来华35年，进入“金拱门时代”的麦当劳中国，数字化步伐逐步加快。有消息称，未来4年内，麦当劳中国计划投入40亿元，进行数字化研发与创新，以更好地服务顾客、服务餐厅、服务企业，赋能未来10000家餐厅的发展。
作为阿里云、瓴羊在餐饮领域的深度合作品牌，麦当劳中国如何成为全球数字化程度最高的麦当劳?一个拥有7000+门店、22万+员工、3亿+会员的餐饮公司，如何建立起服务消费者与员工的“超级系统”?7月23日，在「走进麦当劳·会数据同学」现场，麦当劳与瓴羊、阿里云和虎嗅一同深入消费、运营与管理流程，探讨了企业从技术架构升级到服务AI Agent实战落地的数智化演进逻辑。
AI重构“人货场”，优化消费者、餐厅与企业“客户服务”
“我们的数字化，是以客户为中心，搭建起来的前台、中台、后台”，麦当劳中国首席信息技术及体验官陈世宏提到，麦当劳与瓴羊、阿里云基于深度合作，以消费者、门店员工和总部职能部门三类“客户”为中心，围绕“人、货、场”构建数字价值链，在优化用户体验的同时，实现门店运营提效与总部决策协同。
在消费者侧，为打破早期不同平台OMS与会员体系互相独立的“竖井式”孤岛状态，麦当劳主动推进了“一套系统”的标准化治理，通过规划蓝图、颁布标准、建设系统，统一用户体系与订单链路，实现用户体验与市场运营实现一体化协同。
在消费订餐前台外，真正复杂的系统建设部分，还藏在门店后场。面对每年新增1000家门店的扩张目标，培养一位餐厅经理需要5到10年的人才周期已跟不上扩张节奏。麦当劳选重构人、货、场三大运营要素，用数字化手段降低管理门槛。在“人”效方面，过去一个门店需配备多个全职员工管理排班，如今在麦当劳营运部门的主导和数字化的赋能下，1位员工即可远程负责多家门店排班。在“货”品管理上，原本依赖人力逐级追踪的库存与销售数据，如今通过系统即可实时掌握，库存准确率与供应链效率大幅提升。在“场”的维度，IoT系统可支持设备维保预测与能源节约，仅电费一项年节省超5%。
相比消费者和门店，企业总部似乎是离“订餐系统”最远的一方。但麦当劳通过数据沉淀，围绕市场调动资源、财务部门调度资金流等问题，制定总部与前线高度协同的动态管理体系，为全局决策提供了依据。
陈世宏指出，IT团队应该“大声说话”，不仅要稳定系统，更要主动提出方向，为企业变革提供前瞻性的引领方向。
从“能说”到“能做”：瓴羊AI Agent为企业提效增利
Agent时代，企业智能化的真正挑战，在于如何让 AI 真正参与业务、嵌入流程、接管决策，在流程中“接得住”，在业务中“用得好”。
瓴羊副总裁甄日新指出，大模型底层能力并不构成差异化竞争力，真正的关键在于如何将企业独有的数据资产和业务逻辑，与智能体系统深度融合，输出更具个性化的AI能力，对此，瓴羊深入多场景工作流，聚焦数据治理、经营分析、营销增长、客户服务等场景，把Agent能力嵌入企业的真实流程之中，让大模型不再停留在“能说会答”，更成为具备业务记忆与操作能力的完善智能体。
众所周知，在所有落地场景中，智能客服是企业日常运转中最重的人力负担，也是AI最难啃的一块“硬骨头”。瓴羊客服产品负责人张双颖表示，在不同类型企业中，客服投入往往占到总预算的5%至30%，其中超过一半用于人力，而AI若未能深入业务流程，则难以真正释放效率。“我们看到很多企业在尝试大模型，但若没有进入业务流程，无法实现降本增效、量化指标提升，本质上还是AI玩具。”
为此，瓴羊发布智能客服Agent，推出了超级客服专家、超级电销专家和超级企业服务专家等多个Agent应用，帮助企业提升客服效率，优化消费体验，降低企业资损，打造“真正落地、真有效果”的客服体验。
其中，超级电商客服专家聚焦售前、售中、售后服务场景，旨在解决电商行业退货难、人力重、成本高等痛点。以往，退货流程往往占据近40%的客服人力，需人工反复核查投诉记录、物流状态、拦截情况等。如今的流程可由Agent自动执行。系统还配备“任务驾驶舱”，在关键节点引入人工判断，确保风控可控、人机协同高效。过去横跨多个系统、需人工处理20多步的流程，如今80%已由Agent完成，实现“一个业务人员+多个Agent”的高效协同。
超级电销专家目前应用于汽车等销售线索密集型行业，通过接入CDP系统筛选高潜客户，结合客户画像自动生成外呼脚本和行动建议。以车企为例，瓴羊超级电销专家Agent，通过接入车企CDP与线索平台，能够完成初步信息收集，并据此生成后续销售建议与行动计划。在“任务驾驶舱”，销售团队可每日筛选10个优先联系的客户，无需做繁琐的背景调查，即可获取用户关键行为数据。呼叫结束后，Agent还能生成下一步销售动作，联动工单系统推进发货、服务或会员激活，并形成可量化的数据反馈，为后续销售策略提供支持。
超级企业服务专家解决企业机器人、在线客服、外呼团队知识库互相割裂的难题，建立统一的“企业级知识中台”，支持基于人员、部门、渠道与使用场景进行权限管理，实现真正可控、可用的知识调用。超级企业服务专家通过多模态知识处理能力，将图像说明书、视频内容等资料转化为可供Agent调用的知识资产;同时通过调优闭环、意图模型训练、离散知识干预工具等模块，建立了可运营、可进化的知识运营体系，让知识库从“技术团队的玩具”真正成为“业务部门可用的工具”，推动AI能力在组织中落地生根。
当前，瓴羊Quick Service客服Agent已实现从在线咨询、热线接入到Agent中枢的端到端覆盖，并支持按效果付费、运营陪跑与代运营服务，帮助企业一站式落地客服智能化。
当然瓴羊Agent能力不仅限于客服场景，例如在BI分析中，瓴羊构建Chat BI与归因引擎，不仅解决“问数”的准确性，更深入融合业务逻辑，实现决策支持;在营销自动化中，瓴羊通过大模型生成内容、判断投放时机，并探索全链路生成式营销。
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。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。
AI Agent时代，瓴羊和阿里云将持续以数据资产为基座、以业务流程为载体、以智能体为驱动，推动AI从“能说”走向“能做”，帮助企业掌握下一代智能商业发展的主动权。
「数据同学会」是阿里巴巴瓴羊与清华大学数据治理等研究中心联手打造的数据行业IP，围绕“共享、共想、共响”理念，团结和聚集数据行业从业者，分享实战经验和前沿洞见，以产、学、研多方联动，让数据落地企业，让企业收获成果，充分发挥数据对经济发展的叠加和倍增作用。「走进标杆·会数据同学」系列活动也将持续走进各行业代表企业，通过“看样板、学先进”的交流模式，携手探索Data x AI的应用新范式，沉淀可复制的实践经验，在数字化浪潮中协同前行、共创未来。
