丰 e 足食亮相云栖大会： AI成为18万台智能柜规模化运营核心能力

以下打法、话术与推进建议为商务推断，原文事实单独列出；客户需求、产品能力与合作条件须核实后确认。

本条打法：小步验证

选招依据：这条新闻提供了可在本地验证的案例假设，先用一个小样验证服务假设或办公方法。

原文事实：9 月 23 日，深圳市丰宜科技集团股份有限公司旗下无人零售品牌丰e足食亮相2026 云栖大会，丰 e 足食 CTO 蔡亮发表了《智能零售柜运营中的 AI 能力演进》主题分享，介绍丰宜科技近年 AI 深度落地无人零售运营与决策的实践成果，同时介绍了携手阿里云、通义千问在多模态大模型、智能体方向的合作探索案例。

与丰 E 足食的关联：《丰 e 足食亮相云栖大会： AI成为18万台智能柜规模化运营核心能力》与丰 E 足食零食柜有行业直接关联；同行案例可用于提出一项服务假设，须核本方实际能力，实际需求须访谈确认。报道中的 AI 应用只可用于办公流程或企业交流参考，不能视为零食柜的现有功能。

沟通对象：本地目标场地运营/行政及物业负责人

开场话术：“我看到《丰 e 足食亮相云栖大会： AI成为18万台智能柜规模化运营核心能力》。这个案例的价值是品类、距离还是休息场景？能否对照贵方一个区域的使用情况，验证丰 E 足食能补哪一项？”

异议协商：案例只作比较，先验证一项假设，提前约定复盘和退出，不照搬销量或产品能力。

推进动作：拆出案例的一项服务假设，访谈候选场所人群并记录品类、距离与时段；需求和授权明确后，约定小范围试点费用、周期、退出条件和反馈指标。

推进判断：小步验证：用一个小样验证服务假设或办公方法

需核实：报道中的 AI 能力属于被报道产品/案例；丰 E 足食零食柜是否具备识别、预测补货、数据连接或审计能力均未核实。客户需求、点位经营授权、费用及运营分工未核实；合作条款和柜体功能须以双方确认的方案为准，不承诺免费、分成比例或销量。

9 月 23 日，深圳市丰宜科技集团股份有限公司旗下无人零售品牌丰e足食亮相2026 云栖大会，丰 e 足食 CTO 蔡亮发表了《智能零售柜运营中的 AI 能力演进》主题分享，介绍丰宜科技近年 AI 深度落地无人零售运营与决策的实践成果，同时介绍了携手阿里云、通义千问在多模态大模型、智能体方向的合作探索案例。

注：丰e足食CTO蔡亮2026年云栖大会现场演讲

18 万台智能零售柜，AI 自动决策成为规模化运营核心能力

会上，蔡亮梳理了智能零售柜AI 技术演进方向，清晰呈现丰宜科技智能化发展路径，目前丰 e 足食已完成 1.0 数字化、2.0 系统化建设，已发展至 3.0 数据智能阶段，当前正处在4.0 AI数智化阶段，将运营从人为引导的管理转变为算法驱动决策。

“消费者扫码开门取货的过程只有短短十几秒，但柜子关门的那一刻，运营商真正的挑战才刚刚开始。” 蔡亮表示，面对全国海量分散的零售终端，依靠人工很难承接每日海量的选品、库存、路线、补货决策任务。

丰宜科技选择弱化人工决策的路径：海量日常运营决策交由 AI 完成，人聚焦业务规则提炼、异常处理，以此破解碎片化点位规模化运营的行业难题。

截至2025年12月底，丰e足食在全国运营超18万台智能柜，重点覆盖办公楼、工厂等碎片化轻场景，深耕百余种细分消费场景。自2022年开始，其搭建自研Flow Pilot 智能体系统成为运营全链路的核心，整体分为终端用户层、AI 决策层、计算基础设施与物联网层，由四大子智能体协同分工：Field Pilot 负责点位拓展与商机管理，Link Pilot 承担选品汰换、营销规划，Opti Pilot 管控三级库存调度，Work Pilot 负责履约执行、路线规划与作业质量检核。

据介绍，Flow Pilot 系统每日完成上亿次动态运营决策，选品、补货、调拨、路线规划等任务由 AI 规划统筹，仅少数异常场景需要人工介入，已实现无人零售业务全链路 AI 驱动决策闭环。

携手阿里云通义千问大模型，推进大模型、具身智能、无人物流深度融合

不同于其它行业零散单点 AI 工具应用，丰宜科技目前已经完成了消费识别、商品选品、供应链库存调度、路线规划、作业质量审核、一线智能交互全业务链条深度智能化改造，覆盖 C 端消费、运营决策、一线履约全环节。

“无人零售经营过程会产生大量视频、照片、语音等非结构化信息，过去只能依靠人工抽检，成本高、覆盖范围有限，接入通义千问大模型后，多模态能力补齐了运营短板。”蔡亮表示，丰e足食自2025年6月开启与阿里云、通义千问大模型的合作，进一步将多模态大模型落地在订单识别、补货视频审核、排面检测、语音交互等真实业务场景。

蔡亮指出，近年丰宜科技AI之所以能快速落地，全国直营管理模式是关键因素之一。全国采用统一管理标准，可以确保了各项AI决策快速执行，依托 18 万台真实终端的大规模商业运行回传高质量数据，持续沉淀 Bad Case 回流迭代模型，丰宜科技已经形成了“业务落地 – 数据回流 – 模型迭代 – 业务优化”完整商业闭环，为无人零售乃至实体零售行业 AI 规模化落地提供可复制的参考样本。

会上，蔡亮进一步分享了多项典型 AI 落地场景： 消费订单识别采用“小模型 + 大模型”组合推理架构，小模型完成视频抽帧、抠图、商品向量召回，简单购物场景由小模型快速识别结算，遇到遮挡、多商品等复杂场景，则交由通义千问多模态大模型进行识别判断。高置信度订单直接自动结算，低置信度订单流转人工复核，兼顾识别精度与系统运行效率。

面向一线补货作业人员，丰宜科技基于阿里云点睛平台持续升级打造 Work Pilot 智能体，一线员工通过蓝牙耳机、APP 即可使用自然语言与智能体交互，支持一线人员完成语音分拣作业、查询补货任务、商品下架、薪酬货损等业务，将 AI 能力下沉至一线作业执行终端，可以有效降低一线人员繁琐的操作负担。