餐饮O2O

检验企业级龙虾的五条标准
不再依赖单次Prompt驱动，基于目标持续运行具备岗位化能力封装，能稳定完成特定岗位任务拥有企业记忆和上下文连续性被纳入治理与责任边界，完全可控可追踪形成可复制的业务能力——不是个人能力而是组织能力

餐饮O2O

这样的星巴克见过吗？
千店千面的设计体验，对连锁品牌愈重要了！顾客价值是求新求变，而餐企满足需求之变，才是经营者首要任务！

餐饮O2O

#每日晨读# 企业急着上AI，先看完这3点
1、什么时候不应使用AI智能体？其一，那些需要真正的人类创造力或情商的任务，通常应由人类来完成。在营销中AI智能体可以进行数据收集和处理基本报告，但创意活动的构思和客户关系管理仍牢牢掌握在人类手中。其二，那些需要理解更广泛的市场背景或基于不完整信息，做出判断的战略决策也应由人类来做。其三，有些任务对于AI智能体来说过于复杂，无法有效处理。 2、智能体三大机遇圈第一个圈：影响，省下来的时间能做什么？这个看的是自动化能否带来有意义的改变。关键不在于节省多少时间，而在于节省下的时间能让团队做什么。想想那些耗费拖住你们团队人才的琐事：销售团队花数小时在更新客户管理记录，却没空建立真正的客户关系；研究人员把大量精力耗在数据排版，而非分析洞察；HR忙于应付常规请求，无暇关注员工发展。最具影响力的机会，往往不是最复杂的流程，而是那些阻碍顶尖员工发挥所长的常规任务。评估时请自问：如果这项任务明天就能自动化，团队可以转而完成什么？第二个圈：可行性，基本要素是否都已备齐？这个评估AI智能体能否安全有效地完成任务。像烹饪前检查食材一样，你需要确认所有基本要素就位。最适合自动化的流程通常具备：清晰的决策规则、易获取的数据与系统、可定义的成功标准、可控的出错后果，以及能在影响运营前验证结果。关键是，这个流程的规则能否不用“视情况而定”或“但有时……”就解释清楚？例外和主观判断越多，越不适合作为首个AI智能体项目。第三个圈：低投入，高回报最后一个圈看的是实际落地：资源、时间与变革准备。这不只是技术问题，更在于企业是否愿意拥抱变化。作为领导者需要判断：流程是否有详细记录？团队是否愿意适应？能否从小处起步、逐步扩大？收益是否值得投入？能否在不干扰核心业务的前提下推进？最佳初始项目通常可分阶段实施，逐步积累信心与能力。最后找到最佳契合点。理想的AI智能体项目，就在这这三个圆圈的重叠处。首先，将你的流程与这三个圆圈逐一对照。找出团队反复抱怨的任务，这通常意味着高影响力的机会。接着评估这些任务是否有明确的规则和可访问的数据。最后考虑你是否有足够资源，是否已准备好应对变化。 3、成功打造AI智能体的要点第一步：寻找合适的智能体机会 1)找到你的最佳契合点：找出三个关键因素交汇的机会——对你的业务有重大影响、现有技术具有可行性以及适当的实施难度。 2)认识到智能体的固有局限性：将真正需要人类创造力、战略判断力或情商的任务留给人类，并非所有流程都应实现自动化。 3)思考任务而非角色：请记住，智能体并非员工，以它们目前的能力而言，它们擅长执行特定的任务，而非扮演宽泛的角色。 4)从有据可查的流程入手：AI智能体的最佳基础是清晰的流程文档。现有的流程文档通常能提供理想的训练材料，包括具体步骤、工具、决策树和示例案例。 5)只对已验证的流程进行自动化：绝不要对从未手动执行过的流程进行自动化。这要求首先确保手动流程通畅，之后再使之自动化。第二步：定义AI智能体的角色和能力 1)详细定义智能体的目标和指令至关重要：花时间精心制定每个智能体的精确目的、角色和操作权限。 2)越简单越好：更多的智能体、工具或任务会带来更高的复杂性、成本，加大维护难度。应从最简单开始，逐步扩展。 3)一智能体一工具：在大多数情况下，应将每个智能体限制为一个单一且定义明确的工具，而非试图构建复杂的多用途智能体。简单性带来可靠性。第三步：成功设计AI智能体 1)为人类协作而设计：打造能够增强人类能力而非完全取代人类的智能体。在质量保证和战略决策方面让人类参与其中。 2)在用户已使用的系统中集成：确保智能体在现有系统内运行。如果用户觉得访问不便，再好的智能体也毫无价值。 3)启用对智能体的反馈：为智能体提供工具来分析其行动的结果。它们应当能够核实其任务是否成功完成。 4)标准化输入和输出：严格定义所有输入和输出的格式，防止因数据结构不匹配而引发错误。 5)将过程数据与操作分离：确保智能体所知内容与所能执行的操作之间有清晰的区分。这既提高了安全性，又增强了可维护性。第四步：实现你的AI智能体 1)优先考虑速度而非完美：不要陷入寻找完美平台的困境。先从可用的平台开始，从实施中学习，再逐步改进。 2)设计容错：构建健全的错误处理机制、断路器、优雅降级方案及人工介入路径。智能体程序都会出错，如何恢复才是最重要的。 3)构建决策轨迹：确保智能体记录其做出每个决策的推理过程，以实现责任追溯并推动有针对性的改进。 4)持续收集反馈：建立机制以获取用户意见和系统性能指标，从而推动持续改进。 5)采用信任进阶模型：实施分阶段监督，随着智能体证明其可靠性，逐步减少人工干预。 6)使用真实场景进行测试：在部署前严格针对极端情况和意外输入进行测试。

餐饮O2O

好久不见的凌姐，竟然在华总课程的晚餐上偶遇了～
她又准备回来做餐饮创业，还是那股子敢闯敢拼的劲儿！必须给凌姐点个大大的赞期待新店，凌姐加油 ✨

餐饮O2O

如果你的店现在每天营业额低于8000元，先别急着打折，也别急着上团购。
你先看三个指标：第一，午市有没有主食化产品。第二，顾客是不是一个人也愿意进店吃。第三，菜单里有没有20元到35元的高频刚需产品。这三个没有，说明你不是流量问题，是单店模型出了问题。想要我帮你简单看一下门店模型，可以把你的店名、面积、员工数、客单价、日流水发我，我帮你做一个初步判断。

餐饮O2O

顶级战略思维：目、标、高、远
好战略，创造势能，不战而胜目：方向。坚定一件事，一生一事，一战到底标：标准。标准即基因，引领全局，顶层设计高：高度。世界级标准，择高而立，降维打击远：距离。起点即终点，从A 到 A，以终为始【目】：战略方向。坚定一件事，一生一事，一战到底 “目”是方向，方向来自明确的终点。顶尖高手是把一件事做到世界第一，始终坚守一个方向，保持战略自律，一生一事，一战到底。【标】：战略标准。标准即基因，引领全局，顶层设计标，即标准。标准是一号位的基因选择，你以什么标准经营企业？雄鹰标准，你可以飞10000米，苍蝇标准，你可以飞10米。标准决定了生命力，雄鹰活70年，苍蝇活几个月，这是自然法则，顶层设计。【高】：战略高度。世界级标准，择高而立，降维打击高，即标准的高度。标准一定要择高而立，一开始就选择做雄鹰，选择世界第一的标准。为什么？因为战略即位势，只有选择标准的制高点，才能把势能拉上去，形成千钧之势。【远】：战略远见。起点即终点，从A到A，以终为始远，最远的距离是终点，好战略是一开始就要看到未来，然而以终为始来布局。如果终点是雄鹰，那么一开始就用雄鹰的标准来要求自己，起点就是终点，终点就是起点。

餐饮O2O

#每日晨读华为：未来10年，AI的5大确定性机会
华为发布的重磅报告《智能世界2035》，勾勒出未来AI的确定性机会和技术发展方向。机会1：算力爆发，10万倍增长，芯片半导体迎黄金期报告给出了一个震撼的数据：2035年，全球算力需求将比2025年增长10万倍——没错，是10万倍，不是10倍、100倍。算力是AI的“燃料”，没有算力，一切AI应用都是空谈。算力需求爆发，最直接受益的就是两大领域：芯片半导体和云计算。报告里提出一个很关键的概念——“算力成本起点”：当AI应用的价值达到算力成本的10倍以上，AI就会遍地开花，算力需求会彻底爆发。而要达到这个起点，一方面要提升AI应用的价值，另一方面要降低算力成本——算力成本主要和两个因素相关：能源价格和芯片效率。这里有一个打破常识的点：很多人觉得芯片性能提升，只能靠制程工艺（比如7nm比14nm好），但报告指出，除了工艺，材料器件、计算架构、计算范式等多个维度，都能提升芯片性能。这也解释了为什么我们在EUV光刻机被卡脖子、先进制程受阻的情况下，国产芯片的性能还能不断提升——美国想用光刻机卡我们的脖子，其实是找错了方向，反而倒逼我们走出了一条多维度突破的道路。机会2：能源革命，可再生能源+新型能源迎来爆发华为报告里有一个核心公式：算力 ≈ 芯片 + 能源。既然算力需求会爆发，能源需求必然会同步爆发——没有足够的能源，再强的芯片也无法运转。报告预判：2035年，风能与太阳能的发电量将超越化石能源，成为全球能源的主力。除此之外，这几个领域也会迎来重大机遇：氢能：清洁、高效，适合大规模储能和运输；可控核聚变：人类未来的“终极能源”，一旦突破，将彻底解决能源短缺问题；天基太阳能：在太空建设太阳能发电站，传输回地球，不受天气、地域限制；储能：解决可再生能源“不稳定”的痛点，是能源革命的关键支撑。能源是所有产业的基础，这一轮能源革命，不仅是环保需求，更是科技发展的必然，其中的机会，值得长期关注。机会3：存储需求暴涨500倍，数据成为“新燃料” AI的核心是数据，没有数据，AI就无法学习和进化。随着AI的普及，数据的产生量会呈指数级增长，存储需求也会随之暴涨。报告预测：到2035年，全球存储容量需求将比2025年增长500倍，其中AI数据占比将超过70%。过去，存储只是“存放数据的仓库”，但未来，存储会进化为“智能发动机”，不仅能存储数据，还能实现数据的动态激活、场景化供给，让数据的价值真正释放——数据将成为推动智能世界发展的“新燃料”，而存储产业，就是这场革命的“粮仓”。机会4：智能体互联网，诞生下一代科技巨头回顾互联网的发展，每一次迭代，都会诞生一批新的巨头： PC互联网时代：诞生了谷歌、亚马逊、腾讯、阿里；移动互联网时代：诞生了字节、小红书、美团。而未来10年，我们将进入一个全新的时代——智能体互联网时代。什么是智能体互联网？现在上网的主体是人类（全球约90亿人），但未来，上网的主体会变成“90亿人 + 9000亿智能体”——每个普通人都可能拥有上百个智能体，帮我们处理工作、生活中的各种事务，这些智能体会自主上网、交互、完成任务。这种变革带来的机会，将比PC互联网和移动互联网加起来还要多。可以肯定的是，下一代科技巨头，一定会在智能体互联网的浪潮中诞生，而我们要做的，就是提前布局，抓住这场变革的红利。机会5：流量暴增100倍，卫星互联网迎来风口既然上网的主体变成了“人 + 智能体”，每个人对流量的需求都会暴增。报告预测：未来10年，人均每月上网流量将达到1TB（相当于1000个1GB），流量需求10年暴涨100倍。流量需求暴增，必然推动网络覆盖方式的变革——从现在的地面网络，升级为“地面 + 卫星”协同的空间立体网络。这意味着，手机直连卫星业务会加速发展，更多卫星服务模式会被催生，最终形成“全球全域无缝覆盖、星地融合、万物智联”的移动通信网络。而以5G通信为主营业务的华为，显然已经嗅到了风口，正在全力拥抱卫星互联网——这也从侧面印证了，卫星互联网将是未来10年的核心赛道之一。最后：看懂趋势，才能抓住机会此报告本质上是一份“未来十年的行动指南”。它告诉我们：AI不是短期风口，而是一场深刻的时代变革，而算力、能源、存储、智能体互联网、卫星互联网，就是这场变革中最确定的5大机会。对于普通人来说，我们不需要去研发芯片、建造卫星，而是要学会“借势”——看懂趋势，找到自己能参与的细分领域，提前布局，才能在未来的浪潮中站稳脚跟。 ——罗华山9点於福州 #科学‮餐干‬饮&创业‮迷不‬路# #28年聚‮餐焦‬饮连锁产业# #罗‮山华‬和1万个‮饮餐‬朋友# #餐饮O2O赋能1万‮品个‬牌# #餐饮O2O中‮餐国‬饮万里行#

餐饮O2O

餐饮爆品：产品即模型
不是一道菜，而是一套可复制、可盈利、可扩张的商业系统。爆品 = 商业模型本身 - 不只是“卖得好” - 是口味、成本、效率、供应链、场景、传播、毛利、复购、扩张的完整闭环 - 一个爆品，就能定义一家店、一个品牌、一种模式一、模型五大支柱 1. 味型模型：强记忆+成瘾+广谱 - 一料定味：单一核心味型（如：麻辣、酸汤、青柠、奶盖） - 口感反差：脆/糯、冰/热、爆浆、拉丝 - 大众友好：80%人能接受，不极端、不小众 - 复购钩子：麻/辣/酸/鲜，形成味觉上瘾结构 2. 供应链模型：稳、廉、简、全年 - 食材通用/易采：不依赖稀缺原料 - 工艺极简：少工序、少设备、少人工 - 可标准化：中央厨房→门店→外卖，味道一致 - 全年稳定：无明显季节断供 3. 效率模型：快出餐、高翻台、低依赖 - 3～5分钟出餐（快餐/茶饮） - 无需大厨：简单培训即可上手 - 损耗低、毛利高（通常60%+） - 适配外卖/外带 4. 场景模型：精准绑定人群+时段 - 刚需场景：工作餐、下午茶、夜宵、一人食 - 社交属性：打卡、拍照、发圈、话题 - 定价清晰：高性价比、显性价值强 5. 传播模型：自带流量、自裂变 - 颜值上镜：造型、色彩、仪式感 - 名字好记、有话题 - 一句话卖点：顾客能转述三、一句话公式（爆品=模型）爆品 = 强记忆味型 × 稳定供应链 × 高效率出品 × 精准场景 × 社交传播 × 高毛利可复制四、实战判断：你的菜是不是“模型级爆品” 自检6问： 1. 3天后顾客还能说出味道吗？ 2. 能不能不用大厨也稳定做？ 3. 能不能全年稳定供货？ 4. 毛利**高于60%**吗？ 5. 顾客会不会主动拍照发圈？ 6. 能不能开100家店都一样？全中 = 产品即模型中3个 = 潜力款 <2个 = 普通菜五、经典案例（模型化爆品） - 费大厨辣椒炒肉：下饭刚需、供应链稳定、高复购、可复制 - 太二酸菜鱼：单一鱼+单一味+极简配菜=极致标准化 - 霸王茶姬伯牙绝弦：味型清晰、供应链可控、全国统一 - 柠季手打柠檬茶：工艺简单、出餐快、高毛利、易扩张好产品自己会说话；模型级爆品，自己会开店、会赚钱、会裂变。

餐饮O2O

后疫情时代餐饮行业呈现消费收缩、赛道细分的特征，行业破局的核心逻辑已从"跨界扩张"转向"深度深耕"。
企业应摒弃盲目跟风、另起炉灶的投机思维，聚焦自身熟悉的领域，在原有业务基础上进行价值升级，将核心能力打磨到极致，以此构建不可替代的竞争壁垒。

餐饮O2O

开餐饮店必知的11个数据

餐饮O2O

乙方做到最后
其实只剩下一件事你有没有留下可以被别人反复观看、反复引用、反复提起的东西如果没有那你做的每一个项目都只是在消耗时间如果有哪怕只有一两个它都会在未来不断帮你接单、定价、筛选客户因为对乙方来说没有作品集是最低级的乙方

餐饮O2O

还没到福州，烟酒就安排上了
难道我给大家的印象是这样子[what] 在高铁上恳求各位给我打标签[偷笑]

餐饮O2O

单店锋利
店店盈利千店复利核心在于门店模型

餐饮O2O

任正非罕见出镜！华为芯片中心亮相新闻联播
5月8日，华为练秋湖研发中心芯片基础技术研究实验室在《新闻联播》中正式公开亮相。华为董事、首席执行官任正非罕见出镜。据悉，华为练秋湖研发中心是华为全球最大研发中心，位于上海市青浦区金泽镇西岑社区。目前暂无关于华为芯片基础技术研究实验室的相关信息公开。有消息称该实验室可能是支撑华为麒麟芯片、鲲鹏处理器、昇腾AI芯片等产品的研发阵地。

餐饮O2O

#每日晨读# 华为智能世界2035：AI未来发展的十大预测
2025年9月,华为发布了重磅报告《智能世界2035》，聚焦AI及相关技术未来十年发展，勾勒2035年智能世界图景，具体包括: 趋势一:走向物理世界是AGI形成的必由之路通过物理实体与环境实时交互,实现感知、认知、决策和行动一体化,能让智能体像人类一样用身体感知世界,在互动学习中成长,从而更好地适应环境、解决复杂任务。趋势二:从执行工具到决策伙伴,AI智能体驱动产业革命未来十年,人类与智能体的关系,将从“人机分工”走向“人机共生”,群体智能将成为重要发展方向。智能体不只是新型生产力工具,更是人类文明演进的新伙伴,驱动各个产业发生范式革命。趋势三:人机协同编程,重塑软件未来数字化、智能化快速发展推高软件规模,人因问题引发软件工程复杂性,成为人机协同编程的关键驱动力。软件形态将从以程序为主,演进为程序、神经网络模型与智能体多范式并存。趋势四:AI于镜像世界中升维,新交互打开沉浸体验随着AI、空间计算、AR/VR等技术的演进,数字世界与物理世界的边界逐步消融,虚实融合正在成为新一代信息社会的基础体验范式。趋势五:移动互联生态从App走向多智能体协同随着AI智能体技术的发展,移动互联网演变为智能体或元服务相互连接,突破单一智能体边界,完成复杂的任务,形成多智能体协同的新生态。趋势六:具身智能跨越鸿沟,形成多个万亿产业具身智能是AI走向物理世界的关键体现,这种“有身体”的智能形态,不仅能在真实物理世界中自主完成抓取、移动、操作等复杂任务,更能通过与环境的动态反馈持续优化决策,成为连接AI技术与现实应用场景的核心桥梁,也是推动AI迈向AGI的关键一步。趋势七:突破冯·诺依曼架构,新型算力满足海量的算力需求为解决算力增长过程中能效与成本的挑战,计算技术演进路径将从摩尔定律的延伸曲线,逐步脱离冯·诺依曼架构的束缚,最终催生新型计算范式的全面兴起。趋势八:数据即智能,代理式AI(agenticAI)驱动存储范式改变数据的价值不再仅源于其规模或存储形态,而是通过动态激活、场景化供给与语义化存储得以全面释放。届时,数据不仅承载记忆,更将成为推动文明跃迁的“新燃料”。存储不再只是“数据仓库”,而将进化为“智能发动机”,与算力和算法一道,共同推动人类迈向智能社会的新纪元。趋势九:从移动互联网跃迁至智能体互联网,搭建物理空间到数字空间的智能交互桥梁未来十年通信网络的连接对象将从90亿人扩展到9000亿智能体,其价值将从服务于“人与人沟通”向构建“智能体互联”的下一代网络发展。为了满足“十年百倍”的通信增长需求,无线、光和数据通信产业将围绕智能、超宽和绿色进行系统工程创新。趋势十:词元(token)管理能源网络,让智能成为能源的神经系统在未来的能源网络中,词元将成为能量管理的基本元素,AI4Energy技术使得未来每一焦耳的能量将可以被词元来定义并赋予可编程的人类意志。从而实现能源网络中每一个基本单元的“感知+决策+行动”能力,完成能量载体的革命性变革。核心逻辑：这轮科技革命，和以往完全不一样很多人觉得，这轮AI热潮只是“某一个技术的突破”，就像当年的智能手机一样，火几年就降温。但华为报告明确指出：这轮科技革命，是五大基础技术共振的结果。不是单一技术的单点突破，而是能源、存储与计算、感知与交互、通信与网络、智能技术这五大领域，经过几十年的积累，集体实现“量变到质变”，最终形成的叠加效应。这意味着，它的深度、广度和影响范围，都是前所未有的——不是短期风口，而是能影响未来10年、20年的时代变革，就像当年的工业革命、互联网革命一样，会重塑整个社会的生产和生活方式。关键预判：超级智能体还没来，但趋势不可挡很多人好奇：现在ChatGPT已经能聊天、写代码、做设计，是不是很快就能实现“超级智能体”（像人类一样能思考、能行动的AI）？报告的答案：还没到时候，但大趋势已经不可逆。从历史规律来看，每10年就会出现一次AI模型架构的重大创新，推动AI能力再上一个台阶。这一轮AI的爆发，靠的是Transformer架构——它让AI能“背下”人类所有知识，在“知其然”上做到了极致，所以我们看到ChatGPT似乎无所不知。但短板也很明显：AI只会“知其然”，不会“知其所以然”，推理能力远远不够。预判：未来10年，必须出现至少一次“模型架构级别的创新”，超级智能体才能真正落地。 ——罗华山8点於深圳 #科学‮餐干‬饮&创业‮迷不‬路# #28年聚‮餐焦‬饮连锁产业# #罗‮山华‬和1万个‮饮餐‬朋友# #餐饮O2O赋能1万‮品个‬牌# #餐饮O2O中‮餐国‬饮万里行#