美高梅(有限公司)官方网站-Made in China

作为线下场域运营数智化创新引领者，明奇从运维起家，是专注线下场域（包括线下门店、工厂、办公室等）的智能运维服务商中，为数不多且最早的一家，有20多年服务线下门店的经验。过去几年，始终致力于推动IT运维从“重管理/人力”模式向“自动化/智能化”模式的转变，大幅降低人力成本，让门店在“无感知”的状态下，实现故障的自我发现、自我诊断，以及自我解决。

---

在IT运维行业，线下场域是一个相对特殊的服务场景。由于涉及到成千上万家地理位置不同且多元化的门店，设备众多且不集中，数据缺乏统一规则，复杂度较高，因此需要运维人员长期接触、熟悉硬件设施和应用系统。

这类企业常见的运维方式——基于ITIL标准的ITSM体系，自上世纪90年代传到中国，沿用至今，主要围绕Service Desk服务台，遵循“一线人员电话报修-服务台判定故障-远程或上门解决“的基本流程，本质上是人力密集、管理驱动的模式，在故障处理上具有滞后性。

以线下餐饮门店业态为例，设备包括服务器、打印机、自助点餐机、后台分屏器、电子餐牌等等，加上各平台运行系统，种类繁多。一旦出现故障，会造成业务停顿，令企业蒙受不小的经济损失。

AI重塑智能运维

从人力模式过渡到自动化模式，物联是第一步。

然而据明奇观察，受限于成本、系统与设备部署等问题，90%以上的线下门店仍沿用传统SoC模式，尚未实现设备数据的采集、物联。

随着移动支付的普及和AI技术的应用，支付端设备减少，自助端设备增加，门店设备呈轻资产化、智能化趋势，这一情况正在发生改变。尤其一些老旧设备如果没有联网，就很难获取到信息、采集日志，收集故障信息就会比较困难，智能化已成为企业运维转型的必然。

2023年，明奇发布了线下场域AIOps成熟度模型。结合整体市场环境来看，在中国的1,000万家线下门店当中，尽管多数企业处在L2阶段，但接近3%的头部企业（不超过20万家）已经达到L3，即能够基于数据采集的智能算法，做到故障的自我发现与诊断。

这些企业的特征是灵活性更强，乐于创新。国内新生代连锁餐企，例如明奇服务的大家乐、老娘舅等客户，已经走在了前面。

在技术能力上，明奇则已经达到L4。为了帮助更多企业从L2迈向L3、L4阶段，实现极致的自动化，降低门店感知度。明奇从故障的自我发现、自我诊断、自我解决三个核心环节，形成了一套完整的产品服务。

01 自我发现

企业只需在门店安装一个不足手掌大小的边缘计算盒子—— AI Box，即可采集覆盖NPM（网络监测）、HPM（硬件监测）、APM（应用监测）等所有设备的运行数据，这些数据自动汇入后端引擎，通过各种指标，对比设备历史数据，衡量网络、设备和系统的运行状态的健康度，实现故障预判。

02 自我诊断

预判出的故障是否致命，会不会引起连锁反应，还是说只是一个简单故障，可以为了确保业务正常运转，适当推迟维修时间？

针对以上问题，明奇通过引入知识图谱，将所有故障归因，补充各类故障和设备之间的关联关系。平台可以清晰了解，哪些故障结合会产生致命的后果。一旦发现可能引发严重后果的异常指标组合，迅速启动预警。 

2022年底，明奇将知识图谱运用到某国际头部咖啡品牌网络监测业务。通过梳理故障（现象）模式、原因、影响、建立故障词典，构建故障树，并在此基础上，通过规则引擎形成实时化故障简报分析及应急处置建议；通过工单数据分析，识别工单模式，辅助优化运维管理，提供运维最佳实践，提升可靠性及运维服务质量。最终结合设备/应用、故障词典、最佳实践、作业指导、考核要求、绩效情况等，形成有机联系的动态及可更新应用的知识图谱，提供运维知识沉淀和运维能力提升的应用载体。

此后，不断优化故障根因分析，构建各行业故障知识图谱，通过知识图谱的关系数据实现辅助运维决策和解决方案推荐。 

03 自我解决

基于知识图谱，在服务台采用创新技术：通过 Copilot 实时调取所有解决途径；通过 RPA、Agent 等工具远程高效解决问题。

通过以上AIoT+AIOps+自动化技术的组合，企业可以实现：

• 事前预测故障，确保业务连续性。避免IT和生产设备故障导致业务中断，造成大量的营收损失；
• 解放员工生产力，把门店的感知度降到最低。店员无需参与到故障的发现、诊断、修复的过程中，可以更专注于前端业务的营运。

打造未来“认知型”门店

秉持着“把擅长的事情做到极致，然后用AI生产力改造升级”的想法。2023年8月，基于AI Box，明奇发布了一系列衍生产品。

慧播：智能内容及播放管理 电子标牌DMB

实时更新菜单、实时控制、人性化操作、直播流媒体播放、广告推流，实现门店内容播放智能管理和顾客引流。

慧聚：AIoT可视化资产管理

系统通过唯一的资产标签条码和网络发现可实现跟踪每个资产从入库到领用、分配、租借、归还、退库、调拨、变更、维修、报废等生命周期管理。通过AI技术的应用，显著提高资产自动入库、实时监控、健康度分析等方面的自动化水平。

慧视灵听：门店运营数字化 智能语音工牌

线下+线上视觉和语音数据有机融合，实现服务和销售执行过程质检，销售提效和对消费者需求的全面了解。

除此之外，明奇认为，AI在营运场景还有更多的想象空间有待打开。

近年来，围绕线下这个独特的场域，明奇从运维出发，由点及面，逐步扩展到整个营运场景，集智能营建、数智运营、智能运维、SCM服务于一体，提供从开店、运营，到运维，乃至供应链的门店经营全生命周期解决方案。为的是帮助企业打造更先进的未来门店，让服务消费者更加简单便捷。

未来的线下门店长什么样子，明奇勾勒了一幅从L0到L5的智能化图景，总体发展趋向是：由AI驱动决策取代专家驱动决策。

如果说L0到L2代表“专家驱动营运决策”的时代，一个店长只能管一个店。那么从L3开始，AI在不同程度上参与到营运决策的制定，超级店长诞生，一个店长可以同时管理N个店。借助数据挖掘+知识图谱，不同场景的智能营运模块，基于不同算法模型与行业数据，为门店决策提供辅助。

进一步地，借助多模态AI技术，营运Agents可以自动优化和执行。到了L5阶段，所有模块和算法模型组合在一起，形成智能化操作系统，各个Agents可以达到理想的营运自治状态，实现全流程智能。

以上理想图景的实现，离不开AI的助力。

按照红杉今年年初在 AI Ascent 大会上的说法，过去15年，云计算是技术领域的一次重大转变。云能取代传统软件是因为具备了与人类更为相似的交互能力；如今，AI 技术在创造力、逻辑推理和人机交互等方面又达到了新的高度。未来，AI 的一大机遇将是软件替代服务。如果能够实现这一变革，AI 的市场潜力将不是数千亿美元，而是数十万亿美元级别。

在AI布局上，明奇已迈开坚实的步伐。平台层面，通过大模型，升级三大核心平台：明智AI、明叡AIoT平台、明慧智能运维平台。应用层面，逐步实现数智运营的全面AI化。

结合大模型在推理和交互能力上的突出优势，研发AI知识库、Copilot，赋能IT/客服人员。2023年起，应用大模型能力，将传统企业知识库改造为AI专业知识库，提升信息检索、知识管理和决策支持的效率和质量。2024年起，在客服场景中应用大模型场景，有别于传统基于逻辑/标签判断的智能客服，大模型为底座的Call agent co-pilot可以通过行业专业知识的预训练实现自动化服务，提高效率，减轻人工客服的压力，并反向优化客服SOP。根据当前的技术与市场发展现状，明奇的AI规划已经排到2026年。 

从90年代末进入IT运维行业，明奇科技CEO张刚是一个行业老兵。他认为，不同的阶段由不同的技术驱动。2000年到2015年，市场高速发展，企业的目标是扩大网络，扩大人员，扩大开店的标准化程度。2015年后，移动互联网和移动支付兴起之后，线下门店轻资产化成为趋势，门店运营对自动化和智能化的要求提升。2020年后，融合互补成为趋势，线下实体的全面数字化与线上线下融合是企业发展的重点。这其中最为核心的是，企业管理模式的自我革新。AI是一个巨大的催化剂和生产力，推动着企业转型的脚步。

结合在线下场域多年来浸润形成的经验，明奇的初心始终不变，希望通过坚实的底层技术、算法模型、商业操作系统，帮助企业建立认知型门店，让营运更智慧，让商业更好的服务消费者。