一家餐飲企業(yè)，「闖入」AI陣地

作者| 皮爺

出品|產(chǎn)業(yè)家

“我們需要用AI來(lái)幫助我們門(mén)店破除內(nèi)卷的狀態(tài)?！币晃贿B鎖餐飲品牌告訴產(chǎn)業(yè)家，“這也是我們想盡快把AI用起來(lái)的原因，看看能不能帶來(lái)一些幫助?！?/p>

這種情況正發(fā)生在一眾餐飲企業(yè)中。

與這種情況對(duì)應(yīng)的一個(gè)背景是，根據(jù)不完全統(tǒng)計(jì)，僅僅在今年上半年，整個(gè)餐飲市場(chǎng)整體營(yíng)收下降30%-35%，部分品類(lèi)下跌幅度超過(guò)50%，即使剛需的快餐也未能幸免，下滑幅度超過(guò)25%。

對(duì)餐飲企業(yè)和商家而言，進(jìn)行精細(xì)化的運(yùn)營(yíng)勢(shì)在必行。其實(shí)不僅是餐飲。在過(guò)去的幾年時(shí)間里，伴隨著水溫的變化，包括零售、教育、電商等等一系列行業(yè)都在面臨諸如此類(lèi)的問(wèn)題，即企業(yè)正在從“大水漫灌”的時(shí)代進(jìn)入“細(xì)水長(zhǎng)流”的新階段，而在此之中，企業(yè)必須建立一套兼?zhèn)浣当驹鲂Ш土夹赃\(yùn)營(yíng)策略的新體系。

AI，帶來(lái)了新機(jī)會(huì)。在過(guò)去的兩年時(shí)間里，AI大模型的發(fā)展真實(shí)推動(dòng)了包括前端營(yíng)銷(xiāo)、研發(fā)，以及數(shù)據(jù)智能相關(guān)企業(yè)環(huán)節(jié)的進(jìn)化，基于智能的模型顯著放大著原有環(huán)節(jié)的價(jià)值邊界。

日前，火山引擎聯(lián)合權(quán)威機(jī)構(gòu)發(fā)布了一份名為《生成式AI商業(yè)落地白皮書(shū)》的報(bào)告，報(bào)告對(duì)接近600名中國(guó)企業(yè)進(jìn)行了基于AI的調(diào)查，而在其中，有超過(guò)53.7%的企業(yè)已經(jīng)開(kāi)始嘗試落地AI應(yīng)用。

不過(guò)，如果把視角拉到更近的行業(yè)側(cè)，則是能看到另外一組數(shù)字——差異性。比如汽車(chē)行業(yè)前端營(yíng)銷(xiāo)和銷(xiāo)售的AI使用率幾乎超過(guò)80%，而在如餐飲、醫(yī)藥大健康等行業(yè)，這個(gè)數(shù)字的比率幾乎低于40%。

原因不難理解。即盡管企業(yè)對(duì)于AI能夠帶來(lái)降本增效以及策略?xún)?yōu)化方面的答案持篤定姿態(tài)，但“AI應(yīng)該如何用？”“在不同行業(yè)，智能體應(yīng)該如何搭建？”“諸如知識(shí)庫(kù)、工作流應(yīng)該如何配套完成？”等等問(wèn)題始終在成為過(guò)去一兩年AI真正發(fā)揮價(jià)值的卡點(diǎn)。

那么，AI能直接落地的企業(yè)觸點(diǎn)到底在哪？以及對(duì)企業(yè)而言，尤其是如餐飲、零售行業(yè)等大眾賽道的企業(yè)而言，真正有效率增量、有降本增效價(jià)值且具備可實(shí)操性的正確AI打開(kāi)方式是怎樣的？

實(shí)際上，在微不可查的浪潮中，AI生產(chǎn)力的大門(mén)已經(jīng)悄然開(kāi)啟。

一、AI浪潮里：

看得見(jiàn)的價(jià)值，避不開(kāi)的卡點(diǎn)

確定性，是紅杉資本在2024年給AI的最核心界定詞。“AI技術(shù)正處在一個(gè)關(guān)鍵的轉(zhuǎn)折點(diǎn)，它將為服務(wù)行業(yè)帶來(lái)前所未有的變革性機(jī)遇，而非簡(jiǎn)單地復(fù)制現(xiàn)有的軟件公司?！边@是在公開(kāi)場(chǎng)合中，紅杉資本合伙人帕特·格雷迪的核心觀點(diǎn)之一。

誠(chéng)然如此。也恰如上文所說(shuō)，如今行業(yè)的一個(gè)共識(shí)是，AI或者說(shuō)生成式AI本身對(duì)應(yīng)的不單純是技術(shù)的迭代和進(jìn)步，而更多的是對(duì)于軟件服務(wù)生態(tài)和企業(yè)組織架構(gòu)的顛覆和改變，這其中不僅包括微觀層面對(duì)數(shù)據(jù)更智能的分析和篩選，更有宏觀層面對(duì)業(yè)務(wù)流程的自動(dòng)化驅(qū)動(dòng)和推進(jìn)、對(duì)企業(yè)組織的自我篩查和進(jìn)化等等。

而與之對(duì)應(yīng)的，在過(guò)去的一兩年時(shí)間里，包括智能體等越來(lái)越多蘊(yùn)含AI模型的應(yīng)用級(jí)觸點(diǎn)開(kāi)始出現(xiàn)，為企業(yè)提供最直接的AI調(diào)用模式。

但在看得見(jiàn)的價(jià)值下，卡點(diǎn)也在始終存在。“現(xiàn)在市面上大部分智能體構(gòu)建平臺(tái)都缺乏足夠易用的UI界面和指引教程?！?/strong>一位電商企業(yè)CTO告訴我們，更真實(shí)的數(shù)據(jù)是，在過(guò)去的半年時(shí)間里，他帶領(lǐng)團(tuán)隊(duì)進(jìn)行了多個(gè)智能體的搭建，但部署和調(diào)試時(shí)間以及最終的效果都有些“不盡如人意”。

“作為一個(gè)簡(jiǎn)單使用的小工具沒(méi)什么問(wèn)題，但真正到經(jīng)營(yíng)里面不太行。”他告訴產(chǎn)業(yè)家。

誠(chéng)然如此。即在智能體成為企業(yè)最近距離接觸和使用AI的手段共識(shí)下，幾個(gè)肉眼可見(jiàn)的卡點(diǎn)也更在浮現(xiàn)。

比如在功能層面，從目前市面的智能體搭建平臺(tái)來(lái)看，大部分平臺(tái)缺乏整體的智能體構(gòu)建索引，如智能體流程文檔、對(duì)于知識(shí)庫(kù)的搭建幫助以及對(duì)于不同組件的接入介紹等等，企業(yè)很難清晰獲取搭建智能體的必要流程，尤其對(duì)于復(fù)雜需求的多Agent構(gòu)建更是如此。

其次在操作方式上，在具體實(shí)現(xiàn)方法上，目前國(guó)內(nèi)的大部分智能體更多還是需要用程序開(kāi)發(fā)的模式進(jìn)行開(kāi)發(fā)，尤其對(duì)企業(yè)內(nèi)部如生產(chǎn)營(yíng)銷(xiāo)等環(huán)節(jié)，缺乏在過(guò)去SaaS形態(tài)下的低代碼/無(wú)代碼的方式手段，換言之，相對(duì)中小企業(yè)而言，其開(kāi)發(fā)和實(shí)用門(mén)檻依然較高。

以及最核心的問(wèn)題更在“可用”層面。即如果說(shuō)需要基于C端的某個(gè)場(chǎng)景進(jìn)行智能體搭建，其對(duì)應(yīng)的工作流和能力集要求較低，大部分智能體平臺(tái)都可以滿足要求；但如果將場(chǎng)景換到企業(yè)內(nèi)部，對(duì)更具體的如智能客服、智能營(yíng)銷(xiāo)、數(shù)據(jù)收集分析等經(jīng)營(yíng)環(huán)節(jié)，在大部分智能體平臺(tái)上，企業(yè)很難獲得足夠充分的底層支持，這其中包括“對(duì)應(yīng)的產(chǎn)業(yè)工作流應(yīng)該是怎樣，對(duì)應(yīng)的底層能力集應(yīng)該有哪些，以及相關(guān)的業(yè)務(wù)閉環(huán)應(yīng)該如何搭建”等等。

也可以說(shuō)，從產(chǎn)品的生產(chǎn)力視角來(lái)看，當(dāng)下的大部分智能體平臺(tái)更多的僅僅是一個(gè)智能體搭建工具，而非一個(gè)具備先進(jìn)生產(chǎn)力索引和先進(jìn)AI、先進(jìn)產(chǎn)業(yè)理解能力封裝的平臺(tái)，這其中暴露出來(lái)的使用門(mén)檻高、AI工程化能力弱、產(chǎn)業(yè)低know-how等多個(gè)因素也恰構(gòu)成著當(dāng)下AI理論價(jià)值和實(shí)用價(jià)值的gap所在。

一個(gè)真正有價(jià)值的智能體平臺(tái)應(yīng)該是怎樣的？或者說(shuō)，對(duì)企業(yè)而言，基于怎樣的體系搭建的智能體才是真正易用、可用、好用的AI生產(chǎn)力工具？

二、和府撈面，

一個(gè)降本增效的AI樣本

2個(gè)人，40天——這是和府撈面給出的一個(gè)AI應(yīng)用從搭建到正式使用的總投入。

時(shí)間回到今年上半年，一個(gè)名為“和府點(diǎn)評(píng)模型”的項(xiàng)目在和府撈面內(nèi)部悄然啟動(dòng)。這就是由和府撈面數(shù)字化團(tuán)隊(duì)牽頭的智能體項(xiàng)目，旨在面向和府撈面的最前端環(huán)節(jié)——用戶意見(jiàn)收集反饋。

對(duì)和府撈面的一個(gè)介紹是，作為國(guó)內(nèi)頭部的知名餐飲品牌之一，其在過(guò)去多年時(shí)間里構(gòu)建起的不僅是人們熟知的高端餐飲品牌定位和品牌好評(píng)度，更對(duì)應(yīng)構(gòu)建的是一整套從前端消費(fèi)者到后端供應(yīng)鏈建設(shè)的完備體系，以此作為和府撈面持續(xù)迭代升級(jí)的底層支撐。而用戶意見(jiàn)收集反饋在其中是關(guān)鍵的一環(huán)。

“之前我們更多采用的是人工模式，也就是通過(guò)人工方式來(lái)收集和分析用戶評(píng)論數(shù)據(jù)。”和府撈面相關(guān)負(fù)責(zé)人告訴產(chǎn)業(yè)家，“基于我們自研的「品牌數(shù)字化監(jiān)測(cè)系統(tǒng)」采集在不同平臺(tái)的用戶評(píng)論，然后由人工進(jìn)行閱讀和分類(lèi)，識(shí)別情感傾向和關(guān)鍵詞，最后根據(jù)這些信息來(lái)調(diào)整經(jīng)營(yíng)策略。”

這種以消費(fèi)者為起點(diǎn)的良性模式給和府撈面帶來(lái)的是敏銳的市場(chǎng)嗅覺(jué)和面向需求的迅速調(diào)整。不過(guò)，在和府?dāng)?shù)字化團(tuán)隊(duì)看來(lái)，這個(gè)需要涉及大量人力的體系仍然需要優(yōu)化。

實(shí)際上，這也是和府?dāng)?shù)字化團(tuán)隊(duì)牽頭“和府點(diǎn)評(píng)模型”的原因，即在數(shù)字化團(tuán)隊(duì)的設(shè)想里，基于這些前端用戶數(shù)據(jù)的收集、整理和分析可以基于AI智能體的模式完成，進(jìn)而進(jìn)一步提高工作效率。

不過(guò)也恰如前文所說(shuō)，就當(dāng)下復(fù)雜的智能體生態(tài)而言，選擇適合自身的智能體平臺(tái)并不是一件容易的事情。經(jīng)過(guò)一系列的市場(chǎng)調(diào)研后，和府撈面最終確認(rèn)了智能體搭建陣地：扣子（coze.cn）。

“我們也對(duì)比過(guò)其他智能體平臺(tái)，相對(duì)于其它，扣子的插件更豐富，而且智能體和工作流的編排也更方便，此外，包括多模態(tài)能力、UI組件、知識(shí)庫(kù)這些也都更強(qiáng)大，同時(shí)它的協(xié)作體驗(yàn)和穩(wěn)定性也都是很棒的?！鄙鲜鲐?fù)責(zé)人告訴我們，“此外，也是最重要的，是扣子可以基于低代碼/無(wú)代碼的方式進(jìn)行開(kāi)發(fā)，這也就意味著業(yè)務(wù)人員可以直接參與進(jìn)來(lái)?！?/p>

具體到產(chǎn)品層面，和府撈面的需求更可以理解是一個(gè)標(biāo)準(zhǔn)的結(jié)構(gòu)化信息提取的需求，即針對(duì)用戶的餐后評(píng)論【點(diǎn)評(píng)/美團(tuán)】進(jìn)行關(guān)于菜品以及服務(wù)標(biāo)簽的抽取。實(shí)際上，這也是火山引擎豆包大模型本身擅長(zhǎng)的方向，即在很多專(zhuān)門(mén)的輿情類(lèi)客戶上其已經(jīng)得到了不少效果驗(yàn)證。

陣地確定后，項(xiàng)目被迅速推進(jìn)。

涉及到AI的落地，提示詞是繞不過(guò)的關(guān)卡。“與和府的合作中，火山引擎團(tuán)隊(duì)的小伙伴與和府?dāng)?shù)字化團(tuán)隊(duì)一起制定具體的指標(biāo)標(biāo)簽，經(jīng)過(guò)超過(guò)5輪的提示詞調(diào)優(yōu)，最終在九月初完成了調(diào)優(yōu)發(fā)版，實(shí)現(xiàn)評(píng)論標(biāo)簽超過(guò)95%的準(zhǔn)確率?！被鹕揭嫦嚓P(guān)負(fù)責(zé)人告訴我們。

在這些高準(zhǔn)確率的提示詞基礎(chǔ)上，基于豆包大模型，和府?dāng)?shù)字化團(tuán)隊(duì)隨即開(kāi)始了扣子智能體的搭建。

更具體的進(jìn)度是，和府?dāng)?shù)字化團(tuán)隊(duì)僅僅調(diào)用了2個(gè)人的人力，在一個(gè)月的時(shí)間內(nèi)就迅速完成了“和府點(diǎn)評(píng)”智能體的構(gòu)建，并順利和和府撈面各個(gè)業(yè)務(wù)系統(tǒng)打通。

如今，這個(gè)之前由多個(gè)人力參與的環(huán)節(jié)已經(jīng)絲滑過(guò)渡到智能體階段，即“和府點(diǎn)評(píng)”會(huì)基于顧客的點(diǎn)評(píng)對(duì)其中的數(shù)據(jù)進(jìn)行足夠細(xì)顆粒化的數(shù)據(jù)分析，通過(guò)識(shí)別其中的情感傾向(正面、負(fù)面、中性)，以及評(píng)價(jià)關(guān)鍵詞（環(huán)境/服務(wù)/菜品評(píng)價(jià)）并對(duì)其進(jìn)行具體的分類(lèi)，并將其基于AI進(jìn)行分析，最終對(duì)用戶對(duì)具體菜品口味、具體門(mén)店服務(wù)質(zhì)量進(jìn)行綜合性地反饋，同時(shí)基于輸出的json模式直接在扣子發(fā)布為API形式，進(jìn)而直接接入到和府撈面的各個(gè)系統(tǒng)，幫助其更快速、更科學(xué)地調(diào)整經(jīng)營(yíng)策略。

實(shí)際上，客觀來(lái)看，這個(gè)基于AI的“降本增效”過(guò)程并不是一個(gè)容易的事情。比如其中涉及到的工作流編排，對(duì)于和府撈面而言，其有自己獨(dú)特的工作流程，這也就要求扣子必須具備足夠靈活的編排模式，以及包括知識(shí)庫(kù)和Prompt工程的構(gòu)建、優(yōu)化等組件配套能力。

以及基于低代碼/無(wú)代碼的搭建模式和與市面上其它智能體單一頁(yè)面交互不同的API模式，能夠感知到的是，對(duì)前者而言，也恰是基于這種低門(mén)檻的搭建方式，“和府點(diǎn)評(píng)”智能體才能讓業(yè)務(wù)人員全程參與進(jìn)來(lái)，真正成為理解業(yè)務(wù)、以業(yè)務(wù)為原點(diǎn)的智能體；而對(duì)于后者，也正是在這種json+API的形式加持下，才能讓智能體真正地直接與和府撈面內(nèi)部的各個(gè)業(yè)務(wù)系統(tǒng)打通，完成足夠緊密甚至是近乎原生的嵌入，真實(shí)發(fā)揮AI的價(jià)值。

可以說(shuō)，從更大的視角來(lái)看，扣子給和府撈面的加持不單純?cè)谟贏I技術(shù)本身，更重要的在于其提供了技術(shù)和企業(yè)銜接的智能體真實(shí)落地配套，這其中包括低代碼/無(wú)代碼的搭建方式、現(xiàn)成的海量模版、足夠靈活可拼接的工作流設(shè)計(jì)、知識(shí)庫(kù)和Prompt工程的組件優(yōu)化等等，這些也恰都在AI技術(shù)之外，是和府撈面能夠真實(shí)落地并且將智能體真正用于企業(yè)生產(chǎn)經(jīng)營(yíng)的核心關(guān)鍵所在。

據(jù)了解，如今，和府撈面也更在陸續(xù)交流豆包大模型其他場(chǎng)景的應(yīng)用，比如結(jié)合多模態(tài)能力構(gòu)建AIGC應(yīng)用，比如繼續(xù)基于扣子智能體進(jìn)行相關(guān)業(yè)務(wù)深化等等。

三、2024，

AI的正確打開(kāi)方式是什么？

如果說(shuō)在當(dāng)下的2024年，對(duì)企業(yè)而言最關(guān)心的點(diǎn)是什么？在市場(chǎng)水溫之外，降本增效必然是最核心的命題之一。而如今，在和府撈面身上能感知到，在AI智能體的加持下，這個(gè)命題恰在一點(diǎn)點(diǎn)被撬動(dòng)。

這個(gè)被撬動(dòng)的前提不單純是技術(shù)，也不單純是產(chǎn)品，甚至不單純是一個(gè)工具平臺(tái)，而更多的是一個(gè)符合工程落地和企業(yè)需求的全面AI平臺(tái)方案，比如在和府撈面中扣子最底層的豆包大模型，再比如提供專(zhuān)業(yè)服務(wù)的火山引擎團(tuán)隊(duì)等等。

和府?dāng)?shù)字化團(tuán)隊(duì)告訴我們，最早期團(tuán)隊(duì)對(duì)市面上的大模型進(jìn)行過(guò)一系列評(píng)估中，豆包大模型的表現(xiàn)最為出色，也是基于火山引擎大消費(fèi)團(tuán)隊(duì)提供的專(zhuān)業(yè)PE支持，其標(biāo)簽準(zhǔn)確率才突破了95%，保障了后續(xù)和府點(diǎn)評(píng)智能體的成型和預(yù)期效果。

如果細(xì)致拆解來(lái)看，在和府撈面的智能體背后，能清晰感知到的不僅是智能體本身的價(jià)值，更本質(zhì)看見(jiàn)的是扣子乃至豆包大模型在其中一系列適配智能體落地的“AI基建”，這些“基建”對(duì)應(yīng)的是其對(duì)于AI技術(shù)在企業(yè)環(huán)節(jié)落地的深厚沉淀和理解，這些產(chǎn)業(yè)know-how被其封裝到整個(gè)智能體開(kāi)發(fā)平臺(tái)上，比如其流暢的智能體搭建流程、更豐富的UI界面、更靈活的工作流和能力集，以及積木搭建的低代碼/無(wú)代碼操作方式等等。

尤為值得一提的是，如今扣子更是將面向不同企業(yè)場(chǎng)景的智能體實(shí)踐更做了進(jìn)一步的封裝，比如如今企業(yè)都在高頻構(gòu)建和使用的前端智能客服、基于內(nèi)部知識(shí)庫(kù)的員工助手，以及在營(yíng)銷(xiāo)環(huán)節(jié)的海報(bào)創(chuàng)作智能體、圖文創(chuàng)作助手等等，企業(yè)只需要復(fù)制對(duì)應(yīng)的模版，基于自身的知識(shí)庫(kù)進(jìn)行簡(jiǎn)單調(diào)試即可直接落地應(yīng)用，為自身構(gòu)建真實(shí)的AI引擎。（點(diǎn)擊閱讀原文即可跳轉(zhuǎn)扣子智能體平臺(tái)）

實(shí)際上，這些易用可用的智能體模版已經(jīng)被越來(lái)越多的企業(yè)開(kāi)始使用。如今，從扣子官網(wǎng)頁(yè)面能清晰可見(jiàn)的是，包括智能客服、圖文創(chuàng)作、爆款創(chuàng)作等高頻調(diào)用模版的復(fù)制量已經(jīng)破萬(wàn)，此外，海報(bào)設(shè)計(jì)、差旅預(yù)定等對(duì)應(yīng)精細(xì)企業(yè)業(yè)務(wù)環(huán)節(jié)的智能體模版調(diào)用速度也更在持續(xù)攀升。

這些集合工作流、底層模型能力、能力集以及部分知識(shí)庫(kù)的成熟模版如今在讓企業(yè)以最低的成本和最真實(shí)的效果真切感受到AI技術(shù)的能力，在“易用、可用、好用”的基礎(chǔ)上，真實(shí)幫助著越來(lái)越多的企業(yè)邁出AI進(jìn)化的第一步。

基于扣子能看到的價(jià)值還不僅于此。從另外一個(gè)角度來(lái)看，扣子的實(shí)踐也更對(duì)應(yīng)當(dāng)下市場(chǎng)討論的AI的真正價(jià)值，即通過(guò)各方面的企業(yè)配套服務(wù)和工程落地加持，讓AI技術(shù)基于智能體的方式不再是“鏡中花水中月”，而更多從“玩具”真正成為生產(chǎn)力工具，成為企業(yè)乃至產(chǎn)業(yè)的真實(shí)助力，推動(dòng)著AI技術(shù)在真實(shí)場(chǎng)景和真實(shí)數(shù)據(jù)中的延展和擴(kuò)散，進(jìn)一步構(gòu)建“模型訓(xùn)練—真實(shí)數(shù)據(jù)反饋—模型迭代”的飛輪閉環(huán)。

可以說(shuō)，在這被打響的“智能體第一槍”中，扣子給出的不僅僅是面向企業(yè)側(cè)的一個(gè)足夠良性的降本增效的答案，也更是如今AI浪潮持續(xù)向前的底層動(dòng)力加持。