连锁进入万店时代，现场治理为什么需要智能组织？

文｜徐鑫 周享玥

编｜任晓渔

一支队伍，一年，在地球上跑出了几十圈的行程。

这不是航空公司的数据，而是大健康连锁品牌远元集团的巡店账本。为了让旗下近万家直营门店提供的是“同一套服务”，这家公司一度全员背上下店督导的任务，一家家门店跑、一项项标准查，一年行程加起来几乎绕地球几十圈。

它可能也是整个线下实体现场治理困境的缩影。连锁零售到工厂制造、能源、铁路安全生产等行业都面临类似情况，现场规范写在纸上、沉淀在一个个线上系统里，但最终的执行却发生在遍布全国乃至全球的物理现场。

过去，弥合这段距离的唯一答案是靠人。老师傅带新人，督导一家家跑，周期性的抽查堵漏洞，但都难以真正规模化解决问题。线下实体也因此成了AI时代组织实现智能最难啃的骨头之一。

百度世界2026大会上，百度智能云给这块硬骨头找到了一种新解法：百度一见6.0与AI原生具身智能相机发布，二者结合相当于把AI店长和AI厂长送到实体现场。纸上的现场规范从而变成每天都在运行、每天都在迭代的管理闭环。实体组织有望在AI时代持续进化迭代，拥抱智能。

这也呼应了本届世界大会的主题“下一幕，智能组织”。

百度创始人李彦宏在开幕演讲中给了它一个坐标：如果说AI技术的上游是能源，那么下游就是组织能力，一种不同于科层制的AI原生组织体系。他指出，AI投入带不来生产力增长，是因为只更换了电机，如果流程、岗位关系、知识沉淀和人机分工没有跟上，相当于没有重新给AI这套生产力设计发生的工厂。“新生产力只能从AI的流水线里长出来，从智能组织里长出来。”

连锁门店现场治理之困的破局，正是这一断言在实体产业最具体的注脚：实体企业缺的从来不是单点的识别技术，而是一种能让经验、标准与流程自己转起来的组织方式。

而要让新的组织方式在近万家门店里每天转起来，离不开一层过去的IT系统给不了的底座。百度集团执行副总裁、百度智能云事业群总裁沈抖指出，组织进化与基础设施发展相辅相成，AI时代，智能组织需要智能云。与传统云服务企业IT系统不同，智能云服务的是具体任务。百度智能云正在重新组织产品和服务，更好地支持企业建设智能体、完成任务。

目前，远元集团等一批实体企业已经基于百度一见6.0与AI原生具身智能相机，实现了视觉智能在广大实体产业现场的低门槛落地应用，打破了原来的现场治理之困。一套正在构建的异常、反馈和标准迭代机制，也让这些线下实体正进化为“万店同标”的智能组织。

01

从万店连锁到万座工厂，

现场管理为什么越来越难？

在一家郑远元门店里，一套肩颈腰背按摩被拆成几十项标准动作，拿捏肩部、按风府、点风池太阳。少做一个动作，顾客在这家店和另一家店体验到的，就不能算同一套服务。

几家店，店长扫一眼就看得过来。但郑远元有9418家门店、7.7万名员工，一年服务超过1.12亿人次。要让不同师傅都按同一套标准提供服务，并不容易。即使发动集团全员到全国门店督导检查，一家门店一年仍只被覆盖几次。检查的人一走，标准执行得怎么样，又成了未知数。

数字化也没有解决这个问题。2019年起，远元陆续搭建九大数字化系统，门店经营、会员管理、前台业务、后台支撑，大量信息进入系统。但床位整理得规范不规范，工具有没有按要求消毒，按摩师的动作到不到位，这些细节始终难以通过报表掌握，“还得人专门去到现场查看。”

症结在于，经营数据已经在线，影响服务质量的关键细节却仍然留在现场。这也是为什么连锁圈会有那句老话，“直营连锁不过千店”。

类似问题也出现在其他行业。头部火锅连锁要求顾客离桌5分钟内完成收台，最后还要用白色毛巾擦拭，抬起来不能看到污渍。但过去督导抽查只能覆盖约5%的订单，剩下九成多靠自觉。

工厂里也一样。头部潮玩工厂的产品手绘细节极其精细，瑕疵可能藏在笔触之间。两千多名员工守在质检线上，但眼睛会累，状态一差，瑕疵品就流出去变成客诉。新能源工厂的电池组装线已经高度自动化，但漏一道工序、错一个顺序，仍需要人工检查确认。

门店、工厂，看似两种场景，却都面临同一个问题。标准已经制定，流程也已数字化、自动化，但大量影响经营结果的工作，仍然发生在物理现场，需要有人持续观察、判断和处理。

百度一见总经理朱名发将这些需求归纳为五类：管安全、管质量、管工序、盘物料、管服务，只要生产力发生在线下就绕不开。而且规模越大压力越重。门店增加，督导要跑更多地方；产线扩张，质检人员也要跟着增加。投入一路走高，仍然保证不了现场每个时刻都有人看着。

这已经不是增加检查人员、上一套数字化系统就能解决的问题，而是组织缺口。正如李彦宏所说，智能组织是AI时代的新厂房，是生产力真正发生的地方，“只有匹配AI各种新能力的组织方式落地了，生产力才会大幅度提升”。换一台新的AI电机只是起点，重新设计厂房才是分水岭。

身处AI时代的实体企业尤其如此：经营结果直接产生于物理现场，AI如果只帮员工写报告、处理表格，效率提升终究有限；但如果能让AI进入现场管理和日常业务，形成智能组织，价值就完全不同。

朱名发将其概括为“AI厂长”和“AI店长”。在工厂，AI可以通过视觉识别安全风险、检查工序遗漏、检测产品缺陷，把过去靠人眼看的很专很碎的任务变成AI去看、去理解。在连锁门店，则可以把过去依赖督导抽检的服务标准转化为可量化、可检查的要求。

一些实体企业已在主动定义需求。

这与过去的信息化很不一样。以前跟着技术供应商走，而现在，实体企业每天都在处理具体的经营问题，也清楚什么结果才算有效，反而可能成为应用创新的主导者。

李彦宏将智能组织视为AI发展的下一幕。实体企业或许正是推动这一幕落地的重要力量。百度一见6.0的升级和推出，也是对这一需求的回应——让AI不只看懂现场，更参与现场治理，把分散在门店和工厂里的管理标准，转化为组织能够持续执行的能力。

02

把造视觉AI交给Agent，

具身智能相机更懂现场

要把AI店长和AI厂长送到实体现场，并不是一件容易的事。

答案藏在这类视觉需求的特殊性里。它们极其碎片化。每家企业、每个现场都有自己的几百项标准，和安防场景里的标准化的人脸、车牌识别完全是两回事。

过去做一个现场可用的视觉模型，往往要算法团队驻场两三个月。朱名发认为根本原因在传统的岗位边界，“过去现场治理这件事情其实是脱节的，负责做视觉AI的和负责管理现场的完全是两拨人。”业务方提检测需求，产品经理在不一定理解业务现场的情况下写需求文档，算法工程师据此建模，交付人员进现场采数据，标注团队反复标注，才能上线一个检测项。几百项标准，意味着几百次这样的循环。

一见6.0的突破，在于它跑通了视觉AI的自进化闭环。大模型先“学会”一个场景，比如一套工序包含几步、每步该发生什么、出现哪些情况算异常等它都明白。再通过强化学习与蒸馏将模型逐级变小，最终落进物理现场的端侧相机。

落到一线应用时，业务人员只需要做两件事：用自然语言把业务规则说清楚，再维护一个Golden-Set正负样本集，告诉AI什么是对、什么是错。剩下的模型生产、调优、根因分析、数据合成，全部由VisionOps Agent集群在后台完成，只有AI拿不准的样本，才会弹出来请人确认。

Agent能造视觉AI之后，带来的效率变化非常明显。“过去每完成视觉AI的一轮迭代，可能都得一周时间，现在一轮就两三个小时。一天就能完成几轮优化并调出一个现场可用的模型。”朱名发说。

除了视觉AI生产流程的变化，承载这一切的终端也在被重塑。

过去的设备功能非常线性，录像、回放、出了问题再追查，大量有业务价值的画面其实都沉睡在硬盘里。“我们认为AI时代的相机，它的本质不再是给人看，主要是先给AI看，让AI先看懂现场，然后把有价值的数据推给人，产生管理价值。”朱名发说。此次百度一见发布的AI原生具身智能相机，已经能化身为零售连锁和制造现场的AI店长或厂长。

它能做到不只是简单识别画面物体，更能理解真实物理现场的时序、行为与完整业务逻辑，并支持通过百度一见APP自然语言定义看管任务。

从一见6.0到AI原生具身智能相机，百度一见视觉智能体平台也让线下实体组织本身正在智能进化。这个过程里，能看到它们的实际实践与李彦宏在演讲中给出的组织进化三原则——打破岗位边界、沉淀隐性知识、设计流程闭环，一脉相承。

首先，岗位的边界已经明显被打破。造视觉AI从算法岗的专属任务，第一次交到了真正懂现场的业务人员手里。那些最熟悉门店和产线的一线业务，不必再隔着需求文档和算法团队“传话”，他们能直接调教AI，用自己对现场的理解，教AI看得更准。组织活力也由此释放出来。

其次，各种隐形的经验得以变成组织资产。以远元集团为例，远元与一见对齐了88项检测标准：迎客时的拉椅让座、按摩前的报钟服务、修脚前的刀具消毒、送客出门的双手搀扶，以及一套肩颈腰背按摩的24项检查表——拿捏肩部、按风府、点风池太阳，一项都不能少。

这些过去靠老师傅带新人、靠督导抽查传承的经验，第一次变成了可量化的管理项。老师傅的手艺不再锁在个人的肌肉记忆里，而是沉淀在平台上，可累积、可调用、人人可学。

再次，业务流程能够闭环，一见能让企业越来越懂现场。

一见结合订单与视频识别完整的服务流程，一旦发现异常就推送给对应管理层，并与远元内部管理系统打通。问题派发到店、整改过程留痕，这些经过人工复核、带着改进方案的数据，再回流进Golden-Set，让AI持续与人对齐现场治理的经验。朱名发把这条链路概括为“从现场问题发现，到派发、到整改、到复核，进行闭环；同时让这些优秀经验能够被识别、被复制、被推广”。

实体现场经营管理的飞轮正在出现，一线的从业者们能很快受益。在郑远元，AI巡检成为了让认真干活的人被看见的放大器。做得好的师傅每月可多拿工资，好手艺更容易被看见、被奖励、被复制。

远元集团层面全国近万家门店部署一见6.0后，原来算不过来的巡店账也迎刃而解。每日全覆盖扫描，覆盖80多个日常场景，远元集团内部测算效率提升约30倍。

03

万店跑起来背后，

智能组织需要智能云

当近万家门店的视频流真正接进来，考验才刚刚开始。

一方面，上万家门店的视频流意味着极高的并发，云、边、端需要协同分工。基础分析在边缘侧完成以控制流量和成本，复杂研判再联动云端；而在部署形态上还要跟着企业条件走，比如连锁企业可以用公有云，数据不能出域的央国企要用一体机私有化部署，已经装了几百个传统摄像头的老工厂，则用边缘盒子“利旧”接入。在此之上，还有多租户之间的数据物理隔离，以及敏感信息在采集端就地脱敏、不上云。

这意味着，一见这样的智能体要进入企业的经营环节，它需要的不是一个托管软件的地方，而是一层能让它长期、稳定、成规模干活的基础设施。某种程度而言，这也是AI进入智能组织阶段对云基础设施的新要求。

也因此，沈抖在百度世界大会上明确了一条分界线：传统的云服务的是企业的IT系统，支持软件应用上云；而AI时代，智能云要成为匹配的新基础设施，其核心差异在于服务对象从传统IT系统转向支撑智能体（Agent）完成任务 。智能云需要穿透企业底层资源、IT系统及经营系统，连接数据与工具，消除组织摩擦 。

为此，百度智能云对应组织进化的三大原则确立了新的服务标准：以任务为中心，将算力、模型、数据安全整合为统一基础设施，支持业务任务；沉淀隐性知识，管理组织上下文，将员工能力与经验转化为可持续生产力；设计闭环流程，打通任务执行、效果评估与反馈优化闭环，推动持续进化。

目前一见6.0正基于百度智能云的支撑，从远元这个万店级样本，泛化为跨行业的现场治理能力。经过在内部近10年打磨，百度一见从钢铁表面质检起步，如今落地20多个行业，除了连锁行业的健康、餐饮、茶饮之外，也在制造、能源、铁路安全生产等领域化身“AI厂长”。

对实体企业来说，这打开的是三重机会：门店和产线的增加不再必然要求管理人员同比增长，轻资产扩张（万店同标）有了基础；老师傅与督导的经验沉淀为组织资产，构成难以复制的组织智能护城河（万店共进）；管理能力跨场景复用后，远元这样的企业甚至开始延伸向足部智能检测、康养文旅等新市场。

从中也能看到，百度对智能组织的形态和演进的思考。当下全球的巨头与管理精英都在讨论AI时代的组织：微软的Frontier Firm关心组织应该长成什么样，麦肯锡的Agentic Organization关心怎样设计组织，而百度更关注的是一个智能组织怎样自己长出来，并持续进化。

这个认知，经历了内生外化的过程。去年的百度世界上，李彦宏提出“内化AI能力，打造原生AI组织”。一年之后，百度交出了成绩单：过去一年，百度日活智能体数增长6倍，有效任务完成数增长11倍。

百度先拿自己做实验，跑通之后，再把这些能力通过智能云外化为千行百业可用的基础设施。一见，正是这个外化序列里负责“看懂现场”，帮助广大实体企业的那一个。

“组织能力，别人抄不走、挖不动、买不来的，才叫护城河。”李彦宏在演讲中说。智能组织不是“用了AI的组织”，而是把现场、经验与流程都长在智能云上、每天都在自我进化的组织。对千行百业而言，万店同标只是起点——构建难以复制的组织智能护城河，才是AI下一幕真正的战场。