暗色键盘上发亮的蓝色字符

CASE 02 / OPERATIONS

不是让智能体再多做一件事,而是把每天重复发生的小事,从人的工作清单里移走。

把重复劳动,从人身上拿下来。

日报、考勤、平台评价、门店画面和重复问答,原来分散在一天里的不同时间。现在,它们按规则自动运行,人只保留判断、协商和异常处理。

200+门店
49城市
10部门
7 个月持续运行

01 / 改造前

这些动作,原本都得有人盯着。

它们单看都不难,难的是每天都要重新开始,而且把人的注意力切得很碎。

01

写日报

反复整理、反复解释

从多个口径里找数,拼成一份能被人读懂的经营摘要。

02

核考勤

逐条比对

排班、打卡、请假与门店实际情况对不上时,再逐项确认。

03

刷平台评价

分散在各平台

反复翻看新评价,判断哪些只是情绪,哪些需要门店跟进。

04

巡店看画面

靠人一段段看

总部需要看见门店现场,但人工巡检只能覆盖有限时刻。

05

回答重复问题

答案散落各处

同一条流程被不同门店反复询问,回答还容易随人变化。

真正的成本

“不是做不完,是每次都要有人切回来。”

重复劳动占用的不是一段完整时间,而是一整天里最清醒的注意力。
Astraea Plan 运行场景

02 / 现在怎么跑

五项能力,把固定动作变成固定流程。

每项能力都从真实业务动作出发:按时触发、读取数据、形成结论,再把需要判断的部分交回给人。

能力 01定时简报

自动写日报

把经营数据整理成可读摘要,不让员工每天重新拼一遍。

原来

多表汇总,复制粘贴,再解释数据变化。

现在怎么跑

01定时任务调取经营数据
02按固定结构生成日报摘要
03发送到运营工作流

交回给人

判断异常原因,决定当天先处理哪件事。

能力 02规则核对

自动核考勤

把机械比对交给规则,把需要沟通的个案留给人。

原来

排班、打卡、请假记录逐条比对。

现在怎么跑

01读取排班与打卡记录
02按考勤规则识别缺卡与冲突
03生成待确认清单

交回给人

核实特殊情况,和门店确认处理方式。

能力 03公开评价监测

自动汇总平台评价

高频问题先被看见,不用等有人有空再逐条翻。

原来

在多个平台间来回切换,凭个人经验分类。

现在怎么跑

01定时读取公开评价
02按问题类型与门店归类
03推送需要跟进的线索

交回给人

判断服务问题是否成立,决定如何回应与整改。

能力 04总部直连

总部直接读取门店画面

总部运营智能体直接连接门店读帧,门店端不部署智能体。

原来

靠人工巡看,只能抽查有限时段和有限门店。

现在怎么跑

01按场景读取门店画面
02识别陈列与现场异常
03保留画面证据供复核

交回给人

复核判断,联系门店,决定是否需要现场处理。

能力 05私有知识问答

自动回答重复问题

答案来自公司自己的流程资料,不确定时就升级给人。

原来

熟手反复解释,答案版本不统一。

现在怎么跑

01检索私有知识库
02按业务场景给出标准回答
03未命中问题标记为待补充

交回给人

处理例外,确认口径,把新经验补回知识库。

Astraea Plan 运行场景

一条固定的运行链,182 个定时任务按场景触发。

A2A 能力已经具备,按具体业务场景启用。这里的重点不是让智能体彼此表演协作,而是让跨部门动作有清楚的交接。

定时触发

按业务节奏启动,不依赖某个人记得。

调取数据

从经营系统与授权来源获取所需信息。

形成结论

按规则整理成摘要、清单或异常线索。

人处理异常

判断、协商、复核,并对结果负责。

03 / 结果

结果不在工时表里,在工作方式里。

这些动作现在自动完成。人不再从零开始整理,而是直接进入判断和异常处理。

自动完成

固定动作按时发生

  • 日报按结构汇总并发出
  • 考勤冲突先形成清单
  • 公开评价持续归类
  • 门店画面按场景读取
  • 标准问题直接得到回答

不承诺未经核实的工时节省比例,也不把“自动完成”包装成人力数字。

留给人的部分

判断仍然由人负责

  • 为什么会发生这个异常
  • 先处理哪家门店
  • 服务问题是否成立
  • 现场是否需要介入
  • 例外如何处理、如何复盘

人从“收集与整理”转向“判断与决策”,责任边界反而更清楚。

04 / 一条纪律

数字以 POS 为唯一基准,口径不统一,宁可不出数。

自动化不能拿“看起来差不多”的数字做判断。只要来源、时间窗或计算口径对不上,就不把结论发出去,先把口径修好。

01
POS 是唯一经营基准交易与经营结果先回到同一基准。
02
先统一时间窗与指标定义避免同名指标在不同部门各算一遍。
03
冲突就停止发布宁可标记待核,也不输出一个误导性数字。

把重复动作交给流程

先从最常发生、最耗注意力的那件事开始。

不用一次改造所有部门。选一个高频场景,把数据口径、执行规则和人工例外定义清楚,再让智能体按时运行。

预约演示