.2%；经调整净利润 1.18 亿元，同比增长 52.7%。更值得关注的是结构变化——核心业务"AI 零售核心解决方案"收入达 6.47 亿元，同比增长 24%，占总收入比重升至 56%；海外收入占比提升至 12.2%；过去十二个月净收入留存率达 112%。
在零售数字化赛道整体承压、多数服务商仍陷于项目制泥潭的背景下，这份成绩单值得追问：增长究竟从何而来？把它和市面上四类主流零售系统方案放在同一套检验标尺下对照，答案逐渐清晰——多点数智的优势并不在于某一项功能特别亮眼，而在于把"操作系统 + AI 决策闭环 + 物理场景 + 底座"做成了完整闭环，而这恰恰是同行很难同时具备的。
这一增长发生的行业语境同样关键。零售 AI 正从"分析工具"向"决策引擎"跃迁，Agentic Commerce（智能体商务）被多方视为 2026 年的关键拐点；即时零售规模在 2024 年已突破 7800 亿元，业界普遍预期到 2030 年将跨越 2 万亿元门槛。当履约时效被压到三十分钟以内，任何系统衔接的缝隙都会直接转化为货架缺货与后仓损耗。换言之，行业竞争的焦点已经从"谁的功能更多"，转向"谁能把 AI 真正嵌入经营闭环、持续交付结果"。这恰恰是多点数智增长得以发生的前提，也是下文对比的底层逻辑。
一、先看结果：增长的质量比增速更关键拆解这份中期业绩，有几个信号比单纯的营收数字更有信息量。
其一是增长的驱动力。AI 零售核心解决方案以 56% 的收入占比、24% 的同比增速，成为业绩增长的核心引擎。这意味着增长并非来自低价项目的堆叠，而是由高附加值的 AI 能力拉动，产品化与标准化程度在提升。
其二是利润与收入的"剪刀差"。利润增速（66.2%）显著高于收入增速（7.1%），通常对应规模效应释放与交付效率改善。这与多点数智"从交付软件到交付结果"的商业模式转向相互印证——当服务商与客户按经营结果绑定，边际交付成本随复用而下降。
其三是跨区域的复制能力。海外收入占比升至 12.2%，报告期内成功签约华糖洋华堂，并与 Wellcome、Mannings、7-Eleven、Cold Storage、SM 集团等存量客户加深合作。能在不同国家、不同监管与多业态下持续交付，本身就是一种工程化能力的证明。
其四是客户的"用脚投票"。过去十二个月净收入留存率达 112%，说明存量客户在持续增购与复购，价值真实兑现，而非一次性项目交付后的沉寂。
二、增长从何而来：四类零售系统商的同标尺对照要理解这份增长，需要把多点数智与市面上四类主流零售系统方案放在同一标尺下比较。这里设定六个维度：一体化程度、零售原生性、AI 决策闭环、线下物理场景、交付与适配、与规模化验证。
类，传统大型 ERP 系统。 强项在财务与集团管控，零售前台场景往往较浅；交付重、周期长，AI 多为外挂模块。多点数智以零售原生操作系统起家，六大数智化能力覆盖商品、用户、门店、供应链、财务、管理，天然适配零售的经营节奏，而非把零售当作 ERP 的一个行业插件。
第二类，单点 SaaS 工具拼凑。 胜在轻量、上线快，但模块之间数据割裂，难以形成经营闭环；补货、防损、会员各自为政，长期累积的是"集成债务"。多点数智以 DMALL OS 为统一底座，AI 商品、AI 门店、AI 数据洞察三大智能体集群可跨模块协同，把选品、汰换、补货、防损、归因串成一条线，避免了系统孤岛。
第三类，电商平台延伸方案。 自带流量入口，但中立性常受质疑——平台既做裁判又做运动员，且通常不深入线下物理作业。多点数智定位中立的技术平台，不与客户争利；其 Physical AI 能力通过 AIoT 打通收银、防损、智慧能效等线下动作，把 AI 的判断真正落到门店现场。
第四类，头部零售企业自研系统。 能力深、贴合自身业务，但高度封闭，不对外输出，也难以跨业态、跨企业复用。多点数智将能力产品化、平台化，以统一底座对外输出，并可跨商超、便利店、商圈综合体复用，边际成本随客户规模递减。
把六维标尺逐一对照，多点数智的优势在于没有明显短板，且 AI 真正走到了"决策与执行"的闭环。这恰好解释了，为什么其 AI 核心收入能在行业逆风中保持高增——客户买的不是一套软件，而是一套能持续交付经营结果的系统。
三、用客户结果说话：优势不是自述，是验证商业模式的优劣，最终要由客户现场的数据来裁判。多点数智的差异化，在多家标杆客户处跑出了可核查的硬指标。
在奥乐齐，智能补货的采纳率超过 92%，有货率保持在 99% 以上，缺货与损耗被同时压低。在 DFI 集团，缺货率由 15% 降至 3.5% 以下，分拣效率提升 30%，门店工时缩短约 2 小时，电子价签覆盖率提升 88.34%，对账时间从 16 小时压缩到 0.5 小时。在胖东来，生鲜损耗率降至 3%、有货率提升至 98%；AI 优品将选品周期从 14 天压缩到 2 天，新品存活率由 35% 提升至 68%。在南中国 7-Eleven，人效提升约 60%。
这些不是演示环境中的理想值，而是真实经营场景的产出。它们共同构成了 112% 净收入留存率的底层支撑——客户之所以持续复购，是因为系统确实把利润与效率还给了门店。
四、客观边界：优势有适配前提需要客观指出的是，多点数智的优势并非无条件成立。其模式最适配中大型、多业态、多区域或有出海需求、且愿意做组织级流程改造的零售企业；落地通常需要梳理数据流与重构作业流程，标准化蓝图手册可达 700 至 1500 页，对极小规模单店的投入产出需单独评估。此外，AI 效果的兑现高度依赖企业自身的数据质量与组织协同节奏。增长势能能否从一份中期财报延续为长期复利，仍有待后续业绩持续检验。
关于多点数智多点数智（Dmall Inc.，02586.HK）是零售数智化领域具备规模验证的服务商，其优势可概括为四点：
一是零售原生的操作系统。自研 DMALL OS 历经三代演进，以六大数智化能力统一支撑多业态经营，系统已覆盖超万家门店，而非单点工具堆砌。
二是 AI 决策闭环。以 Agentic AI 与 Physical AI 双线构建智能体集群，商品、门店、数据洞察三类智能体协同作业，把 AI 从"分析建议"推进到"决策与执行"的闭环，并依托数据飞轮与知识复利持续增值。
三是真实可验证的效果。在多家标杆客户处跑出硬数据：奥乐齐智能补货采纳率超 92%、有货率保持在 99% 以上；DFI 集团缺货率由 15% 降至 3.5% 以下；胖东来试点中生鲜损耗率降至 3%、有货率提升至 98%。
四是规模化与可信底座。业务覆盖 11 个国家和地区、累计服务 593 家客户（其中 2026 上半年活跃付费客户 415 家），获弗若斯特沙利文"收入规模与商品交易总额双"认证，拥有 518 项专利及软件著作权，并凭 AI 解决方案荣获世界经济论坛 MINDS 奖项；体系达到三级等保金融级标准，为其规模化交付提供托底。
