走进麦当劳门店，自助点餐机和取餐柜早已成为日常配置，点餐、支付、取餐等环节，顾客几乎可以全自主完成，流程顺畅高效。
不止前端门店，数字化及AI早已渗透到麦当劳业务的方方面面。比如消费者点单时，系统会根据偏好做推荐，门店库存、员工排班靠算法动态优化，供应链上每笔订单，也都有AI在参与调度。
这背后是麦当劳持续多年的数智化探索。在运营复杂、人力密集的餐饮零售行业，如何用技术解开“人货场”的死结，始终是绕不过去的难题。
正因如此，一场聚焦AI落地的走进麦当劳活动，才吸引了优衣库、星巴克、迪卡侬、沪上阿姨等多个头部零售消费品牌数智化高管齐聚麦当劳上海总部。
7月23日，这场由虎嗅智库与阿里巴巴瓴羊、阿里云共同发起的，主题为“AI时代，重塑数智增长新引擎”的闭门交流会在上海麦当劳中国总部落地。
活动当天，来自餐饮、快消、地产、零售等行业的50余位企业决策者，实地参访麦当劳中国上海总部，并围绕麦当劳AI落地的真实路径、Agent在组织中的价值，以及企业如何借助AI破局落地难题等展开深度对话。
围绕三类“用户”，用AI重构“人货场”
面对7000多家门店、20万+员工、3亿+会员的庞大体量，麦当劳的数智化必须解决一个核心问题：如何支撑海量业务并创造价值？
2020年，陈世宏加入麦当劳，围绕“客户为中心”，绘制了数字化战略的蓝图并带领团队顶住压力，打通各渠道统一构建了面向消费者，涵盖前、中、后台的数字化平台。
麦当劳CIO陈世宏
到了2022年，麦当劳数智化进入新阶段，又遇上同店增长压力。如何持续提升运营效能？陈世宏对“以客户为中心”有了更深理解， 他重新定义了麦当劳IT团队服务的核心“客户”：顾客、员工、总部。
不同角色背后是不同的运营手段和目标。针对消费者，持续优化用户旅程路径，提升体验；面对餐厅员工：围绕“人、货、场”做数字化改进，提升生产效能；对于总部员工，则着重提升管理和资源协同效率。
聚焦餐厅端，2022年上线的RGM BOSS系统，已覆盖超过20万餐厅员工，将员工从排班、盘存等复杂费时的工作中解放出来。借助各项系统工具，餐厅管理组用于事务管理类的时间每天可节约两小时，让员工有更多精力关注餐厅的运营状况和顾客体验。
陈世宏不仅抓技术落地，更重视IT团队的文化塑造。他倡导IT要大声说话，主动引领变革，塑造I'm lovin' IT的文化，要求IT部门大胆创新，成为推动企业数智化转型的核心力量。
如今，麦当劳的IT团队通过Agile（敏捷开发）模式，坚持7-8人小团队、“快节奏”，每两周上线150-200个需求模式，确保技术持续推动业务落地。
当企业级Agent成为超级员工
活动当天，恰逢瓴羊发布阿里集团首批企业级Agent产品—客服Agent。瓴羊副总裁甄日新也在会上分享了“企业级Agent的应用实践与思考”。
瓴羊副总裁甄日新
甄日新介绍，瓴羊围绕企业增长构建了三类核心Agent：决策分析Agent从最初的智能查数，进化到如今能做数据归因、解读知识，辅助决策；孵化中的数字营销Agent也正从分散式智能转向一键式投放，数字客服Agent 已能处理多步任务和复杂交互。
他认为，未来的企业级Agent会演变成“超级员工”模式，多个智能体将会协同作战，而企业的数据资产，尤其是非结构化数据，将成为企业核心竞争力之一。
瓴羊智能客服产品总监张双颖进一步分析了客服场景Agent的应用成果。
张双颖指出，传统客服在售前、售中、售后的效率、体验、成本上常常陷入恶性循环。比如，售前获客成本高达300%，售中人工成本占营收3%，售后退货成本接近售价三成。如今的客服已不只是“服务”，更承担了业务增长的压力。
瓴羊智能客服产品总监张双颖
张双颖强调，评估一个AI产品是否值得投入，关键看它能否嵌入业务流程，并量化提效或降本效果。基于此，瓴羊打造了三类真正进入业务流程，并实际提效业务的“超级Agent”：
首先，超级电商客服专家Agent，专攻退货等高成本场景，可处理20多步复杂流程中的80%重复任务，覆盖退款、物流拦截、外呼通知等关键节点，让人力专注例外事项处理，实现智能与人工协同；
超级电销专家Agent会面向汽车4S店等线索密集行业和场景，从销售任务规划、客户意愿分析、话术推荐，到邀约执行，构建一整套销售支持链，帮助销售团队从成千上万个号码中精准筛选高潜客户，并通过多轮外呼提升邀约效率。
超级企业服务专家Agent则围绕知识库难集成、难运营等问题，构建多端可用、权限灵活、可持续优化的知识平台，支持机器人问答、质检、客服、外呼等多个场景，为企业打造可持续进化的智能服务中枢。
Quick Service 客服Agent
Agent的成功落地离不开底层大模型的支持。阿里云上海解决方案总经理鲍远松以零售行业为例，强调了大模型核心能力在于与业务深度融合，其落地效果与企业是否具备数据资产、组织协作与持续运营的能力息息相关。
阿里云上海解决方案总经理鲍远松
当前，通义大模型已在零售行业的多个领域成功落地，如企业知识库构建、服务质检、智能建单、门店巡检及研发提效等，为企业带来了全方位的智能化升级，大幅提升了运营效率和业务质量。未来，随着通义大模型泛化能力与场景适配性的进一步增强，阿里云将持续引领零售行业迈向更高效、更智能的运营新范式。
活动最后，麦当劳、优衣库、迪卡侬、交个朋友、蒙牛、Tim-hortons等品牌的数字化负责人，围绕“Agent在零售消费的落地”进行了闭门深入讨论。
总结来看，大家共识是， 企业当前在AI落地中关键点主要集中在三方面：
与会嘉宾激烈圆桌讨论
首先，组织适配性上， AI是套新范式，团队能力很重要，如果团队缺乏理解力，技术再好也难见效；
其次，在场景选择上，落地不是全盘替代，要找对高频高价值场景，比如客服、问答、排班、合同审核等；
最后，围绕AI的企业基础能力建设很关键，比如数据质量、流程标准化梳理等，这些才决定了最终AI落地的稳定性和可控性。
结语
活动现场，一个明显的变化是，大家不再热衷谈模型和算法，反而更关注组织怎么协同、流程怎么理顺、团队怎么真正用得上。
这恰恰说明，AI能不能落地，关键不在技术，而在企业是否真的“用得起来”。
麦当劳的数智化和AI落地路径很明确，不空谈AI战略，而是从标准、流程、场景一点点梳理，把每个业务点跑通；而瓴羊的实践则是另一种方式，用Agent，把复杂流程拆开、串起、跑稳，推动服务真正高效运转。
或许，AI的价值，可能不是颠覆什么，而是实实在在地把事情“重做一遍”。借助AI把原来的在做的事一步步，做得更顺、更快、更省力。
