每天如同Melissa一样留下评价的客人不在少数，他们的真实体验反馈进海底捞的系统，基于豆包大模型打造的AI助手对顾客们的海量评价进行阅读和分析，100封、1000封、10000封评价，汇成一份详细的店铺服务质量报告。

海底捞的这一创新实践，正是消费行业与AI大模型结合的生动缩影。

消费行业，一个与每个人日常生活紧密相连的领域，它需要的不仅仅是一个能够处理数据的大模型，而是一个能够理解消费者、优化服务、提升效率的智能伙伴。

拥有25年历史的蒙牛，在全球范围内有68座工厂连接着全球20亿消费者，充满了庞大的对“人”的理解工作。如何针对不同的消费者提供差异化的产品和服务，以提高用户黏性，在AI时代，蒙牛开启了新一轮的智能化探索。

便利店连锁品牌美宜佳在全国拥有着上千家门店，24小时营业的服务属性，高昂的夜班费让他们思考如何用AI来解决部分人力成本问题。

当生成式AI技术狂奔了一年后，到今天的节点，我们发现技术的先进性固然可喜，但技术的实用性才更有价值。当大模型要在千行百业着陆时，连接了B和C的消费行业，惊喜的成为了第一批成功的“试验田”。

2022年10月，蒙牛开始意识到智能化改革已经刻不容缓，并在内部开始推动对大模型了解和探索。

在接下来几个月的时间里，蒙牛对市面上几乎所有的大模型进行了深入评测，无论开源还是闭源。

蒙牛发展到现在，大概走了25年。在25年里，数字化一直是蒙牛孜孜不倦追求的一条道路，安全化运营和合规是第一个关键的考虑因素，也是硬性标准。

在这个过程中，蒙牛发现，豆包大模型是首批通过生成式人工智能服务安全备案的大模型，并且火山方舟通过了SOC2.0以及ISO系列安全标准评测。同时针对数据安全的部分，通过加密的传输链路、数据落盘即加密和安全沙箱等方法，在训练和部署模型过程中有效保障数据安全，防止恶意攻击和数据泄露。

火山引擎提供的安全可靠环境，让企业们能够在合规的前提下，大胆探索AI技术的无限可能。

于蒙牛而言，基于此前多年对数字化的探索，在智能化转型上已经有了海量沉淀，对模型能力和生态也要求得更高。

蒙牛集团副总裁、首席数智官李琤洁，在火山引擎Force原动力大会上分享道，目前蒙牛的全面智能化改革，分为三个层面：

一是打造一个技术中台或者叫做AI中台。作为支撑整个智能化革新的基础设施，在模型的调度层到模型相应的精调和适配能力；二是构建企业大脑。这是一个智能调度系统，能够对企业内部的API进行高效管理。通过能力调度层，蒙牛能够将原有的数字化能力整合并优化，从而提升整体的运营效率。三也是最关键的一步，企业知识“银行”。在这个知识银行中，蒙牛将所有的结构化和非结构化数据进行了沉淀，形成了一个AI友好的知识库。这不仅为蒙牛的AI模型提供了丰富的学习材料，也为未来的创新和发展奠定了坚实的基础。

实践表明，企业要真正利用好AI大模型，不仅需要模型本身，更需要全栈的生态能力作为技术支撑。火山方舟2.0的升级，为企业提供了强大的插件生态和底层能力，这不仅提升了AI模型的性能，也为企业的长期发展提供了持续的动力。

同时，在消费行业的数字化转型中，价格与性能一样，是企业决策时不可忽视的关键因素。

海底捞对大模型的选择，不仅体现了对技术性能的追求，更凸显了成本效益的考量。

海底捞的数字化旅程始终贯穿着对成本的严格把控。对于一个以服务和体验著称的品牌，如何在保证服务质量的同时控制成本，是其长期发展的关键。

海底捞信息科技部产品负责人杨炫之对硅星人讲道：“在采购AI模型时，不仅考虑了当下的需求，更着眼于未来3-5年的发展。这种前瞻性的规划意味着，一旦使用量爆发，即使是微小的成本优势也可能转化为巨大的经济效益。”

硅星人整理了当前中国大模型的公开价格后发现，火山引擎提供的豆包主力大模型推理输入可以达到0.8元/百万tokens，低于市场99%的价格，为企业提供经济高效的AI解决方案。

有开发者反馈道：“自从开始运行Agent，经常测试，tokens消耗太大了，便宜的大模型能节省不少成本。”

事实上，对于在行业渗透的早期来说，每一次创新尝试都伴随着风险。尽管创新可能带来突破，但成功率并不总是乐观。因此，选择一个成本效益高的AI模型更具现实意义，不被成本掣肘，就能鼓励业务部门更多的尝试和创新，也就有了更多可能。

蒙牛和海底捞对于大模型的考量，或许只是影响决策的一部分，但至少我们可以确认，AI大模型的应用不仅限于单一的技术层面，当它深入到企业的业务流程、决策和服务中去时，需要对安全合规、生态的完整性、价格力等因素进行综合考量。

在中国所有的连锁餐饮品牌中，海底捞以优质服务著称，并屡屡出圈。

提升“顾客满意度”，是海底捞的“肌肉记忆”，在生成式AI落地时，自然首要任务也是帮助海底捞“抓住顾客的心”。

但在消费行业中，企业面临的一个主要挑战是如何与海量的消费者建立联系，并满足他们千差万别的需求。通过深度学习相关数据，AI能够理解每位消费者的偏好和行为模式，从而提供定制化的推荐和服务。

如同导语中Melissa的经历，这本来是海底捞一直致力于解决的问题，即将服务量化。

难点在于，服务行业的特点是高度个性化和非标准化，每位顾客的体验都是独一无二的。同样的一种行为，消费者A可能觉得不错，而B则认为很差，这种充满了主观、随机和不可控因素的行业，一个店的服务质量和客户满意度究竟如何，很多时候都是模糊的。

所以，在海量服务的投诉案例及表扬案例中，我们需要借助AI的力量“抽象”出用户对于服务标准的期望，作为案例，再结合人事培训传达至门店，让服务的好与差可以得到复盘，同时也能够对服务进行优化。

智能化的变革基于数字化转型的基础，数字化的程度是一个重要的土壤，大模型使用的前提是需要有“数据养料”，这些都是企业的数据资产。

同样，蒙牛也率先将生成式AI落地在服务中。蒙牛认识到，在快消品行业中，产品同质化是一个不可避免的趋势，能够带来差异性的消费体验的，就是更好的服务。

2023年8月，蒙牛推出了“AI营养师”服务，这一创新举措旨在为消费者提供更加个性化和增值的服务体验。

蒙牛在产品包装上增加了二维码。当消费者买了产品后，扫码都可以带回去一个定制化的 AI 营养师。这个营养师了解消费者、了解消费者家人的需求，可以定制化需求，管理各种营养跟健康的场景。这种一对一的服务模式不仅增强了消费者的购买体验，还帮助他们更好地了解和管理自己及家人的营养状况。

通过AI营养师，蒙牛成功地将传统的产品销售转变为提供综合营养解决方案的服务模式。这种模式的转变同样帮助蒙牛开辟了新的收入渠道，并加强了与消费者之间的联系。这种服务导向的模式可能会带来新的收入来源，如增值服务、定制化产品或高级会员计划。

生成式AI之前，为众多消费者提供“营养师”需要大量的人力成本，而大模型在节约成本的前提下保证了服务质量。

节约成本还体现在另一个方面。在快消品行业，广告投放是一项重要但成本高昂的市场策略。蒙牛面临的挑战是如何在众多的品牌和产品中有效地分配广告资源，以及如何精确地定位目标消费者。为了解决这一问题，蒙牛开发了一个名为“AI投手”的AI Agent。

该“员工”负责从产品特色分析到用户策略制定，再到媒体策略和投放策略的整个广告投放流程。

AI投手首先识别产品的独特卖点，然后根据这些卖点确定目标用户群体。Agent会制定相应的媒体策略，选择最合适的广告渠道和投放时间。AI投手也能监控广告效果，收集数据并进行分析，以便不断优化投放策略。

AI投手能够分析大量的市场数据，精确识别目标消费者群体，确保广告投放更加精准，提高转化率，减少无效支出。

可以看到，生成式AI已经渗透到了业务的具体环节中，二者也只是这个大模型时代刚开始的“前一分钟”。

大模型不仅能够对外连接消费者，对内管理也很有“一套”。

消费行业，尤其是餐饮业，长期以来面临着人力密集型的挑战，大模型的应用场景也由此展开。

一类是替代大量重复的劳动力所做的体力工作；另一类则是打造“以一挡百”的超级个体。

海底捞第一次探索生成式AI落地，便是在供应链管理中，将海量产品SKU的“身份密码”数字化的过程。

海底捞发现，在供应链管理中，大量的SKU需要被准确识别和记录，这不仅是一项重复性高、劳动强度大的工作，而且很容易出错，效率低下。此外，多国多语言的产品信息更是增加了管理的复杂度。

在应用AI之前，海底捞的工作人员需要手抄货品的名称、原产地、货号、出厂等信息，再上传到系统中，不仅耗时还更容易出错。

为了解决这一问题，海底捞引入了AI技术，结合了OCR（光学字符识别）技术和生成式AI的语义理解能力。OCR技术能够自动识别产品包装上的文字信息，而生成式AI则进一步分析和理解这些信息，从而实现快速准确的物料归类和档案管理。

通过自动化的AI识别系统，海底捞显著减少了在物料识别上所需的人力资源，据估计节省了高达80%的人力成本。

餐饮服务是一个综合的体验，最核心也最不能被取代的，是人与人之间会心的交流。海底捞利用数字化工具实现精细化运营，把人从重复繁重的工作中解放出来。让员工有更充分的精力关注顾客，在服务中创造情感连接和情绪价值。

更重要的是AI技术的应用使得供应链的每一个环节都能够被数字化记录，这不仅提高了供应链的透明度，还为后续的库存管理和质量控制提供了可靠的数据支持，从而实现更多商业机会的开拓。

实际的运营过程中，有些问题，靠“铺人”就能解决，但更困难的是，想招人都找不到。

美宜佳目前其门店数量已经超过3.5万，一个最实际的问题是门店招人难，尤其是夜班时段。为了解决这个问题，美宜佳开始尝试无人值守模式，希望通过技术手段在非高峰时段保持门店运营，从而增加销售。

在无人值守模式中，美宜佳引入了数字店员的概念。数字店员背后是AI技术的支持，能够提供远程客服功能，帮助顾客在店内进行购物，包括商品选择、结账等流程。

尽管无人值守模式在提升销售方面取得了一定的效果，但初期的用户体验并不理想。顾客进入店内时，感受到的是远程客服的监控，缺乏传统有人值守时的温馨和个性化服务。

为了改善用户体验并提升数字店员的能力，美宜佳与火山引擎合作，探索数字店员产品的进一步开发。火山引擎提供豆包大模型技术支持，使得数字店员能够“更像人”，更好地理解和响应顾客需求，提供更加人性化的服务。

而蒙牛的思路略有不同，即通过生成式AI提高效率，在内部打造“超级员工”。

蒙牛有多个AI助手用的比较广泛。比如，投广告之前要做搜索引擎的优化，这是必要的一个能力，蒙牛因此做了AI SEO专家。同样，在上述提到的AI营养师场景中，一个运维人员可以通过AI作为“放大器”，服务300万终端用户，大大提升了单个员工的工作效率。而这，在传统的管理方式下是不可想象的。

消费零售正在经历新的变迁。

火山引擎大消费行业方案总经理刘振宇指出，行业初期是“被动满足”阶段，不论是传统零售还是早期电商平台，都是以传统货架的方式“被动”满足消费者的需求，这个阶段是以“搜索”为核心；接着进入到了“主动推送”阶段，通过技术手段实现了“猜你喜欢”，本阶段是以“推荐”为核心。

“大模型时代，与消费者之间的沟通和理解进入了更高的层次，大模型的加持也就意味着有更多的机会在自然对话和交互中精确预判消费者的潜在需求，实现润物细无声的引导及转化。这个阶段以‘交互’为核心。”

随着AI技术的飞速发展，企业纷纷踏上了探索智能化转型的征程。

杨炫之对硅星人强调他们以“实用性为主”的思路：企业在引入AI时，应深入分析自身的业务需求，识别真正的痛点，并以此为出发点，寻找和开发能够解决这些问题的AI技术。这种以问题为导向的方法，有助于确保AI技术的应用能够带来实际的业务价值，而不是仅仅追求技术的先进性。

据了解，从自身能力出发，火山引擎还针对消费行业构建了AI、数据、内容“技术新三角”的策略，聚焦电商和门店两大业务场景的提效降本，将云上大模型创新应用贯穿到企业经营的毛细场景中，为消费零售企业提供“一平台多场景”的解决方案。

企业可根据自身的业务特点和需求，匹配合适的技术解决方案。这不仅涉及到技术的性能和功能，还包括成本效益分析、实施的可行性以及与现有业务流程的兼容性。

消费行业的生成式AI探索，是大模型技术在更多行业中落地生根中的良好范本，同时也推动着整个中国的AGI，走向更加差异化的道路。