作為線下場(chǎng)域運(yùn)營(yíng)數(shù)智化創(chuàng)新引領(lǐng)者，明奇從運(yùn)維起家，是專注線下場(chǎng)域（包括線下門店、工廠、辦公室等）的智能運(yùn)維服務(wù)商中，為數(shù)不多且最早的一家，有20多年服務(wù)線下門店的經(jīng)驗(yàn)。過去幾年，始終致力于推動(dòng)IT運(yùn)維從“重管理/人力”模式向“自動(dòng)化/智能化”模式的轉(zhuǎn)變，大幅降低人力成本，讓門店在“無(wú)感知”的狀態(tài)下，實(shí)現(xiàn)故障的自我發(fā)現(xiàn)、自我診斷，以及自我解決。
在IT運(yùn)維行業(yè)，線下場(chǎng)域是一個(gè)相對(duì)特殊的服務(wù)場(chǎng)景。由于涉及到成千上萬(wàn)家地理位置不同且多元化的門店，設(shè)備眾多且不集中，數(shù)據(jù)缺乏統(tǒng)一規(guī)則，復(fù)雜度較高，因此需要運(yùn)維人員長(zhǎng)期接觸、熟悉硬件設(shè)施和應(yīng)用系統(tǒng)。
這類企業(yè)常見的運(yùn)維方式——基于ITIL標(biāo)準(zhǔn)的ITSM體系，自上世紀(jì)90年代傳到中國(guó)，沿用至今，主要圍繞Service Desk服務(wù)臺(tái)，遵循“一線人員電話報(bào)修-服務(wù)臺(tái)判定故障-遠(yuǎn)程或上門解決“的基本流程，本質(zhì)上是人力密集、管理驅(qū)動(dòng)的模式，在故障處理上具有滯后性。
以線下餐飲門店業(yè)態(tài)為例，設(shè)備包括服務(wù)器、打印機(jī)、自助點(diǎn)餐機(jī)、后臺(tái)分屏器、電子餐牌等等，加上各平臺(tái)運(yùn)行系統(tǒng)，種類繁多。一旦出現(xiàn)故障，會(huì)造成業(yè)務(wù)停頓，令企業(yè)蒙受不小的經(jīng)濟(jì)損失。
AI重塑智能運(yùn)維 從人力模式過渡到自動(dòng)化模式，物聯(lián)是第一步。
然而據(jù)明奇觀察，受限于成本、系統(tǒng)與設(shè)備部署等問題，90%以上的線下門店仍沿用傳統(tǒng)SoC模式，尚未實(shí)現(xiàn)設(shè)備數(shù)據(jù)的采集、物聯(lián)。
隨著移動(dòng)支付的普及和AI技術(shù)的應(yīng)用，支付端設(shè)備減少，自助端設(shè)備增加，門店設(shè)備呈輕資產(chǎn)化、智能化趨勢(shì)，這一情況正在發(fā)生改變。尤其一些老舊設(shè)備如果沒有聯(lián)網(wǎng)，就很難獲取到信息、采集日志，收集故障信息就會(huì)比較困難，智能化已成為企業(yè)運(yùn)維轉(zhuǎn)型的必然。
2023年，明奇發(fā)布了線下場(chǎng)域AIOps成熟度模型。結(jié)合整體市場(chǎng)環(huán)境來(lái)看，在中國(guó)的1,000萬(wàn)家線下門店當(dāng)中，盡管多數(shù)企業(yè)處在L2階段，但接近3%的頭部企業(yè)（不超過20萬(wàn)家）已經(jīng)達(dá)到L3，即能夠基于數(shù)據(jù)采集的智能算法，做到故障的自我發(fā)現(xiàn)與診斷。
這些企業(yè)的特征是靈活性更強(qiáng)，樂于創(chuàng)新。國(guó)內(nèi)新生代連鎖餐企，例如明奇服務(wù)的大家樂、老娘舅等客戶，已經(jīng)走在了前面。
在技術(shù)能力上，明奇則已經(jīng)達(dá)到L4。為了幫助更多企業(yè)從L2邁向L3、L4階段，實(shí)現(xiàn)極致的自動(dòng)化，降低門店感知度。明奇從故障的自我發(fā)現(xiàn)、自我診斷、自我解決三個(gè)核心環(huán)節(jié)，形成了一套完整的產(chǎn)品服務(wù)。
01 自我發(fā)現(xiàn)
企業(yè)只需在門店安裝一個(gè)不足手掌大小的邊緣計(jì)算盒子—— AI Box ，即可采集覆蓋NPM（網(wǎng)絡(luò)監(jiān)測(cè)）、HPM（硬件監(jiān)測(cè)）、APM（應(yīng)用監(jiān)測(cè)）等所有設(shè)備的運(yùn)行數(shù)據(jù)，這些數(shù)據(jù)自動(dòng)匯入后端引擎，通過各種指標(biāo)，對(duì)比設(shè)備歷史數(shù)據(jù)，衡量網(wǎng)絡(luò)、設(shè)備和系統(tǒng)的運(yùn)行狀態(tài)的健康度，實(shí)現(xiàn)故障預(yù)判。
02 自我診斷
預(yù)判出的故障是否致命，會(huì)不會(huì)引起連鎖反應(yīng)，還是說(shuō)只是一個(gè)簡(jiǎn)單故障，可以為了確保業(yè)務(wù)正常運(yùn)轉(zhuǎn)，適當(dāng)推遲維修時(shí)間？
針對(duì)以上問題，明奇通過引入知識(shí)圖譜 ，將所有故障歸因，補(bǔ)充各類故障和設(shè)備之間的關(guān)聯(lián)關(guān)系。平臺(tái)可以清晰了解，哪些故障結(jié)合會(huì)產(chǎn)生致命的后果。一旦發(fā)現(xiàn)可能引發(fā)嚴(yán)重后果的異常指標(biāo)組合，迅速啟動(dòng)預(yù)警。
2022年底，明奇將知識(shí)圖譜運(yùn)用到某國(guó)際頭部咖啡品牌網(wǎng)絡(luò)監(jiān)測(cè)業(yè)務(wù)。通過梳理故障（現(xiàn)象）模式、原因、影響、建立故障詞典，構(gòu)建故障樹，并在此基礎(chǔ)上，通過規(guī)則引擎形成實(shí)時(shí)化故障簡(jiǎn)報(bào)分析及應(yīng)急處置建議；通過工單數(shù)據(jù)分析，識(shí)別工單模式，輔助優(yōu)化運(yùn)維管理，提供運(yùn)維最佳實(shí)踐，提升可靠性及運(yùn)維服務(wù)質(zhì)量。最終結(jié)合設(shè)備/應(yīng)用、故障詞典、最佳實(shí)踐、作業(yè)指導(dǎo)、考核要求、績(jī)效情況等，形成有機(jī)聯(lián)系的動(dòng)態(tài)及可更新應(yīng)用的知識(shí)圖譜，提供運(yùn)維知識(shí)沉淀和運(yùn)維能力提升的應(yīng)用載體。
此后，不斷優(yōu)化故障根因分析，構(gòu)建各行業(yè)故障知識(shí)圖譜，通過知識(shí)圖譜的關(guān)系數(shù)據(jù)實(shí)現(xiàn)輔助運(yùn)維決策和解決方案推薦。
03 自我解決
基于知識(shí)圖譜，在服務(wù)臺(tái)采用創(chuàng)新技術(shù)：通過 Copilot 實(shí)時(shí)調(diào)取所有解決途徑；通過 RPA、Agent 等工具遠(yuǎn)程高效解決問題。
通過以上AIoT+AIOps+自動(dòng)化技術(shù)的組合，企業(yè)可以實(shí)現(xiàn)：
事前預(yù)測(cè)故障，確保業(yè)務(wù)連續(xù)性。 避免IT和生產(chǎn)設(shè)備故障導(dǎo)致業(yè)務(wù)中斷，造成大量的營(yíng)收損失；解放員工生產(chǎn)力，把門店的感知度降到最低。 店員無(wú)需參與到故障的發(fā)現(xiàn)、診斷、修復(fù)的過程中，可以更專注于前端業(yè)務(wù)的營(yíng)運(yùn)。
打造未來(lái)“認(rèn)知型”門店 秉持著“把擅長(zhǎng)的事情做到極致，然后用AI生產(chǎn)力改造升級(jí)”的想法。2023年8月，基于AI Box，明奇發(fā)布了一系列衍生產(chǎn)品。
慧播：智能內(nèi)容及播放管理 電子標(biāo)牌DMB
實(shí)時(shí)更新菜單、實(shí)時(shí)控制、人性化操作、直播流媒體播放、廣告推流，實(shí)現(xiàn)門店內(nèi)容播放智能管理和顧客引流。
慧聚：AIoT可視化資產(chǎn)管理
系統(tǒng)通過唯一的資產(chǎn)標(biāo)簽條碼和網(wǎng)絡(luò)發(fā)現(xiàn)可實(shí)現(xiàn)跟蹤每個(gè)資產(chǎn)從入庫(kù)到領(lǐng)用、分配、租借、歸還、退庫(kù)、調(diào)撥、變更、維修、報(bào)廢等生命周期管理。通過AI技術(shù)的應(yīng)用，顯著提高資產(chǎn)自動(dòng)入庫(kù)、實(shí)時(shí)監(jiān)控、健康度分析等方面的自動(dòng)化水平。
慧視靈聽：門店運(yùn)營(yíng)數(shù)字化 智能語(yǔ)音工牌
線下+線上視覺和語(yǔ)音數(shù)據(jù)有機(jī)融合，實(shí)現(xiàn)服務(wù)和銷售執(zhí)行過程質(zhì)檢，銷售提效和對(duì)消費(fèi)者需求的全面了解。
除此之外，明奇認(rèn)為，AI在營(yíng)運(yùn)場(chǎng)景還有更多的想象空間有待打開。
近年來(lái)，圍繞線下這個(gè)獨(dú)特的場(chǎng)域，明奇從運(yùn)維出發(fā)，由點(diǎn)及面，逐步擴(kuò)展到整個(gè)營(yíng)運(yùn)場(chǎng)景，集智能營(yíng)建、數(shù)智運(yùn)營(yíng)、智能運(yùn)維、SCM服務(wù)于一體，提供從開店、運(yùn)營(yíng)，到運(yùn)維，乃至供應(yīng)鏈的門店經(jīng)營(yíng)全生命周期解決方案。 為的是幫助企業(yè)打造更先進(jìn)的未來(lái)門店，讓服務(wù)消費(fèi)者更加簡(jiǎn)單便捷。
未來(lái)的線下門店長(zhǎng)什么樣子，明奇勾勒了一幅從L0到L5的智能化圖景，總體發(fā)展趨向是：由AI驅(qū)動(dòng)決策取代專家驅(qū)動(dòng)決策。
如果說(shuō)L0到L2代表“專家驅(qū)動(dòng)營(yíng)運(yùn)決策”的時(shí)代，一個(gè)店長(zhǎng)只能管一個(gè)店。那么從L3開始，AI在不同程度上參與到營(yíng)運(yùn)決策的制定，超級(jí)店長(zhǎng)誕生，一個(gè)店長(zhǎng)可以同時(shí)管理N個(gè)店。借助數(shù)據(jù)挖掘+知識(shí)圖譜，不同場(chǎng)景的智能營(yíng)運(yùn)模塊，基于不同算法模型與行業(yè)數(shù)據(jù)，為門店決策提供輔助。
進(jìn)一步地，借助多模態(tài)AI技術(shù)，營(yíng)運(yùn)Agents可以自動(dòng)優(yōu)化和執(zhí)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(tǒng)，各個(gè)Agents可以達(dá)到理想的營(yíng)運(yùn)自治狀態(tài)，實(shí)現(xiàn)全流程智能。
以上理想圖景的實(shí)現(xiàn)，離不開AI的助力。
按照紅杉今年年初在 AI Ascent 大會(huì)上的說(shuō)法，過去15年，云計(jì)算是技術(shù)領(lǐng)域的一次重大轉(zhuǎn)變。云能取代傳統(tǒng)軟件是因?yàn)榫邆淞伺c人類更為相似的交互能力；如今，AI 技術(shù)在創(chuàng)造力、邏輯推理和人機(jī)交互等方面又達(dá)到了新的高度。未來(lái)，AI 的一大機(jī)遇將是軟件替代服務(wù)。如果能夠?qū)崿F(xiàn)這一變革，AI 的市場(chǎng)潛力將不是數(shù)千億美元，而是數(shù)十萬(wàn)億美元級(jí)別。
在AI布局上，明奇已邁開堅(jiān)實(shí)的步伐。平臺(tái)層面 ，通過大模型，升級(jí)三大核心平臺(tái)：明智AI、明叡AIoT平臺(tái)、明慧智能運(yùn)維平臺(tái)。應(yīng)用層面 ，逐步實(shí)現(xiàn)數(shù)智運(yùn)營(yíng)的全面AI化。
結(jié)合大模型在推理和交互能力 上的突出優(yōu)勢(shì)，研發(fā)AI知識(shí)庫(kù)、Copilot，賦能IT/客服人員。2023年起，應(yīng)用大模型能力，將傳統(tǒng)企業(yè)知識(shí)庫(kù)改造為AI專業(yè)知識(shí)庫(kù)，提升信息檢索、知識(shí)管理和決策支持的效率和質(zhì)量。2024年起，在客服場(chǎng)景中應(yīng)用大模型場(chǎng)景，有別于傳統(tǒng)基于邏輯/標(biāo)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(yè)專業(yè)知識(shí)的預(yù)訓(xùn)練實(shí)現(xiàn)自動(dòng)化服務(wù)，提高效率，減輕人工客服的壓力，并反向優(yōu)化客服SOP。根據(jù)當(dāng)前的技術(shù)與市場(chǎng)發(fā)展現(xiàn)狀，明奇的AI規(guī)劃已經(jīng)排到2026年。?
從90年代末進(jìn)入IT運(yùn)維行業(yè)，明奇科技CEO張剛是一個(gè)行業(yè)老兵。他認(rèn)為，不同的階段由不同的技術(shù)驅(qū)動(dòng)。這其中最為核心的是，企業(yè)管理模式的自我革新。AI是一個(gè)巨大的催化劑和生產(chǎn)力，推動(dòng)著企業(yè)轉(zhuǎn)型的腳步。
結(jié)合在線下場(chǎng)域多年來(lái)浸潤(rùn)形成的經(jīng)驗(yàn)，明奇的初心始終不變，希望通過堅(jiān)實(shí)的底層技術(shù)、算法模型、商業(yè)操作系統(tǒng)，幫助企業(yè)建立認(rèn)知型門店，讓營(yíng)運(yùn)更智慧，讓商業(yè)更好的服務(wù)消費(fèi)者。
數(shù)字廣告測(cè)量及驗(yàn)證
一站式社媒營(yíng)銷監(jiān)測(cè)與洞察平臺(tái)
