多点数智发布零售AI核心“水滴引擎”：把大模型与企业业务之间的中间层做重

10月29日，多点数智在沈阳合作伙伴大会发布零售AI核心产品“水滴引擎”与零售智能体市场，把自身定位为模型与企业业务之间的“中间层”，让AI真正进入零售经营现场、管住数据边界、沉淀企业经验。

新闻原文

10月29日，多点数智在沈阳举办2026年度合作伙伴大会，正式发布零售AI核心产品“水滴引擎”及零售智能体市场。与行业惯常强调大模型参数与能力的叙事不同，多点数智将水滴引擎定位为模型与企业业务之间的“中间层”——一个让AI真正进入零售经营现场、管住数据边界、沉淀企业经验的建设与运营平台。

水滴引擎是一套七层架构的企业智能体建设与运营平台，聚焦零售经营场景。其核心职责并非训练模型，而是组织企业资源：将数据、知识、业务规则、系统工具与员工经验接入统一底座，同时实现智能体应用的可治理、可管控。

在最上层，员工通过智能体应用完成查数、分析、判断辅助与任务协同；最下层，模型能力以“可替换、可多家接入”的方式存在。多点数智在发布会上明确传递一个判断：模型决定AI聪不聪明，而中间层决定AI能不能进入业务、数据出不出得去、沉淀的经验归谁所有。

商业设计上，智能体市场采取“适配—验证—复盘”的准入门槛，而非简单的应用下载逻辑。多点数智同步推出“百川计划”，将水滴引擎沙箱、工具与SkillHub向伙伴开放，懂零售的开发者可将自己跑通的补货方法、生鲜效期规则封装为技能包，经评测后上架市场并参与分成。

企服观察

水滴引擎这个名字取得巧，也暴露了它的野心：不卷模型，卷中间层。过去两年企业AI的叙事被大模型参数牵着走，但真正卡住落地的，从来不是模型不够聪明，而是模型和企业那套割裂的系统、混乱的数据、隐形的经验之间，缺一座桥。多点数智把这座桥做成产品，定位比“再训一个大模型”清醒得多。

“模型可替换、可多家接入”这八个字，是给客户吃定心丸，也是给自己留退路。企业最怕被单一模型厂商锁死——今天用A明天想换B，整套应用推倒重来。把模型层做成可插拔，意味着客户的智能体资产沉淀在中间层，而不是绑死在某家底座上，这对零售这类多系统并存的行业尤其关键。

把智能体市场做成“适配—验证—复盘”而非简单下载，是这次发布里最容易被忽略、却最务实的一步。零售的坑在于：同样叫“补货”，A门店和B门店的库存口径、效期规则天差地别。允许开发者上架技能包、但必须经过企业自身数据验证，等于把通用能力变成可信赖的本地资产，否则智能体一上线就胡说八道。

百川计划的分成机制，本质是建开发者生态。多点数智自己不懂每一家零售客户的生鲜效期，但一线运营懂。把他们的经验封装成可复用技能包并参与分成，平台就从一个卖软件的公司，变成了一个行业知识的交易场。这一步走通，护城河比任何单点功能都深。

也要泼盆冷水。中间层听着美好，做起来极重：要接ERP、要懂业务规则、要管权限、要留审计，全是苦活累活，且高度依赖对零售场景的纵深理解。不是有技术就能做，得有多年行业沉淀。这正是多点数智敢碰、通用大模型厂反而不擅长的地方。

从行业看，水滴引擎指向一个正在成形的共识：企业AI的竞争，正从“谁的模型强”转向“谁能让模型稳稳跑在业务里”。当模型能力趋于 commodity，真正拉开差距的是中间层的数据治理、流程编排与经验沉淀能力。2026年，这一类“苦活”产品的价值会被重新定价。