隨著餐飲行業(yè)的內卷現(xiàn)象日益加劇，眾多連鎖餐飲品牌紛紛開始探索利用人工智能技術（AI）來優(yōu)化運營，尋找降本增效的新出路。一位知名連鎖餐飲品牌的負責人透露，他們急需AI的幫助，以期在激烈的市場競爭中脫穎而出。
據(jù)不完全統(tǒng)計，今年上半年，整個餐飲市場遭遇了嚴重下滑，整體降幅達到了30%至35%，部分品類甚至下跌超過50%。即便是快餐這一剛需品類，也未能幸免，下滑幅度超過了25%。面對如此嚴峻的市場環(huán)境，餐飲企業(yè)和商家不得不采取更加精細化的運營策略。
事實上，不僅餐飲行業(yè)，零售、教育、電商等多個行業(yè)也都面臨著類似的挑戰(zhàn)。企業(yè)正從過去的“大水漫灌”時代步入“細水長流”的新階段，亟需建立一套全新的運營體系，既能降本增效，又能實現(xiàn)良性運營。AI的出現(xiàn)，為這些行業(yè)帶來了新的希望。
過去兩年，AI大模型的發(fā)展推動了前端營銷、研發(fā)以及數(shù)據(jù)智能等相關環(huán)節(jié)的進化，顯著提升了這些環(huán)節(jié)的價值邊界。日前，火山引擎聯(lián)合權威機構發(fā)布了一份《生成式AI商業(yè)落地白皮書》，對近600家中國企業(yè)進行了AI應用調查。結果顯示，超過53.7%的企業(yè)已經(jīng)開始嘗試落地AI應用。
然而，不同行業(yè)在AI應用上的表現(xiàn)卻大相徑庭。例如，汽車行業(yè)在前端營銷和銷售方面的AI使用率幾乎達到了80%，而在餐飲、醫(yī)藥大健康等行業(yè)，這一比率卻不足40%。盡管企業(yè)普遍認為AI能夠帶來降本增效和策略優(yōu)化的效果，但在實際操作中，如何正確使用AI、如何在不同行業(yè)中搭建智能體、如何配套完成知識庫和工作流等問題，成為了制約AI發(fā)揮價值的瓶頸。
那么，AI究竟能在哪里直接落地？對于餐飲、零售等大眾賽道的企業(yè)來說，如何找到一種既有效率增量、又能降本增效的AI應用方式？這些問題成為了企業(yè)關注的焦點。
在紅杉資本看來，AI技術正處于一個關鍵的轉折點，它將為服務行業(yè)帶來前所未有的變革性機遇。AI不僅僅是技術的迭代和進步，更是對軟件服務生態(tài)和企業(yè)組織架構的顛覆和改變。過去一兩年里，越來越多的AI模型應用級觸點開始出現(xiàn)，為企業(yè)提供了直接的AI調用模式。
然而，盡管AI的價值顯而易見，但實際操作中的卡點也不容忽視。一位電商企業(yè)的CTO表示，市面上大部分智能體構建平臺都缺乏易用的UI界面和指引教程。他的團隊在過去的半年里嘗試搭建了多個智能體，但效果并不理想。智能體雖然可以作為企業(yè)近距離接觸和使用AI的手段，但幾個明顯的卡點也逐漸浮現(xiàn)。
首先，在功能層面，大部分智能體搭建平臺缺乏整體的構建索引，如流程文檔、知識庫搭建幫助以及組件接入介紹等，企業(yè)很難獲取搭建智能體的必要流程。其次，在操作方式上，國內大部分智能體仍然需要依賴程序開發(fā)模式，缺乏低代碼/無代碼的方式，對于中小企業(yè)來說，開發(fā)和實用門檻較高。最核心的問題在于“可用”層面，對于企業(yè)內部更具體的經(jīng)營環(huán)節(jié)，如智能客服、智能營銷、數(shù)據(jù)收集分析等，大部分智能體平臺很難提供充分的底層支持。
在這種情況下，一個真正有價值的智能體平臺應該具備怎樣的特點？什么樣的體系搭建的智能體才能真正易用、可用、好用？這些問題亟待解答。
和府撈面給出了一個降本增效的AI應用樣本。作為國內頭部的知名餐飲品牌之一，和府撈面不僅構建了高端的品牌定位和好評度，還擁有一套完備的前端消費者到后端供應鏈建設的體系。今年上半年，和府撈面啟動了名為“和府點評模型”的智能體項目，旨在優(yōu)化用戶意見收集反饋環(huán)節(jié)。
此前，和府撈面主要通過人工方式收集和分析用戶評論數(shù)據(jù)，由人工閱讀、分類并識別情感傾向和關鍵詞，再根據(jù)這些信息調整經(jīng)營策略。這種以消費者為起點的模式讓和府撈面擁有了敏銳的市場嗅覺和快速的調整能力。然而，和府數(shù)字化團隊認為，這個體系仍有優(yōu)化的空間，于是牽頭啟動了“和府點評模型”項目。
經(jīng)過市場調研，和府撈面選擇了扣子（coze.cn）作為智能體搭建平臺。扣子平臺插件豐富、智能體和工作流編排方便，且具備多模態(tài)能力、強大的UI組件和知識庫，協(xié)作體驗和穩(wěn)定性也非常出色。更重要的是，扣子支持低代碼/無代碼的開發(fā)方式，業(yè)務人員可以直接參與進來。
和府撈面的需求是結構化信息提取，即從用戶餐后評論中抽取菜品和服務標簽。這也是火山引擎豆包大模型擅長的領域。在火山引擎團隊的協(xié)助下，和府數(shù)字化團隊制定了具體的指標標簽，并經(jīng)過多輪提示詞調優(yōu)，最終實現(xiàn)了超過95%的準確率。
基于豆包大模型和扣子平臺，和府數(shù)字化團隊僅用兩個人力和40天的時間就完成了“和府點評”智能體的構建，并與和府撈面的各個業(yè)務系統(tǒng)打通。現(xiàn)在，“和府點評”能夠基于顧客點評進行細顆粒化的數(shù)據(jù)分析，識別情感傾向和評價關鍵詞，并通過AI分析為用戶提供綜合性反饋，直接接入和府撈面的系統(tǒng)，幫助企業(yè)更快速、科學地調整經(jīng)營策略。
這個過程并不容易，涉及到工作流編排、知識庫和Prompt工程的構建優(yōu)化等。扣子平臺提供的低代碼/無代碼搭建模式和API模式，讓業(yè)務人員能夠全程參與，智能體能夠直接與和府撈面的業(yè)務系統(tǒng)打通，真正發(fā)揮了AI的價值。
扣子對和府撈面的加持不僅在于AI技術本身，更在于其提供了技術和企業(yè)銜接的智能體落地配套。這些配套包括低代碼/無代碼的搭建方式、現(xiàn)成的海量模板、靈活可拼接的工作流設計、知識庫和Prompt工程的組件優(yōu)化等。這些也是和府撈面能夠真實落地AI并將智能體用于生產(chǎn)經(jīng)營的關鍵所在。
如今，和府撈面正在繼續(xù)探索豆包大模型在其他場景的應用，如結合多模態(tài)能力構建AIGC應用，深化扣子智能體的相關業(yè)務等。
在2024年，降本增效是企業(yè)最關心的核心命題之一。和府撈面的實踐表明，在AI智能體的加持下，這個命題正在被逐漸撬動。這背后不僅是技術和產(chǎn)品，更是一個符合工程落地和企業(yè)需求的全面AI平臺方案，包括底層的豆包大模型、專業(yè)的火山引擎團隊等。
在深入了解和府撈面的智能體背后，我們可以看到扣子和豆包大模型在其中一系列適配智能體落地的“AI基建”。這些基建是對于AI技術在企業(yè)環(huán)節(jié)落地的深厚沉淀和理解，被封裝到整個智能體開發(fā)平臺上，如流暢的智能體搭建流程、豐富的UI界面、靈活的工作流和能力集，以及低代碼/無代碼的操作方式等。
扣子還進一步封裝了面向不同企業(yè)場景的智能體實踐，如前端智能客服、內部知識庫的員工助手、營銷環(huán)節(jié)的海報創(chuàng)作智能體等。企業(yè)只需復制對應的模板，基于自身的知識庫進行簡單調試即可直接落地應用，為自身構建真實的AI引擎。
這些模板已經(jīng)被越來越多的企業(yè)使用，如智能客服、圖文創(chuàng)作、爆款創(chuàng)作等高頻調用模板的復制量已經(jīng)破萬。這些集合工作流、底層模型能力、能力集以及部分知識庫的成熟模板，讓企業(yè)以最低的成本和最真實的效果感受到AI技術的能力，真正幫助越來越多的企業(yè)邁出AI進化的第一步。
扣子的實踐不僅給出了企業(yè)側降本增效的良性答案，也對應了當下市場討論的AI的真正價值。通過各方面的企業(yè)配套服務和工程落地加持，讓AI技術基于智能體的方式不再是“鏡中花水中月”，而是真正成為生產(chǎn)力工具，成為企業(yè)乃至產(chǎn)業(yè)的真實助力，推動著AI技術在真實場景和真實數(shù)據(jù)中的延展和擴散。
