乐于分享
好东西不私藏

AI 围攻菜市场,被改写的不是摊位

AI 围攻菜市场,被改写的不是摊位

从生鲜零售看本地生意的下一个机会:把经验变成可交付的经营诊断

昨天刷到 36Kr 那篇《AI围攻菜市场》,我停下来多看了几遍。

标题很热闹,容易让人往“AI 要不要取代菜贩子”那个方向想。

但我看完之后,脑子里冒出来的不是这个问题。

我想到的是:本地生意里最难被看见的那张利润表,可能真的要被重新翻一遍了。

这件事和我们最近一直聊的方向是接得上的。

不是追热点那种接。

而是一个很现实的问题:AI 到底怎么变成客户愿意付费、现实真的用得上的经营服务?


01|很多店不是没生意,是没看清账

我们最近在看本地零售、生鲜门店这类经营诊断场景。

说实话,资料都不复杂。

几张 Excel,几张进销存截图,收银流水,商品表。有些客户再补几张微信订单截图。

东西很散,但也不是完全没有。

经营者最常问的问题,反而特别朴素:

“每天都在忙,流水也不差,为什么月底还是没剩下多少钱?”

这句话我觉得挺典型。

他不是抱怨,也不只是情绪。背后是很多本地生意共同的经营盲区。

哪个商品卖得多,哪个商品真正赚钱,不一定是一回事。

库存堆在那里,看起来是货,其实也可能是在占现金流。

补货靠感觉,定价看隔壁,促销看当天心情。很多店就是这样跑起来的,而且跑了很多年。

不能说这种方式没用。

过去它当然有用。

老板的经验、对熟客的判断、对天气和节假日的感觉,本来就是本地生意的一部分。

只是到了今天,这些经验如果一直只留在脑子里,就很难复盘,也很难交给团队。

02|巨头盯着的不是白菜,是高频入口

36Kr 文章里提到几组数字,我摘出来看了一下:

指标
信息
我看到的含义
中国生鲜零售市场
约 6.57 万亿
这不是小生意,是本地生活里非常高频的入口
社区场景增速
接近 10%
刚需还在,需求没有消失
多多买菜 GMV
接近 3000 亿
社区团购不是没了,只是换了一种活法
AI 降低履约成本假设
30%+
如果成立,很多账都要重新算

所以巨头当然不是喜欢卖白菜。

它们看中的是高频交易、用户习惯、履约网络,还有本地生活的数据入口。

以前是拼补贴、拼规模、拼供应链。

现在 AI 进来以后,问题变得更细了:同样卖一斤菜,谁能少损耗一点,谁能周转快一点,谁能补货准一点,利润就可能被重新分配。

这个变化没有那么戏剧化。

不会是明天早上菜市场突然变成无人仓。

它更可能是慢慢发生的:有人开始更会算账,更会预测,更会安排库存,然后差距一点点拉开。

03|所谓烟火气,拆开看都是经营问题

菜市场当然有烟火气。

讨价还价、熟客关系、老板一眼看出今天菜好不好,这些东西很真实,也很难被一套系统完全替代。

但如果我们换个角度看,它们又都能对应到经营问题上。

  • 熟客关系:复购和用户粘性

  • 每天买菜:高频消费

  • 讨价还价:动态定价

  • 凭经验进货:需求预测

  • 当天卖不完就坏:损耗管理

  • 哪个摊位人多:客流和陈列效率

我不太喜欢把 AI 讲成一种“消灭烟火气”的东西。

这个说法太粗暴了。

更准确一点说,AI 能做的,是把那些过去只靠经验判断的东西,变成一部分可以复盘的数据。

不是取代老板的判断,而是让老板的判断有依据。

本地零售经营诊断,我会先看这 6 类东西

  1. 销售结构:谁贡献流水,谁贡献利润

  2. 库存周转:钱卡在哪些货上

  3. 损耗率:哪些损耗来自采购,哪些来自定价

  4. 滞销 SKU:哪些商品该清掉、降采或换陈列

  5. 高毛利商品:哪些品值得放大曝光

  6. 补货建议:未来 7 天该补什么、少补什么

这里面没有什么玄学。

也不是非要上来就搞一套很大的系统。

先把账看清楚,很多问题就已经露出来了。

04|这个场景,不能只交给工具

我现在对这类场景有一个比较明确的判断:工具只是入口,真正难的是理解客户。

本地零售不是没有数据。

麻烦在于数据很散,也不标准。

收银系统里一部分,进销存里一部分,老板手机里一部分,店员每天的经验里还有一部分。

如果只是把这些资料丢给 AI,让它写一段分析,确实能写得很好看。

但老板看完可能还是不知道明天怎么做。

一份有用的诊断,不是把数据讲复杂,而是把动作讲清楚。

哪些品少进一点,哪些品赶紧清掉,哪些品值得摆到更显眼的位置,哪些损耗不是员工问题,而是采购和定价问题。

这也是我们做这件事时比较在意的地方。

老板没有时间看一份很长的报告。店里的情况每天都在变。建议如果不能落到采购、陈列、促销这些动作上,就只是看起来专业。

我们更愿意先从客户已经有的数据开始,把流水、库存、毛利、损耗和补货建议串起来。

不急着讲“大转型”。

先做出一份老板看得懂、团队能执行、下周还能复盘的经营诊断。

05|先别急着买系统

很多经营者一听 AI,第一反应就是:是不是要买系统?是不是要上软件?是不是要做一整套数字化改造?

我反而觉得可以慢一点。

至少在一开始,先问三个更小的问题。

  • 哪些商品看着卖得好,其实利润很薄?

  • 哪些库存一直占着现金流,却没有带来周转?

  • 哪些损耗可以通过采购、定价和陈列调整降低?

这几个问题如果说不清,系统再复杂,也可能只是把原来的混乱搬到线上。

真正有价值的 AI 交付,应该能把一堆表格变成一张行动清单。

明天少进什么,重点推什么,哪些品要清,哪些品值得加曝光。

越具体,越有用。

对本地零售来说,AI 最先改变的可能不是门店形态,而是老板看利润的方式。

06|不只是“菜市场”

生鲜门店只是一个很容易被看见的样本。

餐饮店也一样。今天生意好不好,会直接影响明天备多少菜、采购多少原料。

水果店更明显。成熟度和周转慢一天,利润可能就变成处理价。

社区超市看起来货架很满,但很多商品也许只是在占现金流。

社区团购团长的问题也类似:哪个品带流量,哪个品带利润,哪个品只是热闹,都要拆开看。

所以我不太愿意把这件事讲成“AI 取代谁”。

这个表达太容易把问题讲偏。

更真实的变化是:过去靠经验撑起来的生意,会慢慢变成一门更可诊断、可复盘、可调整的生意。


写到这里

本地生意不会因为 AI 来了,就突然换一种形态。

但赚钱方式会变。

过去拼勤快、拼经验、拼人情关系。

这些东西以后也重要。

只是多了一层:谁更早看懂自己的成本结构,谁更快把库存、损耗、毛利和补货变成一张清楚的经营图。

AI 对小生意最现实的价值,不是替老板做决定,而是让老板看清:钱到底流向了哪里。

如果你手里有流水、库存、进销存数据,但一直说不清利润漏在哪里,可以在评论区留一句:

AI经营体检

我会优先挑几个典型场景,拆一拆:一份经营诊断报告,应该怎么从现有数据里跑出来。