Why InfiSight
AI at InfiSight
AI 智能巡检
空间客流应用
员工成长管理
经营自动化决策
公司介绍
智睿博客
AI at InfiSight不吹不黑，AI 才是天生的连锁店管理者
AI 智能巡检
|
2024.12.05
这是一个 AI 当道的时代，无论你身处哪个行业，这两年一定都被各种 AI 相关的新闻所震撼过。网络上也充斥着很多关于 AI 如何厉害的相关内容内容，一搜一大把。
是的，我们都知道 AI 很牛，可以应用在各种各样的场景中。就以 AI 智能巡检为例，你可能已经看过无数篇文章讲述 AI 通过什么功能解决了哪个连锁店铺巡检上的问题，但好像没有人去聊过 AI 是怎么做到的，今天我们就来看看 AI 算法是怎么学习管理连锁店铺这件事的。
你远在 3000km 以外的某家店被消费者拍到员工在吧台内的洗手池内洗脚；距离你 800km 外的某个店又被媒体爆出老鼠在大厅赛跑……你头疼地要死。于是你开始思考，有没有一种技术，能够像城市中不眠不休的电子监控系统一样，替你 24 小时不间断地管理这些门店。答案是：有的。
在 AI 巡店系统中，机器通过训练算法，能够学习和监督员工的不当行为，并迅速将这些情况汇报给管理层。相较于传统的巡检模式，即依赖督导到店检查、评分、提出整改意见以及后续复查等，AI 巡店在效率上可以说是实现了质的飞跃。
通过这项技术，巡店系统能够识别出不同的图像素材。如员工离岗、员工在工作时间偷玩手机等行为，货架商品摆放、吧台物料摆放是否符合标准，容易有老鼠出没的区域是否出现了老鼠，员工茶饮制作的某些步骤是否符合规范，员工穿戴是否合规等等，及时发现异常情况并采取相应的措施。
那么 AI 图像识别技术又是如何完成这项技能的呢？
这是一台计算机正在学习，它正在看一堆动物的图片，里面有猫、狗、鸡、鸭、牛、马等，AI 在尝试找出它们之间的共同点和不同点。这个过程是不是很熟悉？就像家长教自己的小孩认识动物一样，你们会拿出各种图片告诉孩子这是猫，那是狗，然后反复给他们看不同的猫和狗的图片，小孩自然而然就有了对猫和狗的认知。
AI 学习图像的过程，其实和我们人类学习新事物的方式颇为相似。人类依靠的是大脑，而机器则依赖于人为它构建的人工神经网络，这个网络就是机器的「大脑」。当机器接收到一张图片时，它首先将图片转换成一个由许多像素点构成的数字矩阵，就像是把图像分解成一系列数字信息。这个过程就像是人类大脑通过不断学习和经验积累，逐渐形成对事物的认知一样。
在处理大量图像数据时，这些神经网络单元会不断地调整和优化自己的参数，就像是在学习过程中寻找规律和模式。通过这种方式，机器能够逐渐学会识别不同的图像特征，从而掌握识别和分类图像的能力。这个过程就像是人类大脑通过不断学习和经验积累，逐渐形成对事物的认知一样。
比如，我们想让机器学会理解「玩手机违规」这种行为，只需要让它学习大量实际场景中玩手机的图片，包括手拿手机、手机放桌上玩、放支架上玩等多种状态，最后，机器就能自动学会只要手触碰了手机，就判定为「玩手机违规」。从而排除其他干扰因素，找到玩手机的人。
让机器学会识别这个动作之后，并不代表一劳永逸，AI 巡店系统还需要不断地持续学习，对其进行评估，看它在新的图像数据上表现如何。如果表现不佳，就需要对模型进行优化，调整模型参数，改进特征提取方法，从新的数据中学习和优化模型，这样可以保持平台的适应性和准确性，应对变化的店铺环境和需求。
帮助海底捞集团提效 50%+
海底捞的负责人曾透露，人工巡店存在明显局限，如顾客就餐时间长导致无法持续观察，线上监控抽查成本高且样本量小。因此，从 2022 年底开始，海底捞开始探索 AI 巡店系统，并于 2023 年在全国范围内推广使用，集团的工作效率提升了超过 50%。
该 AI 巡店系统是针对门店服务研发的基于 AI 和图像算法的一套管理体系。这套 AI 巡店系统通过图像识别技术，能够实时监控锅底、收台、菜品上桌等关键服务环节，并全天候输出检查结果。管理人员可以实时了解门店的服务情况，及时发现并解决问题。
这只是 AI 在实体经济中千百个应用场景中的一个，AI 的迭代速度之快，超乎了人们的想象，也许有一天人工智能的「黑盒子」会把一切变为可能。
是的，我们都知道 AI 很牛，可以应用在各种各样的场景中。就以 AI 智能巡检为例，你可能已经看过无数篇文章讲述 AI 通过什么功能解决了哪个连锁店铺巡检上的问题，但好像没有人去聊过 AI 是怎么做到的，今天我们就来看看 AI 算法是怎么学习管理连锁店铺这件事的。
01 为什么要用 AI 管理连锁店
想象一下，你现在是拥有 500 家连锁店铺的老板，这些店遍布全国各个角落。为了确保品牌的口碑和产品的质量，你组建了一个由几十名督导组成的团队，他们肩负着定期巡查这些店铺的任务。你已经制定了一套详尽的运营标准，督导们也在定期完成他们的巡店工作。然而即便如此，在日常运营中，各种小差错和食品安全的隐患仍然时有发生，挑战着你对品控的追求。你远在 3000km 以外的某家店被消费者拍到员工在吧台内的洗手池内洗脚；距离你 800km 外的某个店又被媒体爆出老鼠在大厅赛跑……你头疼地要死。于是你开始思考，有没有一种技术，能够像城市中不眠不休的电子监控系统一样，替你 24 小时不间断地管理这些门店。答案是：有的。
在 AI 巡店系统中，机器通过训练算法，能够学习和监督员工的不当行为，并迅速将这些情况汇报给管理层。相较于传统的巡检模式，即依赖督导到店检查、评分、提出整改意见以及后续复查等，AI 巡店在效率上可以说是实现了质的飞跃。
02 AI 可以轻松应对复杂场景
那么问题来了，AI 巡店系统能否替代人工应对如此复杂的场景和大量的不确定因素？讲明白这个道理，就要从 AI 算法的核心技术说起，即 AI 图像识别。通过这项技术，巡店系统能够识别出不同的图像素材。如员工离岗、员工在工作时间偷玩手机等行为，货架商品摆放、吧台物料摆放是否符合标准，容易有老鼠出没的区域是否出现了老鼠，员工茶饮制作的某些步骤是否符合规范，员工穿戴是否合规等等，及时发现异常情况并采取相应的措施。
那么 AI 图像识别技术又是如何完成这项技能的呢？
这是一台计算机正在学习，它正在看一堆动物的图片，里面有猫、狗、鸡、鸭、牛、马等，AI 在尝试找出它们之间的共同点和不同点。这个过程是不是很熟悉？就像家长教自己的小孩认识动物一样，你们会拿出各种图片告诉孩子这是猫，那是狗，然后反复给他们看不同的猫和狗的图片，小孩自然而然就有了对猫和狗的认知。
AI 学习图像的过程，其实和我们人类学习新事物的方式颇为相似。人类依靠的是大脑，而机器则依赖于人为它构建的人工神经网络，这个网络就是机器的「大脑」。当机器接收到一张图片时，它首先将图片转换成一个由许多像素点构成的数字矩阵，就像是把图像分解成一系列数字信息。这个过程就像是人类大脑通过不断学习和经验积累，逐渐形成对事物的认知一样。
在处理大量图像数据时，这些神经网络单元会不断地调整和优化自己的参数，就像是在学习过程中寻找规律和模式。通过这种方式，机器能够逐渐学会识别不同的图像特征，从而掌握识别和分类图像的能力。这个过程就像是人类大脑通过不断学习和经验积累，逐渐形成对事物的认知一样。
比如，我们想让机器学会理解「玩手机违规」这种行为，只需要让它学习大量实际场景中玩手机的图片，包括手拿手机、手机放桌上玩、放支架上玩等多种状态，最后，机器就能自动学会只要手触碰了手机，就判定为「玩手机违规」。从而排除其他干扰因素，找到玩手机的人。
让机器学会识别这个动作之后，并不代表一劳永逸，AI 巡店系统还需要不断地持续学习，对其进行评估，看它在新的图像数据上表现如何。如果表现不佳，就需要对模型进行优化，调整模型参数，改进特征提取方法，从新的数据中学习和优化模型，这样可以保持平台的适应性和准确性，应对变化的店铺环境和需求。
03 AI 巡检在实际商业场景中的应用
每一个新事物的出现都可能引发行业的变革，巡店系统这项技术又是如何运用到实际的商业场景中的呢？帮助海底捞集团提效 50%+
海底捞的负责人曾透露，人工巡店存在明显局限，如顾客就餐时间长导致无法持续观察，线上监控抽查成本高且样本量小。因此，从 2022 年底开始，海底捞开始探索 AI 巡店系统，并于 2023 年在全国范围内推广使用，集团的工作效率提升了超过 50%。
该 AI 巡店系统是针对门店服务研发的基于 AI 和图像算法的一套管理体系。这套 AI 巡店系统通过图像识别技术，能够实时监控锅底、收台、菜品上桌等关键服务环节，并全天候输出检查结果。管理人员可以实时了解门店的服务情况，及时发现并解决问题。
这只是 AI 在实体经济中千百个应用场景中的一个，AI 的迭代速度之快，超乎了人们的想象，也许有一天人工智能的「黑盒子」会把一切变为可能。
添加小助手
推荐阅读
-
连锁？下沉？AI？2025年餐饮新活力！2024.12.24
-
客户案例 | 炙烤甜甜圈 HaruHalu 也有自己的「科技与狠活」2024.12.19
-
超平辣里香 x InfiSight | 一只「甜皮鸭」的门店标准化管理2024.12.17