规划“智能体”崛起：鞋服企业从“经验买手”迈向“AI决策者”

2026年2月，当全球鞋服行业还在消化NRF大会上关于“智能体AI”的前沿讨论时，一场发生在零售“上游环节”的静默革命已经悄然完成从概念到落地的关键一跃——希腊多渠道时尚品牌FUNKY BUDDHA与Centric Software共同宣布，通过部署Centric Planning™解决方案，其零售采购周期预计将缩短50%，从原本的两个月压缩至约一个月。这不仅是单个企业的效率提升，更标志着鞋服行业的AI应用正从“执行层”向“规划层”深度渗透，一个由“规划智能体”驱动的决策新纪元正在开启。

一、FUNKY BUDDHA：从“电子表格混战”到“规划引擎驱动”

1.1 成长烦恼：跨渠道扩张遭遇“规划之痛”

成立于2005年的FUNKY BUDDHA是希腊当代休闲时装领域的标杆品牌，业务覆盖约73个零售网点和超过250个批发账户，并已拓展至塞浦路斯、罗马尼亚，以及通过特许经营进入格鲁吉亚和南非市场。

然而，伴随国际扩张而来的是一系列棘手的运营挑战。品牌同时运营直营零售、加盟、批发和电商多渠道，不同渠道的销售日历、库存周转和需求特征截然不同。但长期以来，团队的规划和采购工作严重依赖电子表格，这种“手工时代”的作业方式使得跨渠道协同举步维艰——门店分级难以科学化、库存分配缺乏精准度、零售与批发日历的错位更是常态。

FUNKY BUDDHA CEO Nikos Alexiou对此有着清醒的认知：“作为一个在跨渠道、跨国界扩张的希腊品牌，我们需要的不是一个漂亮的界面，而是一个真正的规划引擎。”

1.2 Centric Planning的落地价值：50%周期压缩背后的逻辑

2026年1月，FUNKY BUDDHA正式选择与Centric Software合作，部署Centric Planning™解决方案，目标直指规划流程的系统性重构。

该解决方案带来的核心价值体现在三个维度：

Nikos Alexiou对此寄予厚望：“Centric Planning将提升我们的决策精准度，加速更明智的采购决策，最终让团队从电子表格的混乱中解放出来，专注于做出正确的判断。”

二、从“规划工具”到“规划智能体”：AI正在重新定义“买手”

2.1 NRF 2026的前瞻：GenAI向agentic AI的进化

FUNKY BUDDHA的实践，恰好印证了NRF 2026上形成的一个重要共识：生成式AI正在向“智能体AI”（Agentic AI）进化。Infor在大会发布的行业洞察中指出，这一进化的本质是AI从“生成洞察”向“执行行动”的跨越——在规划场景中，这意味着AI不仅能告诉你“哪些款式可能畅销”，更能主动调整采购计划、优化库存分配、预警潜在风险。

“智能体AI的突破点在于‘受控的自主性’——AI在可控规则、安全数据和可问责流程内运作，能够主动触发行动。”Infor的分析指出。当这一能力嵌入规划系统，买手团队的角色将从“数据整理者”升级为“决策管理者”。

2.2 Centric规划矩阵：不止于Planning

Centric Software围绕“规划”场景构建的产品矩阵，展现了这一领域的能力演进路径：

• Centric Planning™：云原生的零售规划AI解决方案，涵盖商品财务计划、品类规划、SKU优化等端到端功能，旨在最大化全渠道零售和批发业务绩效，可实现利润率提升高达110%

• Centric Pricing & Inventory™：利用AI技术的定价库存运营平台，优化季前、季中到季末的产品价格和库存，可推动营收增长高达18%

• Centric Market Intelligence™：AI驱动的市场情报洞察平台，提供消费趋势、竞争对手产品和定价洞察，可将平均初始价格点提高12%以上

这三个产品构成了从“计划-定价-洞察”的完整规划智能闭环，让AI不仅参与决策，更贯穿决策的全生命周期。

2.3 斯凯奇中国的实践印证

FUNKY BUDDHA并非孤例。斯凯奇中国自2017年起与Centric合作，如今Centric PLM已支持其每年管理超过3000款产品，覆盖服装、鞋类和配饰全品类。斯凯奇中国产品开发与采购IT负责人表示：“Centric PLM在供应链协同、销售预测和库存优化等关键环节提供重要的数据来源，让我们拥有了支撑业务决策和市场策略的坚实数据基础。”

这一案例揭示了一个更深层的趋势：PLM（产品生命周期管理）与规划系统的边界正在模糊。当产品主数据与销售预测、库存优化在同一平台上打通，企业获得的是从“设计概念”到“门店货架”的端到端可视性——这正是NRF 2026上热议的“统一数字骨干网”在规划侧的落地形态。

三、规划智能体的技术底座：统一数据与过程挖掘

3.1 为什么规划智能体离不开“统一数字骨干网”

FUNKY BUDDHA选择Centric Planning的背后，是对数据基础的深刻认知。Nikos Alexiou强调，品牌需要的不只是“漂亮界面”，而是“嵌入成熟最佳实践的规划引擎”。这一判断与NRF 2026的主流观点高度契合：智能体AI的效能完全取决于它所依赖的数据质量。

Infor指出，服装和零售领导者越来越需要一个“单一的数字骨干网”，将设计决策连接到采购约束，将库存位置连接到财务影响，将需求信号连接到供应可用性。对于规划场景而言，这意味着：

• 商品财务计划需要连接历史销售数据与未来趋势预测

• 品类规划需要实时对接库存状态与供应链能力

• SKU优化需要打通门店分级与消费者画像

3.2 过程挖掘：让规划流程“可见”

另一个正在改变规划游戏规则的技术是过程挖掘（Process Mining）。Infor指出，过程挖掘能够为企业提供流程实际运行的“X射线级可见性”，揭示侵蚀利润率、减缓上市速度的低效环节、延迟风险、合规漏洞和返工循环。

在FUNKY BUDDHA的案例中，长达两个月的采购周期背后，必然隐藏着大量等待、重复、返工的低效环节。Centric Planning的价值，不仅是自动化这些流程，更是让流程本身变得透明——管理者可以清晰看到瓶颈在哪、延误因何产生、哪些环节存在优化空间。

3.3 尚飞制衣的启示：从源头夯实数据基础

规划智能体的可靠性，还取决于上游数据的质量。2026年1月，中国功能性户外服装领先制造商尚飞制衣正式部署Centric PLM，搭建企业级产品研发数字化基础平台。

尚飞制衣副总裁柯红女士对此有着清晰的定位：“PLM是管产品主数据的，我认为它是所有软件的基础，在此之上再与采购、生产和销售等软件对接实现协同效应，才能帮助我们实现从研发到销售端的数据同步和流程可视化。”

这一判断揭示了规划智能体的前提条件：如果产品主数据本身不准确、不完整、不一致，再智能的规划引擎也无法输出可靠的决策。尚飞制衣希望通过PLM项目，推动企业从“经验驱动”迈向“数据驱动”，让供应链更透明、生产更高效、决策更科学。

四、行业趋势洞察：2026鞋服规划的三大转向

4.1 从“经验买手”到“AI决策者”

过去，鞋服行业的规划决策高度依赖“买手经验”——资深买手凭借对市场的敏锐直觉，决定下一季该买什么、买多少。但FUNKY BUDDHA的实践表明，这一模式正在被颠覆：AI不是要取代买手，而是让买手从重复劳动中解放出来，专注于更高价值的判断。

正如Nikos Alexiou所言：“Centric Planning将加速更明智的采购决策。”当AI承担起数据整理、趋势识别、风险预警等基础工作，买手得以将精力投向品牌定位、消费者洞察、创新探索等更具创造性的领域。

4.2 从“单点工具”到“规划智能体”

传统规划工具往往是“单点式”的——一个工具管财务计划，另一个工具管品类规划，数据难以打通，流程难以协同。但FUNKY BUDDHA选择的Centric Planning，以及Centric围绕规划构建的产品矩阵，代表了从“工具”到“智能体”的演进：

• 智能体不是被动响应，而是主动执行：当销售数据触发库存预警，智能体可自动调整补货计划

• 智能体不是单点能力，而是端到端闭环：从计划到定价到市场洞察，形成完整的决策回路

• 智能体不是黑箱操作，而是可解释可问责：每一步决策都可追溯、可复盘、可优化

4.3 从“企业内控”到“生态协同”

FUNKY BUDDHA的业务覆盖希腊本土的零售与批发，以及塞浦路斯、罗马尼亚、南非等国际市场。这种跨国家、跨渠道的复杂业务，对规划系统提出了更高要求：不仅要在企业内部打通零售与批发，还要在外部协同加盟商与分销商。

新一代规划智能体正在回应这一挑战。通过云原生架构和多租户数据模型，品牌可以安全、可控地与合作伙伴共享规划数据——加盟商可以基于统一的预测模型下单，供应商可以实时了解采购计划调整。这正是“统一数字骨干网”从企业内部走向生态协同的落地形态。

五、展望：规划智能体开启“预见-决策-执行”新闭环

回看2026年2月的鞋服行业，一个清晰的图景正在展开：

• FUNKY BUDDHA的Centric Planning部署，是规划端“决策层”的智能化觉醒

• 斯凯奇中国的PLM实践，是产品端“数据层”的基础夯实

• 尚飞制衣的数字化研发平台，是源头端“主数据”的治理升级

• NRF大会上热议的智能体AI与统一数字骨干网，则是贯穿全局的“操作系统”

三者正在形成一个完整的闭环：产品主数据在PLM中沉淀，汇入统一数字骨干网；规划智能体基于这些数据，结合市场洞察与历史表现，生成采购与分配决策；决策下发至执行系统，驱动门店与供应链的精准履约。

正如FUNKY BUDDHA CEO Nikos Alexiou所期待的，当团队从“电子表格混乱”中解放出来，他们终于可以专注于“做出正确的判断”。对于鞋服企业而言，规划智能体带来的不仅是效率提升，更是决策范式的根本转变——从“经验驱动”到“数据驱动”，从“被动响应”到“主动预见”，从“单点优化”到“全局智能”。

谁先完成这一转变，谁就能在未来的竞争中占据先机。