每逢節假日與企業促銷活動，海底撈基礎設施運維總監馮杰就格外忙碌。

“我們要確保系統運行穩定性與可靠性，應對流量激增與海量訂單快速處理；同時，我們還要優化算法，提前安排好食材庫存，既不能預估錯誤，又要做到精準節約?！瘪T杰說。

目前，海底撈逾千家門店的經營狀況不一，算法系統需要根據不同門店以往節假日與促銷活動的經營成效，差異化地調配食材庫存。

在這個過程，外部因素對算法及數據分析的準確性構成新挑戰，包括天氣對民眾出行就餐的影響、民眾口感的變化等。

海底撈決定用AI解決這些挑戰。

以進銷存系統為例，海底撈通過AI等技術打通“線上預定—線下消費—庫存調撥”的全鏈路：某個菜品訂單突增時，系統會實時計算庫存，自動向就近倉庫補貨，庫存響應速度從“按天算”被壓縮至“按分鐘算”。企業的食材庫存調配決策也從“事后總結”轉向“事中干預”，甚至在某些方面實現“事前預測”。

粒上皇CIO蔡藝銘稱，AI對零售業態的“財富創造”效應正與日俱增。他透露，粒上皇在全國設立約2000家門店，促銷活動開展期間的單日業務量或達到100萬單，這需要企業有穩定的海量訂單快速處理能力，才能快速響應用戶需求。面對這種情況，粒上皇引入融合AI技術的數據底座系統，在減少運維開支、提升系統性能的同時，滿足海量訂單快速處理的要求。

AI正重塑零售行業的核心競爭力，給零售企業帶來“財富創造效應”。

中國連鎖經營協會行業創新部主任田芮豐認為，零售行業已從粗放流量運營轉向用戶價值的深度挖掘，AI技術貫穿“研、產、供、銷、服”全鏈路，逾九成零售企業認為生成式AI將提升企業生產力。但零售企業的傳統IT架構存在數據延遲、系統割裂、資源冗余等問題，難以支撐實時決策與AI創新應用。

在田芮豐看來，面對脈沖式流量沖擊與AI變革的雙重考驗，一個穩定、高效且支持AI應用的數據底座將成為零售企業的制勝關鍵。

在國產數據庫OceanBase（海揚）CEO楊冰看來，零售行業的數字化轉型面臨三個核心挑戰：如何駕馭流量“脈沖式爆發”，如何讓數據成為實時決策引擎，以及如何讓AI從錦上添花變為基礎設施。

AI如何賦能業務提效

“對零售企業而言，數字化轉型不僅是采購一套ERP（企業資源規劃）或人力資源管理系統，而是從業務、技術、數據等多維度深度重構業務鏈條，提升企業內部管理效率與更好服務客戶?！瘪T杰說。

為更好推進數字化轉型，海底撈已實現會員系統上云，力爭實現“千人千面”的智能推薦服務。

馮杰發現，廣大會員的需求千差萬別，如何精準識別每位會員的個性化需求，又是新挑戰。

另一個讓馮杰傷腦筋的事情，是數字化轉型過程的成本控制。

以往，海底撈做業務數據與客戶數據分析時，采取多套數據庫，中間通過DTS（數據傳輸服務）等方式確保數據同步。但此舉導致數據分析鏈路延長和成本偏高。其中一個環節出現問題，會導致整個數據分析系統的停擺。

馮杰意識到，零售企業的數字化轉型，一要保證業務穩健運營，二要保證技術架構運行的成本可控，三要支撐流量峰值，其中技術架構建設成本將是重要的考量點。

馮杰開始嘗試引入支持AI等前沿技術的數據底座系統，打通“線上預定—線下消費—庫存調撥”的全鏈路，既能根據用戶以往餐飲偏好，提供千人千面的餐品推介，又可以針對菜品需求變化狀況，實時計算門店庫存狀況并完成就近補倉?！癆I對實時數據的分析，可以讓以往只能事后總結的工作，轉變成事中干預，甚至做到某定程度的事前預測?！瘪T杰稱。而AI對海底撈產生的最大“財富創造”效應，體現在應對節假日與促銷活動導致的脈沖式爆發的業務流量上。企業在食材庫存儲備調撥、會員線上預定、海量訂單快速處理等方面不再是被動應對，而是精準備貨與主動管理，既避免食材浪費，又能提升客戶滿意度。

感受到AI賦能的“財富創造”效應后，海底撈又借助AI技術優化員工排班制度；針對菜品質量與提升豐富度，海底撈也使用AI技術提升管理效率。

馮杰透露，當前成效顯著的AI應用場景，主要集中在解決重復勞動力與提升業務數據分析準確性等方面。在他看來，海底撈要做的是讓AI這項技術輔助業務，實現真正意義上的提效。此外，通過AI賦能，企業還希望能將以往有益的業務經驗轉化成數據驅動?！熬秃５讚频腁I發展策略而言，內部管理的AI賦能會優先于外部服務。畢竟，菜品質量與服務體驗是海底撈的核心競爭力，企業會投入更多力量推動AI在內部標準化管理與食品安全管理的應用?！瘪T杰說。

蔡藝銘也透露，粒上皇也在探索AI在更多業務場景的應用，包括用戶關心的食品安全、內部工作效率提升、驅動業務增長等?！傲Ｉ匣孰m然屬于零食行業，但企業要求新鮮現制，如板栗炒完后不允許隔夜出售。如何做好這項工作，我們一方面借助AI攝像頭等技術掌握門店的銷售行為，另一方面通過現場督察保障食品安全新鮮?！辈趟囥懻f。

AI投入產出比的評估標準

OceanBase公有云事業部總經理尹博學發現，近年來，越來越多的零售企業開始擁抱AI等前沿技術。過去兩年，OceanBase旗下云數據庫OBCloud已服務逾200家頭部零售企業，涵蓋鞋服、餐飲、快消、商超、DTC新經濟等全零售業態。

在尹博學看來，零售企業之所以積極擁抱這些技術，主要基于四個因素考慮：一是實現交易與數據分析融合，增強企業實時精準決策能力；二是實現多源數據融合，簡化數據架構，降低數字化轉型過程的系統運維成本；三是加速AI應用落地，有效應對大促、直播等場景流量脈沖式激增下的海量訂單快速處理需求；四是提供“千人千面”智能推薦，有效提升客戶服務滿意度與助力業務持續增長。

盡管AI在零售行業的應用日益廣泛，但企業如何精準評估AI的投入產出比，仍缺乏權威標準。

在蔡藝銘看來，客戶滿意度或許是粒上皇的一項重要評估標準。此外，企業還會使用ROI（投資產出比）衡量AI的投入產出比，如要解決企業的某項內部管理問題，原先需涉及多少業務鏈條、使用多少人力成本，但在AI賦能提供智能問答服務后，可以節省多少人力成本與業務鏈條。這也是相對簡單的評估標準。

馮杰稱，除了客戶滿意度與人工成本節約等顯性評估指標，企業還應關注AI應用的隱性評估指標。比如，企業通過AI建設知識庫，可以將以往業務運營經驗、業務處理心得、運作制度優化建議等納入企業知識庫，并以AI智能問答形式解決員工在實際工作過程中遇到的困惑與挑戰，從而提升整體管理效率與市場快速反應能力。

目前，海底撈通過AI技術，梳理了1994年以來的眾多“知識”，這在馮杰看來是一項非常有意義的工作。這或許意味著零售企業需要構建企業專屬的AI大模型，方便員工通過后者的智能問答，快速掌握企業的“成功秘訣”。

馮杰認為，零售企業若單獨構建一整套向量架構與AI大模型，不但流程復雜且成本昂貴，因此他們會考慮借助第三方AI技術平臺的向量化能力與多模能力，幫助海底撈快速將AI大模型能力在業務系統落地，推動企業數字化轉型取得成效。

（作者 陳植）