一、露出牙齿

    “杏鲍菇好久没有出来过了哦!”在上海徐家汇便利蜂斜土路店，一位男青年看到了久违的杏鲍菇，兴奋地向朱叶萍说。这是午餐高峰期，排队买饭的白领从柜台一直排到了店门口。

    店长朱叶萍从早上7点半到店，就一直没停下来过。等到中午11点半，附近商务楼、小区的人过来买餐时，她已经连续站了4个小时。这种忙碌的状态一直要持续到晚上8点她下班。

    斜土路便利蜂位于繁忙的徐家汇，楼上是一家24小时营业的网吧。周围有健身房、写字楼、住宅小区和小学，对面就是麦当劳和星巴克。朱叶萍每天早上7点半到店后会检查货架上商品的有效期，看看夜班的同事有无遗漏，确保过期商品都已经下架。忙完早餐高峰，就要开始准备中午要卖的热餐。

    热餐销售是便利店每日重头戏。生产好的食物在头一天晚上由冷链车送到店内，第二天早上9点，工作人员走进操作间加热食品。他需要遵从系统推送的生产任务，分批次加热。一个烤箱每批次只能热十二份菜，有的高销店中午要卖三百多份菜。斜土路店有两个烤箱，但热餐的店员一般要忙到下午两三点才能出来。朱叶萍说跟她最开始来店时比，热餐销售量已经翻了一倍。

    2018年年初，朱叶萍和其他80位左右的“储备店长”和“储备店员”被送到上海便利蜂第一家店，漕溪北路店接受培训。在传统便利店，店员成长为一名店长的时间约为2年。朱叶萍之前是一名销售，从未在卖场工作过。在上海漕溪北路店经过短短4个月的培训后，就便被派到附近一家店当店长。

    便利蜂正处于快速扩展期，截至9月25日，全国门店超过1000家，其中北京超过500家，上海也已经有超过100家。这样的开店速度引来惊叹，也饱受争议。

    便利蜂创始人是前去哪儿网CEO庄辰超。他毕业于北京大学电子工程系，初中时就拿下全美数学金牌。庄辰超很低调，很少接受采访。今年在混沌大学他罕见地露面分享。镜头前他穿着程序员风的淡蓝衬衣和卡其裤，言语理性而严谨。

    在这之前，网上曾爆出便利蜂通过考函数、立体几何、概率、求导等数学题“变相裁员”的新闻。庄辰超在内部邮件中指出：“每个总部员工的数学逻辑能力对于便利店业务尤其重要。便利店业务每一天都需要大量基于数学逻辑评估的小决策。”

    后来我发现便利蜂考的数学题和业务相关性的确较高。其中一题是：“四个橙汁空瓶可以换一瓶橙汁，现在有15个空瓶，在不交钱的情况下最多可以喝到多少瓶橙汁?”

    便利蜂每月会抽查店员服务录像，如果在对客人微笑、打招呼等指标上不合格，店长就会受处理。对于笃信理性的便利蜂高层而言，顾客所有的体验都需要量化，系统甚至会统计员工微笑时的“露齿率”。

    庄辰超在混沌大学的演讲中就透露：当你走进便利蜂，有97%的员工会对你说“欢迎光临”，有80%的员工会对你微笑，并“露出牙齿”。

    二、“两个15”

    2016年年初，告别“去哪儿”后的庄辰超正在寻找下一个创业方向。他在搜寻中通过大量的调研，慢慢锁定了便利店行业。他认为未来10年20年里，科技引发中国产业升级，其中会有巨大的突破性机会，便利店行业潜力极大。在全球来看，只要是人均GDP突破1万美元以上的地区，便利店都得以迅速发展。

    东亚的韩国、日本和中国台湾，都是便利店发达的地区。中国人居住在高密度地区，和日韩类似，人均便利店数却极低。日本已经达到2000人左右就有一家便利店，中国城市人口有6亿，品牌连锁店规模约10万家，按照日本的水平估算，中国可以支撑30万家店。而拥有大型便利店连锁体系的国家，领军者通常可以占到40%的份额。按照这个比例，中国如果出现全国性便利店领头羊，可以有12万家店的规模。

    庄辰超把便利店的核心还原为“两个15”：15块钱(平均客单价)，15分钟(去便利店的一个来回时间)。“两个15”在早晚饭点时特别明显。中国大城市的街头小巷，无数个饥饿的灵魂都在寻找着自己的那口热饭。庄辰超在朋友圈提过，自己进入便利店行业的初衷之一，也是为了“走在马路上能吃得放心一点”。

    根据国家统计局2018年的数据，我国单身人口已达到2.4亿，占到总人口15%左右。这一数字已然超过了俄罗斯和英国人口之和。参考邻国日韩的单身人口比例，未来我国的单身人口甚至可能直逼4亿。“做饭也是有投资回报的。家庭规模数越小，做饭性价比越差。”庄辰超这么说。

    对于这群具有旺盛的消费能力的白领和单身人群来说，一日三餐是高频刚需类消费。数据显示，目前国内的“吃喝”市场有两万亿美元的市场规模，其中1/3是生鲜，1/3为包装类食品，1/3是热餐。热餐规模为6000亿美元左右。鲜食和热餐正是便利店里利润最丰厚的环节，便利店加工食品的毛利在40%左右。

    做热餐可帮助便利店摆脱同质化的竞争，做高单店营收，强化品牌的心智占领。但要做鲜食和热餐，对便利店又挑战重重。

    由于中国的许多便利店采取加盟模式，加盟方为追求短期利润，常降低食品安全底线，造成食品安全风险。为了杜绝这样的利益冲突，便利蜂只做直营店。其次，便利蜂团队成员来自百度算法团队、去哪儿、7-11便利店、肯德基等的技术和运营骨干。

    有了技术支持，便利蜂要攻下热餐，唯一要做的，就是将算法驱动模式注入到从生产、运输到销售的全流程。通过投资鲜食工厂，从采购上把控食材的质量。又通过应用各种传感器，对食物的烹饪温度、火候、时间等参数精确量化，建立了高度量化的中餐烹饪流程。

    量化意味着严格的数字化管理。土豆的硬度、扁豆的长度、炒制的时间都有规定，每样食品的制作流程控制精确到秒，并使用物联网技术记录、监控每一个步骤。

    在配送环节，便利蜂在冷链运输车上安装了蓝牙温度计和GPS。如果司机为了省油关掉空调，出现温度异常，便利蜂后台就会收到报警，食品运送到门店后就会被拒收。门店通过鲜度管理系统、食品二维码保质期追踪系统、批次管理系统对到店的食品进行温度和效期管理。

    门店售卖的热餐、关东煮等现制现售的食品，都需要在鲜度管理系统中生成生产计划之后，店员才能开始制作(加热)。制作完成后，系统立即开始计时。如果保质期到时仍未售卖，店员就会收到系统报警提示。然后他们需要在摄像头的记录下，把过期的热餐抛弃。

    热餐研发的全过程也高度科学量化。比如便利蜂研制的麻婆豆腐，对标的是北京“川办餐厅”的口味。这个对标的流程包括仪器分析和人工品尝两个步骤。仪器量化分析菜的酸甜咸等值，再由人工品尝确定综合起来后的口味是否接近或超越。

    “食品风味可以抽取出每一种风味的阈值，但组合起来的效果主要还是要靠品尝，这个在食品行业叫感官评定。”一位便利蜂负责人告诉我。便利蜂的员工经常参与试吃，庄辰超和管理层每周开会都会买店里的热餐吃。

    对于已经上市的鲜食，便利蜂的系统会搜集上一周外卖和社交平台，如大众点评、小红书等上的数据，并把上一周卖得最多、口碑整体最好的前几百个菜名信息提供给热餐研发人员。如果系统发现下市的“杏鲍菇”被提及的频率够高，就会建议再次推出杏鲍菇。

    便利蜂的大数据还可以预测消费“苗头”和“火花”，从庞大的品库中发现符合某一个市场、某一家门店的商品。
    比如在一次由系统指导的品库交叉选择后，天津本地的海河牛奶出现在了北京的品库里，取得了在北京销售的机会。系统随后发现，海河牛奶在北京门店卖得比天津还好，可可牛奶和苦咖啡牛奶常常脱销。于是便利蜂自有品牌“蜂质选”开始与海河牛奶合作，把海河牛奶推到其他城市门店。

    现在一旦挖掘出有本地特色的商品，便利蜂都会将信息输入全国的品库。系统复杂的大数据算法经过计算后，会将合适的商品自动推荐给其他省市的门店。

 

    三、中央大脑

    在传统便利店，店长每天在早高峰到来前要决定几点钟热多少个包子，保证效率最高，又不至于多做。做这个决定全凭他个人经验。而在便利蜂，店长要完成的所有“生产计划”，都由便利蜂的“中央大脑”通过一个Pad，每隔15分钟推送给他。

    早上5点，系统推送做包子的任务。早上9点，系统推送准备中午热餐的任务。这期间系统会根据包子和其他鲜食销售情况，不时派出新任务。每次做几个包子，几个肉的，几个素的，如何保证哪怕只有2个包子的时刻，都有一个素包子一个肉包子，这一切都在系统的统筹中。

    这位在暗中默默指挥全局的“幕后大佬”就是便利蜂的“中央大脑”，一个由数据驱动的便利店操作系统。

    在传统便利店，店长每天要做成百上千个决策，有的要远比决定热几个包子复杂。

    先来看看短保品的打折。便利店里有很多24小时、48小时过期的食品，这种商品性质很像机票或者酒店房间。如果到某个时间点卖不出去，商品的价值就变为零。便利蜂的中央大脑采用“动态定价”策略来提高收益，通过历史数据推算出最有效的收益曲线，决定在哪个时间点、进行何种力度的打折。

    店长完全不需要参与决策，甚至不需要知道哪款商品在打折。一旦打折生效，商品前方的电子标签就会由普通的黑白色变成“红色”，确保对价格敏感的“薅羊毛爱好者”一进店，一眼就能看见。

    据便利蜂高层透露，“动态定价系统”2018年12月26日使用，截至2019年5月，为便利蜂带来30%的收益提升。目前便利蜂冷冻产品浪费率已低于公认行业最优的东京便利店40%的水平。

    另一个传统店长需要高频决策，并会直接影响店铺销售的任务是“选品”。

    店长要从品库中选出符合客人喜欢的商品来卖。这要求店长对客户群体和店的地理位置十分了解。客人多数是居民还是白领?附近的小学生喜欢什么口味的汽水?如果女性顾客多，是不是应该多卖酸奶？

    便利蜂曾经邀请前7-11华北地区的非日配品责任人和前全家华东地区全家负责人参与人工选品竞赛。当时人工选品的成功率在35-40%，而便利蜂中央大脑选品成功率在70%。(此处对“成功”的定义是，在未来的一个销售窗口内，比如一周或四周，商品销售量能达到该商品分类的前75%)随着数据结构越来越复杂，人工选品成功率进一步下降，中央大脑选品成功率已提高至95%。

    中央大脑的决策存在于便利店每个看似不起眼的环节中。就拿每天中午热餐销售接近尾声时的收餐工作为例，这其实是一个常识和经验的挑战。

    “如果1点以后，店内的热餐从15收到6个。这时如果只剩6个素菜，没有荤菜，男生进来肯定就不买了。如果6个都是荤的，女生又不买了;但如果看到6个里面一个土豆烧牛肉，一个干煸土豆丝，6个里面两个土豆，也不买了。”庄辰超在混沌大学的分享中说。

因此负责卖热餐的店员就要不断维持荤素搭配，主菜平衡。他要随时决定什么菜卖光就不加了，什么菜卖光了还要再补。经验丰富的店长可以应付，但便利蜂过去两年在全国已经开了超过1000家店，绝大部分店长都是没经验的。他们怎么办？

    这时“中央大脑”起作用了。中央大脑会根据荤素的数量和种类，统计出多种组合搭配的可能性，再根据缩减的数量决定最佳的荤素组合，以“生产计划”的形式推给店员进行制作。店长都不需要自己琢磨要保持几荤几素了。

    在传统的便利店，每天店长还有一个常被非从业者忽略的繁重任务：订购。这又是一个难题。便利店卖许多短保商品、快餐、热餐、食品，有效期从24小时，48小时，到一周的都有。店长需要根据天气情况，节假日来订购商品。

    而热餐是需要提前生产的。如果生产订货太多会浪费，生产订货太少又意味着损失销售机会。损失消费机会还会有长远的影响。如果顾客在销售高峰时段来晚了，买不到东西，会觉得这家店没货。遭遇几次没货的经历，以后可能就再也不来了。

    通常便利店有2000多个商品，光日配品就200多种，店长每天晚上要看数据，再输入进系统，已经非常耗时。更难的是他还要针对每一种商品，分析雨天，晴天，冬天，夏天不一样的销售情况。

    “举个例子，同样是下雨，如果商铺是街铺，销售量是下降的，但如果商铺是大厦店铺，销售量是上升的。如果气温上涨，夏天37、38度继续上涨，可能影响人出行意愿，对销售额可能是负面影响;但冬天如果气温上涨，对销售额是有正面影响的。”庄辰超说。

    既然店长的能力和精力都不可控，便利蜂就把这个艰难的工作交给系统去做。于是，根据销售反馈和系统的周期性综合数据，便利蜂的中央大脑会制定门店的生产计划排期。每天清晨，系统会自动下单进行采购，让每日配送高效、精准、浪费最少。

    就这么，传统店长身上的负担，被“中央大脑”一块块地地卸下来了。

    四、“无人”店

    便利蜂创始人庄辰超曾直言，便利蜂工程师的责任就是不断地建模、编程，而店长和店员们唯一需要做的就是绝对服从电脑的指令。

    从这个意义上讲，每家便利蜂都是“无人店”。这里的无人并非是指无人服务，而是无人决策。中央大脑通过分析输入的数据，进行统计、分析、归因、计算，再输出有效的决策。“简单来说，我们的做法就是分析便利店工作中所有流程，把它们抽象化，找出规律，建立算法，让计算机去做决策。”一位便利蜂负责人告诉我。

    又是什么样的因缘，促使便利蜂走上这条极致的去人化之路呢？

    庄辰超在2016年决定下一个创业方向时，曾经对中国的便利店行业做过深入了解。他在做了大量的调研后发现，便利店行业的玩家之所以很难做大，最重要的原因有二。一是店铺建筑标准化程度低，每家店都长得不一样，导致设计成本高，时间长，没法大规模复制设计图。二是便利店营收规模小，请不起高水平、高学历的加盟主。

    传统便利店极度依赖店长的经验和能力。该进什么样的商品?每天订多少货才能让第二天有的卖又不至于浪费?有限的几个店员如何排班，才能应对得了高峰期的需要又不至于低谷期人太多?万一有人请假怎么修改排班才不会开天窗?热菜快卖光了还要不要补货?补肉菜还是补素菜？

    这些琐碎的问题，考验着店长的判断，影响着便利店的生死存亡。因为好店长的数量不够，培养时间长，就决定着便利店很难迅速扩张。根据亿欧数据，截至2018年8月，7-11在北京地区共有店铺251家，此时距7-11进入北京市场已有14年。

    要改变现状，庄辰超认为只有一个解决方案：整个便利店的经营过程中，极大的使用算法来把人给替代掉。因为”每一个有人的节点都会导致效率下降”，那么干脆就用高效的中央大脑取代店长的思考和决策，让人类单纯地去服务，让机器单纯地去计算决策。

    在便利蜂，这一套数据驱动、基于算法的自动化决策系统一环扣一环，像是一套密切吻合多个飞轮。它们被运用在从便利店选址、设计装修、店长培训、选品、订货、定价、员工排班，以及自由商品生产、物流、销售等多个模板，一起推动便利蜂这台机器的高速运转。

 

    这台高速运转的机器里，每个飞轮都要正常运转，一旦某个轮子卡住，其他也会卡住。比如有段时间便利蜂人员招聘提前招完了，就因为图纸设计不出来，店铺不能够如期交付。这些店员都培训完了，如果付满薪，会非常昂贵;如果付底薪，他就会流失。流失之后再招聘又是一轮培训成本。

    用算法取代店长做最繁重的工作决策后，便利蜂再也不怕招不到经验丰富的店长。哪怕新店长学历不高，阅读数据的能力也不强，他们只需要遵从“中央大脑”的指令，做好服务工作即可。

    钱兵兵曾在肯德基工作4年多，他是便利蜂上海第一家店、漕溪店的店长，也曾当过上海的战区经理(战区经理除了管辖店铺，还要负责所辖区域门店管理人员的培养。目前上海有十几个战区)。

    钱兵兵见证了便利蜂在上海从开始到迅猛发展。“去年年底的时候感觉特别明显，我记得当时有一个战区一个星期开了10家店，那段时间我都没怎么睡觉。”他告诉我。作为上海便利蜂的“店长之母”，钱兵兵在短短的时间内已经培养了二三十位店长。这样的效率在传统便利店是不可想象的。

    这么快地培训店长，并不是因为有什么速成秘诀，而是因为把订购、生产、排班、定价等最繁琐的传统店长任务交给了机器。这样，店长只需要学习按照系统的指定完成任务，服务顾客，并做好商品上架、店面清洁工作。哪怕一个从来没有接触过便利店或快餐行业的员工，在便利蜂通过培训成为店长，平均也只需要6个月。

    五、超级巨无霸

    今年庄辰超在混沌大学讲课时，一位女粉丝在互动环节激动地说：“你们卖的不单单是食物，也有关爱”。

    庄辰超斩钉截铁地打断她说：“不对，我们卖的就是食物。因为从统计来讲，中国最需要解决的问题不是关爱。我们的目标，就是要让中国每个消费者，都能在5分钟的路径内，吃到干净、卫生、相对能负担的食物”。他对“可负担”的定义是：在任何一个城市，用你1/3小时的工资，解决一顿早餐，用你1/2小时的工资，解决一顿午餐。”

    庄辰超又重申了一次：“我们不解决关爱问题。”

    在离斜土路30分钟车程的上海浦东民生路便利蜂，我见到了一位便利蜂超级会员、铁粉Andy。自从两个月前发现了这家公司附近便利蜂，Andy就成了庄辰超所说的“两个15”的实践者。他每天中午和同事步行七八分钟来便利蜂买热餐和酸奶，总共花费15、16元，再步行七八分钟回公司吃饭。

    Andy两年前大学毕业，来上海工作。今年他终于搬进了有自己独立卫生间的出租房。在发现便利蜂之前，Andy常常去隔壁一个卖盒饭的小铺子买饭。在小镇长大的他对于高性价比的食物有灵敏的嗅觉。Andy在便利蜂买午餐和早餐，还常买便利蜂App上推的打折券。薅羊毛的乐趣让他欲罢不能。他甚至开玩笑说：“如果便利蜂还没有开垮，那就是我们薅羊毛薅得不够狠。”他现在再也不去盒饭摊买饭了。

    以低价折扣券的方式，吸引用户，让用户成为常客，便利蜂也实现品牌渗透和心智占领。有分析人士指出便利蜂在走“线下版拼多多”的路。虽然便利蜂和拼多多不可简单类比，但如果便利蜂用算法提升效率，改造传统行业，获得超额收益，显然可以更有优势打低价模式。

    中国大量传统行业正迎来科技创新、数字化改造带来的巨大机遇。作为中国最硬核的科学便利店，它正继续坚持算法和人工智能的总策略，把便利店的“全自动化”进行到底。只有全自动化才能有便利蜂需要的高度扩展性和可复制性，才可能“在5到8年时间里，在全国开出10万家店”。

    在便利蜂的10万家店到来之前，我们还有许多存疑：数据和算法能不能最终解决问题?人工智能算法的瓶颈和边界何在?人工智能会不会出现系统性的错误?犯错之后如何纠正?当人在便利蜂这样一“人机结合”的体系中成为一个附属的“工具”后，是否会被持续异化，又怎样保持人类工作的尊严和意义?未来可能会被便利蜂夺去工作的众多小餐饮业主，将如何应对？

    这不仅仅是便利蜂，也是步入人工智能时代的每一个人都要思索的问题。