亚洲爆乳中文字幕无码专区网站-黄页网站视频-暖暖 免费 高清 日本 在线-97亚洲熟妇自偷自拍另类图片-国产av久久久久精东av

作為線下場域運營數智化創新引領者，明奇從運維起家，是專注線下場域（包括線下門店、工廠、辦公室等）的智能運維服務商中，為數不多且最早的一家，有20多年服務線下門店的經驗。過去幾年，始終致力于推動IT運維從“重管理/人力”模式向“自動化/智能化”模式的轉變，大幅降低人力成本，讓門店在“無感知”的狀態下，實現故障的自我發現、自我診斷，以及自我解決。

---

在IT運維行業，線下場域是一個相對特殊的服務場景。由于涉及到成千上萬家地理位置不同且多元化的門店，設備眾多且不集中，數據缺乏統一規則，復雜度較高，因此需要運維人員長期接觸、熟悉硬件設施和應用系統。

這類企業常見的運維方式——基于ITIL標準的ITSM體系，自上世紀90年代傳到中國，沿用至今，主要圍繞Service Desk服務臺，遵循“一線人員電話報修-服務臺判定故障-遠程或上門解決“的基本流程，本質上是人力密集、管理驅動的模式，在故障處理上具有滯后性。

以線下餐飲門店業態為例，設備包括服務器、打印機、自助點餐機、后臺分屏器、電子餐牌等等，加上各平臺運行系統，種類繁多。一旦出現故障，會造成業務停頓，令企業蒙受不小的經濟損失。

AI重塑智能運維

從人力模式過渡到自動化模式，物聯是第一步。

然而據明奇觀察，受限于成本、系統與設備部署等問題，90%以上的線下門店仍沿用傳統SoC模式，尚未實現設備數據的采集、物聯。

隨著移動支付的普及和AI技術的應用，支付端設備減少，自助端設備增加，門店設備呈輕資產化、智能化趨勢，這一情況正在發生改變。尤其一些老舊設備如果沒有聯網，就很難獲取到信息、采集日志，收集故障信息就會比較困難，智能化已成為企業運維轉型的必然。

2023年，明奇發布了線下場域AIOps成熟度模型。結合整體市場環境來看，在中國的1,000萬家線下門店當中，盡管多數企業處在L2階段，但接近3%的頭部企業（不超過20萬家）已經達到L3，即能夠基于數據采集的智能算法，做到故障的自我發現與診斷。

這些企業的特征是靈活性更強，樂于創新。國內新生代連鎖餐企，例如明奇服務的大家樂、老娘舅等客戶，已經走在了前面。

在技術能力上，明奇則已經達到L4。為了幫助更多企業從L2邁向L3、L4階段，實現極致的自動化，降低門店感知度。明奇從故障的自我發現、自我診斷、自我解決三個核心環節，形成了一套完整的產品服務。

01 自我發現

企業只需在門店安裝一個不足手掌大小的邊緣計算盒子—— AI Box，即可采集覆蓋NPM（網絡監測）、HPM（硬件監測）、APM（應用監測）等所有設備的運行數據，這些數據自動匯入后端引擎，通過各種指標，對比設備歷史數據，衡量網絡、設備和系統的運行狀態的健康度，實現故障預判。

02 自我診斷

預判出的故障是否致命，會不會引起連鎖反應，還是說只是一個簡單故障，可以為了確保業務正常運轉，適當推遲維修時間？

針對以上問題，明奇通過引入知識圖譜，將所有故障歸因，補充各類故障和設備之間的關聯關系。平臺可以清晰了解，哪些故障結合會產生致命的后果。一旦發現可能引發嚴重后果的異常指標組合，迅速啟動預警。 

2022年底，明奇將知識圖譜運用到某國際頭部咖啡品牌網絡監測業務。通過梳理故障（現象）模式、原因、影響、建立故障詞典，構建故障樹，并在此基礎上，通過規則引擎形成實時化故障簡報分析及應急處置建議；通過工單數據分析，識別工單模式，輔助優化運維管理，提供運維最佳實踐，提升可靠性及運維服務質量。最終結合設備/應用、故障詞典、最佳實踐、作業指導、考核要求、績效情況等，形成有機聯系的動態及可更新應用的知識圖譜，提供運維知識沉淀和運維能力提升的應用載體。

此后，不斷優化故障根因分析，構建各行業故障知識圖譜，通過知識圖譜的關系數據實現輔助運維決策和解決方案推薦。 

03 自我解決

基于知識圖譜，在服務臺采用創新技術：通過 Copilot 實時調取所有解決途徑；通過 RPA、Agent 等工具遠程高效解決問題。

通過以上AIoT+AIOps+自動化技術的組合，企業可以實現：

• 事前預測故障，確保業務連續性。避免IT和生產設備故障導致業務中斷，造成大量的營收損失；
• 解放員工生產力，把門店的感知度降到最低。店員無需參與到故障的發現、診斷、修復的過程中，可以更專注于前端業務的營運。

打造未來“認知型”門店

秉持著“把擅長的事情做到極致，然后用AI生產力改造升級”的想法。2023年8月，基于AI Box，明奇發布了一系列衍生產品。

慧播：智能內容及播放管理 電子標牌DMB

實時更新菜單、實時控制、人性化操作、直播流媒體播放、廣告推流，實現門店內容播放智能管理和顧客引流。

慧聚：AIoT可視化資產管理

系統通過唯一的資產標簽條碼和網絡發現可實現跟蹤每個資產從入庫到領用、分配、租借、歸還、退庫、調撥、變更、維修、報廢等生命周期管理。通過AI技術的應用，顯著提高資產自動入庫、實時監控、健康度分析等方面的自動化水平。

慧視靈聽：門店運營數字化 智能語音工牌

線下+線上視覺和語音數據有機融合，實現服務和銷售執行過程質檢，銷售提效和對消費者需求的全面了解。

除此之外，明奇認為，AI在營運場景還有更多的想象空間有待打開。

近年來，圍繞線下這個獨特的場域，明奇從運維出發，由點及面，逐步擴展到整個營運場景，集智能營建、數智運營、智能運維、SCM服務于一體，提供從開店、運營，到運維，乃至供應鏈的門店經營全生命周期解決方案。為的是幫助企業打造更先進的未來門店，讓服務消費者更加簡單便捷。

未來的線下門店長什么樣子，明奇勾勒了一幅從L0到L5的智能化圖景，總體發展趨向是：由AI驅動決策取代專家驅動決策。

如果說L0到L2代表“專家驅動營運決策”的時代，一個店長只能管一個店。那么從L3開始，AI在不同程度上參與到營運決策的制定，超級店長誕生，一個店長可以同時管理N個店。借助數據挖掘+知識圖譜，不同場景的智能營運模塊，基于不同算法模型與行業數據，為門店決策提供輔助。

進一步地，借助多模態AI技術，營運Agents可以自動優化和執行。到了L5階段，所有模塊和算法模型組合在一起，形成智能化操作系統，各個Agents可以達到理想的營運自治狀態，實現全流程智能。

以上理想圖景的實現，離不開AI的助力。

按照紅杉今年年初在 AI Ascent 大會上的說法，過去15年，云計算是技術領域的一次重大轉變。云能取代傳統軟件是因為具備了與人類更為相似的交互能力；如今，AI 技術在創造力、邏輯推理和人機交互等方面又達到了新的高度。未來，AI 的一大機遇將是軟件替代服務。如果能夠實現這一變革，AI 的市場潛力將不是數千億美元，而是數十萬億美元級別。

在AI布局上，明奇已邁開堅實的步伐。平臺層面，通過大模型，升級三大核心平臺：明智AI、明叡AIoT平臺、明慧智能運維平臺。應用層面，逐步實現數智運營的全面AI化。

結合大模型在推理和交互能力上的突出優勢，研發AI知識庫、Copilot，賦能IT/客服人員。2023年起，應用大模型能力，將傳統企業知識庫改造為AI專業知識庫，提升信息檢索、知識管理和決策支持的效率和質量。2024年起，在客服場景中應用大模型場景，有別于傳統基于邏輯/標簽判斷的智能客服，大模型為底座的Call agent co-pilot可以通過行業專業知識的預訓練實現自動化服務，提高效率，減輕人工客服的壓力，并反向優化客服SOP。根據當前的技術與市場發展現狀，明奇的AI規劃已經排到2026年。?

從90年代末進入IT運維行業，明奇科技CEO張剛是一個行業老兵。他認為，不同的階段由不同的技術驅動。2000年到2015年，市場高速發展，企業的目標是擴大網絡，擴大人員，擴大開店的標準化程度。2015年后，移動互聯網和移動支付興起之后，線下門店輕資產化成為趨勢，門店運營對自動化和智能化的要求提升。2020年后，融合互補成為趨勢，線下實體的全面數字化與線上線下融合是企業發展的重點。這其中最為核心的是，企業管理模式的自我革新。AI是一個巨大的催化劑和生產力，推動著企業轉型的腳步。

結合在線下場域多年來浸潤形成的經驗，明奇的初心始終不變，希望通過堅實的底層技術、算法模型、商業操作系統，幫助企業建立認知型門店，讓營運更智慧，讓商業更好的服務消費者。