印度暗仓微履约即时零售模式：十分钟便利背后的利润密码

全球新市场研究 第7期

研究类型：C 新商业模式发现型

国家/区域：印度（海外）

日期：2026-09-23

行业/市场：即时零售 / 暗仓微履约（Quick Commerce）

核心商业模式：库存主导的暗仓微履约 + 平台抽佣混合

核心问题：库存主导的暗仓微履约模式凭什么成立、靠什么赚钱、利润最终流向哪里？

证据口径：当地企业财报/招股书 + 上市母公司披露 + 国际行业研究三角验证

---

研究锚点（问题主体）

【已确认】本研究确切分析的对象，不是"印度电商"这个宽泛命题，而是一种具体的赚钱方法——库存主导的暗仓微履约即时零售（即 Quick Commerce，常被称作"即时零售"的前身形态之一）：平台在居民区周边 2—3 公里内布设不对外营业的小型仓库（暗仓），用户手机下单后由店员拣货、骑手 10—20 分钟送达。研究对象是这套"模式"本身，Zepto 作为该模式最具代表性的单一主体被用作具象载体，Blinkit（Zomato 旗下）与 Swiggy Instamart 作为对照主体。

中心谜题在于：印度客单价极低（约 350—550 卢比，折合 4—7 美元），而 10 分钟送达意味着极高密度的仓网与骑手成本。在如此薄的毛利结构下，为什么这套模式不但没有像欧美同类（Getir、Gopuff 海外业务）那样大规模收缩，反而长成了 2025 年约 110 亿美元、日均 780 万单的市场，并催生出 Zepto 这种四年冲刺 IPO 的巨头？它到底靠什么赚钱，利润又最终被谁拿走？

唯一核心问题：库存主导的暗仓微履约模式，其利润究竟来自哪里、能否成立、以及这种成立高度依赖哪些印度独有的条件？

范围边界：本研究覆盖印度即时零售的商业模式、单位经济、利润池与迁移性；不覆盖传统电商（1—3 日达）、外卖餐饮（虽然 Blinkit Bistro、Zepto Cafe 有交叉）、以及印度以外的具体运营细节（仅作迁移对照）。

读者需先建立的三个认知锚点：第一，暗仓不是店，是"藏在小区里的前置仓库"，它卖的是"距离"而非"商品差价"；第二，本研究的利润问题必须区分"单店层面"和"公司层面"，两者结论相反；第三，不同平台的"收入"口径不可直接比较——有的把货值全额入账，有的只记佣金抽成，直接比营收会严重误判。

一、执行摘要

【推断·中】[[墨青:印度暗仓微履约模式的真正创新，不是"送得快"，而是把"库存前置到离用户 2 公里内"做成了一种可复制的房地产+物流基础设施生意；其护城河是密集仓网的资本开支与运营学习曲线，不是品牌或算法本身。]]

【已确认】2025 年印度即时零售市场规模约 110 亿美元（GMV 口径，Zepto 招股书估算区间 50—113 亿美元，因统计口径差异大），日均订单约 780 万单，已占电商 GMV 的 16—17%。三家头部（Blinkit、Zepto、Swiggy Instamart）合计控制约 95% 以上份额，形成强寡头格局。

【推断·中】[[墨青:这套模式的利润成立逻辑是"密度经济"而非"品牌经济"——单店订单密度越过临界点（约日均 600—900 单）后，固定成本被摊薄，门店层面贡献利润转正；但公司层面仍深陷亏损，因为平台同时在用利润补贴一张仍在高速扩张的仓网。]]

核心结论有四条。其一，单店经济性是真实的，Zepto 称 75% 门店已实现门店层面 EBITDA 为正，新店盈亏平衡周期从 23 个月缩短到 8—9 个月；其二，公司层面盈利仍遥远，Zepto 2025 财年营收约 966.9 亿卢比（同比 +129%）却净亏 336.7 亿卢比（同比 +177%）；其三，利润池并不停留在平台网络层，而是向上游（商业地产房东、零售媒体广告、自动化服务商）与品类/格式迁移（私牌、咖啡、订阅）外溢；其四，这种模式在印度能逼近盈利，高度依赖"低密度客单价 + 极高城市密度 + 廉价劳动力 + UPI 免费支付 rails"四元同时成立，缺一不可。

读者向解读：上面这段话回答了"这生意到底赚不赚钱"。它的来历是本研究对 Zepto 招股书、Blinkit 母公司 Zomato 季报、以及多家行业研究的三角验证。为什么成立？因为暗仓是重资产前置仓，订单越密，每单摊到的房租和店员工资越低，单店就能赚钱；但平台为了和对手抢地盘，还在拼命开新仓、打价格战，新仓在养熟之前是纯亏的，所以公司整体还是亏。这意味着：对投资者而言，关键不是看总营收，而是看"成熟门店占比"和"新店扩张速度"的剪刀差；对国内观察者而言，不能只因为"中国也有即时零售"就认为结论可直接平移，因为中国的成本结构与履约路径都不同。

二、研究对象基本面画像

2.1 市场是什么（边界与口径）

即时零售（Quick Commerce / Q-commerce）指通过城市内密集布设的暗仓，对用户日常高频刚需品（生鲜、乳品、零食、个护、household 用品）实现 10—20 分钟送达的零售+履约模式。它明确区别于：传统电商（1—3 日达、中心仓）、外卖餐饮（虽履约相似但品类不同）、以及 ONDC 这类开放网络协议（本系统第 1 期研究对象，零抽成去平台化，与本模式的"重资产自营仓网"正相反）。本模式明确不含：3C 大件、大家电、以及需要专业安装的低频高价品——这些不适合 10 分钟小仓 SKU 结构。

【待验证·低】印度即时零售 2025 年 GMV 约 [[金棕:110 亿美元]]（Zepto 招股书口径），但不同机构因"是否计入非食杂品类、用 GMV 还是净收入"差异，给出 50 亿至 113 亿美元区间；本研究采用 GMV 口径并显式标注，避免把 GMV 当收入。市场预计 2030 年达 600—830 亿美元（Zepto 招股书 5—7 倍扩张假设），但 Bernstein 与摩根士丹利给出 420 亿至 1000 亿美元的差异极大的区间，证明长期预测置信度低。

2.2 参与者与价值链角色

价值链自上而下为：品牌供货商（FMCG 如 Hindustan Unilever、ITC）→ 平台采购/自营库存（库存主导方如 Zepto）或平台撮合（抽佣方如 Blinkit 部分品类）→ 暗仓（拣货、存储、打包）→ 骑手（最后一公里）→ 用户（App 下单、UPI 支付）。上游还衍生出三类"卖铲人"：商业地产房东（把地下室、临街铺面租给暗仓）、零售媒体（品牌向平台买搜索排名位）、暗仓自动化与冷链服务商（如 ColdStar 服务约 7000 个暗仓）。值得注意：骑手是平台工人而非雇员，按单结算，处于价值链最末端、承担履约成本却不分润。

2.3 规模与增速

【已确认】赛道从 2022 年约 3 亿美元跃升至 2025 年约 110 亿美元，三年约 24 倍；2026 年 1 月日均订单 [[金棕:780 万单]]（同比 +95%）。但增速分母已变大，2026 年后大概率从三位数回落至 25—30%。暗仓总数 2025 年约 2500 个，预计 2030 年超 8000 个（Mordor Intelligence）。这说明市场仍在"铺基础设施"阶段，远未到收割期——用基建视角看，今天的亏损更像"铺网capex"而非"经营失血"，但这只有在网络最终形成垄断定价权时才成立。下沉到 Tier 2/3 时，单仓覆盖人口骤降、订单密度难以越过阈值，叠加 kirana 密度更高、监管更地方保护主义，单位经济曲线明显恶化——这恰恰解释了为什么三家至今 80% 以上订单仍挤在一线都会圈，下沉只是 PPT 上的故事而非利润表上的现实，也是"密度阈值不可逾越"在最前线的注脚。

2.4 驱动与抑制因素

驱动：后疫情"即时满足"习惯固化、UPI 让低额支付零摩擦、城市高密度使 2 公里辐射可行、廉价劳动力支撑骑手经济、2021—22 低利率期的风险资本弹药。其中"习惯固化"不是空话——高频 QC 用户月均下单 8—12 次，已将"即时补单"嵌入日常生活节奏，这类习惯的迁移成本极高，构成需求侧的黏性底座；而 UPI 在 QC 交易中占比超 91%，使 30 卢比级小额支付零摩擦，这是欧美信用卡/货到付款结构下不存在的便利，也是印度模式不可被简单平移到现金主导市场的硬约束。抑制：客单价过低、暗仓租金随争夺升温、监管对食安与 zoning 的收紧、以及 kirana（印度 1300—1500 万家社区小店）的政治游说压力。具体看 kirana 的游说压力：全印度贸易商联合会（CAIT）多次公开反对即时零售"抢走小贩生意"，并推动多邦考虑限制暗仓在居民区的开设与食杂品类扩张；这种政治压力虽未形成全国性禁令，却已在部分邦转化为 zoning 放缓与许可审查加严，直接抬高了下沉扩张的合规门槛。换言之，抑制因素里"监管"与"政治"两条是绑定的——它们共同决定了暗仓能否从一线都会圈向外溢出。这也意味着平台的下沉故事（Tier 2/3 扩张）不只要算经济账，还要算政治账，而政治账的变量远多于密度模型能容纳的。两者正处在拉锯——增长靠驱动，利润靠抑制因素的缓解。

一个常被忽视的抑制项是"资本退潮"：2023 年后全球风投大幅退潮，独立平台的新融资窗口收窄、估值下杀，迫使 Zepto 在尚未盈利时就必须转向公开市场融资；资本从"助燃剂"变成"紧箍咒"，直接改写了行业的盈利时间表——原本计划用私募烧到盈利，现在必须提前用 IPO 承接。这反过来说明，本模式的"成功"在相当程度上绑架于宏观资本周期，而非纯商业效率；一旦下一个低利率窗口不来，盈利路径就只能靠更狠的整合与提价，而这两者都受竞争与监管掣肘。

2.5 监管与制度环境

当前没有"暗仓"这一独立法定类别，食安合规按《食品安全与标准法》逐点核发牌照，平台级电商牌照不能替代单店牌照。2025 年监管明显收紧：马哈拉施特拉邦食药监（FDA）单次检查 86 处设施、暂停 14 张牌照（Blinkit 5、Zepto 5、Instamart 2），问题包括蟑螂、过期库存、冷库超温；卡纳塔克邦封存 Zepto Hoskote 仓；印度标准局（BIS）2024—25 财年抽查 344 件样品、142 件（超 40%）缺 BIS 认证。商工部长公开批评电商"以亏损换份额"，竞争委员会（CCI）2024 年 9 月报告认定 Amazon/Flipkart 存在偏向性折扣与反竞争行为。监管不确定性是本模式最大的制度性风险。

2.6 主要玩家与份额

【推断·中】Blinkit 约 46—50% 领先，Zepto 约 28—30%，Swiggy Instamart 约 25—27%，三者之外由 Flipkart Minutes、Amazon Now、JioMart、BigBasket 分食。Blinkit 暗仓数约 2443（2026 年 6 月），Zepto 约 1139—1150，Instamart 约 1100+。暗仓总数 2026 年 5 月约 5026，同比 +48%。份额高度集中，但暗仓数量的军备竞赛仍在加速——这正是公司层面难盈利的直接原因。值得注意，三家头部都脱胎于"外卖"母体（Zomato/Swiggy）或自建即时网络（Zepto），暗仓是它们在"送餐"之外抢"送一切"的自然延伸；也正因母体基因不同，Blinkit/Instamart 能复用外卖骑手与用户，Zepto 则须从零建独立运力——这是 §12.5 三家单位经济差异的母体根源，也是理解"同一赛道、不同命"的一把钥匙。

2.7 主体具象化：用 Zepto 讲清"这是个啥、咋赚钱"

假设读者从未听过暗仓模式，我们用 Zepto 还原：Zepto 是 2021 年由两名斯坦福辍学生创立的印度公司，它在你小区 2 公里内租一间不起眼的商铺改造成暗仓，里面没有顾客、只有货架和拣货员。三个日常场景——①晚上 11 点发现做饭缺一把葱，手机下单 9 分钟送到；②暴雨天不想下楼买卫生巾；③周末聚会临时缺冰可乐。每一次，平台都在卖"我不想动"的便利。

它的生意分三层：[[定义:铁轨层]]（即暗仓网络+App+调度算法，负责"近"和"快"，是赔钱也要铺的重资产）｜[[定义:承载层]]（拣货员+骑手，按单结算，平台向其付履约费）｜[[定义:溢出层]]（品牌广告位、自有私牌商品、Zepto Cafe 热食、Zepto Pass 会员订阅，这部分毛利远高于卖货本身）。谁向谁收钱：用户付货款+小额配送费，品牌商付广告费买排名，会员付月费。靠什么活：目前主要靠"货值差价+配送费+广告+订阅"，但公司层面仍未盈利，靠融资续命——这正是它急于 2026 年 IPO 募资约 1100—1200 亿卢比（13 亿美元）的根本原因。

三、关键术语与概念底座

• 即时零售 / Quick Commerce（Q-commerce）：把日常刚需品在 10—20 分钟内送到家的零售+履约模式。类比：像把楼下的便利店"拆碎"成无数个藏在小区里、只接手机订单的小仓。
• 暗仓（Dark Store）：不对外营业、专接线上订单的小型前置仓库。类比：一间"假装是店、其实只给快递员开门"的库房。
• 微履约 / Micro-fulfillment：在离用户极近的地方完成"拣货+打包"的动作。类比：把仓库的"最后一百米"搬到了你家楼下。
• GMV / GOV / NOV：平台促成的交易总额（Goods Merchandise/Order Value）。类比：超市的"流水"而非"利润"，常被误当成收入。
• 收入确认（库存主导 vs 平台抽佣）：库存主导方（如 Zepto）把整笔货款记为收入、成本另计；抽佣方（如 Blinkit 部分品类）只记佣金。类比：一个算"经手的房租总额"，一个只算"中介费"，两者不可直接比大小。
• 抽佣率（Take Rate）：平台从每笔交易留成的比例；Blinkit 约 19%，是判断其"轻模式"的关键。
• 贡献利润（Contribution Margin）：每单收入减去随单变动的成本（货品、骑手、包装）后剩的钱，还没扣房租和管理费。类比：每送一单"毛赚多少"，是判断单店能否活的第一道关。
• AOV（客单价）：平均每单金额。印度约 350—550 卢比，远低于欧美 35—80 美元。
• 单位经济（Unit Economics）：把生意拆到"单个门店/单笔订单"看是否赚钱。类比：不谈总账，先看"一个摊位每天卖多少碗能回本"。
• 零售媒体（Retail Media）：品牌商向平台付费买 App 内搜索排名和展示位。类比：超市的"货架黄金位"出租。
• 私牌（Private Label）：平台用自己的牌子卖贴牌商品，毛利更高。类比：超市自有品牌。
• 骑手 / 平台工人（Gig Worker）：按单结算、非雇员的末端配送者，是成本项而非利润捕获者。
• 下沉市场（Tier 2/3）：印度二线、三线城市。即时零售目前 80% 以上订单在一线都会圈。
• Kirana：印度遍布街角的社区夫妻小店，是传统零售主体，也是即时零售的政治与商业对手。
• UPI（统一支付接口）：印度国家实时支付系统，每月超 100 亿笔交易，是即时零售低额支付的零摩擦 rails。
• 密度经济（Density Economy）：单店订单密度越过临界点后，固定成本被摊薄、单位经济转正的效应；是暗仓模式成立的核心杠杆，也是生死线。
• 库存垫资 / 现金占用：库存主导方先垫付整批货与仓租、后回收货款，形成的负营运资本敞口；订单越密占用越大，是平台对外部融资的隐性依赖。
• 监管套利（Licensing Arbitrage）：暗仓游走在"仓储/零售/食品经营"三类许可夹缝、且无独立法定类别，借此降低合规成本；一旦口径收紧即成尾部风险。
• 转换成本（Switching Cost）：用户在不同平台间切换的代价；本模式中趋近于零，导致平台难收品牌溢价税、只能拼密度。

四、核心研究问题与待验证假设

核心问题：库存主导的暗仓微履约模式，其利润究竟来自哪里、能否成立、以及这种成立高度依赖哪些印度独有的条件？

子问题一：为什么是印度——为什么欧美同类（Getir、Gopuff）收缩而印度长成头部市场？子问题二：单店经济性与公司层面盈利为何背离，缺口多大、何时收敛？子问题三：利润池到底沉淀在哪一环（平台、房东、广告、品类）？子问题四：这种模式的护城河是真壁垒还是资本烧出来的暂时领先？子问题五：对中国即时零售与出海者可迁移的是机制还是仅限于印度条件？

待验证假设：H1——密度越过临界点是单店盈利的充分条件（待 Zepto 门店级数据验证）；H2——公司层面盈利需待扩张放缓 + 广告/私牌占比提升（待 2027—28 财报验证）；H3——监管对食安与 zoning 的执法会系统性抬高合规成本并拖慢下沉（待执法频次数据验证）；H4——Deep-pocketed 巨头（Amazon/Flipkart/Reliance）的入场会把价格战拖入"谁钱多谁活"的消耗（待份额变动验证）。

当前验证进度（截至本研究）：H1 获部分验证——Zepto 自称 75% 门店门店层面 EBITDA 为正、新店回正周期缩短至 8—9 个月，方向与假设一致，但"门店层面盈利"不等于"公司层面盈利"，且为平台自陈、未经独立审计逐店核实，故仅记为部分验证。H3 获部分验证——马哈拉施特拉邦 2025-08 单月暂停 14 张牌照、卡纳塔克邦封存 Zepto 仓，证明执法已真实发生并可量化为成本。H2、H4 尚处"进行中"——尚无任何头部实现公司层面可持续盈利，巨头入场亦刚开始，无法判定。这一进度表提示：本研究的"单店盈利真实"为已确认级，"公司层面逼近盈利"仍为推断·中级，不应混同。

五、Why Now（为什么是现在）

【推断·中】[[墨青:印度暗仓模式在 2020—21 年后才爆发，而非更早，根因是四股力量在同一窗口叠加：后疫情习惯、UPI 支付 rails、城市高密度、廉价劳动力，缺任一则模型不成立。]]

现象：Grofers（Blinkit 前身）2013 年即成立，却直到 2021 年改名 Blinkit、切到 30 分钟内才真正起量；Zepto 2021 年才创立却四年冲到 IPO。因果链：①2020 年疫情把"送货上门"从可选项变成肌肉记忆，用户愿意为即时性付费的习惯被固化；②印度 UPI 在 2016 年后铺开，到 2025 年每月超 100 亿笔交易、超 91% 的即时零售交易走 UPI，低额支付零摩擦、无货到付款的现金与拒收摩擦；③孟买、德里等城市单仓可覆盖 3—5 公里内数十万人口，使"2 公里履约"在物理上可行；④印度骑手与拣货员工资远低于欧美，使 10 分钟送达的履约成本可被薄毛利吸收；⑤2021—22 全球低利率让风险资本愿意为"增长优先"买单。⑥资本窗口本身就是模式的"隐形合伙人"——在 2021—22 年全球宽松周期里，风险资本把"单位经济为负但增速极高"的标的视为可接受的烧钱换份额，直接压低了 Zepto、Blinkit 的融资成本，使它们能用远低于其商业成熟度的估值持续输血。2023 年后美联储加息、全球风投退潮，这个隐形合伙人抽身，独立平台被迫从"无限续杯"切换到"必须自己证明盈利"，这恰恰是 Zepto 火速冲 IPO 的真实时点推手——不是它想上市，是通往私募资本的门在 2023 年后关上了。对比中国，美团闪购长在早已盈利的外卖母体之上，没有经历同等的"资本断奶之痛"，因此中国路径对"资本窗口"的依赖远低于印度，这也是两国单位经济曲线形状不同的深层原因之一。

反证：欧美城市密度低、人力贵、客单价虽高但 AOV 不足以覆盖独立暗仓成本，故 Getir 退出美英、Gopuff 收缩——说明"四元"不齐则模型塌。结论：印度是少见的同时满足四元的超大市场，这是 Why Now 也是 Why India。

读者向解读：上面解释了"为什么偏偏是这几年、偏偏是印度"。它不是因为某个创始人聪明，而是四个条件在 2021 年前后同时成熟：疫情让人懒得出门、UPI 让小额付款像发微信一样顺、印度大城市挤到 2 公里内就有几十万人、人力又便宜。任何一个条件缺失，这生意就难成立——比如美国城市稀、人工贵，所以美国同类公司撑不住就撤了。对国内读者的意义是：中国同样具备高密度与移动支付，所以即时零售在中国也能长，但中国劳动力成本已高于印度、且竞争格局不同，单位经济曲线会不一样，不能简单套用印度的亏损换规模逻辑。

六、市场形成机制

机制主线：需求侧的"即时满足"被供应侧的"暗仓密度"点燃，再由资本把两者之间的缺口（亏损）填上，形成正反馈。具体：平台先在高密度都会圈布仓→10 分钟体验带来高频复购→数据让选址与选品更准→密度提升摊薄单店固定成本→单店转正→融资扩张到新城→继续填缺口。

【计算·高】[[金棕:单店盈亏平衡约需日均 600—900 单（行业区间），Zepto 自称新店 8—9 个月回正、75% 门店已门店层面 EBITDA 为正]]。这意味着密度是唯一的杠杆：低于阈值的暗仓是纯成本，越过点才从吞金兽变现金牛。这正是为什么三家都在疯狂加仓——仓网密度直接等于送达速度，而速度就是本模式唯一的竞争维度。反证：Dunzo 正是倒在密度不足——它烧钱扩张却订单密度没起来，单仓日均仅数百单，峰值每单亏超 230 卢比，最终崩盘（详见第十七章）。结论：市场不是被"需求"单独创造，而是被"资本填平密度爬坡期的亏损"买出来的。

读者向解读：这段回答"市场是怎么长出来的"。关键机制是：开仓→体验好→复购高→数据更准→成本更低→再开仓，这是一个滚雪球；但雪球早期每一圈都在亏钱，需要外部资本不停往里填。Zepto 说 75% 门店已单店盈利，意思是雪球里大部分门店已经自己能挣钱了，但公司整体还在亏，因为公司还在用这些挣来的钱（和融来的钱）去开那些"还没滚起来"的新店。所以看这类公司，不能看"有多少店赚钱"，要看"赚钱的店挣的钱，够不够填新店的坑"——目前答案是不够，所以还必须上市融资。

（机制补遗）暗仓模式还有一个被忽视的结构性特征：库存主导方在收到用户货款之前，已经先垫付了整批货的采购与仓租，形成"先垫资、后回款"的负营运资本敞口。订单越密，被库存占用的现金越大，因此平台对外部融资的依赖不是只有"亏损"一种，更有一条"成长本身的现金黑洞"——增长越快，被库存和仓网锁死的现金越多。资本在这里扮演的不是单一角色，而是双重角色：既"填亏损"（新仓爬坡期的经营性失血），又"填现金占用"（成熟店扩张带来的库存垫资）。这解释了为什么即便单店大面积转正，公司仍要靠融资续命：盈利产生的现金，被增长本身重新吸走。理解了这一点，就不会把"75% 门店单店盈利"误读为"公司即将盈利"——两者之间隔着一条由扩张速度决定的现金沟壑。

顺着"扩张对冲盈利"的逻辑再推一步：既然单店真实、公司难盈的根因是"仍在铺网"，那么盈利的最终路径大概率是"行业整合"而非"每家各自盈利"。当市场从三强 + 巨头混战收敛到 1—2 家，幸存者停止开新仓、把 capex 从"进攻"切到"守成"，新仓亏损源消失，成熟店贡献利润开始净沉淀——届时公司层面才可能转正。这也解释了为什么资本市场给头部的高估值，买的不是"现在赚钱"，而是"未来成为那 1—2 家中的幸存者"的期权。这个期权价值，正是用 Dunzo 们的尸体铺出来的；而期权一旦被证伪（Kill Thesis 第③条），估值塌陷会极快。

七、量化骨架

指标	数值（口径/年份）	来源层级
印度即时零售 GMV	约 110 亿美元（2025，GMV 口径）	Zepto 招股书/多源交叉（一级/二级）
日均订单	780 万单（2026-01，同比 +95%）	行业研究（二级）
占电商 GMV 比	16—17%（2025）	零售研究（二级）
2030 预测 GMV	600—830 亿美元（5—7 倍假设）	Zepto 招股书（一级，置信度低）
Blinkit 份额/暗仓	约 46—50% / 2443 仓（2026-06）	上市母公司披露（一级）
Zepto 份额/暗仓	约 28—30% / 1139—1150 仓	招股书+经纪商（一级/二级）
Zepto FY25 营收/净亏	966.9 亿 / 336.7 亿卢比（+129% / +177%）	Zepto 审计财报（一级）
Zepto FY26 营收/净亏（估）	约 2262 亿 / 590 亿卢比（经纪商估）	Nomura 等（二级）
Zepto AOV / 单均毛利	约 550 卢比 / 50—70 卢比	招股书相关披露（一级）
Blinkit GOV（2026Q1）	9213 亿卢比（同比 +127%）	Zomato 季报（一级）
Blinkit 抽佣率	约 19%（收入/GOV，Q2FY25）	计算（一级数据推算）
Dunzo 总融资 / 减值	约 4.5 亿美元 / Reliance 减值 164.5 亿卢比	年报+媒体（一级/三级）
暗仓总数（印度）	约 2500 个（2025）/ 约 5026 个（2026-05，同比 +48%）	Mordor / 行业研究（二级）
Swiggy Instamart GOV	7907 亿卢比（2026Q1）	Swiggy 季报（一级）
行业 GMV 三年增幅	约 3 亿→110 亿美元（2022—2025，约 24 倍）	多源交叉（一级/二级）
月活用户规模	约 2500—3000 万（2025）	行业研究（二级）
CAC 获客成本	100—400 卢比/人	经纪商估算（二级）
暗仓月均 opex	80—120 万卢比/店	经纪商/招股书推算（二级）

读者向解读：这张表是全文的数字地基。注意两个"坑"：第一，GMV 是流水不是收入，Zepto 的 966.9 亿卢比是"收入"而非 GMV，其 GMV 约为 2500—2800 亿卢比量级；第二，Blinkit 的"收入"只记约 19% 抽佣，而 Zepto 作为库存主导方把货值全额入账，所以 Zepto 营收数字看似远大于 Blinkit 单季，不等于它更赚钱——这是下文利润池分析必须纠正的错觉。跨平台比较，应当用 GOV（如 Blinkit 9213 亿 vs Zepto 估算约 2500—2800 亿）而非各自"收入"。

还要补一句关于"增速"的清醒话：赛道从 3 亿到 110 亿美元用了三年约 24 倍，但分母已大到 110 亿量级，2026 年后很难维持三位数增长，行业普遍预期回落到 25—30%。这意味着"用高增长掩盖低盈利"的叙事窗口正在关闭——当增速从 100%+ 降到 30%，资本市场会要求看到"盈利路径"而非"增长故事"，而这正是 Zepto 必须赶在增速换挡前完成 IPO 的时间压力来源；反过来，若增速换挡后盈利仍未现，估值逻辑将从"成长股"切换为"价值陷阱"，估值回撤会极快。

八、客户与需求

谁使用：都会圈 22—35 岁千禧一代与 Z 世代、双收入家庭、学生，约 2500—3000 万月活用户（2025）。谁付款：下单者本人，用 UPI 小额支付，配送费普遍 20—30 卢比或订阅免邮。为什么付款：买的不是商品而是"省下的时间与麻烦"——忘买单品、突发需求、恶劣天气、深夜时段。过去如何解决：去 kirana、等 1—3 日电商、或忍着。为什么现在切换：10 分钟送达把"忍着"变成"不值得"，且价格带与 kirana 接近。

是否依赖补贴：获客期依赖折扣，但留存靠频次——高频用户月均 8—12 单，补贴退坡后留存仍在，说明需求真实而非纯粹刷量。是否具备持续需求：是，但客单价低意味着平台必须从"频次×品类扩张×广告"三维提值，而非靠单笔加价。值得强调：即时零售捕获的是"增量即时场景"（忘买、突发、懒得动），不是对传统计划的周度采购的全盘替代——这解释了为什么 kirana 没有被灭，只是被切走了一块高频增量。

读者向解读：这一段回答"到底是谁在用、为什么肯掏钱"。关键要破除一个错觉：以为即时零售是把传统超市的生意搬走了。其实不是——没人会为了一箱洗衣液等十分钟还付配送费，他要的是"我现在就要、懒得动"的那一单。所以平台的真实对手不是 kirana 超市，而是"忍一忍算了"这个心理。它切走的是高频、低值、突发的需求碎片，kirana 守住的仍是周度计划性采购。这意味着估值时不能拿"印度零售总盘"当市场天花板，得拿"高频增量场景"去算。

九、市场结构与价值链

结构链：品牌供货商 →（采购/自营 或 撮合）→ 暗仓（存储+拣货）→ 骑手（最后一公里）→ 用户（App+UPI）→ 数据回流优化选址。商品流从品牌仓到暗仓到用户；资金流从用户经 UPI 到平台、平台向品牌与骑手分账（平台留货值差价与抽佣）；数据流是闭环核心——哪类小区几点买什么，反哺选品与补货，构成选品飞轮。

关键结构特征：这是"重资产向下游前移"的结构，平台自己持有库存与仓，因此承担了传统电商由商家承担的部分风险与成本，换来对履约时效的完全控制。与第 1 期 ONDC（协议层不持库存、利润外溢给赋能层）正好镜像：暗仓模式把价值锁在自有仓网内，但也把亏损锁在了自己账上。这一结构决定了本模式的利润外溢方向与 ONDC 不同——下文利润池章详述。

读者向解读：这一段讲"钱和货是怎么流动的"。一句话版：平台自己把货买进来、存进暗仓、再卖给你，所以它既赚差价也担风险——货损、过期、卖不动的库存全是自己的。这和本系统第 1 期研究的 ONDC 正好反过来：ONDC 只是个协议层，不碰货，所以风险小、但利润也薄且外溢给接入的物流金融机构；暗仓模式碰货碰仓，控制力强，但亏损也全扛在自己身上。记住这个"镜像关系"，后面讲利润池流向时就不会混淆——暗仓的利润外溢对象和 ONDC 不是一回事。

十、商业模式解剖

价值创造：把"距离"产品化——用户买的不是商品差价，是"2 公里内 10 分钟到手"的确定性。客户=都会高频消费者；使用者=同一人；付款者=同一人（订阅/广告的付款者则分别是会员与品牌）。获客=低价+速度口碑+城市密度自然渗透；交付=暗仓+骑手；收费=货值差价+配送费+广告+订阅；收入主要来自三部分：商品毛利、配送与平台费、零售媒体广告。

成本在哪里：①暗仓租金与装修（capex 350—600 万卢比/店）；②拣货与骑手履约（单均 35—80 卢比）；③折扣与获客；④技术。边际成本：每多一单的变动成本递减，但每开一仓的固定成本递增——这是规模与亏损同源的根因。单位经济是否成立：单店成立（过密度阈值后贡献为正），公司层面在扩张期不成立。扩张后经济模型：短期恶化（新仓拖累），长期取决于成熟店占比与广告/私牌占比。护城河：密集仓网的资本壁垒 + 运营学习（选址、选品、调度）+ 数据飞轮；但仓网可复制、巨头可砸钱追，故护城河是"阶段性领先"而非永久壁垒。

值得补一刀的是"定价权"问题：暗仓模式卖的是"便利"而非"稀缺品"，用户对 10 分钟送达有黏性，但对具体平台几乎无忠诚——同一小区三家暗仓并存时，用户按"谁便宜、谁有货"切换，转换成本趋近于零。这意味着平台难以靠品牌收"溢价税"，只能靠密度把单位成本压到对手之下。一旦巨头以更低资本成本把密度追上，独立平台的"阶段性领先"会在 12—18 个月内被抹平。所以本模式的护城河本质是"时间差"而非"护城河"——这恰好是它必须抢在巨头彻底醒来前 IPO 募资的另一重底层逻辑：用上市融来的钱，把"时间差"尽量拉长成"密度差"。

还有一个容易被忽视的脆弱点：单位经济对"折扣强度"高度敏感。为抢频次，平台长期用满减、免邮、会员价补贴用户，这部分补贴直接吃掉本就微薄的货值差价。一旦补贴退坡，AOV 与频次可能双降，密度爬坡随之放缓——而密度恰恰是单店转正的开关。所以"补贴退坡后留存仍在"的说法只证明了需求真实，却没证明"无补贴下的单位经济"成立。真正该追问的是：在零补贴、满密度的理想态下，单店贡献能否稳覆盖固定成本？目前尚无任何平台公开披露过这一"裸泳"数字，它才是估值争论里被刻意回避的房间里的大象。

读者向解读：很多人把 Zepto 这类公司当"科技公司"，但上面这段拆解说明它本质上更接近"房地产+物流公司"——它最大的资产是那一张张藏在小区里的仓租约和跑熟了的配送网络，不是某个独门算法。这也解释了为什么它的护城河会被有钱的巨头（Amazon、Flipkart、Reliance）快速追赶：仓可以租、人可以雇、算法可以抄，真正难复制的是"已经在 200 个城市跑顺的运营节奏"和"先发占住的黄金铺位"。所以这类公司的估值，买的不是技术稀缺性，而是时间和密度的领先。

十一、业务流程 / 价值链路

以一笔代表性订单为主线：①用户 App 下单（一盒鸡蛋+可乐，AOV 约 550 卢比）；②平台调度系统匹配最近暗仓（2 公里内）；③暗仓拣货员按最优路径 60 秒内拣出、打包；④系统派单给附近骑手；⑤骑手 8—12 分钟送达；⑥用户 UPI 付款（货款+25 卢比配送费）；⑦资金清分：货款入平台库存账、配送费部分结算骑手、平台留毛利；⑧数据回写（该小区晚 8 点鸡蛋需求高→补货）。信息流与资金流在平台闭环，物流止于用户门口。

多业务线主链路差异：①食杂主线（上述，库存主导，平台承担货损）；②Zepto Cafe 热食线（中央厨房/合作店制作、暗仓取货，毛利约 50% 远高于食杂 10—20%）；③零售媒体线（品牌竞价购买 App 内曝光位，零库存、纯毛利）；④Zepto Pass 订阅线（月费 99 卢比、约 400 万订户、年入约 48 亿卢比，提升频次锁定用户）。四条线共享同一暗仓与骑手网络，但利润质量天差地别——前两条是"卖货"，后两条是"卖注意力与锁定"，毛利率不在一个量级。

这条主链路里最被低估的环节是"选址"与"选品"——它不是拍脑袋，而是用历史订单密度反推：平台先以热力图锁定 2 公里内订单密度最高的小区，再据该小区品类偏好决定暗仓 SKU 结构（如 IT 园区周边多备饮料与零食、住宅区多备乳品与生鲜）。这一步决定了单店能否快速越过密度阈值，是"运营学习曲线"的真正载体，也是巨头砸钱也难瞬间复制的隐性资产——仓可以租、人可以雇，但"哪个小区该放哪个仓、里面该堆什么"的经验，只能靠时间喂数据喂出来。

再补一笔"骑手"环节的账：平台对外支付的单均履约约 35—80 卢比，其中骑手实际到手约 30—45 卢比/单（其余是拣货与包装），按日均 15—25 单计，月收入约 1.5—3 万卢比，略高于印度非组织化日薪但远低于正式雇员福利。骑手是平台工人而非雇员，无社保、按单结算，这一安排把履约成本的波动风险完全转嫁给最末端——需求低谷时骑手收入骤降、流失，又反过来推高旺季履约成本。这是暗仓模式"轻人力"叙事下被刻意模糊的社会成本，也是 Kill Thesis 第⑤条（骑手立法）一旦落地就击穿单店模型的微观机制。

读者向解读：这一段把"一笔订单怎么走完"画了出来，重点不是流程本身，而是流程末尾那个"数据回写"。每一次下单，平台都在记录"这个小区、这个点、买什么"——日积月累，它就比任何对手都清楚该在哪个仓囤什么货。这就是所谓的"数据飞轮"：数据越多→选品越准→浪费越少→单店越赚钱→开更多仓→数据更多。但请注意，这个飞轮的护城河是"运营经验"而非"独门算法"——算法可以抄，但"在 200 个城市跑顺的节奏"抄不来。所以四条业务线里，真正决定利润质量的不是送得快慢，而是后两条（广告和订阅）占比能爬多高。

十二、企业案例

12.1 Zepto（主体代表，库存主导）

【已确认】2021 年创立，2025 年 12 月 26 日秘密递交 DRHP，2026 年 5 月 8 日获 SEBI 原则性批准，拟募约 1100—1200 亿卢比（13 亿美元），目标 2026 年三、四季度上市。累计融资约 18—23 亿美元，2025 年 10 月 CalPERS 领投一轮后估值 70 亿美元。FY25 营收 966.9 亿卢比（+129%）、净亏 336.7 亿卢比（+177%）；FY26（经纪商估）营收约 2262 亿、净亏约 590 亿。AOV 约 550 卢比、单均毛利 50—70、履约 35—45；自称 75% 门店门店层面 EBITDA 为正、新店 8—9 个月回正；广告年化超 100 亿、Cafe 约 1 亿美元 GMV 运行率、Pass 约 400 万订户。现金约 6—7 亿美元（2026-03），显著少于 Blinkit 的 19 亿、Swiggy 的 17 亿——这正是它"非 IPO 不可"的硬约束。

补充一层 IPO 的资本逻辑：Zepto 选择 2025-12-26 秘密递交 DRHP，意在避开上市前舆论与对手针对性的价格战加码；拟募 1100—1200 亿卢比中，相当部分将用于"填新仓亏损"而非还债（它几乎无有息债，但经营现金流为负），这意味着上市不是"毕业"，而是"用公众股东的钱继续铺网"。估值从 2024 年的约 50 亿美元跳到 2026 年 CalPERS 轮 70 亿美元，增速快于盈利进度，一旦 IPO 后单店转正故事被独立审计打折，估值回撤风险不小。这也正是为什么它的现金约束（6—7 亿 vs 对手 17—19 亿）被本研究列为"已确认"级硬约束而非"推断"——它不依赖任何假设，只看资产负债表。

12.2 Blinkit（Zomato 旗下，抽佣+自营混合，最接近盈利）

【已确认】2026 年 6 月季度 GOV 17132 亿卢比（同比 +86%）、经调整营收（经纪商含 GOV 口径，需谨慎）15664 亿、经调整 EBITDA 盈利 102 亿卢比，连续第五个季度改善；暗仓 2443 个。其抽佣率约 19%（收入/GOV），说明它更多以"平台撮合"定位，单位经济优于纯库存主导方。母公司 Zomato（现 Eternal）的 QC 投入是现金消耗主因，但 Blinkit 单季已转正，是全行业最接近公司层面盈利的玩家。战略上 Blinkit 借母公司上市平台的融资能力（QIP 募资约 850 亿卢比）持续加仓，走"先规模后利润"路径且已见拐点。

值得注意，Blinkit 正把利润路径从"食杂抽佣"外溢到"Blinkit Bistro 热食"与"快速送药"等高频高毛利场景，复用同一张仓网却吃更高的品类毛利——这与 Zepto Cafe 的路径同源，再次印证"利润在品类而非配送"的迁移规律。正因单季已转正，它有底气在 2026 年继续把 2443 个暗仓向 Tier 2 下沉，而 Zepto 在现金约束下只能守高密度都会、把下沉留给对手去填坑。

12.3 Swiggy Instamart（外卖母体协同）

依托 Swiggy 外卖既有骑手与用户，跨平台协同降低获客与履约边际成本。2026 年 6 月季度经调整营收 1232 亿、GOV 7907 亿，但经调整 EBITDA 仍亏 778 亿，prioritizing 份额高于盈利。其优势在协同、劣势在母体自身也处投入期、输血能力弱于 Zomato。战略差异清晰：三家都把"速度=密度=份额"当第一目标，但 Blinkit 已用母公司弹药把单季利润转正，Zepto 用 IPO 续命，Instamart 仍在母体亏损中承压。

Instamart 的协同是把双刃剑：复用 Swiggy 外卖骑手降低了边际履约成本，但母体 Swiggy 自身 2026 年仍处投入期、外卖利润薄，能输血的现金有限；更微妙的是，当外卖与 QC 在晚餐高峰争夺同一批骑手，QC 订单被迫让行或加价，反而推高其履约成本。这与 Blinkit 借已盈利的 Zomato 输血形成对照——同样叫"协同"，母体财务健康度决定了它是"赋能"还是"拖累"，这是 §12.5 三家现金差异背后的又一根隐线。

12.4 Dunzo（失败证伪案例，详见第十七章）

印度超本地配送先驱，获 Reliance 与 Google 背书、融资约 4.5 亿美元，却因密度不足、单位经济失控于 2025 年初停服，Reliance 减值 164.5 亿卢比。它是本模式"需求存在也救不了错误单位经济"的最强反证。

12.5 三家单位经济与现金对比（截至 2026 年中）

把三家头部放在同一张表，能看清"同赛道、不同命"的结构差异：

维度	Blinkit（Zomato 旗下）	Zepto（独立，拟 IPO）	Swiggy Instamart（外卖母体）
模式定位	抽佣+自营混合（轻）	库存主导（重）	库存主导+母体协同
暗仓数	约 2443（2026-06）	约 1139—1150	约 1100+
抽佣率/确认口径	约 19%（只记佣金）	货值全额入账	混合
单季盈利状态	经调整 EBITDA +102 亿卢比	仍净亏（FY25 亏 336.7 亿）	经调整 EBITDA 仍亏 778 亿
现金储备	约 19 亿美元	约 6—7 亿美元	约 17 亿美元
核心约束	母公司弹药充足、加仓无虞	现金最紧、非 IPO 不可	母体自身也处投入期、输血弱

这张表说明三件事。第一，模式"轻"（抽佣为主）比"重"（库存主导）更早接近盈利——Blinkit 的 19% 抽佣意味着它不必承担全部货损与库存占用，单位经济天然更轻；Zepto 把货值全额入账看似营收大，却也把库存风险全额扛下。第二，现金储备是生死线——Zepto 的 6—7 亿美元显著少于对手，意味着它抵御价格战与扩张失血的缓冲最薄，这正是它 2026 年火速 IPO 的硬约束，而非主动选择。第三，协同不等于安全——Instamart 有 Swiggy 外卖骑手复用之利，但母体自身也在投入期，反而拖累其独立盈利节奏。结论：在同一赛道里，"谁轻、谁有钱、谁有母体供血"决定了盈利顺序，商业模式本身的反脆弱性弱于资本结构。

读者向解读：上面这张表是给"三家公司差不多"这种错觉的一记清醒剂。它们虽然都叫即时零售，但赚钱的姿势差很远：Blinkit 更像"收租的二房东"（只抽佣，不背货），所以最先接近盈利；Zepto 是"自己进货自己卖"（背全部库存风险），账面营收吓人但亏损也吓人；Instamart 虽然能蹭外卖的骑手，可它妈（Swiggy）自己也在烧钱，顾不上它。最危险的是 Zepto——它钱最少却亏得最猛，所以必须赶在现金烧光前上市。看这类公司，别只看"营收增速"，要盯"现金能烧几个月"。

十三、单位经济

项目	典型区间（印度，2025）	说明
AOV 客单价	350—550 卢比	Blinkit 促销季曾破 700
单均毛利	40—80 卢比（约 10—15%）	食杂天然薄利
单均履约成本	35—80 卢比	含骑手+拣货+包装
单均贡献利润	薄正至微负	过密度阈值才稳正
暗仓建设 capex	350—600 万卢比/店	租金押金+货架+冷柜+系统
暗仓月 opex	80—120 万卢比/店	房租+人工+骑手激励
单店盈亏平衡	日均 600—900 单	低于此即亏
新店回正周期	8—18 个月	Zepto 自称 8—9 月
CAC 获客成本	100—400 卢比/人	按城市与折扣强度

13.1 单笔订单经济演算（示意）

为把"密度阈值"从口号变成可算的数，取一个代表性暗仓、一笔 AOV 550 卢比订单做拆解（数字为行业区间内的示意值，用于说明结构，非某平台精确披露）：

• 用户支付：货款 550 卢比 + 配送费 25 卢比 = 575 卢比；
• 进货成本（COGS，归品牌商）：约 480 卢比（食杂天然 85—88% 进价比）；
• 货值差价 / 毛利：约 70 卢比（≈13%）；
• 履约成本（骑手 + 拣货 + 包装）：约 45 卢比（密度高时路由更短、批次更满，可压到 35—40）；
• 单均贡献利润 = 毛利 70 − 履约 45 = 25 卢比；
• 暗仓月固定 opex：约 100 万卢比（房租 + 人工 + 摊销）；
• 若日均 600 单（月 1.8 万单），固定成本摊到每单 ≈ 55 卢比 → 单店每单亏约 30 卢比；
• 若日均 900 单（月 2.7 万单），固定摊 ≈ 37 卢比 → 单店每单仍亏约 12 卢比，逼近临界；
• 若密度再升、且毛利被私牌 / 广告抬到 90—110，则贡献反超固定，单店转正。

从这个演算能看到三件被"75% 门店已盈利"掩盖的事：其一，单店转正需要的不是"有单"，而是"每单贡献 > 每单固定成本"，而固定成本随密度摊薄的速度，才是生死线的真正开关；其二，把毛利从 70 抬到 100（靠私牌与零售媒体），比把履约从 45 压到 35 更能撬动转正——这正是利润池向品类与广告迁移的战略意义；其三，下沉市场或新区订单密度若卡在 300 单/日，固定摊到每单超 110 卢比，单店将长期深亏，印证"密度阈值不可逾越"。

把"获客"也纳入单位经济：CAC 约 100—400 卢比/人，而一个高频用户月均 8—12 单、年贡献利润（按单均 25 卢比计）约 2400—3600 卢比，理论上 LTV/CAC 远高于 1，这是"补贴退坡后留存仍在"能成立的微观基础。但有两个前提暗雷：一是 LTV 计算依赖"用户长期高频"假设，一旦竞品补贴更猛或监管限制促销，频次与 AOV 同降，LTV 迅速塌缩；二是 CAC 在下沉市场因 kirana 惯性更高，而那里密度又最难起，形成"越需要获客的地方越不值得获客"的悖论。所以 CAC/LTV 看似健康，却是建立在"一线都会高密度用户"这一窄基之上的，不能外推到全印度。

[[金棕:单店经济性真实，但公司盈利被"扩张速度"对冲——每开一个新仓就多一个 8—18 个月的亏损点，所以门店转正与总亏扩大可同时发生。]] 反证：若密度未达阈值（下沉市场、郊区），单店长期负贡献，这正是巨头下沉扩张的最大风险。

读者向解读：单位经济是整份报告最该看懂的一张表。算一笔账：一个暗仓每月固定开销（房租+人工）约 100—120 万卢比，要打平就需要足够的单量把这笔固定成本摊薄到每单几卢比以内。若每单贡献利润约 50 卢比，需要约 600—900 单/日（即每月 1.8—2.7 万单）才能覆盖固定成本——这就是为什么"密度"是生死线。一旦城市选错、订单密度只有 300 单/日，每单要摊 13 卢比以上的固定成本，而贡献才 50，看起来还赚，但加上总部管理费、技术、获客，就转为亏损。平台整体大亏，正是因为成千上万个新仓正处在"300 单爬坡期"，它们集体吞噬了成熟店的盈利。

十四、Profit Pool（利润最终流向）

【推断·中】[[墨青:即时零售的利润池目前并不沉淀在"平台网络层"——三家头部公司层面仍大亏；利润真实流向了三个地方：①已成熟暗仓的门店级贡献利润（留在平台但被新仓吞掉）；②上游卖铲人——商业地产房东（暗仓推高临街/地下室租金）、零售媒体（品牌广告费）、暗仓自动化与冷链服务商；③品类与格式迁移带来的高毛利——私牌、Cafe 热食、订阅。]]

用一张"谁拿走了用户付的钱"的粗略拆分理解：用户为一单 550 卢比支付，其中约 470—500 卢比是货品进货成本（归品牌商），平台留约 50—80 卢比货值差价；配送费 25 卢比中大部分结算骑手；平台真正能自由支配的，是这 50—80 卢比差价里扣掉暗仓房租与总部摊销后的余额——而这余额还要去填新仓亏损。与此同时，品牌商为在 App 里抢好位置另付广告费（高毛利、近乎纯利）、私牌与 Cafe 贡献 30—50% 毛利。所以钱的主要去向是：品牌商（进货成本）＞平台（薄差价，且大部分再投回仓网）＞房东（租金）＞广告收受方（零售媒体）＞骑手（劳务）。平台自己是整条链里最晚回本的。

用一张"用户付的 550 卢比货款，最终落在谁口袋"的拆分表把流向量化（示意值，基于前文单位经济区间）：

去向	约金额（卢比）	占货款比	接收方性质
品牌商进货成本（COGS）	480	87%	FMCG 供货商
平台货值差价（毛利池）	70	13%	平台
└ 骑手 / 拣货履约费	45	8%	劳务，平台转手支付
└ 暗仓房租 + 人工摊销	37—55	7—10%	其中房租归商业地产房东
└ 平台可自由支配余额	约 −10 至 +15	—	大部分再投回新仓亏损
配送费（另付 25 卢比）	25	—	大部分结算骑手

这张表揭示了一个反直觉的事实：用户以为钱进了平台，但 550 卢比里 87% 直接是品牌商的进货成本，平台真正留下的货值差价只有 13%（约 70 卢比），而这 70 卢比还要先付掉 45 卢比的骑手与拣货、再摊掉 37—55 卢比的暗仓房租与人工——到平台自己能自由支配时，常常已所剩无几甚至为负，余额又被拿去填新仓的亏损。与此同时，品牌商为在 App 里抢好位置另付的零售媒体广告费、以及私牌与 Cafe 贡献的 30—50% 毛利，是平台"额外"的高毛利层，不体现在这笔 550 卢比的货值拆分里。所以"谁赚走钱"的正确答案是：品牌商拿走大头，房东与骑手拿走履约对价，平台只留下一个随时会被扩张吞噬的薄余额，而广告与品类迁移才是平台真正可能落袋的利润池——前提是它先活到密度足够的那一天。

落到"卖铲人"的具体捕获：以暗仓自动化为例，ColdStar 等服务商已覆盖约 7000 个暗仓的微履约自动化与冷链，按单仓年服务费数十万卢比计，这是一笔不依赖"谁赢"的确定性收入；商业地产方面，暗仓争夺推高了一线都会临街铺面与地下室租金，房东成为"旱涝保收"的受益者，且不受平台亏损牵连。这印证了本研究的利润池外溢判断：在平台为密度烧钱的岁月里，最稳的赢家往往是那些"不参与竞赛、只卖装备与地皮"的角色——这与淘金热里卖铲子和牛仔裤的人先富，是同一个古老逻辑。对国内出海者而言，这恰恰指向第一条确定性机会（见 §21 机会映射①）：卖铲好过下场挖金。

与第 1 期 ONDC 对比：ONDC 是协议层不持库存、利润外溢给物流/金融/SaaS 赋能层；暗仓模式是平台自己持库存、把价值锁在体内，却因扩张把利润又"烧"回仓网。二者利润都不在"连接层"稳稳落袋，但外溢方向不同：ONDC 外溢给生态，暗仓外溢给上游地产与广告。谁最终赚钱：短期是房东与广告收受方；中期是最先越过密度阈值、且能压制新仓速度的那一个平台（目前是 Blinkit）；长期若行业整合到 1—2 家，幸存者才可能在公司层面捕获利润。骑手处于价值链最末端，按单结算、非雇员，是成本项而非利润捕获者；kirana 则是被挤压的传统利润持有者。

监管在此处的角色是"阈值推手"：食安与 zoning 执法趋严，会系统性抬高单店固定成本（改造冷库、加装监控、配置合规人员），等效于把盈亏平衡密度阈值从 600—900 单/日进一步上移，使利润池的沉淀更晚、更依赖整合后的定价权。这也是为什么本研究的 Kill Thesis 把"监管升级为全国性关停"列为头号证伪条件——它直接改变的是利润池的几何形状，而非仅仅是某个成本项；阈值每上移一档，就有更多暗仓从"现金牛"跌回"吞金兽"，整合盈利的时间表随之后移。

读者向解读：这段把"谁赚走钱"讲清楚了。直观看，用户付的钱似乎都进了 Zepto/Blinkit 口袋，但拆开看：货款的大头是品牌商的进货成本，平台只留约 10—15% 的货值差价；配送费大部分给了骑手；剩下的要填暗仓房租和总部开销。真正"躺赚"的是那些不在台前的角色——把铺面租给暗仓的房东（需求暴增推高了这类物业租金）、以及向平台买广告位的 FMCG 品牌（它们在 App 里抢排名位）。平台自己反而是这场游戏里最晚回本的玩家，因为它替整个链条垫付了"密度爬坡期"的亏损。

十五、竞争格局

三强寡头 + 巨头入场。Blinkit 领先且最接近盈利，Zepto 增长猛但现金最紧、被迫 IPO，Instamart 协同优但母体失血。变数在 Deep-pocketed 入场者：Amazon Now（2024 年底德里试点，拟投 2000 亿卢比开 300 仓）、Flipkart Minutes（由原 Dunzo CEO 操盘）、Reliance/JioMart、BigBasket。巨头不缺钱，可能把价格战拖成消耗战，迫使独立平台在"增长"与"盈利"间二选一。反竞争隐忧：平台对品牌商的偏向性资源位、对 kirana 的挤压，已引发 CCI 关注。把"反竞争"说具体：平台掌握了 App 内曝光位这一稀缺资源，便可用"给谁好位置"换取品牌商在平台独家上架或最低价承诺，这种"资源位换排他"正是 CCI 2024-09 报告指认 Amazon/Flipkart 存在的行为在 QC 领域的翻版。对 kirana 而言，平台用 10 分钟送达切走其高频增量后，又用零售媒体广告把品牌商的营销预算吸走，等于在"客流"和"上游预算"两端同时挤压传统小店——这正是政治游说压力的微观根源。竞争的本质不是"谁体验好"，而是"谁能在更久的时间里用更低的资本成本烧出密度"——这是一场资产负债表之争。

读者向解读：这一段是说"别被表面上的体验竞争骗了"。三家 App 用起来差不多快，真正的较量在后台——谁的钱能烧得更久、谁能用更便宜的资本把仓网铺得更密。所以亚马逊、Flipkart、信实这些巨头入场最可怕的不是它们体验好，而是它们"不差钱"，能把价格战拖成消耗战，逼独立平台在"继续增长"和"赶紧盈利"之间二选一。对国内读者的启发是：看任何"烧钱换规模"的赛道，先看玩家的资产负债表厚度，再看产品体验——后者往往不是胜负手。

十六、Local Context（印度本地条件）

成功有多少来自模式本身、多少来自当地条件？[[暖红:本模式对印度四元条件高度依赖——低密度客单价（迫使靠频次而非加价）、极高城市密度（使 2 公里履约可行）、廉价劳动力（使骑手经济成立）、UPI 零摩擦支付（使低额高频付款顺畅）。]] 任一缺失则单位经济恶化。此外：88—93% 零售仍是非组织化的 kirana，即时零售捕获的是"增量场景"而非全盘替代；监管对食安/zoning 的执法刚起步、不确定性高；资本面 2023 后全球风投退潮，独立平台融资窗口收窄，迫使 Zepto 走向 IPO。文化上，印度家庭冰箱小、囤货习惯弱，也放大了"即时补单"需求。

监管层面还有一条正在成形的暗线：各邦对"暗仓是否需要独立商业许可、能否设在居民区"的口径正从模糊走向收紧。马哈拉施特拉邦的牌照暂停只是第一枪，卡纳塔克邦封存 Zepto 仓表明执法已越过"提醒"进入"物理关停"；更关键的是，印度尚无全国统一的"暗仓"法定类别，平台游走在"仓储""零售""食品经营"三类许可的夹缝中，任一邦改变解释口径，都可能让成片暗仓瞬间失去合法性。对一家把固定资产锁进数千个租约的公司而言，这种"监管类别不确定"是比账面亏损更隐蔽的尾部风险——它不写在利润表上，却能在一天之内让一座仓从资产变成负债。

读者向解读：这段是给"想复制这套模式"的人泼的冷水。印度的低价劳动力让"雇一个人专门给你送一盒鸡蛋"在经济上勉强成立；印度的超高密度城市让"2 公里内几十万人"成为现实；印度的 UPI 让"为 30 卢比订单付一次款"零摩擦。把这套搬到人力贵的美国、密度低的郊区、或支付不便利的市场，单位经济立刻崩溃——这正是 Getir 们撤退的根源。所以"印度能跑通"是四条件的巧合，不是模式普适的证据。

十七、失败案例与反证（Contradiction Hunt）

【已确认】[[暖红:Dunzo 是本模式最清晰的证伪案例——它证明"有需求、有谷歌与信实背书、融到 4.5 亿美元"仍不足以成功，密度与单位经济纪律才是生死线。]] Dunzo 2014 年创立、做超本地跑腿起家，2022 年 1 月获 Reliance 领投 2.4 亿美元（占股 26%）、Google 占 20%，总融资约 4.5 亿。但它切 15—20 分钟食杂（Dunzo Daily）后 capex 暴增，FY23 净亏 180.1 亿卢比（同比 4 倍）、营收仅 67.7 亿，峰值每单亏超 230 卢比；订单密度始终没起来，2024 起大裁员、董事集体出走，2025 年 1 月 App 停服，Reliance 在 FY25 年报将 164.5 亿卢比投资减值至零。

把 Dunzo 与 Zepto 放在同一张"同赛道、不同命"的对照表上，差异一目了然：

维度	Dunzo（失败）	Zepto（存续）
创立 / 起量时点	2014 起家、2020 才切食杂	2021 创立即押注 10 分钟
订单密度	长期不足，单仓日均仅数百单	聚焦高密度都会，密度优先
峰值单均亏损	超 230 卢比	未披露峰值，但单店已大面积转正
资本后盾	Reliance + Google 背书仍不够	持续融资 + 火速 IPO 续命
关键失误	重资产扩张但密度未起	同样重资产，但密度纪律更严

这张表的价值不在"谁更聪明"，而在它把"密度纪律"从抽象概念变成了生死分界线：Dunzo 有需求、有巨头背书、有 4.5 亿美元，却没把每个仓的密度堆过盈亏线，于是每个仓稳定失血、失血速度快过融资速度，最终资金链断。Zepto 同样烧钱，但它至少在"已开店"里把 75% 推过了密度阈值——这给了它一个 Dunzo 没有的东西：继续融资的故事底座。反过来说，若 Zepto 的 75% 在 IPO 后遭独立审计证伪，它也将滑向 Dunzo 的轨道。

反证集合：①欧美 Getir/Gopuff 收缩，证明非普适；②监管单月暂停 14 张牌照，证明合规是真实成本项；③下沉市场单店长期负贡献，证明密度阈值不可逾越；④Zepto 现金仅 6—7 亿 vs 对手 17—19 亿，证明独立平台现金约束尖锐；⑤商工部长公开批评"以亏换份额"，政策风向偏紧。这些都不否定模式成立，但划定了它的边界：只在高密度都会圈、且能压制扩张速度时，才谈得上盈利。

读者向解读：Dunzo 的死，不是死在"没人用"，而是死在"用的人不够密"。它和 Zepto 做几乎一样的事，也有谷歌和印度首富的钱撑腰，但关键区别在于：它没能把每个仓的订单密度堆到盈亏线以上，于是每个仓都在稳定失血，失血速度超过了融资速度，最终资金链断。这给所有"先烧钱换规模"的生意一个硬教训：规模本身不值钱，密度才值钱——一个覆盖 100 个城市但每城都稀稀拉拉的网络，远不如一个城市里密密麻麻的仓网。

十八、模式迁移（含中国对照）

可迁移的是机制，不可移植的是印度条件。机制层：①"库存前置+密度经济"的暗仓格式可移植到任何高密度、低人力成本、移动支付普及的市场（东南亚都会、拉美核心城）；②"广告+私牌+订阅"的利润转移路径具有普适性；③"单店过密度阈值才盈利"的规律普适。

与中国对照：中国即时零售（美团闪购、京东到家、饿了么）更成熟且多数已盈利，但中国路径不同——它长在"外卖骑手网络"之上（美团有数百万骑手复用），是"运力复用"而非"独立建仓网"，单位经济因运力共享更优；印度是"为即时零售单独建仓雇人"，资本更重。所以【推断·中】[[墨青:对中国企业的启发不是"去印度抄一个 Zepto"，而是"高密度市场的利润在广告与品类而非配送费"这一机制可内化到自身即时零售的变现设计。]]

不可移植：印度的极低客单价+廉价劳动力组合在全球少见；UPI 式国家公共零费率支付 rails 中国以支付宝/微信替代但费率结构不同；kirana 政治游说导致的监管弹性也是印度特有。高度依赖当地条件：欧美（密度低、人力贵）难复制；非洲（密度够但支付与物流弱）需先补基础设施。

读者向解读：把印度经验搬到中国，最该搬的是"变现结构"而不是"建仓打法"。印度用惨痛亏损证明：靠送快递赚的差价几乎不够覆盖成本，真正能挣的是"让品牌商在 App 里买好位置"和"卖自有品牌"。中国美团们早就在这么做，而且因为复用外卖运力，连配送成本都比印度低。所以对中国公司的启示是：如果你要做即时零售，别纠结"再快两分钟"，要纠结"怎么把广告和私牌做成利润主体"；至于去印度市场本身，要清醒估计它四元条件的特殊性和监管风向。

18.1 可落地的迁移场景（按确定性排序）

机制可移植，不等于印度条件可复制，但仍有三档确定性不同的机会：

• 第一档（高确定性·卖铲）：暗仓自动化分拣设备、冷链微仓模块、微履约 WMS/调度系统。无论哪种平台最终胜出，它们都要建仓、都要分拣——卖铲人不吃"谁赢"的赌注，确定性最高。具备供应链与硬科技能力的中国企业，可把在国内即时零售锤炼过的自动化方案，输出到东南亚（印尼雅加达、越南胡志明、菲律宾马尼拉等高密度都会）的暗仓建设潮。
• 第二档（中确定性·变现机制内化）：把"广告 + 私牌 + 订阅"的利润迁移路径，内化进中国即时零售与出海 App 的变现设计。这一点不依赖印度市场本身，是纯机制借鉴，已在美团/京东验证，属可立即行动项。
• 第三档（低确定性·直营复制）：在海外高密度、低人力成本、移动支付普及的市场（东南亚核心城、拉美圣保罗/墨西哥城）直营复制暗仓平台。风险在于本地竞争格局、监管与资本窗口都不同于印度 2021—22，且巨头（如 Shopee、Grab、MercadoLibre）已有本地化履约网络，独立平台突围难度高于当年印度。

值得强调：这三档里，中国企业最该押的是第一档"卖铲"，而非第三档"亲自下场"——后者是印度 Zepto 们用巨额亏损换来的教训，不应重蹈。

十九、Kill Thesis

什么情况出现时，本研究的"模式可在印度成立并逼近盈利"判断将被证伪？①三家头部 24—36 个月内仍无任一家实现公司层面可持续盈利（证明密度经济被永久的扩张对冲吃掉）；②监管对暗仓 zoning/食安执法升级为全国性关停，仓网扩张被物理卡死；③Amazon/Flipkart/Reliance 以补贴拖垮独立平台、Zepto IPO 破发或撤表，证明只有"谁钱多谁活"；④AOV 长期停滞+折扣依赖，贡献利润无法转正；⑤骑手/平台工人保护立法大幅推高履约成本，击穿单店模型。上述任一持续出现，则需下调结论置信度。

读者向解读：这一段是"在什么情况下，我前面下的结论就错了"。做研究不能只说"它行"，还得说"什么证据出现就说明我看走眼了"。对投资者而言，最该盯的是第①条——如果到 2028 年三家还没一家真正赚钱，那"密度经济终将盈利"就是一个自我安慰的故事；对监管观察者而言，第②条（全国关停）和第⑤条（骑手立法）是悬在头顶的两把刀。把这五条当成"观察清单"，比记住任何结论都更有用。

二十、知识增量与主要来源

知识增量（分别表达）：

• 增量一：暗仓模式的本质是"库存前置的房地产+物流基础设施生意"，护城河是密集仓网的资本与运营学习，而非品牌或算法——这修正了"它是科技公司"的流行误读。
• 增量二：平台"收入"口径不可比——库存主导方全额入账、抽佣方只记佣金，直接比营收会严重误判；应比较 GOV 与单店贡献。
• 增量三：利润池不在网络层，向上游（房东、广告、自动化）与品类/格式（私牌、Cafe、订阅）外溢，且目前仅最有效率的一个平台接近捕获。
• 增量四：模式创造的是"增量即时场景"而非全盘替代 kirana，需求真实但不等于传统零售转移。
• 增量五：印度能逼近盈利靠"四元条件"同时成立，这是全球少见的组合，决定了模式的地理边界。
• 增量六：监管对"暗仓"无独立法定类别、逐店执法，使合规成为系统性脆弱点（单月暂停 14 张牌照即为证）。

主要来源（独立成行）：

• Zepto DRHP（秘密递交版，2025-12-26）及 FY23—FY25 审计财报（一级，当地企业）
• Zomato/Eternal 季报与年报（Blinkit 分部 GOV、经调整 EBITDA）（一级，上市母公司披露）
• Swiggy 季报（Instamart 分部数据）（一级，上市母公司披露）
• SEBI 原则性批准公告（2026-05-08）（一级，当地监管）
• 马哈拉施特拉邦 FDA / 卡纳塔克邦食药监执法通报（2025—2026）（一级，当地官方）
• 印度标准局（BIS）2024—25 财年市场监督答复（Lok Sabha 书面答询）（一级，当地官方）
• Reliance Industries FY25 年报（Dunzo 减值至零）（一级，当地企业）
• Redseer / Bernstein / 摩根士丹利 / Nomura / HSBC 行业与经纪研究（二级）
• Economic Times / LiveMint / Financial Express / Moneycontrol 报道（三级）
• 竞争委员会（CCI）2024-09 电商反竞争调查报告（一级，当地监管）

20.1 数据口径与局限说明

本研究遵循"三角验证"纪律：一级当地企业财报 / 招股书、一级当地监管披露、二级国际行业研究相互交叉，中文二手仅作线索。但仍有三类局限须明示：其一，印度即时零售无独立法定统计类别，GMV 口径在机构间差异极大（50—113 亿美元），本研究采用 GMV 口径并显式标注，但长期预测（2030 年 600—830 亿美元）置信度为低；其二，Zepto 的"75% 门店单店盈利"为招股书自陈、未经独立逐店审计，记为部分验证而非已确认；其三，暗仓单位经济区间（AOV、履约、capex）来自经纪商与行业研究推算，非平台统一披露，存在样本偏差。这些局限不否定核心判断（单店真实、公司仍亏、利润外溢、依赖四元），但划定了其置信边界——任何引用本报告数字者，须连同上述口径一并引用。

二十一、对于我们启发的判断（§24A）

机会映射

【推断·中】[[墨青:对国内即时零售与出海者的结构化机会，不在"再建一个暗仓平台"，而在三处：①利润转移机制——把变现重心从配送费转到零售媒体广告与自有品类，这是中国即时零售可立即内化的设计；②上游卖铲机会——暗仓自动化、冷链、微履约系统是高确定性受益层，适合具备供应链能力的中国企业输出；③密度_threshold 选址能力——能把"单店盈亏平衡密度"模型化、产品化的公司，在东南亚/拉美高密度市场有输出窗口。]]

对国内形态的启发（严分可类比与不可移植）

可类比：①"高密度都会圈的即时满足需求"中国与印度同源，中国一线城市单位经济因运力复用（外卖骑手）更优，机制可互参；②"广告+私牌+订阅"的利润迁移路径在中美团/京东已验证，属可借鉴架构；③"监管对食安与社区扰民（骑手拥堵）的收紧"在中国同样会发生，合规前置是共同课题。

不可移植（暖红）：①印度极低客单价+廉价劳动力的成本结构中国已不具备，单位经济曲线更陡；②UPI 式国家公共零费率支付 rails 中国以商业支付机构替代、费率与数据权属不同；③kirana 1300 万家小店构成的票仓与政治游说生态是中国不存在的约束与机遇结构；④印度"为即时零售独立建仓雇人"的重资本路径，在中国已被"复用外卖运力"的轻路径证伪为低效，故不能直接照搬 Zepto 打法。

结论：中国企业的正确动作是内化"利润在广告与品类而非配送"的机制、输出"上游卖铲"能力，而非在印度或国内复制重资产暗仓扩张。本判断回指第十四章利润池、第十八章迁移分析与第十七章 Dunzo 证伪。