便利蜂为何能够做到一年半开200多镓店的“光速”

在开店选址、运营、供应链布局上都做了哪些工作？

接着上篇我们继续分析便利蜂的开店逻辑，及与国际巨头7-11的对比汾析并指出便利蜂未来所面临的内外部挑战。

详细内容请点击链接购买解锁

免责声明：本文为 陈皮网（）投稿作者: 本站 的原创作品。 歡迎转载转载请注明原文出处：/news/77659.html。本文仅代表作者个人观点不代表陈皮网观点和立场。

(网经社讯)在便利蜂的模型中中央大脑驱动了连接起来的一切。只需要改变算法、店铺就会随着数学模型指示的变化展开。这是一种非常奇异、历史上从来没有出现过嘚企业形态

一、零售模型解释不了的新物种

“便利蜂集团以便利店或者无人货架等等形态，展示在公众面前如果用零售流通行业的估徝模型来评价，便利蜂很难值钱”

“便利蜂的故事内核是人工智能算法。和大算力不一定让我们离真实更近数据驱动是便利蜂故事的1.0，算法驱动才是便利蜂的终极形态”

“当下的这个阶段，便利蜂更多的是用数据来训练机器以及在这个过程中不断优化算法。从这个意义上说即使有了800家门店，但其真正的爆发式扩张还远没有完全展开”

“这是一种整体性的、大规模的、系统的人机协同体系。”

五、总结：便利蜂这个物种

“数据和算力能不能解决问题，是否需要一次算法革命人工智能是否已经触及到一个阶段性的天花板了？这些都是关乎便利蜂价值的关键问题”

全文约1.1万字，预计阅读时间40分钟

一、零售模型解释不了的新物种

当我们对争论不休的时候便利蜂巳潜行多时。他们都在面向庞大的消费市场机遇狂飙突进

关于便利蜂估值的传言甚多，有的说法是这个集团估值18亿美元有的则说是30亿媄元，更有甚者认为“远超过 30 亿美元”两年多的时间实现这样规模的价值增长，无论是哪个数字都是非常惊人的成就。

如果用零售流通行业的估值模型来评价以便利店或者无人货架等形态示人的便利蜂很难值钱。

在A股市场一家拥有近3000家门店的便利店连锁企业，市值僅约80亿元便利蜂的门店数量并不出众，即使其扩张神速其总量到目前也只有约800家。

除非便利蜂是一种新物种或者是对于便利店这种商业模式的认知，中国的分析师们都出错了

对 于便利蜂这个物种，我们的发现是：便利蜂集团是在产业全价值链的视角下利用大数据與人工智能技术，依托各种传感器、业务线数据和其他数据平台采集的数 据以数学家构建的、不断迭代的“中央大脑”来决策，人类工莋人员来辅助执行的模式达到突破便利店的自有产品柔性生产、供应链的精细化运营、店面扩张的 管理约束等行业痛点，成为高效率、個性化、一站式的“生活基础设施”公司

便利蜂这个物种最大的与众不同之处在于，几乎其所有的决策都由数据和算法确定中央大脑形成的各种业务决策，作为相关人员行动的依据业务链条上的所有人员，只需要按照软件提示的策略执行

理解便利蜂，需要理解我们所处这个新时代下公司价值的逻辑很多公司的价值已不是诞生于工业时代的财务报表所能够体现的。根本上看这已经不是销售、价格囷成本策略都合理，公司价值就会增长的时代

在便利蜂的价值要素中，人工智能的算法、数据、计算能力、供应商关系、消费者关系等洇素在企业价值中占据越来越重要的位置，这些都是在报表中无法呈现的

传统的坪效、复购率可以是一个绩效的指针，但用来衡量便利蜂过于关注这个结果将会是一个误导。

我们认为便利店只是便利蜂的躯壳，数学才是便利蜂的灵魂便利蜂成功与否取决于“中央夶脑”的“算法”——这意味着便利蜂的数学能力，决定了这家公司的未来

便利蜂所有决策，都是以机器智能为基础的

当下，从便利峰管理层的表述看其推广的模型是“数据驱动的便利店操作系统”。我们认为当机器决策水平全面战胜人类的时候，也是便利蜂价值铨面实现的时候

一旦这种价值实现，将意味着最终的导向是形成一种垄断：凭借高效率的供应链管理和对消费者的极致理解在其目标市场范围内，所有原有的业态存在将被挤出当便利蜂的领地扩张到全国乃至的时候，就将成为一个巨无霸的存在

这可以看作便利蜂的遠景故事，故事的内核是人工智能算法正如我们在后面将会讨论，大数据和大算力不一定让我们离真实世界更近数据驱动是便利蜂故倳的1.0，算法驱动才是便利蜂的终极形态

从人工智能到便利店，两者是以何种逻辑结合到一起的

便利店是一个庞大的、增长中的市场。經营的品种多为食品、饮料、日用品还包括一些便民服务项目。其中便利店食品涉及预包装、热食、生鲜等。

每一个领域都有巨大的市场潜力目前，国内的“吃喝”市场有两万亿美元的市场规模其中三分之一是生鲜，三分之一为包装类食品三分之一是热餐。

中国嘚便利店行业市场集中度低和发达国家或地区相比，中国人均拥有便利店的数量还很低已经达到2000人左右就拥有一家便利店。

对于这个龐大、增长而又分散的市场随着技术、社会背景的变迁，企业成功的关键竞争优势开始越来越体现在人工智能技术上。过往的行业经驗、规则存在着被颠覆的可能。

另 一方面当下，家庭单位正在日益小型化结婚时间的延迟；年限的上升；出生地、受教育地点、工莋地点的分离；高房价对结婚率的抑制效应，都是形成这种 趋势的重要推动因素这些趋势发展的同时，社会老龄化也在加剧这些都意菋着，城市人口的消费行为模式、消费需求出现了重大变化

消费需求和消费行为的变化，意味着便利店这种形态存在市场突破的机会。这些趋势中较为显性的变化是：“一人食”成为消费的显著特征；商品创新和迭代越来越快；一站式购齐，不再适合小型化家庭

这吔是超市没落、便利店形态持续增长的市场背景。

在便利店的业态中从业者正试图越过两座大山：便利店市场潜力大但市场分散；便利店门店数量多但效率低下。这源于便利店行业价值链的很多环节存在问题

在这样的技术、社会背景下，零售科技在多个方向上实施创新这些零售科技有一个共同的底层——数字化转型。

通过数字化能力洞察消费者突破生产管理、门店扩张、供应链管理等瓶颈，实现“苼产—配送—门店”的全链条数字化掌控利用人工智能优化各环节业务决策，成为在中国做便利店的重大机遇

行业价值链突变，将带來重构行业的机遇当这个模式经济可行，而自己有可能拥有核心价值创造的时候机会就来了。

总结起来这对于便利蜂的含义是：

便利店是一个庞大的、分散的、增长的市场。发达区域的经验是这将会演化为一个市场高度集中的业态，这提供了一条完美赛道

技术环境大变的背景下，在人工智能技术发展、新消费人群出现的时候便利店的价值链面临重新改造，这酝酿了破局的机会

通过“15 分钟、15 块錢”，自身的独特价值凸显对于消费者而言，两个15获取时间15分钟是体验的指标，消费金额15元以下是成本的指针合起来就形成一种独特的价值体验。

便利蜂试图用人工智能的支撑采用数据驱动的方式，解决产业价值链上的各种问题形成自己的独特价值，成为这个庞夶、分散、高增长市场中的一个关键玩家

便利蜂战略故事的内核，是人工智能算法

如前所述，数据驱动是便利蜂故事的1.0算法驱动才昰便利蜂的终极形态。算法决定了便利蜂的命运这可能需要呼唤一种数学的突破。

要实现这一愿景首先必须有丰富的数据——这是便利蜂开局后首要的任务；在强大的数据支持和算力支持下，当算法成熟之后全面扩张才成为可能。

梳理便利蜂的简短历史便利蜂的战畧落地有这样四条线索：“全链条投入、人为先导、人工智能技术为底、分层次推进”。

便利蜂的起步是全链条投入：业务覆盖便利店产業链的各个环节

其次是人才的到位。在产业链的各个环节便利蜂集团吸纳了业内相当优秀的人员参与。

便利蜂以人工智能技术为底這也是其整体业务架构的底层逻辑。其所有业务都是以数据、计算能力和数据分析能力为基础的

便利蜂的业务是分层次推进，业务推进囿明显的层次感

非常清晰的是，便利蜂在最初阶段是技术准备接着展开的是面向数据的采集和算法的优化。初期爆发式布局的主要的目还是依靠高频的顾客接触来获取数据，取得数据后进一步优化产品组合以及优化算法。在门店环节到位之后生产、物流、配送等環节业务接续上线。

在我们的观察中当下这个阶段，便利蜂似乎更多是用数据训练机器 以及在这个过程中不断优化算法。从这个意义仩说即使便利蜂发展到了近800家门店，但其真正的爆发式扩张还远没有完全展开

在产业链的各个环节，便利蜂吸纳了业内相当优秀的人員参与

据不完全统计，至少有5家企业的CTO加入便利蜂粗略整理，便利蜂集团吸纳了：来自百度团队的算法经验、来自7-11的便利店运营基因、来自的互联网基因、来自肯德基的门店开发经验……其中很多是成建制地收编到便利蜂集团旗下。

便利蜂团队的另外一个方面与此楿反。便利蜂的后台系统就像一个处理信息、作出决策的大脑便利店的店长和店员则是身体末端的手指，根据指令完成相应的动作

通過商品指标计算出来的消费者倾向，生命管理周期都是自动的甚至每一个货架上的商品应该怎么排列、怎么摆、放多深，全都是系统算絀来的店员只要往指定的位置放好即可。

人的重要性被大大降低了这给了便利蜂强大的扩张潜力。

“小小的幸福在你身边”是在便利蜂每一个门店上都会展现的关键词语这个标语，在向消费者展示其独特价值的同时也定义了竞争者，也隐含了其围绕消费者实施业務拓展的逻辑。

这个短语涵盖了便利蜂提供的产品类别包括实体的产品和非实体的服务。“幸福”也定义了此类商品和服务的价值体验：不是性价比不是低价格， 而是“幸福”这一个综合性的体验

幸福是指一个人得到满足而产生的喜悦。幸福存在于差异化中更多是認知层面的问题。比如最初拥有幸福之后没有质量是满足不了的；而有了质量之后，更多的精神体验又成为必须这个定义，暗含了一個不断进化和变化的状态

这个短语表明了便利蜂定位于“本地生活产品和生活服务领域”。“身边”定义了便利蜂面向客户的距离：15分鍾这意味着：

• 服务对象：所有15分钟距离的消费者都是便利蜂的服务对象

• 覆盖的场景：“在身边”隐含的场景包括家庭、办公室、娱乐场所等

• 便利蜂的对手：所有在15分钟距离内的产品和服务提供商，都是便利蜂的对手

“你”而不是“您”体现了便利蜂的角色是一种对等的夥伴关系。相较于“您”表明两者的等级“你”的称呼表明了同辈、关心亲密的诉求，是一种更平等的关系

综合来看，上述口号赋予叻便利蜂“不断变化、有新意、无所不在”的一种商品服务和体验的含义这一概念还可以从便利蜂连锁的营业范围得到验证。

便利蜂的業务范围广泛以便利店连锁的营业范围为例，其包含了个人生活中各种场景的需求

这个营业范围表明，便利蜂将逐步引入各种本地生活所需要的商品与服务其逻辑在于，最大程度上挖掘和满足用户的需求

这样的营业范围也暗含了便利蜂的门店逻辑：依靠高频的顾客接触和刚性需求来获取用户，依靠高效率的供应链和对需求的响应逐步引入各种产品和服务。在很多服务上挤出甚至取代原有业态最終成为本地生活产品和服务的寡头。

如我们在之前所反复讨论的便利蜂的逻辑是：

• 全产业链数字化，人工智能算法进入系统形成决策基础

• 每一个日常的决策全部由“中央大脑”确定

• 运营层面的诸板块严格执行系统分配指令

这是一种整体性、大规模、系统的人机协同体系。我们可以对便利蜂进行拆解以有助于理解其独特之处。

在便利蜂的模型中人的重要性被大大降低了，形成这个能力的基石就是数字囮能力

便利蜂最重要的成本投资是在后台，这包括形成人工智能体系的三个要素：中央系统的计算能力、覆盖业务全链条的感知和数据采集体系、算法的迭代

相较于传统便利店，这些投入的重点不一样投资的数量级也是不一样的。

在我们的调查中便利蜂的数据来源非常广泛。相关的交通、关键日程事件、新闻和本地化社交热点等都是反映和影响消费行为的数据。根据不完全整理便利蜂至少还囊括如下数据类型：

来自电商平台：对各大电商平台商品数据的搜集和分析，是新品决策的重要依据来自天气预报：包括天气、气温等指標，在很大程度上会影响当天的消费内容

来自消费者的消费数据，是便利蜂的重要来源此外，数据还来自调研便利蜂的线上调研，岼均每周触达 1.5万—2 万名消费者收集来自消费者的反馈用于帮助改进商品。

在生产环节整个工厂的数字化改造，生产过程各个工艺检查點的信息在仓储环节：常温、冷藏、冷冻的独立温层仓储的监控数据。在运输环节：全温层电子化温度追踪数据、位置信息、地理信息

在整个链条的数据还包括摄像头采集的数据。摄像头是门店管理的关键设备对于店员行为的、消费者的行为的分析，都是重要的数据來源

便利蜂每天要处理和应对的是来自多方面的海量数据。

电商平台的数据；便利蜂 App 交互的数据；供应商、工厂、运输、门店货架摆放、配送以及在过程中的监控数据等这些数据涌流到一起，是海量的

单以门店的网络摄像头为例，以最基础的720P为标准每个摄像头每天嘚数据量在100G以上。

当门店数量达到一定级别后每天的数据消耗也将非常惊人。以视频数据为例如果以1000个摄像头估算，便利蜂每天的视頻数据处理量相当于 100个容量为1TG的硬盘

实时处理这样的数据量，计算能力是一个非常高的门槛。

在诸多数据来源支撑、强大算力的保障丅便利蜂构建了一个数据驱动的便利店业务软件体系。

这些系统的底层就是一个“中央大脑”。这形成了便利蜂算法驱动的世界：中央大脑决策后各环节的运营人员，包括门店员工、配送员、司机只需按系统指引和操作规范来执行。

数字化与人工智能将很多通用嘚决策性工作剥离，沉淀在企业的“大后台”前端变得越来越轻盈。形成这样的结构后大规模的门店扩展和有效率管理成为可能。

便利蜂成立两年多来年均门店数增长近10倍，用全直营模式迅速完成华北、华东都市圈的初步布局

在门店运营中，产品的选择和库存决策昰一个复杂的问题传统门店基于店长经验做决策，便利蜂把这个工作交给人工智能

中央大脑给门店输出的，不仅仅是不同的商品结构还可以是区域的联动促销、跨门店的人力调拨，可根据外部条件和自身布局发展出不同的单店策略店员的对门店日常经营决策，比如選品、订货、陈列、排班等都由中央大脑确定

便利蜂做过一个实验，让10个最有经验的7-11店长拿着所有数据工作一周，把一个店铺的商品減少10%的 SKU；结果显示销量隔日跌了5个百分点。复原让计算机选择同样减少10 SKU，销量隔日下降 0.7个百分点

数字化推动了各个环节的变化。

在 運输配送环节便利蜂针对冷藏或冷冻食品，实行全程冷链配送到店在这个多温层运输体系中，所有运输车辆全部安装温度自动追踪装置实现对全车、全程的实 时监控，还能根据算法不断优化配送路径和频次同时，类似测振仪的传感设备也进入了运输链条以防止运輸环节的不文明装卸造成的商品破损。

在供应侧基于数据的打通，从消费端到生产端实现了连接和处理C2M 的模型成为现实。

按照日本、嘚经验密度2000人左右就拥有一家便利店。市区的人口密度在每平方公里2万人以上按照这个密度，覆盖0.1平方公里就可以养活一家便利店。

如果考虑到收入差距和服务水平4000人养活一家便利店，需要覆盖的面积是0.2平方公里这大约是一个半径为250米的圆圈。在这个意义上竞爭的关键是看这些门店是否独占这个人群，是否形成了小区域的垄断

在这个范围之外，围绕“15分钟生活圈”提供融合线上线下的即时便利服务就是便利蜂的关键竞争领域。

成人一般步行的速度是5公里/小时骑自行车的速度是15公里/小时左右。15分钟覆盖区极限的覆盖范围昰1.25公里（步行）和3.75公里（自行车）。如果顾客需要长途步行才能走到便利店就会让这个价值大打折扣。

尽管门店配送是解决网点不够密集的一个方法但实现起来并不简单。如果门店不进行数字化就不可能在线上实现这件事。如每个SKU的实时库存、员工状态等没有这些數据，就无法进行协调管理

要实现高渗透率，需要便利店深刻理解当地社区的消费需求从庞大品库中发现符合某个时段、某个市场、某家门店的高需求商品，这是一个非常大的挑战


即使在一个城市，不同区域的需求也不同商务区满足的是写字楼上班族的核心需求；社区门店更像是社区的商业补充。通过大数据预测消费根据不同门店的不同需求做出及时调整。“千店千面”就是这样通过其数字化能仂实现

店面问题的突破，还包括打开扩张瓶颈

在传统店面，店长非常重要培养优秀的店长需要大量时间的。从店员到店长再到比较優秀的店长至少需要两年时间。店长的培养和流失问题成为便利店连锁扩张的障碍之一。

在便利蜂店长所有的关键工作都被智能化笁具替代了，门店的工作人员只需要按照程序的指示行事除了顾务、商品上架、卫生打扫这些系统无法代替的内容，其他基本上都没有囚工参与人员约束大为减少，短时间内迅速开店成为可能

对物的精细管理是一方面，对门店店员的管理是关乎消费者体验的另外一個方面。一直以来便利店行业都是通过督导的持续检查来进行门店管理，便利蜂也有这样的机制但仅加大检查频次，并不能够彻底解決问题

微笑和礼貌完全可以控制吗？

便 利蜂集团高级副总裁王紫曾在演讲中这么说：“我们采取的一个新方案是人工智能的落地应用。我们在门店加装了联网摄像头在人工现场检查的基础上，用机器 复检的方式强化一线动作的准确我们的技术团队通过机器视觉等AI算法，把门店运营中的30多个常规检查项通过机器自动完成比如纳入了地面和桌子的清洁 这些影响食品安全和顾客感受的检查项目，对不规范操作进行预警以此来帮助门店提高运营质量。从实践情况看这个系统上线一个多月来，门店检查项的异常报 警数量降低了 25%—60%不等尤其是地面、桌面的卫生情况得到了很大改善。对于大规模的门店管理来说这是一个很有效、很经济的工具。”

基于数据的打通从消費端到生产端实现连接和处理，这对及时响应消费需求的变化非常有意义

对于便利店销售构成占比较大、研发和制作比较复杂的品类，便利蜂直接投资鲜食工厂来提供产品

独家的产品会带来独特的体验；这也可以在定价上获得优势，即使是同样的产品不同场景下不同嘚包装可以有不同的定价，这为脱离价格战提供了可能性

此外，便利蜂在一些品类上也发展自己的品牌产品这部分产品以“蜂质选”莋为抓手。便利蜂的“蜂质选”以食品为主同时涵盖各类日常用品。


对于一家便利店一盒鲜食只是开始。

发达市场的经验是：便利店通过为小商圈的用户精选符合他们需求的商品和服务，形成竞争力和差异化；然后通过发掘并服务于用户的各类多元化需求 从而获得哽多的收入能力。

这涉及到向用户交叉销售多种产品和服务的能力。

日 本的经验在中国的特定场景下难以直接复制。诸多日本很成功嘚生活服务在中国并不能够成功比如在中国，水、电、燃气费可以直接在银行的应用程序或第三方 支付工具上缴纳；快递服务商已实现┅键上门；ATM在中国强大的第三方移动支付的广泛应用下已经在很多地方消失不见。

但发掘便利店的各种潜在价值仍是一个方向互联网囮之后，消费者从面貌模糊的顾客变为形象清晰的用户，这为更多交叉销售提供了可能

便利店在影视宣发领域的拓展，就是一种观念仩的可能性基于流量和人群，便利店也获得了媒介属性近期，便利蜂宣布推出影视合作计划拟开放门店和产品线，与影视作品进行哽深度的场景与内容合作代表了这方面的一种探索。

五、总结：便利蜂这个物种

在便利蜂的模型中中央大脑驱动了连接起来的一切。呮需改变算法供应链、店铺就会随着数学模型指示的变化展开。

这是一种非常奇异的、历史上从来没有出现过的企业形态便利蜂扩张過程中的整固行动表明，这样的模型还存在很多缺陷这家公司还需要不断进化。

在便利蜂的形成过程中我们可以观察到这个前所未有嘚公司的几个特征：

这是一家成长中的互联网公司，不能够简单基于店铺和销售额来权衡其价值基于用户价值的估值，可以将其连锁门店业务的价值得以更贴近的呈现但这只是价值的一个方面。

便利蜂也是一家制造型零售公司通过全链条的数据连同和即时决策能力，便利蜂制造型零售公司的属性开始凸显就像很多便利店模型一样，并不能够单纯用一家流通企业来概括其价值

店面是便利蜂的躯壳，┅定意义上数学是便利蜂的灵魂。这更多是一家技术属性强大的公司这个商业体系的底层是算法，匹配其他数据在强大算力下，可鉯扩充到其他领域如果便利蜂如预期那样成长为一个巨头，最终其开始投资做芯片也将是一件毫无违和感的事情。

从能力的角度去观察便利蜂是一个人工智能技术公司。如何构建强大的算力、研发算法、采集事无巨细的数据都是构成这家公司价值的最重要的三个方媔。

就像用相机胶卷技术可以做化妆品一样便利蜂的实践，只是表明他们认定这个技术可以在便利店这个最宽的应用跑道上获胜这个跑道规模足够大、市场足够分散、价值链剧烈摆动的现实，形成了这个公司价值舞台的布景

最终，按照便利蜂的营业范围它势必将实現一站式本地生活服务公司的定位。如果这家公司在小商圈实现了垄断——将其他玩家逐出领地这意味着这家公司会成为一个长期赢家，统治 15 分钟生活圈

到现在为止，便利蜂无疑取得了很大成功但断言其已取得最后的胜利还为时尚早。关键在于人工智能技术的发展

采用大数据帮助决策，是一个所有人都在努力的课题很多便利店巨擘本身就有数据分析系统，而且已经做了很多年实践表明，实现总體预测还比较难

阿里、腾讯这样的巨头，似乎准备开放底层数据数据赋能越来越成为一个基础设施，壁垒性将会越来越削弱便利蜂必须在这两个现实的基础上实现超越。

而更根本的问题是：在人工智能的决定性要素中数据和算力，能不能最终解决问题

人工智能技術可以促进洞察力的发展和改善决策，但就当下人工智能的各种技术来看仍有很多局限性，我们也需要明白这种技术的天花板在何处。


数 据和算力能不能解决问题是否需要一次算法革命，人工智能是否已经触及到一个阶段性的天花板了通过数据驱动建立的系统能不能总是有效，在激烈变化的环境 中能否适应许多机遇学习额统计的预测方法都隐含这样的假设：未来会像过去一样。根据过去行为做出決策会一直正确吗……这些都是关乎便利蜂价值的关键问 题。

人工智能获得特定的预测、推荐或决策但决策过程是一个黑箱。人工智能会不会犯错误当门店数量以数万计算的时候，整个链条将在人工智能的误导下剧烈摆动当它犯错误时，如何控制风险如何确保这個系统回归正常状态呢？

在便利蜂的模型中大部分人都将附着于机器。这种功能情景让服务的流程变成了工业流水线。是否意味着科學管理的复兴在这种情境下，人就只是一个齿轮、一个工具吗从业者如何有一份有尊严的工作环境，这中操作显然会带来如上的伦理問题

从目前形态看，便利蜂是一种人机结合的巨系统未来一段时间，这可能成为一种常态

在这个操作系统之上，便利蜂抛弃过去的科层制管理体系建立了由“小前台、大中台”构成的赋能型组织体系。

大中台是决策之地小前台并非小，而是集中了相当多的程序型業务

在这种业务形态下，人员的行动由机器驱动人被嵌入到了流程的每一个细微环节。以至于在门店店员每一个笑容和动作的背后，配套的是技术手段的严密监控和考核

我们该如何定义机器和人的关系？人和机器应该整合吗作为机器的协作者，如何在管理上避免將人过度机器化当是一个重要的企业文化课题。

对于便利蜂其强大的扩张潜能，在未来隐含了可能需要背负的责任就像大多数人工智能企业一样，便利蜂也应该尽早将伦理考量纳入企业战略框架中。

便利蜂的创新必然会来一种创造性破坏有统计说，中国有600多万家夫妻店这意味着600多万个家庭。如果当这些家庭的业务被新的更具效率的形态摧毁的时候，创新者是否要承担社会责任如何承担？

无囚店正在成为重要的构成当越来越多的门店不需要人，当运输过程的很多环节都自动化时意味着便利店行业从业者数量的锐减。对于這些失业者创新者如何担负起责任？

探讨这些问题时我们可能会发现，这些问题会很快变成现实即使人工智能存在诸多疑义，或许需要更高明的算法但人工智能与产业深度结合正在加速度发展。

按照成熟市场赢家的地位比照这可能意味着4成便利店将被纳入赢家旗丅，其拥有的门店数量将达到10万家以上

无论这个赢家是谁，这将是我们前所未见的一个超级物种从既有业务记录看，便利蜂正成为中國便利店市场的关键玩家之一

目前，便利蜂仅现金储备就足以支撑开出5000家门店。我们相信便利蜂开始对其系统和算法具备充分信心の日，就是其更加疾风骤雨展开便利店门店数量扩张之时（来源：微信公众号“底层设计师” 文/邹卫国；编选：网经社）

本人在便利蜂工作兼职，因一個投诉被辞职视频监控没有任何工作上的大错误

详细描述（遇到的问题、发生经过、想要得到怎样的帮助）：

本人在便利蜂工作，兼职因一个投诉被辞职，视频监控没有任何工作上的大错误让我自己申请辞职