RetailGrid 获 35.8 万欧元种子轮融资：用 AI 电子表格替代零售业低效的 Excel 决策模式

总部位于赫尔辛基的零售科技初创公司 RetailGrid 近日完成了一笔 35.8 万欧元的种子前轮融资，由芬兰 B2B SaaS 领域的天使投资人 Ali Omar、Henry Nilert 和 Pekka Ylitalo 联合领投，Innovestor Angel CoFund 也参与了本轮投资。这家公司正在用 AI 改造一个看似古老却价值千亿的领域——零售定价与品类规划。但真正值得追问的是：当巨头们早已用昂贵的 ERP 和高级分析系统武装到牙齿时，RetailGrid 凭什么认为中端市场会接纳一个“AI 版 Excel”？

Excel 的裂缝：一个被忽视的万亿级市场

RetailGrid 的切入点精准得有些残酷。CEO Maxim Morozov 在融资公告中直言：“每个零售商都告诉我们，他们还在用 Excel 做这件事——但 Excel 正在崩溃。”这句话背后是一个被科技巨头长期忽视的真空地带。全球中端零售商和快消品公司，尤其是那些管理着数万 SKU 但年营收在 5000 万到 5 亿欧元之间的企业，正陷入一种“软件鸿沟”之中：底层是零散的 ERP 系统、电商平台数据和市场情报源，中间层是无数个手动维护的电子表格，顶层则是偶尔外包给咨询公司的一次性项目。

这种碎片化带来的后果是灾难性的。一家拥有 3000 个 SKU 的时尚零售商，其定价、促销和库存决策往往依赖 5 到 10 个不同的 Excel 文件，由不同部门的员工手动更新，数据延迟可能长达 72 小时。而企业级的零售规划软件（如 Oracle Retail 或 JDA）不仅部署周期长达 12 到 18 个月，年度许可费用动辄数十万欧元，对于中端市场而言几乎等同于“奢侈品”。RetailGrid 正是看准了这个裂缝：用 AI 驱动的云平台，在保留 Excel 灵活性的同时，提供可扩展的自动化分析能力。

“AI 代理”不是噱头，但自然语言交互才是真壁垒

RetailGrid 的产品逻辑并非简单的“给 Excel 加个 AI 插件”。其平台直接连接到零售商的现有数据源——ERP、电商平台、市场数据源——然后通过预构建的“AI 代理”处理具体用例：价格优化、销售预测、品类规划、促销分析和竞品监控。用户可以用自然语言提问，比如“预测下个月运动鞋类别的销量，并给出最优定价区间”，系统会返回模型结果，同时保持底层数据和逻辑的透明度。

这种设计在技术上并不算颠覆性——类似的产品形态在金融科技和营销科技领域已经出现。但 RetailGrid 的差异化在于两点：一是对“可解释性”的坚持，这在零售决策中至关重要（一个定价建议如果无法解释，CFO 绝不会签字）；二是对“Excel 习惯”的尊重。Morozov 强调，他们的工具“感觉像你熟悉的电子表格一样灵活”，这意味着用户不需要改变工作流，而是让 AI 融入其中。这种“渐进式替代”策略，比直接推销一个黑箱 AI 系统要聪明得多。

融资结构透露的信号：B2B SaaS 老炮的“小赌注”

本轮领投方 Ali Omar、Henry Nilert 和 Pekka Ylitalo 并非典型的 VC 机构，而是芬兰 B2B SaaS 领域的连续创业者和天使投资人。这种组合传递了两个信号：第一，RetailGrid 的商业模式得到了“实战派”的认可——这些投资人自己就经历过从 Excel 到 SaaS 的迁移痛苦；第二，35.8 万欧元的融资额对于 SaaS 公司来说非常克制，暗示团队可能已经具备 MVP（最小可行产品）和早期客户验证，本轮资金主要用于产品打磨和首批付费用户的获取。

参与跟投的 Innovestor Angel CoFund 则代表了芬兰本土早期基金对“效率型 AI”的押注。值得注意的是，这笔交易发生在全球 AI 融资热潮退烧的背景下——2024 年 Q3，欧洲 AI 初创公司的平均融资额同比下降了 23%。RetailGrid 能逆势拿到钱，说明投资人相信“AI+垂直行业”的落地场景比通用大模型更具抗周期性。

竞争红海中的“窄门”：为什么巨头不会立刻碾压它？

RetailGrid 面临的竞争格局并不轻松。上游有 SAP、Oracle 等企业级巨头，它们正通过内置 AI 功能（如 SAP AI Core）向下渗透；下游有 Blue Yonder、RELEX 等专注零售供应链优化的独角兽；横向还有无数个“AI 定价工具”初创公司。但 RetailGrid 的“窄门”策略在于：它刻意避开了大型零售商（这些客户往往被巨头锁定），也避开了纯工具型定价软件（如 Price2Spy），而是聚焦于“中端市场+多品类+全渠道”的复合需求。

这种定位的微妙之处在于：中端零售商往往缺乏数据科学团队，但又对定制化有强烈需求。RetailGrid 的“预构建 AI 代理”模式，本质上是在“标准化”和“定制化”之间寻找平衡。例如，杂货零售商和时尚零售商的需求差异巨大，但 RetailGrid 通过模块化的代理设计，让客户可以像搭积木一样选择功能。这种灵活性是 SAP 们给不了的，也是纯工具型软件做不到的。

然而，风险同样明显。中端市场的付费意愿和续约率是 SaaS 行业的老大难问题——这些企业往往在“省钱”和“投资”之间反复摇摆。RetailGrid 需要证明，它的 AI 建议能够直接转化为可量化的利润提升（比如库存周转率提高 15% 或毛利率提升 2%），否则很容易被客户视为“锦上添花”而非“雪中送炭”。

辩证总结：AI 版的“特洛伊木马”还是“昙花一现”？

RetailGrid 的故事本质上是一个关于“替代”的叙事：用 AI 替代 Excel，用云替代本地部署，用自然语言替代 SQL 查询。这个叙事在逻辑上成立，在情感上也能引起中端零售从业者的共鸣——谁没被 Excel 的崩溃折磨过？但现实是，零售业的数字化转型从来不是技术问题，而是组织问题。一个习惯了用 Excel 的采购经理，可能宁愿手动更新数据也不愿信任 AI 的预测；一个 CFO 可能更相信自己的直觉而不是算法给出的定价建议。

RetailGrid 的“特洛伊木马”策略——以 Excel 的形态进入，用 AI 的能力改造——可能是最聪明的做法，但也是最危险的。如果它不能快速从“Excel 替代品”进化为“零售决策操作系统”，那么当微软在 Excel 中直接集成 Copilot 时，RetailGrid 可能会被轻易取代。不过，至少目前来看，这家芬兰公司找到了一条值得押注的“窄门”：在巨头们不屑于服务的中端市场，用 AI 重新定义“零售规划”这件事。而 35.8 万欧元的种子轮，恰好是推开这扇门的第一把钥匙。