Your privacy choices

Allow optional cookies for referral attribution, visit analytics, and Google Ads purchase measurement.

Kembali ke blog
العربيةDeutschEnglishEspañolFrançais日本語한국어Bahasa MelayuPortuguêsРусскийไทยTiếng Việt繁體中文中文

Tencent WorkBuddy untuk operasi runcit berantai: temu duga AI, pengurus kedai AI, pemeriksaan AI dan kes pengambilan serta operasi

WorkBuddyTencentruncit berantaioperasi kedaiChayan Yuesepengambilan AIpengurus kedai AIpemeriksaan AI

Foto awam CEO Chayan Yuese berkongsi amalan terbaik AI di Tencent Cloud City Summit

Jika anda masih melihat WorkBuddy terutamanya sebagai Agent pejabat Tencent untuk pasukan white-collar, isyarat yang muncul dalam runcit berantai dan operasi kedai pengguna patut diberi perhatian semula.

Kali ini saya sengaja menyatukan beberapa sumber awam:

Selepas membaca semuanya sekali gus, kesimpulannya agak terus terang:

Perkara paling menarik tentang WorkBuddy dalam runcit berantai bukanlah sama ada ia boleh menulis beberapa baris copy pemasaran. Perkara pentingnya ialah ia mula masuk ke persekitaran operasi sebenar dengan workflow yang jelas, KPI yang jelas dan skala multi-cawangan: pengambilan pekerja, operasi kedai, pemeriksaan lapangan dan pemasaran keahlian.

Itu ialah kategori yang sangat berbeza daripada alat AI yang sekadar membantu menghasilkan teks lebih cepat.

Kerana masalah sebenar dalam runcit berantai biasanya bukan kekurangan idea. Masalahnya ialah:

  • seberapa cepat rangkaian boleh mengambil pekerja
  • seberapa konsisten keputusan pengurus kedai
  • seberapa boleh dipercayai pelaksanaan standard pemeriksaan
  • seberapa boleh diukur pemasaran keahlian

Dengan kata lain, bahagian yang paling susah bukan "adakah setiap kedai boleh beroperasi?" Bahagian yang susah ialah ini:

Semua kedai sedang beroperasi, tetapi sukar untuk menyalin playbook operasi terbaik ke seluruh rangkaian dengan cepat dan konsisten.

Dan di sinilah WorkBuddy + set keupayaan Agent Tencent yang lebih luas mula menjadi penting.

Bagi pembeli global, soalan yang lebih berguna bukan "adakah Tencent mempunyai demo AI?" tetapi "workflow runcit mana yang sudah cukup berstruktur untuk dinilai sebagai kategori perisian yang benar-benar boleh dibeli?"

Kesimpulan dahulu

  • Setakat 30 Jun 2026, kes awam WorkBuddy yang paling patut diberi perhatian dalam runcit berantai tertumpu pada tiga laluan:
    1. Chayan Yuese: temu duga AI dan pembantu pengurus kedai AI
    2. Mingming Henmang: pemeriksaan AI
    3. Juewei Food: agent pemasaran keahlian dan loyalty
  • Kes Chayan Yuese ialah yang paling rapat dikaitkan dengan WorkBuddy dalam bahan awam:
    • aliran pengambilan dikatakan turun daripada 2 hari kepada 30 minit
    • Chayan Xiaozhuge, pembantu pengurus kedai AI, mula menukar pengalaman operasi kedai daripada pengetahuan individu kepada aset organisasi
  • Kes Mingming Henmang memberikan nombor operasi yang luar biasa konkrit:
    • pemeriksaan AI meliputi peralatan, kebersihan, merchandising dan semakan penuh persekitaran kedai
    • kecekapan setiap pusingan pemeriksaan meningkat 20.49%
    • setiap pemeriksaan menjimatkan 8 minit
  • Kes Juewei Food pula lebih hampir kepada persekitaran pengeluaran sebenar bagi pemasaran loyalty:
    • 150+ tag pengguna
    • 1000+ segmentasi audiens
    • 5 sub-agent AI
    • workflow perbualan yang bergerak dari perancangan kempen hingga analisis selepas kempen

Jika fokus anda sekarang berkaitan:

  • rangkaian minuman
  • rangkaian snek
  • operasi kedai
  • pemeriksaan wilayah
  • pemasaran keahlian
  • pengambilan dan latihan dalam runcit berantai

maka set kes WorkBuddy ini biasanya jauh lebih berguna daripada artikel generik tentang "AI untuk retail".

Mengapa runcit berantai sangat sesuai untuk Agent AI

Ramai orang akan menganggap bahagian paling penting dalam runcit berantai ialah:

  • sama ada produk mudah dijual
  • sama ada lokasi betul
  • sama ada trafik pelanggan boleh dibawa masuk

Semua itu memang penting.

Tetapi perkara yang benar-benar membezakan pengendali rangkaian selalunya ialah kerja yang nampak kurang glamor:

  • standardisasi pengambilan
  • konsistensi keputusan pengurus kedai
  • kestabilan pelaksanaan pemeriksaan
  • pengurusan keahlian yang semakin halus

Ini bermaksud titik sakit sebenar bukan "mereka tidak tahu cara beroperasi". Titik sakitnya ialah:

Setiap kedai sedang beroperasi, tetapi keupayaan setiap kedai sukar benar-benar diselaraskan.

Sebab itulah Agent biasanya lebih mudah menunjukkan nilai dalam persekitaran runcit berantai.

Kerana ia sangat sesuai untuk mengambil alih:

  • keputusan yang berulang tetapi kerap
  • proses yang perlukan pengalaman tetapi tetap perlu distandardkan
  • perkara yang setiap kedai perlu buat, tetapi tidak patut dipelajari semula dari kosong oleh setiap kedai

Kes 1: sistem temu duga AI Chayan Yuese, daripada 2 hari ke 30 minit

Berdasarkan laporan awam Tencent News dan Xiaoxiang Morning Herald, perkara paling menarik dalam laluan Chayan Yuese bukanlah "AI ini pintar", tetapi hakikat bahawa proses pengambilan dipadatkan kepada nombor yang sangat spesifik.

Laporan awam menyatakan dengan jelas:

  • sebelum ini, daripada penghantaran resume hingga tawaran kerja dikeluarkan
  • pada waktu puncak, proses paling pantas pun mengambil 2 hari
  • kini calon boleh masuk ke kedai
  • melengkapkan proses temu duga AI melalui iPad
  • dan mendapat keputusan dalam 30 minit

Perkara yang lebih penting, laporan itu tidak menggambarkannya sebagai slogan kosong seperti "AI menggantikan penemu duga". Sebaliknya, ia menerangkan tiga mekanisme yang lebih menyerupai persekitaran operasi sebenar:

  • bank soalan yang distandardkan
  • pemarkahan automatik
  • jejak audit penuh sepanjang proses

Tiga perkara ini sangat penting.

Kerana cabaran sebenar dalam pengambilan untuk rangkaian kedai biasanya bukan "sukar hendak menyediakan soalan". Cabarannya ialah:

  • standard berbeza antara cawangan
  • penilaian penemu duga sangat berubah-ubah
  • ketika pengembangan cawangan berjalan laju, pengambilan menjadi terlalu perlahan
  • jejak audit proses pengambilan tidak cukup jelas

Jika WorkBuddy benar-benar boleh membantu menstandardkan, mengautomasi dan meninggalkan rekod penuh untuk proses pengambilan, nilainya bukan sekadar menjimatkan beberapa pusingan komunikasi. Maksudnya ialah:

Ia mula mengambil alih salah satu pintu masuk tenaga kerja yang paling mudah hilang kawalan ketika jenama runcit berkembang.

Kes 2: Chayan Xiaozhuge, bukan sekadar membaca dashboard, tetapi membantu pengurus bertindak

Titik kedua yang sangat patut diperhatikan dalam bahan awam ialah alat dalaman Chayan Yuese:

Chayan Xiaozhuge, pembantu pengurus kedai AI

Cara Tencent News menggambarkannya terasa sangat dekat dengan workbench operasi sebenar:

  • ia menggabungkan knowledge base operasi kedai
  • ia menggabungkan analisis kualiti operasi
  • ia menggabungkan dashboard data masa nyata

Kemudian ia tidak berhenti pada paparan data. Ia bergerak lebih jauh kepada:

  • diagnosis berperingkat mengikut kelas kedai
  • penanda aras mendatar antara kedai
  • pengesanan masalah
  • cadangan pengoptimuman yang dihantar secara proaktif

Ini bukan lagi alat BI biasa.

Kerana masalah data yang dihadapi ramai pengurus kedai biasanya bukan "saya tiada data". Masalahnya ialah:

  • saya nampak datanya, tetapi saya tidak tahu apa yang perlu dibaiki dahulu
  • saya tahu prestasi kedai ini lemah, tetapi saya tidak tahu patut dibandingkan dengan kedai mana
  • saya rasa ada masalah, tetapi saya tidak pasti sama ada puncanya pada orang, produk atau ruang operasi

Jika pembantu pengurus kedai AI boleh menyusun langkah-langkah itu lebih awal, nilai sebenarnya bukan sekadar "dashboard kelihatan lebih cantik". Nilainya ialah:

Pengurus yang kurang berpengalaman boleh mendapat keputusan yang lebih hampir kepada keputusan pengurus terbaik.

Tencent News juga memberikan satu butiran yang terasa seperti keadaan produksi sebenar:

  • sebelum ini, laporan analisis operasi bergantung pada penganalisis yang menyediakannya satu kedai demi satu kedai
  • hasilnya lambat
  • standardnya tidak seragam
  • selepas menggunakan AI, kualiti analisis menjadi lebih sekata
  • dan kandungannya boleh diselaraskan dengan keutamaan operasi semasa syarikat
    • contohnya, jika satu tempoh lebih menekankan kos tenaga kerja
    • maka cadangan berkaitan tenaga kerja dalam laporan akan menjadi lebih banyak

Ini menunjukkan ia bukan dashboard statik. Ia berubah mengikut fokus operasi semasa.

Itulah sebabnya ia lebih terasa seperti "pembantu pengurus kedai" berbanding "pemain dashboard".

Kes 3: apabila pengalaman kedai cemerlang tidak lagi bergantung pada seorang individu

Bahagian ucapan CEO Chayan Yuese, Liu Shenbo, dalam laporan awam sangat berbaloi untuk diingati:

  • biarkan setiap kedai mempunyai akses kepada pengalaman terbaik
  • biarkan kedai baharu mengelakkan jalan yang berliku
  • biarkan lebih banyak kedai menyamai standard kedai terbaik
  • biarkan pengalaman cemerlang tidak lagi bergantung pada seseorang individu
  • sebaliknya jadikan ia keupayaan organisasi yang boleh digunakan semula secara berterusan

Beberapa ayat ini sebenarnya terus menyentuh logik teras penggunaan AI dalam runcit berantai:

Tujuannya bukan untuk menjadikan kakitangan hadapan kelihatan lebih canggih. Tujuannya ialah untuk membekukan pengetahuan operasi organisasi menjadi keupayaan yang boleh ditiru.

Bagi jenama runcit, itu jauh lebih penting daripada satu kedai yang berjaya sekali.

Kerana cabaran sebenar bukan sekadar membuka satu kedai yang bagus. Cabarannya ialah:

  • adakah kedai ke-200 masih boleh stabil
  • adakah kedai baharu boleh naik dengan cepat
  • adakah kaedah pengurus terbaik boleh benar-benar ditiru

Di sinilah nilai paling besar WorkBuddy bukan pada keupayaannya "bercakap", tetapi pada hakikat bahawa ia mula mengambil bahagian dalam pendigitalan dan penggandaan pengalaman organisasi.

Kes 4: Mingming Henmang menyambungkan pemeriksaan AI terus kepada operasi kedai

Jika laluan Chayan Yuese lebih tertumpu pada pengambilan dan keputusan operasi, laluan Mingming Henmang lebih tertumpu pada pelaksanaan kedai.

Laporan awam juga sangat konkrit:

  • syarikat itu bekerjasama dengan Tencent Smart Retail untuk melancarkan sistem "pemeriksaan AI"
  • skop pemeriksaan meliputi:
    • peralatan
    • kebersihan
    • paparan merchandise
    • imej kedai
    • dan keseluruhan senario orang, produk dan ruang

Perkara yang lebih penting, ia tidak sekadar berkata "kecekapan meningkat". Ia memberi nombor yang sangat mirip metrik produksi:

  • kecekapan setiap pemeriksaan meningkat 20.49%
  • setiap pusingan menjimatkan 8 minit

Bagi satu kedai, nombor itu mungkin tidak kelihatan sangat besar. Tetapi untuk organisasi runcit dengan skala 20000+ kedai, maksudnya berbeza sama sekali.

Kerana perkara yang paling ditakuti oleh operator rangkaian biasanya ialah:

  • standard sudah ditulis, tetapi pelaksanaannya tidak konsisten
  • pemeriksaan sudah dibuat, tetapi penemuan masalah lambat
  • apabila jumlah kedai menjadi sangat banyak, semakan manual secara pensampelan tidak lagi mencukupi

Jika AI boleh memakan secara stabil sebahagian daripada kerja pemeriksaan berulang, nilai sistem seperti ini bukan sekadar demonstrasi teknologi. Nilainya ialah:

Ia membantu menaikkan tahap konsistensi pelaksanaan di seluruh kedai.

Kes 5: agent pemasaran keahlian Juewei Food, lebih mirip enjin pertumbuhan ibu pejabat

Laluan ketiga yang sangat relevan untuk pasukan runcit dalam bahan awam ialah Juewei Food.

Fokus di sini bukan pada pengurus kedai, tetapi pada bagaimana ibu pejabat mengendalikan:

  • operasi data ahli
  • automasi pemasaran
  • strategi outreach
  • gelung semakan dan analisis selepas kempen

Isyarat yang diberikan dalam laporan awam juga sangat jelas:

  • penyatuan data ahli omnichannel
  • pembinaan 150+ tag pengguna
  • pembinaan 1000+ segmentasi audiens
  • dibina berasaskan platform pembangunan agent Tencent Cloud
  • pelaksanaan 5 sub-agent AI
    • insight audiens
    • reka bentuk manfaat
    • pemilihan produk pintar
    • penjanaan kandungan
    • analisis semula data

Perkara yang paling menarik di sini ialah sistem ini tidak lagi berfungsi seperti "AI bagi satu copy".

Sebaliknya:

Ibu pejabat hanya perlu menyatakan keperluan kempen melalui cara perbualan, dan sistem boleh menolak keseluruhan rantaian aktiviti ke hadapan secara automatik.

Laporan awam malah menerangkan gelung tertutup itu dengan agak lengkap:

  • diagnosis perniagaan
  • pemilihan audiens sasaran
  • padanan manfaat dan produk
  • penjanaan kandungan yang diperibadikan
  • reka bentuk strategi outreach
  • pelaksanaan kempen
  • analisis selepas kempen

Ini menunjukkan bahawa dalam senario pengguna baharu dan retail, Agent bukan sahaja boleh membantu sebuah kedai. Ia juga boleh:

Membantu ibu pejabat menskalakan operasi kedai dan operasi keahlian dengan lebih stabil.

Apabila tiga laluan ini digabungkan, kita nampak satu rantaian operasi kedai yang lengkap

Jika anda satukan tiga kes awam Chayan Yuese, Mingming Henmang dan Juewei Food, apa yang kelihatan sebenarnya ialah set keupayaan Tencent ini sedang menyentuh tiga lapisan utama operasi runcit berantai:

Foto awam zon pembangunan Agent di Tencent Cloud City Summit

1. Pengambilan dan produktiviti tenaga kerja

  • temu duga AI
  • pemarkahan yang distandardkan
  • jejak audit proses

2. Operasi kedai dan pemeriksaan

  • pengurus kedai AI
  • pemeriksaan AI
  • semakan penuh senario orang, produk dan ruang

3. Pertumbuhan keahlian dan analisis pemasaran

  • sistem tag
  • segmentasi audiens
  • kerjasama sub-agent
  • orkestrasi kempen secara perbualan

Apabila tiga lapisan ini bertindih, di situlah laluan pengguna baharu ini menjadi benar-benar menarik.

Kerana ia bukan lagi "satu alat AI membantu satu tugas kecil". Sebaliknya:

Daripada pengambilan pekerja, kepada pengurusan kedai, kepada pemeriksaan, kepada pertumbuhan pelanggan, AI mula masuk ke laluan operasi utama runcit berantai.

Mengapa laluan ini sesuai dibaca sebagai kes WorkBuddy

Walaupun tidak setiap jenama dalam bahan awam itu kelihatan menggunakan hanya satu produk WorkBuddy, kesemua kes tersebut menunjuk kepada satu penilaian yang lebih besar:

Tencent sedang menggunakan WorkBuddy Enterprise bersama Agent Suite, ADP dan keupayaan smart retail lain untuk menjadikan operasi kedai berantai lebih dekat kepada workbench AI yang boleh digandakan.

Kedudukan WorkBuddy Enterprise dalam bahan awam juga agak jelas:

  • ia ialah workbench AI untuk perusahaan
  • pekerja boleh menggunakan WorkBuddy untuk tugasan kerja
  • mereka juga boleh mengarahkan rakan sekerja AI menyelesaikan tugasan secara kolaboratif
  • aplikasi, kemahiran, arahan dan workflow standard yang diperlukan oleh sesuatu peranan boleh dibungkus awal sebagai "pakar"
  • beberapa pakar boleh membentuk pasukan pakar untuk menutup tugasan secara hujung ke hujung

Itu sepadan dengan apa yang kita lihat dalam kes-kes ini:

  • Chayan Yuese memerlukan pakar pengambilan dan pakar pengurus kedai
  • Mingming Henmang memerlukan pakar pemeriksaan
  • Juewei memerlukan pasukan pakar pemasaran

Sebab itu saya lebih suka membaca artikel ini begini:

Dalam runcit berantai, WorkBuddy mula berkembang ke arah pekerja digital perusahaan yang benar-benar mengambil bahagian dalam operasi.

Tetapi saya tidak akan membesarkannya menjadi "AI akan segera mengambil alih semua kedai"

Versi paling ringkasnya:

Laluan ini sangat berbaloi untuk dikaji, tetapi jangan melihat angka seperti 30 minit untuk offer atau peningkatan 20.49% dalam pemeriksaan lalu terus membayangkan operasi kedai sudah diserahkan sepenuhnya kepada AI.

Ada tiga tempahan utama yang saya rasa patut disebut:

1. Nombor ini masih datang daripada metrik kes awam

Contohnya:

  • 2 hari -> 30 minit
  • 20.49%
  • 8 minit
  • 150+ tag
  • 1000+ segmen

Semuanya sangat berguna untuk menentukan sama ada sesuatu itu patut diuji, tetapi belum patut dianggap hasil yang akan terus boleh disalin oleh organisasi anda tanpa adaptasi.

2. Bahagian yang sukar bukan melancarkan fungsi AI, tetapi mengekalkan peraturan di belakangnya

Bank soalan, logik pemarkahan, standard pemeriksaan dan tag pemasaran semuanya memerlukan penyelenggaraan berterusan selepas dimasukkan ke dalam sistem Agent.

Jika knowledge base, rule base dan keutamaan operasi berhenti dikemas kini, Agent akan menjadi tumpul dengan cepat.

3. Mendigitalkan know-how organisasi sentiasa lebih sukar daripada menulis prompt

Cabaran sebenar bukan sama ada model memberi jawapan yang bagus. Cabaran sebenar ialah:

  • adakah anda benar-benar telah mengekstrak pengalaman operasi terbaik syarikat
  • adakah anda sanggup menukarnya menjadi workflow standard
  • adakah sistem boleh mendapatkan data operasi yang betul

Sebab itu laluan ini lebih sesuai untuk jenama yang sudah mempunyai asas digital tertentu, bukannya organisasi kedai yang bermula sepenuhnya dari sifar.

Jika anda mahu menilainya sendiri, mulakan dari sini

  1. Tentukan dahulu workflow yang anda mahu uji:
    • pengambilan
    • sokongan keputusan pengurus kedai
    • pemeriksaan kedai
    • pemasaran keahlian
  2. Jangan bermula dengan projek "AI serba lengkap untuk retail". Pilih satu workflow yang sakit, kerap dan jelas.
  3. Untuk pengambilan, fokus pada tempoh kitaran, konsistensi pemarkahan dan kebolehauditan.
  4. Untuk operasi kedai, fokus pada sama ada diagnosis membawa tindakan, bukan sama ada dashboard nampak cantik.
  5. Untuk pemeriksaan, fokus pada kadar penemuan isu, konsistensi dan sama ada penjimatan tenaga kerja benar-benar berlaku.
  6. Untuk pemasaran, fokus pada kualiti tag, kualiti segmentasi dan penutupan execution loop, bukan sekadar penjanaan kandungan.

Jika soalan seterusnya anda ialah bagaimana membandingkan WorkBuddy, Marvis dan laluan Agent atau model lain dengan titik pembelian yang lebih seragam, tempat permulaan yang paling praktikal ialah:

Bagi sesetengah pasukan antarabangsa, terutamanya yang lebih selesa membuat perolehan melalui syarikat Hong Kong dan mengekalkan pembelian, pengebilan serta akses API di bawah antaramuka yang lebih seragam, laluan seperti ini boleh memudahkan kerja penilaian. Saya tetap akan melihatnya sebagai satu kemudahan yang mungkin, bukan janji umum.

Pandangan akhir

Jika saya perlu meringkaskan seluruh cerita WorkBuddy dalam runcit berantai kepada satu ayat, saya akan menulisnya begini:

Perkara paling penting tentang Tencent WorkBuddy untuk runcit bukanlah bahawa ia boleh menulis copy pemasaran. Perkara pentingnya ialah ia bermula daripada pengambilan, bergerak melalui operasi kedai dan pemeriksaan, kemudian masuk ke pertumbuhan loyalty, lalu menyentuh rantaian operasi utama jenama runcit sebenar.

Itu jauh lebih dekat dengan produksi berbanding kebanyakan ciri AI yang berdiri sendiri.

Kerana apa yang menentukan siling sebuah rangkaian runcit bukan hanya trafik. Ia ialah:

  • sama ada amalan terbaik boleh disalin
  • sama ada kakitangan yang kurang berpengalaman boleh naik tahap dengan lebih cepat
  • sama ada strategi ibu pejabat boleh sampai ke setiap kedai secara konsisten

Jika organisasi anda tersekat di titik-titik ini, set kes WorkBuddy ini memang patut dinilai dengan serius.

FAQ

Dalam kes Chayan Yuese, apakah bahagian yang paling jelas dikendalikan oleh WorkBuddy?

Berdasarkan bahan awam, dua laluan yang paling jelas ialah:

  • sistem temu duga AI
  • pembantu pengurus kedai AI Chayan Xiaozhuge

Yang pertama menyelesaikan kecekapan pengambilan dan pematuhan proses. Yang kedua menyokong penggandaan pengalaman operasi kedai dan bantuan membuat keputusan.

Apakah nombor utama yang paling patut diingati daripada bahan awam?

Antara nombor yang paling berguna untuk diingati ialah:

  • proses temu duga daripada 2 hari kepada 30 minit
  • kecekapan pemeriksaan AI Mingming Henmang meningkat 20.49%
  • setiap pemeriksaan menjimatkan 8 minit
  • Juewei membina 150+ tag pengguna dan 1000+ segmentasi audiens

Mengapa kes ini terasa seperti persekitaran produksi sebenar, bukan sekadar demo AI?

Kerana ia tidak berhenti pada satu demo chat sahaja. Ia meliputi:

  • pengambilan
  • operasi pengurus kedai
  • pemeriksaan kedai
  • pemasaran keahlian

Dan setiap laluan datang bersama workflow yang agak konkrit serta hasil yang boleh diukur.

Sejauh mana kes Juewei Food benar-benar berkaitan dengan WorkBuddy sendiri?

Dalam laporan awam, agent pemasaran Juewei nampak lebih bergantung pada marketing cloud dan platform pembangunan agent Tencent berbanding WorkBuddy secara tunggal. Tetapi bersama Chayan Yuese dan Mingming Henmang, ia tetap menyokong tesis yang lebih besar: Tencent sedang menukar operasi runcit kepada workflow AI yang modular, dan WorkBuddy Enterprise nampaknya menjadi salah satu permukaan masuk yang paling penting dalam stack itu.

Dari mana pembeli global patut bermula jika mahu membandingkan WorkBuddy dengan laluan Agent lain?

Mulakan dengan tiga halaman ini:

Jika anda juga mahu menilai laluan dengan syarikat Hong Kong serta permukaan yang lebih seragam untuk pembelian, pengebilan dan akses API, tiga halaman ini ialah tempat paling semula jadi untuk memulakan perbandingan.

Sumber