夜雨聆风店长一个月做300个决策，AI能替他做几个
一个店长一个做了多少个决定？数完吓一跳。
排班：每天谁在哪个岗，6个人30天，180次人员安排
采购：每天看库存、看销量、下单、比对价格，少说60次
点评回复：差评11条，好评懒得回，但每条差评要反复看半天回复话术。
客诉：3起，每起牵扯一连串沟通和补救动作
日报：30篇，每篇至少判断三件事
今天异常，明天准备，后天计划，再加上翻台节奏判断、晚市人手调配、临时缺菜怎么办、员工请假找人替班、老板突然打电话问数据、商场物业通知检查消防……七七八八加起来，一个月300个决策只多不少。
300个决策，质量怎么样？
坦白讲，大概六成是重复的，排班、采购、日报、点评回复，这些有规律可循，但店长的大脑被它们占满了，剩下四成：老客来了三次要不要送个菜？前厅后厨今天气氛不对要不要介入？老板要调菜价但他觉得不该调怎么开口？
问题是，他处理前六成的时候已经没有精力处理后四成了
— —
一个店长的决策，拆开来看，其实是三类：
第一类，只需人去执行
比如：周五晚市固定多配一个人、雪花牛肉低于20份自动补单、差评统一先认再改再请。
这类决策不需要"判断"，需要的是"记得"，记住规则、记住数据、记住上次的经验。
第二类，异常识别型，规律变了，但人脑不一定能注意到
比如：过去两周午市的客单价在涨但翻台没变、某个老客的消费间隔从14天拉到了21天、某道菜连续三天卖不动但以前不是这样。
这类问题店长未必看不见，但它们藏在十几张表里，不摆在一起很难发现。
第三类，必须人来定
比如：跟了三年的厨师长最近状态不对、两个员工之间有矛盾影响配合、老板让砍成本但砍哪块不伤士气、那个消费了四万多的大客要不要主动联系。
这类决策没有公式，靠的是对人的理解、对店的熟悉、在行业里的经验。
— — —
好，三类决策，AI能替几类？
第一类，重复规则型，可以
排班规则写清楚，AI每天自动生成排班表，店长只需要改一两个人；
采购设好安全库存线，数据一掉自动提醒补单；
点评回复更不用说；
这轮文章你如果之前看过，差评AI回复你店里应该已经在用了。
第二类，异常识别型，AI比人快
你让店长每天对五张表找异常，他做不到，这是注意力问题，AI不需要注意力，它可以把收银、会员、团购、点评四组数据对在一起看，发现"最近午市客单价在涨但翻台没变"这种事，几秒钟。
店长不需要自己算，他只需要看到AI推过来的一句话："过去两周这几个数字不对劲，你看看。
第三类，人性判断型，AI替不了
厨师长最近状态不对，是因为家里有事还是因为对薪资不满，AI不可能知道。两个员工之间有矛盾，谁对谁错、怎么沟通、要不要换岗，AI没法判断。
老板要调价但你心里清楚调了老客会不高兴——这件事没有对错，只有取舍。
— — —
所以回到最开始的问题：店长一个月300个决策，AI能替他做几个？
大概一半。
重复规则型的全部，异常识别型的大部分，加起来150个左右。
这150个不是AI替他发号施令，
AI把那些不需要判断的、重复的、藏在数字里的活干了，
省出来的精力他拿去处理真正需要人的决策。
省出来的精力，他拿去处理剩下那150个真正需要人的决策。
一个店长一天工作12小时，
如果AI能帮他省出3小时，他是不是可以早一个小时下班？
或者多花一个小时在前厅跟客人聊几句、在后厨跟厨师长坐一会儿、在收银台看服务员怎么跟客人说话？
这些才是店长真正该做的事，
不是坐在办公室里填表、对数、回差评。
— — —
说个实际的情况，那家店我帮他们跑了一个月的数据，
店长自己说，AI帮了最大的忙不是"替我做决定"，是"把我该看的数摆到了我面前"。
以前他每天到店第一件事就是打开后台看昨天营收，再看点评分，再看团购核销。
三张表看下来半小时，现在AI每天早上推给他一条消息：昨天营收正常，午市客单价微涨，有一个老客消费间隔超过21天，过去三天有两道菜销量低于平均，建议关注。
他看完三分钟，然后该干嘛干嘛，剩下那27分钟，他去后厨转了一圈。
— — —
不是说AI能管店，AI管不了店。
店里出了事，顾客在发火、员工在吵架、厨师长撂挑子，AI不能帮你解决。
这些时候需要的是一个站得出来的店长，不是一个自动回复的机器人。
但AI可以让店长少花时间在"翻数据"和"记住规则"上，
多花时间在"看人"和"做判断"上。
店长不会被AI替代，但会用AI的店长，和不会用AI的店长，以后可能就是两种岗位。
— — —
你店里的店长，一天有多少时间在跟人打交道？
有多少时间在跟表打交道？
评论区说说。
把这篇转给你的店长，问他一句：上个月做的决定里，有多少是你闭着眼都知道怎么做的？那些决定，其实可以让AI来？
你的店可能也有类似的问题，
我最近在帮门店用AI看数据，感兴趣可以找我聊。
·END
