切换到宽版
  • 17阅读
  • 1回复

[智能应用]把AI转化成真正可用的生产力 [复制链接]

上一主题 下一主题
在线姜谷粉丝

UID: 1569053

精华: 2
级别: 玉清道君
 

发帖
145590
金币
276798
道行
20030
原创
756
奖券
185
斑龄
0
道券
0
获奖
0
座驾
设备
摄影级
在线时间: 16959(小时)
注册时间: 2012-06-21
最后登录: 2025-07-19
只看楼主 倒序阅读 使用道具 楼主  发表于: 8小时前

当下,AI很热,不少餐饮企业在尝试用AI,但最终发现却落不进流程、带不来增长。

当多数企业仍在争论AI是“技术神话”还是“落地陷阱”时,麦当劳中国—这家拥有超7000家门店的快餐巨头,走出了一条相对清晰的路径:从实际业务出发,把AI融合进用户、门店、总部和之间的每个细节,切实提升效率和顾客体验。
7月23日,虎嗅智库携手阿里巴巴瓴羊、阿里云,走进麦当劳(中国)上海总部,探索在复杂庞大如麦当劳这样的业务体系中,如何将AI一步步转化为真正可用的生产力。
麦当劳的AI落地:聚焦三大核心场景

麦当劳的AI应用已深度融入业务,聚焦顾客、门店与企业三大核心业务场景落地:

面向顾客,无论是今年5月麦当劳刚与蔚来合作推出车载语音点餐智能体;3月“派DAY”期间,上线的对话式P.AI,还是更早开始在私域社群与用户积极互动的“麦麦种草官”、“麦麦服务官”背后,都是麦当劳用数字化和AI技术优化用户体验,以用户口碑推动良性增长循环的持续努力;

门店运营和管理中,麦当劳RGM BOSS系统帮助店长自动排班、管理库存;借助企微,客诉可直达门店经理,15分钟即能得到响应;同时面对每年约1000新店的开店节奏,麦当劳依托PMT开店管理系统,实现从选址到施工进度的全流程覆盖,将开店转化为标准化能力;

在供应链和上下游管理方面,麦当劳坚持以与供应商的‘三脚凳文化’为驱动,通过B2B平台不断强化与供应商的协同。2021年启动智慧供应链建设,2024年推出“一箱一码”数字化追踪系统,为每箱货品赋予专属“身份证”,显著提升对物流和库存的精细化管理水平。
参访亮点:看总部“巨无霸魔方”、听CIO陈世宏实战分享
业务场景是AI落地的“表象”,组织文化、一线实战才是支撑AI落地的“里子”。本次参访还将带您深入了解麦当劳AI落地更核心的底层支撑:
总部“巨无霸魔方”:数据活了,文化近了
走进麦当劳上海总部,首先映入眼帘的就是实时刷新的全国汉堡销量大屏—这正是麦当劳数据驱动思维的最佳缩影。从智能选址、精准预测销量,到高效的供应链管理,数字化和AI已深度融入麦当劳运营的每个环节,稳稳守住这家巨无霸企业的效率与人情味的平衡。在这里,服务包容的氛围与科技潮流的活力巧妙融合,让人沉浸其中。
“汉堡大学”:人才锻造厂
本次参访中,我们还将了解麦当劳全球知名的领导力中枢—汉堡大学。这里每年系统化培养每年超万人的实战型人才,将“服务基因”与“数字思维”深度结合,锻造能落地AI应用的运营骨干,是麦当劳技术扎根的关键地基。
CIO陈世宏分享:如何让AI在麦当劳“跑起来”
麦当劳(中国)CIO 陈世宏也将系统复盘麦当劳数智化进程。自2020年加入麦当劳以来,陈世宏带领团队围绕顾客、门店和总部三大业务场景,搭建统一的数字化平台,将技术能力扎实嵌入日常运营。
“技术团队要泡在门店里,才能听见炮火声。”陈世宏坚信,技术不是支持部门,它本身就是业务的一部分。在他看来,技术从来不是瓶颈,真正的挑战在于组织能否同步进化—这直接决定了AI能否落地生根、真正“跑起来”。
瓴羊与阿里云带来更多落地路径与方法论

当你并非身处餐饮行业,或者不是如麦当劳一样的巨头时,又该如何落地AI?
长期深耕企业级数据服务与AI落地实战的瓴羊副总裁甄日新将给出一些另外的解法。在此次参访中,他将分享“AI助力企业增长:企业级Agent应用实践”,聚焦数据调度、角色协同、决策参与等典型业务场景,结合实例,解析企业如何构建Agent系统、把控落地节奏、实现业务协同与增长驱动。
同时,瓴羊客服产品负责人张双颖将带来即将亮相的阿里巴巴首批企业级Agent,在客服场景应用的深度解读。
视角再从Agent应用转到AI大模型,阿里云上海解决方案总经理鲍远松从大模型技术发展趋势出发,结合跨行业项目服务经验,分析当下产业落地的窗口,并分享模型“该不该上”“何时上”的判断标准,以及AI如何与现有系统打通、确保项目落地可控等问题的解决方法。
三位嘉宾的分享均直指“如何干”,希望能够为更多寻求落地的企业提供切实可行的路径与经验。
圆桌讨论:Agent到底能带来什么颠覆
Agent无疑是今年AI领域的热点,许多企业正在试水,或用作“小助手”,或尝试驱动业务流程。但其落地真正效果如何?它真的是下一个生产力平台吗?
在活动最后,我们将围绕“Agent能给企业带来什么颠覆”展开圆桌讨论。麦当劳、瓴羊、阿里云分享人将与全场嘉宾共同探讨,“企业需要怎样的Agent,不同业务场景适合怎样的能力模型?是谁在用Agent,为什么他们能用起来?Agent会如何改变未来的组织协作结构?”
这场圆桌希望打破“台上讲、台下听”模式,鼓励每位与会者带着问题、分享真实经验,通过开放讨论,实现深度观点碰撞。
不止听,还要问、要聊、要落地
本次活动强调互动性:
1、每场主题演讲后均设QA环节:欢迎就技术难点、组织挑战、落地困惑等直接向讲者提问,即时交流。
2、闭门交流晚宴:提供与讲者及同行决策者深度交流的宝贵机会,探讨项目合作,延展对话价值,找到后续合作的可能性。
活动详细信息
主题:走进麦当劳 | AI时代,重塑数智增长新引擎
时间:2025年7月23日(周三)13:30–20:00
地点:麦当劳(中国)上海总部
主办:虎嗅智库 × 阿里巴巴瓴羊
规模:30人左右,定向邀约×公开招募(审核制)
形式:总部参访 + 主题分享 + QA互动 + 圆桌对话 + 晚宴交流
这是一场结合了企业实地调研、方法论输出与同行深度对话的活动。
如果你在负责企业的AI探索、数智化项目推进,或者正在寻找可落地的Agent方案,欢迎报名参与!
期待我们麦当劳上海总部现场见!
山庄提示: 道行不够,道券不够?---☆点此充值☆
 
我有我可以
在线姜谷粉丝

UID: 1569053

精华: 2
级别: 玉清道君

发帖
145590
金币
276798
道行
20030
原创
756
奖券
185
斑龄
0
道券
0
获奖
0
座驾
设备
摄影级
在线时间: 16959(小时)
注册时间: 2012-06-21
最后登录: 2025-07-19
只看该作者 沙发  发表于: 8小时前
麦当劳中国的AI生产力转化实践
麦当劳中国作为拥有超7000家门店的快餐巨头,在AI落地方面走出了一条相对清晰的路径:从实际业务出发,把AI融合进用户、门店、总部和之间的每个细节,切实提升效率和顾客体验2。其AI应用已深度融入业务,聚焦顾客、门店与企业三大核心业务场景落地12。

面向顾客场景
车载语音点餐智能体:今年5月麦当劳与蔚来合作推出2。
对话式P.AI:在3月派DAY期间上线2。
私域社群互动:麦麦种草官、麦麦服务官背后运用数字化和AI技术优化用户体验,以用户口碑推动良性增长循环2。
门店运营和管理场景
RGMBOSS系统:帮助店长自动排班、管理库存2。
客诉响应机制:借助企微,客诉可直达门店经理,15分钟即能得到响应2。
PMT开店管理系统:面对每年约1000新店的开店节奏,实现从选址到施工进度的全流程覆盖,将开店转化为标准化能力2。
供应链和上下游管理场景
B2B平台:坚持以与供应商的“三脚凳文化”为驱动,通过B2B平台不断强化与供应商的协同2。
智慧供应链建设:2021年启动,2024年推出一箱一码数字化追踪系统,为每箱货品赋予专属身份证,显著提升对物流和库存的精细化管理水平2。
麦当劳AI落地的底层支撑
业务场景是AI落地的表象,组织文化、一线实战才是支撑AI落地的里子2。

总部巨无霸魔方
走进麦当劳上海总部,首先映入眼帘的就是实时刷新的全国汉堡销量大屏——这正是麦当劳数据驱动思维的最佳缩影。从智能选址、精准预测销量,到高效的供应链管理,数字化和AI已深度融入麦当劳运营的每个环节,稳稳守住这家巨无霸企业的效率与人情味的平衡。在这里,服务包容的氛围与科技潮流的活力巧妙融合2。

汉堡大学
麦当劳全球知名的领导力中枢,每年系统化培养超万人的实战型人才,将服务基因与数字思维深度结合,锻造能落地AI应用的运营骨干,是麦当劳技术扎根的关键地基2。

CIO陈世宏的实战分享要点
技术团队要贴近业务:技术团队要泡在门店里,才能听见炮火声2。
组织进化是关键挑战:技术从来不是瓶颈,真正的挑战在于组织能否同步进化——这直接决定了AI能否落地生根、真正跑起来2。
其他领域AI转化生产力的探索
职场个人AI生产力提升
DeepSeek实战课:该课程重点帮助大家理解AI相关问题,把AI转化为职场生产力,包括AI强大的原因、运行底层原理、普通人高效使用AI的方法以及如何用好DeepSeek加速个人成长和职业突破等3。
课程内容设置:包含“一节课讲透AI”“零基础玩转DeepSeek的方法”“把DeepSeek转化成职场生产力”“让DeepSeek为你创造被动收入”等课程,还有课程答疑环节3。
适合人群广泛:包括职场新人&转型期人群、效率焦虑的职场人、副业探索者&轻创业者、传统行业从业者以及成长长期主义者3。
AI智能体与本地部署
AI智能体概念:能够通过感知环境获取信息,分析并做出决策,然后执行相应的行动,有时还能通过学习不断优化自己的行为,尽可能达到预期结果4。
Dify平台:是一个开源LLM应用开发平台,拥有直观的界面结合了AI工作流、RAG管道、代理功能、模型管理、可观察性功能等,让用户可以快速从原型开发到生产4。
Dify工作流:通过将复杂的任务分解成较小的步骤(节点)降低系统复杂度,减少了对提示词技术和模型推理能力的依赖,提高了LLM应用面向复杂任务的性能,提升了系统的可解释性、稳定性和容错性,但对于复杂场景时,配置工作流也非常耗费大量时间
如何不发帖就快速得到金币道行
 
我有我可以
快速回复
限120 字节
认真回复加分,灌水扣分~
 
上一个 下一个