ARTICLE · 1303898
AI餐饮落地案例|AI巡店1.8万家,咋还关810家?
库迪用豆包视觉理解模型 + 扣子智能体搭了一套覆盖 1.8 万家门店的 AI 巡检系统，把近 20 个检查场景拆成独立智能体，官方口径自动化了 90% 的重复性人工审核——但同一年，它上半年新开 1674 家、关掉 2484 家，净减 810 家，成立以来第一次负增长。
01.
这家公司是谁（品牌速览）
来自哪里：中国，库迪科技（北京）有限公司，总部北京、运营中心天津；2022 年 10 月 22 日全球首店落地福州 IFC，由瑞幸咖啡创始人陆正耀、前 CEO 钱治亚携瑞幸原核心团队创立。 做什么：平价现制连锁咖啡，主打 8.8–16 元价格带，2023 年 2 月率先发起「全场 9.9 元不限量」，是这一轮中国咖啡价格战的发起者。 规模：2025 年底全球门店超 1.8 万家，覆盖 6 大洲 33 个国家和地区，门店数国内第二、全球第三（仅次于瑞幸、蜜雪冰城）；90% 以上门店为联营模式。 核心场景：咖啡店、便利店、店中店（COTTI Express）三种店型；安徽当涂/马鞍山双供应链基地；2026 年 10 月起在部分门店试水现打啤酒与炸物。 一句话定位：用「零加盟费 + 联营分成 + 托管」把开店成本和风险交给联营商、自己靠卖设备与原材料赚钱的规模机器——一家把「管理半径」当成核心难题来解的万店品牌。
02.
它为了「AI+餐饮」到底做了什么
动机：万店规模下，"标准"是唯一不能被稀释的东西。 库迪每家店开门前要做一长串检查：口罩戴没戴、吧台干不干净、食材在不在有效期、联名海报放没放对、门头招牌对不对。单店看 10 个细节不难，1.8 万家店就是 18 万个细节。
传统解法是店员拍照上传、管理人员审照片，或者干脆派人盯监控画面——一条过期牛奶、一个不卫生动作，就足以让品牌陷入舆论风暴。而 2026 年 6 月起施行的网络餐饮新规明确倡导「互联网+明厨亮灶」，监管压力从"提倡"变成"要求"。
具体动作：不上"一个大模型看所有"，而是把巡检拆成近 20 个细分场景，每个场景做成独立智能体。库迪选择火山引擎的豆包视觉理解模型做底层视觉能力，用 AI Agent 平台「扣子」（Coze）做流程编排与参数配置。画面来源既可以是门店监控摄像头实时采集，也可以是店员按要求拍照上传；AI 只负责判断"是否符合标准"，发现异常才推送给管理人员复核。
怎么运转（技术链）：
画面采集—— 门店摄像头实时取帧，或店员按巡检要求拍照上传，覆盖员工着装、客区环境、后厨工区、营销物料四类画面源。 视觉理解—— 豆包视觉理解模型对图像做识别与理解，而不是只做分类打标；针对门店现场做了专门优化：照片角度歪斜时能聚焦关键区域，画面复杂时能标注员工制服、LOGO 等重点区域的识别框，供后续分析引用。 场景路由 —— 系统不交给一个模型笼统回答"有没有问题"，而是把巡检拆成近 20 个细分场景，每个场景一个巡检智能体，各自有独立的判定维度。 维度判定—— 员工着装类看口罩、耳机、戒指、长发是否扎起、甚至是否穿了洞洞鞋；环境卫生类看地面/餐桌/吧台有没有餐余和水渍；食品安全类看食品有效期、工具是否需要清洁、剪刀是否摆放正确；营销物料合规类有十几种自定义维度，联名更新时只需少量调整参数即可适配。 异常推送 —— 只有在发现问题时才触发提醒，把告警推给对应管理人员，避免"全员全时告警"造成的过度监管与员工抵触。 人工复核 —— 人不再看全量画面，只复核 AI 标记为异常的部分，流程从「人工抽查」改造成「AI 全量筛查 + 人工复核异常」。
部署时间线：
2022.10：福州 IFC 首店开业，联营模式启动，"零加盟费 + 毛利分成"打法成型。 2023.02：率先发起「全场 9.9 元不限量」价格战，门店进入狂奔期（2024.10 破万家）。 2025 年底：全球门店突破 1.8 万家，覆盖 33 个国家和地区，管理半径成为总部最大瓶颈。 2026.06：火山引擎在 FORCE 原动力大会及对外传播中披露库迪智能巡检案例，系统覆盖 1.8 万家门店，自动化 90% 的重复性人工审核。 2026.08：全球门店回落至约 1.5 万家；上半年新开 1674 家、关店 2484 家，净减 810 家，首次出现规模负增长。
关键决策：为什么不用传统 CV，而用视觉大模型 + Agent？ 传统计算机视觉是"专用工具"——每个任务单独训一个模型，换场景、换光照、换角度就要重新训练。库迪门店现场恰恰是最不可控的环境：画面质量参差、角度可能歪、清晰度不够、光线不足。
视觉大模型的价值在于泛化和理解：不只是输出"一个框 + 一个标签"，而是能描述和推理，且在海量多样化数据上预训练过，对"野路子"场景的鲁棒性远高于专用小模型。再叠加扣子这类 Agent 平台做编排，新增一个巡检维度不用重新训练模型，只需配置参数——这才是万店品牌愿意买单的地方：模型能力可复用，业务规则可配置。
03.
它解决了什么真问题
04.
这笔账怎么算（模拟测算）
收益侧（口径说明：以下为火山引擎/媒体转述口径，非库迪财报披露，未经审计）
覆盖门店 1.8 万家，自动化 90% 的重复性人工审核。 按行业通行做法推演：若单店每日巡检审核占用人工约 5 分钟，1.8 万家店即约 1500 小时/天；按国内 20–25 元/小时的门店人工成本推演，全量人工审核约需 1100–1370 万元/年；90% 自动化意味着释放约 1000–1230 万元/年的人力容量。
注意：这是"释放人力容量"，不等于现金支出下降——复核岗、整改闭环、督导差旅并不会等比例消失。
成本（模拟测算：库迪未公开投入金额，以下为按公开刊例价的推演）
Token 成本：豆包视觉理解模型输入侧公开刊例约 0.003 元/千 tokens（代理商口径），另有「1 元可处理约 284 张 720P 图片」的换算；Doubao-Seed-1.6-Vision 官方刊例为输入 0.8 元/百万 tokens、输出 8 元/百万 tokens。
按 1.8 万店 × 每天 20 张巡检图 = 36 万张/天推演，仅输入侧约 1268 元/天 ≈ 46 万元/年；计入输出、重试与人工复核，推演年运行成本约 50–150 万元。 一次性投入：近 20 个场景智能体的梳理、配置、联调与验收，按国内同类项目推演约 30–100 万元（未公开，属模拟测算）。 回本逻辑：对照释放的约 1000–1230 万元/年人力容量，账面回本周期在 1 个月到半年之间。但这个账必须打折——真正决定成败的不是 token 价，而是「巡检规则有没有沉淀成可配置的参数」以及「异常能不能形成整改闭环」。若只买模型不改造流程，一次性的几十万元就是纯支出。
05.
争议与风险（不看这个会踩坑）
第一，最锋利的一刀：AI 把巡检做到了全量，门店却在同一年净减 810 家。 2026 年上半年，库迪新开 1674 家、关店 2484 家，净减少 810 家，这是它成立以来首次出现门店规模负增长；其中 4 月中旬到 7 月中旬的 90 天里闭店 617 家、新开 544 家。
到 8 月初，全球门店维持在约 1.5 万家——比一年前的 1.8 万家少了约 3000 家。也就是说，这套按 1.8 万店设计的 AI 巡检系统，如今能巡的店比设计容量少了六分之一。AI 能看见每一家店标不标准，看不见每一家店赚不赚钱。
第二，行业级反例：明厨亮灶的 AI 巡检，正在被"镜头对着地面"轻松绕过。 2026 年 10 月 4 日，央视《每周质量报告》曝光：记者在长沙、武汉、丽江三地探访 15 家标注「明厨亮灶」的餐饮商户，其中 14 家监控镜头未完整覆盖切配、烹饪、洗消等关键操作区域，另有 6 家平台标注为堂食店、实际是无堂食的纯外卖店。
外卖平台长沙麻辣香锅榜第一名店铺的镜头朝向地面，只拍到纸箱和桌腿，实地后厨却是油污厚重、食材裸露、地面有老鼠。记者了解到：商家只需自备摄像头即可接入，平台的 AI 巡检只校验摄像头是否在线、画面有没有图像，不核验镜头是否对准后厨操作区。
这条才是本篇最该记住的风险——视觉 AI 的准确率再高，也建立在一个前提上：镜头对准了该对准的地方。而这个前提，恰恰是商家最有动机破坏的一环。
第三，"AI 看得见"不等于"问题被解决"：2026 年 10 月西安那起漱口水事件。 10 月 9 日晚，抖音用户截取美团外卖平台「明厨亮灶」实时监控画面，反映西安曲江一家烧烤店后厨人员在洗锅过程中漱口、把水吐在灶台排水口处。
10 月 11 日，西安曲江新区市场监管分局通报：情况属实，下达《责令改正通知书》并作出警告行政处罚，门店停业整改。注意这里的因果——抓到问题的不是 AI，是看直播的网友。AI 巡检能识别"没戴口罩"，识别不了"吐漱口水"这类不在算法清单里的行为；而明厨亮灶真正起作用的时刻，来自公众的实时注视。
第四，口径风险：1.8 万店、90%、近 20 个场景，全部是供应商与案例页口径。 库迪是一家非上市公司，没有公开财报，也没有单独披露过这套系统的投入、准确率、误报率、问题检出率或整改闭环率。「90% 重复性人工审核自动化」这个数字的分母（原来的人工审核工作量）从未被定义。
可参照的行业横标是：中国移动「千里眼 AI 巡店」在央视报道中给出的是「问题检出率 80%、问题整改率 95%」，湖南电信「互联网+AI 监管」给出 7 类场景识别准确率 98% 以上——库迪至今没有给出任何一个同类的可比数字。
第五，组织侧风险：AI 巡检天然是"对内的"，员工感受决定它能不能活下来。 火山引擎侧的说法是"只在发现问题时才提醒，避免过度监管对员工体验的损害"，但这套系统识别的是口罩、耳机、戒指、洞洞鞋、长发是否扎起——这些全部落在员工身上。
同期界面新闻关于瑞幸 AI 排班的报道提供了行业参照：门店员工反映系统按出杯速度压缩工时，导致清洁、盘点等必要工作变成无偿加班。巡检 AI 的边界如果只画在员工身上而不画在单店模型上，它就会从管理工具变成离职催化剂。
第六，对国内餐饮的启示：别在单店模型没跑通时先上 AI。 库迪内部拆解的单杯成本是 11.1 元（原料 5.7 + 包材 1.5 + 人工 1.9 + 水电 0.2 + 房租 1.8），而售价长期 9.9 元；招商材料上标注的成本却是 9.55 元。联营商的单杯结算成本约 3.9 元，总部旱涝保收。
2026 年 2 月 1 日库迪结束全场 9.9 元，6 月 30 日取消"保底回收"政策，3 月起暂停省会及以上城市的联营申请——三件事都发生在 AI 巡检上线的同一年。顺序很清楚：AI 是管理工具，不是商业模式；当单杯卖一杯亏一杯时，巡检再准也救不回门店。
06.
国内餐饮能抄什么作业（大 / 中 / 小）
大型连锁（1000 家以上）：抄"拆分"，别抄"买模型"。 库迪最值钱的动作不是接入豆包，而是把"巡检"从一个模糊需求拆成近 20 个可判定的细分场景，每个场景配独立智能体与独立参数。这套拆法意味着新增一个检查项不用动模型、只动配置。
落地建议：先做一张"巡检项清单"，把每一条写成可被一张照片判定的语句（例如"操作台面无水渍和餐余"而不是"后厨整洁"），再逐条接模型。验收指标：问题检出率、整改闭环率、单店日均告警条数（告警过多说明规则太松，过少说明镜头没对准）。
中型连锁（50–500 家）：抄"AI 全量筛查 + 人工复核异常"的流程改造。 不用一开始就上大模型，先用 SaaS 级巡检平台把高频违规项（口罩、帽、垃圾桶加盖、离岗）跑起来，把督导从"每天跑 3 家店"改成"每天处理 30 条 AI 告警"。
验收指标：督导人均覆盖门店数、告警到整改的平均时长、同一门店同一问题 30 天内复发率。
小微单店 / 夫妻店：抄"镜头对准哪里"这一条就够了。 央视曝光的 14/15 家问题不是 AI 不准，是镜头没对准关键操作区。单店要做的第一件事：把摄像头对准切配、烹饪、洗消三个区域，并且主动把它接到外卖平台的明厨亮灶展示位——因为已经接入的商户订单平均涨超 10%（运营商口径）。
第二步才轮到 AI：用免费工具每天让模型看 3 张关键工位照片，生成一份 5 行字的自检报告。验收指标：关键操作区是否 100% 在画面内、顾客侧可见后厨直播的比例、每月自检问题的整改条数。
07.
已验证效果（数据总表）
如果您遇到消费AI方面的问题与困惑，欢迎各位与我们一起学习交流！
-END-
📍关注消费AI进化体｜赋能组织AI转型
我们聚焦大消费行业（餐饮、零售、快消）的AI转型升级，坚信人在AI技术变革下起关键作用，以最精炼的方式帮助管理者掌握推动AI组织团队升级的框架、方法、工具，从而更好推动 AI 在团队中的真实落地，提升团队效能和组织上限。
媒体·投资·培训·峰会
