不吹不黑，AI 才是天生的連鎖店管理者。這是一個(gè) AI 當(dāng)?shù)赖臅r(shí)代，無論你身處哪個(gè)行業(yè)，這兩年一定都被各種 AI 相關(guān)的新聞所震撼過。網(wǎng)絡(luò)上也充斥著很多關(guān)于 AI 如何厲害的相關(guān)內(nèi)容內(nèi)容，一搜一大把。

是的，我們都知道 AI 很牛，可以應(yīng)用在各種各樣的場景中。就以 AI 智能巡檢為例，你可能已經(jīng)看過無數(shù)篇文章講述 AI 通過什么功能解決了哪個(gè)連鎖店鋪巡檢上的問題，但好像沒有人去聊過 AI 是怎么做到的，今天我們就來看看 AI 算法是怎么學(xué)習(xí)管理連鎖店鋪這件事的。

01

為什么要用 AI 管理連鎖店

想象一下，你現(xiàn)在是擁有 500 家連鎖店鋪的老板，這些店遍布全國各個(gè)角落。為了確保品牌的口碑和產(chǎn)品的質(zhì)量，你組建了一個(gè)由幾十名督導(dǎo)組成的團(tuán)隊(duì)，他們肩負(fù)著定期巡查這些店鋪的任務(wù)。你已經(jīng)制定了一套詳盡的運(yùn)營標(biāo)準(zhǔn)，督導(dǎo)們也在定期完成他們的巡店工作。然而即便如此，在日常運(yùn)營中，各種小差錯(cuò)和食品安全的隱患仍然時(shí)有發(fā)生，挑戰(zhàn)著你對品控的追求。

你遠(yuǎn)在 3000km 以外的某家店被消費(fèi)者拍到員工在吧臺(tái)內(nèi)的洗手池內(nèi)洗腳；距離你 800km 外的某個(gè)店又被媒體爆出老鼠在大廳賽跑……你頭疼地要死。于是你開始思考，有沒有一種技術(shù)，能夠像城市中不眠不休的電子監(jiān)控系統(tǒng)一樣，替你 24 小時(shí)不間斷地管理這些門店。答案是：有的。

在 AI 巡店系統(tǒng)中，機(jī)器通過訓(xùn)練算法，能夠?qū)W習(xí)和監(jiān)督員工的不當(dāng)行為，并迅速將這些情況匯報(bào)給管理層。相較于傳統(tǒng)的巡檢模式，即依賴督導(dǎo)到店檢查、評分、提出整改意見以及后續(xù)復(fù)查等，AI 巡店在效率上可以說是實(shí)現(xiàn)了質(zhì)的飛躍。

02

AI 可以輕松應(yīng)對復(fù)雜場景

那么問題來了，AI 巡店系統(tǒng)能否替代人工應(yīng)對如此復(fù)雜的場景和大量的不確定因素？講明白這個(gè)道理，就要從 AI 算法的核心技術(shù)說起，即 AI 圖像識(shí)別。

通過這項(xiàng)技術(shù)，巡店系統(tǒng)能夠識(shí)別出不同的圖像素材。如員工離崗、員工在工作時(shí)間偷玩手機(jī)等行為，貨架商品擺放、吧臺(tái)物料擺放是否符合標(biāo)準(zhǔn)，容易有老鼠出沒的區(qū)域是否出現(xiàn)了老鼠，員工茶飲制作的某些步驟是否符合規(guī)范，員工穿戴是否合規(guī)等等，及時(shí)發(fā)現(xiàn)異常情況并采取相應(yīng)的措施。

那么 AI 圖像識(shí)別技術(shù)又是如何完成這項(xiàng)技能的呢？

這是一臺(tái)計(jì)算機(jī)正在學(xué)習(xí)，它正在看一堆動(dòng)物的圖片，里面有貓、狗、雞、鴨、牛、馬等，AI 在嘗試找出它們之間的共同點(diǎn)和不同點(diǎn)。這個(gè)過程是不是很熟悉？就像家長教自己的小孩認(rèn)識(shí)動(dòng)物一樣，你們會(huì)拿出各種圖片告訴孩子這是貓，那是狗，然后反復(fù)給他們看不同的貓和狗的圖片，小孩自然而然就有了對貓和狗的認(rèn)知。

AI 學(xué)習(xí)圖像的過程，其實(shí)和我們?nèi)祟悓W(xué)習(xí)新事物的方式頗為相似。人類依靠的是大腦，而機(jī)器則依賴于人為它構(gòu)建的人工神經(jīng)網(wǎng)絡(luò)，這個(gè)網(wǎng)絡(luò)就是機(jī)器的「大腦」。當(dāng)機(jī)器接收到一張圖片時(shí)，它首先將圖片轉(zhuǎn)換成一個(gè)由許多像素點(diǎn)構(gòu)成的數(shù)字矩陣，就像是把圖像分解成一系列數(shù)字信息。這個(gè)過程就像是人類大腦通過不斷學(xué)習(xí)和經(jīng)驗(yàn)積累，逐漸形成對事物的認(rèn)知一樣。

在處理大量圖像數(shù)據(jù)時(shí)，這些神經(jīng)網(wǎng)絡(luò)單元會(huì)不斷地調(diào)整和優(yōu)化自己的參數(shù)，就像是在學(xué)習(xí)過程中尋找規(guī)律和模式。通過這種方式，機(jī)器能夠逐漸學(xué)會(huì)識(shí)別不同的圖像特征，從而掌握識(shí)別和分類圖像的能力。這個(gè)過程就像是人類大腦通過不斷學(xué)習(xí)和經(jīng)驗(yàn)積累，逐漸形成對事物的認(rèn)知一樣。

比如，我們想讓機(jī)器學(xué)會(huì)理解「玩手機(jī)違規(guī)」這種行為，只需要讓它學(xué)習(xí)大量實(shí)際場景中玩手機(jī)的圖片，包括手拿手機(jī)、手機(jī)放桌上玩、放支架上玩等多種狀態(tài)，最后，機(jī)器就能自動(dòng)學(xué)會(huì)只要手觸碰了手機(jī)，就判定為「玩手機(jī)違規(guī)」。從而排除其他干擾因素，找到玩手機(jī)的人。

讓機(jī)器學(xué)會(huì)識(shí)別這個(gè)動(dòng)作之后，并不代表一勞永逸，AI 巡店系統(tǒng)還需要不斷地持續(xù)學(xué)習(xí)，對其進(jìn)行評估，看它在新的圖像數(shù)據(jù)上表現(xiàn)如何。如果表現(xiàn)不佳，就需要對模型進(jìn)行優(yōu)化，調(diào)整模型參數(shù)，改進(jìn)特征提取方法，從新的數(shù)據(jù)中學(xué)習(xí)和優(yōu)化模型，這樣可以保持平臺(tái)的適應(yīng)性和準(zhǔn)確性，應(yīng)對變化的店鋪環(huán)境和需求。

03

AI 巡檢在實(shí)際商業(yè)場景中的應(yīng)用

每一個(gè)新事物的出現(xiàn)都可能引發(fā)行業(yè)的變革，巡店系統(tǒng)這項(xiàng)技術(shù)又是如何運(yùn)用到實(shí)際的商業(yè)場景中的呢？

幫助海底撈集團(tuán)提效 50%+

海底撈的負(fù)責(zé)人曾透露，人工巡店存在明顯局限，如顧客就餐時(shí)間長導(dǎo)致無法持續(xù)觀察，線上監(jiān)控抽查成本高且樣本量小。因此，從 2022 年底開始，海底撈開始探索 AI 巡店系統(tǒng)，并于 2023 年在全國范圍內(nèi)推廣使用，集團(tuán)的工作效率提升了超過 50%。

該 AI 巡店系統(tǒng)是針對門店服務(wù)研發(fā)的基于 AI 和圖像算法的一套管理體系。這套 AI 巡店系統(tǒng)通過圖像識(shí)別技術(shù)，能夠?qū)崟r(shí)監(jiān)控鍋底、收臺(tái)、菜品上桌等關(guān)鍵服務(wù)環(huán)節(jié)，并全天候輸出檢查結(jié)果。管理人員可以實(shí)時(shí)了解門店的服務(wù)情況，及時(shí)發(fā)現(xiàn)并解決問題。

?

這只是 AI 在實(shí)體經(jīng)濟(jì)中千百個(gè)應(yīng)用場景中的一個(gè)，AI 的迭代速度之快，超乎了人們的想象，也許有一天人工智能的「黑盒子」會(huì)把一切變?yōu)榭赡堋?/p>