一个管十家连锁便利店的老板，每天凌晨两点还在群里数冰柜。我把他的活拆给了一支“不值得信任”的AI

前两天晚上，一个做连锁便利店的老板给我发语音，声音是压着的，说家里人都睡了，他一个人蹲在客厅数数。

不是数羊，是数冰柜。

他有十家店，开了七年。每天夜里两点，各店店长会把当天的流水截图、现金核对、损耗登记一股脑甩进总部群。他就一张一张翻，一家店一家店对，看到哪家冰淇淋报损三根、哪家酸奶临期多报了两瓶，就截个图丢给店长，配一句语音：这个数你再看看。

他跟我说，最累的不是算账，是“判案”。店长报上来的数，他不敢全信，又没法不信。每个月光是翻聊天记录和门店日报，就能把他一个中年男人的腰熬断。

他最后问我：舒毅，这种烂摊子，AI能接吗？

能，但你得先答应我，别想着一上来就让AI替你“信任”店长。

AI干不了的是人心，干得了的是那张你每天翻烂的表。今天不聊大道理，就把他问我的几个问题原样拆开，咱一个一个说。

“我十家店，每天光对流水就要三个小时，AI真的能帮我看出哪家在糊弄我吗？”

先帮你把心态掰过来：你要的从来都不是“判断谁在说谎”，你要的是把十个店的数字拉到同一张表上，别再靠肉眼在聊天记录里捞截图。

过去这家老板是怎么干的？店长拍电脑流水、拍现金匣、手写损耗单，三家店拍的还是收银机小屏，反光一片。他得把截图放大、把数字誊出来，再跟昨天的、上周的、同商圈两家店的平均值比个大概。这个动作，说好听点叫巡店级对账，说难听点叫极限视力挑战。

卡在哪？卡在格式不统一、字段乱跳、人对不上数。同一个“冰淇淋损耗”，A店写“报损3”，B店写“坏了4根”，C店干脆写“化了个球”。三份数据躺在三张图里，十家店就是三十张图。你让店长改，他明天照旧；你招个专职财务，一年工资都能再开半家店。

把这套流程接AI，第一步不是上什么大模型，是定口径。我们给这家老板做的第一件事，是把十家店每天必须报的字段锁死：品名、数量、单位、金额、渠道、备注。店长不用学新东西，就照着微信里推过来的模板填，或者拍了照丢进来。

AI干的是后面那截：把十张图、十条语音、十行字全部抽成结构化表格，自动和昨天的库存进销存拉平，再标出异常。比如这周有三家店同时报冰淇淋临期损耗，去年同期没有，AI就把这条拎出来，旁边给你算一笔账：三家店合计损耗金额多少，换算成门店三天毛利是多少。

你第二天早上醒来，不用半夜蹲客厅了。你在手机上看一张表，红点就是异常，绿点就是正常。数字拉出来，谁在好好经营、哪块货有问题，一眼看出来。

这笔账你算一下：三个小时，砍到二十分钟。一年下来，就是一千多个小时还给你。这还没算你因为对账不及时，漏掉的那几笔过期奶和串货洗发水。

“那货架上的东西，店长跟我说调就调了，总部像个傻子一样最后才知道，AI怎么管？”

这问题，其实是两个老板问过我的。一个管连锁火锅店，一个做奶茶加盟。大家嘴上都叫“总部管控”，但真落到一根冰淇淋从A店调到B店，总部往往是最后一个知情的。

过去的流程长什么样？店长发现B店酸奶卖得快、自己店临期了，就在区域微信群里喊一嗓子：“谁要临期酸奶三十瓶？”B店店长回个“拉走”。然后半月后总部盘账，发现A店库存少了、B店库存多了，一对不上就开始扯皮：谁调的、按什么价调的、运费谁出、临期损失算谁的。

这里最容易踩坑的不是AI，是你自己心里没把“调拨”当成一个正经流程在设计。店长觉得这是在帮你盘活货，你觉得这是在失控，两边不在一个频道上。

接AI之后，我们把这个流程改成了很轻的一条线：店长发一句“A店调B店，某某酸奶，30瓶，临期原因，价按内部价”，AI抓到字段，自动生成一张调拨单，飞给B店店长确认，同时把两家店的库存台账扣平。总部不用等月底，当时就能看到有这么一笔在途调拨跑着。

关键是，AI不替店长做决定，它只负责把“谁、什么时候、调什么、多少、为什么”这五件事留了底。一个数字化的留痕，往往比十个总部的“强调过很多次”都管用。因为月底翻出来，黑纸白字，谁也别赖账。

别小看这个。总部管控和门店自主之间那条线，大多数连锁企业从来就没划清过。你现在要做的，不是让AI替你重新划一条线，而是让线上已经发生的动作，至少能被看得见。

“说真的，这种AI是不是又得请个技术小哥来伺候？我们店长连Excel都不太会用。”

这是第三个问题，也是每次聊到落地时最容易翻车的地方。

很多老板被各种AI方案搞怕了，因为上一波“数字化”给他们留的坑还在：装了个系统，需要专人维护、每天导出导入、店长还得培训两星期。结果三个月后，还是回到微信群+Excel。

所以这次我们给连锁门店落地，咬死一条原则：不往门店塞新工具。店长原来在哪个群里汇报，就还在哪个群里汇报。该拍照拍照，该发语音发语音。AI藏在后面当那个“收数的人”，不改变店长的习惯。

这里有个真话必须讲清楚：AI落地翻车，九成不在模型不够聪明，在你一开始就把事儿设计复杂了。你一上来让店长学一个新的后台账号、记一套新的密码、每天多花十分钟录系统，他嘴上配合，背地里还是打电话、发截图。你那套系统，最后就变成一台在角落吃灰的电脑。

我们给这家便利店老板落地的时候，没有开过一次门店培训。总部把新的报数格式发了三张示例图出去，店长当天就照着发。第二天十家店的数据就齐了。为什么？因为对店长来说，他只是少打了几个字、多了个模板，没有觉得在“被数字化”。

这里再补一句：真正该被培训的，不是店长，是总部那个要天天看表的人。他得知道AI标出来的红点是什么意思，该信到什么程度，哪类异常要人工去问，哪类可以自动放过。人机协同这句话，一半在机，一半在人。

“我这种二十个人的小连锁，养不起IT团队，AI轮得到我吗？”

轮得到，而且你比谁都轮得到。

据公开资料，2026年这一轮AI落地，喊得最响的反而是过去数字化基础最薄的那批实体生意。8月7日新华网有一条报道，说的是美图设计室这样面向商业场景的AI工具，带动了不少中小商家和个体创业者增收拓业。底层逻辑就四个字：拉平差距。

过去大企业能上ERP、上中台、养二十个IT工程师，你家小连锁养不起，所以管理半径一过五家店就崩。现在AI的能力被压进一个个很窄的场景里，不要求你去写代码、不要求你懂自动化，只要求你把自己干过的那件事，用嘴说清楚就行。

我们在舍予基业做连锁场景时，最常跟老板讲的一句话是：别把AI当成一个系统去买，把它当成一个“员工”去养。这个员工不看脸色、不跟店长搞小团体、不会把账记在烟盒背面。它要的工位，就是你和店长之间那层早已存在的微信群。

对老板而言，二十个人的小连锁和大品牌之间差的从来不是门店数量，是总部那套能同时看见十家店的“眼睛”。AI最实的作用，就是让你在只有两三个总部人员的情况下，把这双眼睛先睁开来。

不是要一步做到上市公司一样规范。今天先把十家店凌晨两点的群消息，缩成一张早上七点能看懂的表；下个月再把调拨、采购比价、损耗口径接进来。一家店一家店跑，一个动作一个动作抠，别贪大。

这个老板昨天又给我发了个消息，这次不是半夜，是早上九点。他说早上看了那张异常表，发现七家店的某款冰红茶动销突然跌了，问了一圈才知道是隔壁那条街新开了一家茶饮店在搞促销。他当时就让采购把这款的订货量砍了两成，转去囤柠檬茶。

他说，这要是以前，他得等这个月过完、对完库存才能发现。

能赶在保质期之前发现，这事儿本身，就已经赢了。