回到海外實體零售 AI 策展
OFFLINE RETAIL AI · EP12 · AI 入口
Walmart 的 AI 護城河不是模型：是 10,974 家門店與半小時履約半徑
截至 2026 年 4 月底，Walmart 在美國有 5,215 家門店、海外 5,759 家。超過 90% 美家庭住在門店 10 英里內，讓 AI 推薦能迅速變成可交付的商品。
模型給答案，門店網路負責兌現
報告引述 Walmart 資料：截至 2026 年 4 月 30 日，美國門店 5,215 家、美國以外 5,759 家，全球共 10,974 家。超過 90% 的美國家庭住在距 Walmart 門店 10 英里內；其履約能力可在 3 小時內覆蓋 95% 家庭、30 分鐘內覆蓋 60%。
這些數字讓 Sparky 與一般商品推薦器產生本質差異。AI 不只是告訴你該買什麼，還能根據附近庫存與運能回答何時拿到。門店從銷售空間變成前置倉、退貨點、服務節點與即時資料來源。
數位世界的入口，最後仍要落在物理世界
基礎模型可以快速縮短體驗差距，卻無法一夜之間複製一萬家門店、供應商關係、冷鏈、員工與最後一公里。當模型逐漸商品化，稀缺資產會從『誰有聊天功能』轉向『誰能準確交付』。
這也解釋線下零售為何在 AI 時代重新獲得戰略價值。過去門店常被視為固定成本，現在它可以同時承擔展示、履約、資料與信任。前提是庫存必須夠即時、流程必須可編排，否則門店數量只會變成一萬個資料不一致的地方。
REBUILT CHART · FIG.12
XMY editorial reconstructionWalmart 的門店密度如何轉成履約能力
台灣零售商可以複製的是邏輯，不是規模
台灣市場密度高，不一定需要複製 Walmart 的門店數。超商、藥局、量販與社區店若能共用會員、庫存與取退貨能力，也能建立高密度履約網路。競爭焦點將從『有多少店』轉為『多少店能被同一套系統即時調度』。
因此第一步不是推出 AI 助手，而是建立可承諾庫存、可計算運能與可追蹤訂單的基礎。顧客不會因為回答用了大模型，就原諒商品晚到。
這是「海外實體零售 AI 進展」第 12 篇。下一步不是再問 AI 能不能做，而是驗證它能否在真實門店裡持續創造可計算的收入、效率與信任。