2026 世界人工智能大会（WAIC）正式启幕。作为全球 AI 行业标杆展会，本届行业讨论重心发生转向：行业不再单纯讨论大模型参数、AI 能实现哪些新奇功能，而是聚焦产业落地现实 ——AI Agent 正在线下实体场景承接完整真实业务，通用对话型智能体加速走进各行各业规模化 “上岗就业”。

　　但热潮背后，行业一道核心难题亟待解答：当AI开始替人干活，我们如何衡量它是不是真的帮到了人？是看模型参数量，还是看聊天轮次？

　　行业显然需要一把新尺子。

　　现有的 Token 消耗量、对话轮次等指标，衡量的是模型处理了多少信息，却无法回答智能体是否真正完成了有意义的工作、交付了可量化的经营结果。

　　真正有价值的度量，应当是：每天有多少产业智能体深入真实业务场景、承接完整工作链路——这正是 DAA（日活智能体数）的立意所在，一个将评价维度从"智能消耗"转向"智能生产力"的指标。今年 5 月百度创始人李彦宏首次提出这一产业评价标准。

　　以 DAA 为新标尺，行业进入以业务结果为核心的 AI 价值验证期。百度智能云在 WAIC 展台上给出了连锁零售场景的一个答案：针对"总部策略难落地、门店管理靠人盯"的长期困局，直接向门店派驻"AI 营销团队"与"AI 数字店长"。

　　以下是关于百度智能云的真实故事：

　　文 | 杨佳

　　编辑 | 卓然

　　晚间十点，连锁茶饮门店迎来每日收尾环节，也是店长李微压力最大的时段。

　　她需要逐一清点全品类物料、逐条核对食材保质期、完成前后场全面清洁、同步次日补货需求，整套人工盘点流程最少耗时半小时。

　　多数时候，李微还要独自加班复盘。她要依靠过往客流、销售经验预判次日备货量，比如眼下暑期到来，“各个平台都会做活动，随时可能爆单要提前准备”，同时她还要想着怎么把总部统一下发的促销活动落地执行。

　　日复一日多线并行的琐碎工作，让李微时常感慨“哪吒才能当店长吧”？

　　另一家连锁火锅店里，店长刘佳同样感觉时间不够用。她形容自己“两眼一睁就在忙，可永远有新冒出来的活”。

　　刘佳负责的门店在城市的黄金地段，门店在册员工十余人，午晚市客流高峰极易出现服务疏漏，全靠她人眼“盯”着提醒；暑期更是忙到飞起，临时招募的兼职人员不熟悉公司内部的标准化流程，前厅待客、出餐时频频出现执行偏差。

　　图 | 某城市的火锅店，忙碌的时候一张空桌都没有，还有许多排号等位的食客

　　曾有一次顾客因出餐慢给出差评，现场员工未第一时间同步问题，等到深夜刘佳刷线上评价才知晓，“这下要十几个好评才能补回来，但如果我第一时间知道了，这件事还有挽回的余地”。

　　而这仅是1家具体门店面临的情况，如果一个品牌有500家、1000家、甚至上万家门店呢？

　　同样的剧情就会被放大成结构性困局——总部经过多轮确定的标准化促销策略，经区域经理、片区督导、门店店长层层传递，落地到一线店员时已面目全非；门店日常出现的服务疏漏、食材损耗、安全隐患，大多要累积到周度甚至月度总部例会才统一汇总，问题整改严重滞后。

　　行业数据印证了这一现实。中国餐饮连锁化率从2021年的18%提升至2024年的21%，数百万连锁门店仍依赖人工与经验完成全流程管理；

　　与之形成鲜明对比，门店数字化管理能力严重滞后，人工巡检覆盖率不足 5%，即单一品牌每日产生的百万张门店监控画面，靠人工仅能完成千张级别的抽样核查，这也意味着大量运营隐患长期处在监管盲区。

　　所有连锁行业从业者都在面对同一个问题：企业规模在飞奔，门店管理的数字化却严重滞后，这个巨大的剪刀差，该如何弥合？

　　李微和刘佳的困境，本质上都是连锁品牌无法绕过的管理半径的困境。

　　传统解法无非加人、加流程、加考核，但管理成本随之陡增，多层管控带来的内部沟通内耗，门店实际运营效率并未同步提升。

　　本届 WAIC 2026，百度智能云跳出传统增人增效思路，推出差异化解决方案：为每一家连锁门店配备“AI员工”。

　　第一位新员工叫百度智能云Hogee，谐音“伙计”，定位为企业一站式AI营销应用。

　　Hogee并非单一功能工具，而是一套完整可独立运转的AI营销团队，内置十余个专业级行业Agent，覆盖市场洞察、舆情监测、内容创作、社媒运营、私域客户运营、经营数据分析全业务链路。

　　“雇佣”Hogee后，企业无需搭建复杂部署环境，开箱即用，真正实现 “即雇佣、即上岗”——总部可借助 Hogee 完成市场洞察、策略策划、内容产出等营销全链路工作；制定品牌营销策略与内容素材后，同步推送至全国线下门店落地执行；门店侧则可结合自身销量情况，基于 Hogee 灵活制定促销方案，在提升销量的同时降低库存损耗。

　　百度智能云Hogee 产品经理黄语琦介绍了连锁行业困境：很多拥有数十家线下门店的连锁品牌，长期难以搭建标准化社媒运营体系，“门店店长日常被物料盘点、客诉处理、人员排班填满，根本没有多余精力产出线上宣传内容，专门组建全国营销团队成本又难以承受。”

　　某连锁茶饮品牌就是典型落地案例，线下布局 20 余家门店，此前线上全域曝光长期空白。

　　接入 Hogee 社媒运营 Agent 后，系统自动捕捉本地消费热点、批量生成图文短视频素材，按照预设节奏多平台分时分发并挂载门店 POI 定位。

　　图 | 城市街边的奶茶店

　　短短两个月，系统自动产出 600 篇门店个性化内容，全域累计曝光突破 300 万，单条内容最高曝光超百万，而这在传统人工运营模式下是几乎无法实现的。

　　第二位新员工叫"AI数字店长"，由百度一见——专攻视觉管理的智能体平台，针对连锁餐饮零售行业推出，致力于用视觉模型解决门店管理问题，全面提升经营效率。

　　如今连锁店普遍安装了摄像头，但传统监控设备仅承担事后回溯功能，属于 “给人看的安防录像”，日常无专人持续查看，仅在发生客诉、安全事故后调取回看。

　　这套系统产品底层依托独创三层系统架构：云端教师系统负责复杂场景深度理解与零样本冷启动、慢系统完成行业专业推断、边缘快系统实现毫秒级实时感知；数据积累后，高频常规任务由小模型本地化推理，复杂疑难云侧大模型二次复判，综合应用成本降低20倍以上。

　　同时配套边缘 AI 盒子，兼容门店原有监控硬件，无需全部更换设备，门店智能化改造成本降低 70%。

　　变化直接体现在门店一线。过去人工盘点物料耗时以小时计，借助百度一见视觉识别能力，清点时长直接压缩至分钟级；

　　针对火锅连锁最难标准化的上菜时效、老人儿童专属服务、餐桌清洁质检，视觉算法可实现全桌自动核查，摆脱人工逐桌抽查模式。

　　某数千门店规模的餐饮品牌接入后，门店服务质量核查覆盖率由人工时代 5% 跃升至 95%，AI 识别准确率稳定 95%，整体门店满意度达到 98.2%。

　　以往门店管理高度依赖店长“人脑布置”——哪些环节要查、什么时候查，全凭经验和记忆力，大量隐患藏在冰山之下，等浮出水面时往往已成事故；

　　接入“AI数字店长”后，管理者只需在APP内录入门店管理规则，下达一句指令，比如“每天早8点巡检开店准备”，到时间后AI便会主动执行预先设定的各项巡检任务，自动识别异常并推送报告。

　　至此管理模式从被动接收异常告警，升级为主动定时汇报，单一线下店长可统筹管理的门店数量实现数倍提升。

　　这套AI店长方案已在某头部连锁咖啡品牌的3万家门店落地，实现每日百万张门店监控图片全量自动审核，算法识别准确率从人工抽检的80%提升至95%。

　　当 AI 深度嵌入企业完整业务流程，它解决的不再是单点零散问题，而是打通从总部到门店的完整运营链路，实现全域一体化数字化管理。

　　看到这里，大家或许会产生一个疑问：为何百度智能云Hogee、百度一见选择在 2026 年推出餐饮零售行业智能体方案？

　　背后核心原因，是国内连锁零售行业竞争逻辑发生根本性转变。行业粗放拓店红利逐步消退，市场竞争重心从单纯比拼开店数量，转向比拼单店盈利能力与门店精细化运营水平。

　　过往绝大多数品牌营销模式粗放，搭建完整市场洞察、全域内容运营体系落地门槛极高，大量人力、预算消耗在重复性事务中。

　　比如做一次行业洞察，传统路径是总部出面找专业咨询公司，花几个月拿到一份报告，报告到手时市场可能已经变了。

　　而如今使用Hogee，依托业务洞察 Agent，仅需自然语言提问，分钟级即可输出整合全网数据的行业、竞品、客群分析报告，并同步生成配套营销执行方案。

　　百度智能云Hogee 产品经理黄语琦表示，也正是因为如此，近半年市场需求出现明显变化。早期愿意尝试 AI 数字化的多为新锐茶饮、年轻化快餐品牌，如今大量深耕线下十余年的传统连锁企业也主动咨询接入方案，这意味着市场已经在用脚投票。

　　与此同时，多模态大模型、云边协同视觉技术的成熟落地，让“以前不敢想”的事变成了“现在可以做”。

　　百度一见产品经理赵元首介绍，一见 2017 年从工业质检、安全生产赛道起步，至今已有近十年技术沉淀，早期切入连锁零售时，门店碎片化运营需求落地门槛及成本极高：

　　传统视觉方案针对全新门店场景，需要专人现场驻场、大量采集样本、多轮算法训练调优，整套流程动辄数月、最长可达半年，高昂定制成本让大量连锁品牌搁置数字化改造；依托百度一见视频理解能力，如今门店新增管理标准，业务人员仅通过自然语言描述规则即可快速冷启动上线，落地周期大幅压缩。

　　“2024 年我们提出视觉管理数字化核心理念时，行业初期行业认可度有限，如今在数百家客户落地打磨后，也得到了业内的广泛认可”，赵元首说，而在2025 年 IDC 视觉大模型综合能力评估报告中，百度一见综合排名第一。

　　技术迭代的底层逻辑，是行业对门店劳动力价值的重新定义。

　　在此之前，门店和总部工作人员被束缚在标准化流程的执行层面，难有自主判断的空间。

　　出现食材损耗、服务客诉、食品安全隐患时，企业常规的应对手段就是召开整改会议、增设考核标准、增派巡店人员。

　　但店长和营销人员的精力有天然上限，琐碎管理事务持续挤占核心经营工作，同类问题反复出现，难以根治。

　　AI 介入门店运营后，设定好规则，仅人工巡检这一项，单店每日可节省一小时人工成本，而临期商品促销方案可提前一天自动触发，线上差评能够及时介入、挽回流失客户。

　　单店层面的收益增量看似微小，但叠加国内数百万连锁门店的市场规模，整体可形成百万级乃至千万级的经营利润回收。

　　更关键的是，Hogee和一见的能力结合，为进一步打通“洞察 — 策略 — 执行 — 反馈” 的经营闭环提供了可能。

　　Hogee整合全网社媒、门店经营数据完成市场洞察，自动生成营销方案、宣传物料，一键同步至门店大屏、餐牌终端，总部线上调整营销策略，全国线下门店同步落地；一见则可通过视觉模型感知客流、物料消耗、服务合规等现场情况。

　　未来两者还可以进一步衔接，一见将门店经营信息反馈给 Hogee 数据分析 Agent，辅助复盘活动转化效果，迭代优化下一阶段经营计划。

　　完整闭环稳定运转后，AI 带来的效率提升、利润增长不再是简单加法，而是乘数级释放。

　　未来，当 “AI 数字店长” 与 “AI 营销团队” 成为连锁门店基础数字化标配，如同水电一般开箱即用，那些长期被多层管理半径消耗、浪费的生产力与门店利润，将被持续回收，连锁零售行业才算正式迈入精细化运营时代。

　　百度智能云Hogee与百度一见能够快速获得市场认可，背后有一套共同的底层逻辑：它们生长在同一套全栈 AI 云底座之上，而非两个各自为战的孤立工具。

　　百度智能云全新升级的“芯云模体”新全栈AI云体系，覆盖自研昆仑芯算力、全栈AI云基础设施、文心大模型、智能体开发平台、行业垂直应用完整链路，从架构层压低了Agent推理成本，使多类专业Agent在商业上真正可行。

　　云边协同机制则有效应对了门店落地的现实瓶颈——边缘端承载毫秒级视觉识别，云端负责深度推理，两者分工协作，在断网风险与终端算力有限的连锁门店环境中稳定运转。

　　企业复用已有硬件即可接入，大幅降低了规模化铺开的门槛。

　　百度集团执行副总裁、百度智能云事业群总裁沈抖近期在接受媒体采访时，给出了更为清晰的判断：未来三年是AI赛道的关键窗口期，能否打通软硬件协同闭环、激活产业迭代飞轮，直接决定企业未来行业地位。“技术链路中任意环节出现数据断层、技术壁垒，都会直接放缓整体迭代节奏。”百度是国内为数不多实现从底层算力到上层行业智能体应用全链路自主研发的企业，各类业务数据、技术需求可双向互通协同优化。

　　当每天都有数以千计的产业智能体在真实的货架前、客流里、经营数据中完成完整的工作链路，DAA 所度量的，恰是这场迁移的深度——它不问系统能做什么，只看系统每天在做什么。

　　连锁零售从靠人盯人到让系统管店，这一步迈得并不轻巧，但一旦跨过，运营逻辑的底层就已悄然重写。

进入【显微故事】，关注发生在任何行业一线的故事