新氧门店的AI化改造：先把真实世界变成数据

2026世界人工智能大会刚刚落幕，企业级AI成了会场上最受关注的赛道之一。 和往年不同，今年展台上很少再见到单纯比拼模型参数和生成能力的演示，取而代之的是大量智能体、行业解决方案和企业部署工具。AI公司们的产品，正在试图真正连接企业数据、系统和业务流程，而不是停留在PPT里。 但一旦AI进入物理世界，事情就没那么顺了。 就拿一家诊所来说：顾客走进了哪间诊室、医生完成了哪些操作、设备被推到了哪里、一支药品为什么被领出又退回——这些真实发生的事，并不会自动变成数据。它们分散在人的记忆、纸质单据、甚至各种不起眼的角落。 日前，新氧创始人金星与媒体进行了一场近两个小时的交流。新氧正在旗下50多家轻医美门店推进AI改造，从面诊、治疗质检、顾客分诊到门店运营，都在尝试引入AI。 但整场交流中，让人印象最深的，不是AI本身有多炫，而是为了让AI落地，新氧先做了多少苦活、累活。 比如，为了统计一个消费者在店里不同环节的等待时间，他们试过平板签到、手环、蓝牙、Wi-Fi……各种方式轮番上阵；为了让总部远程监督医生是否按标准流程操作，他们在诊室装了摄像头，结果发现全国门店的网络带宽需要逐一扩容。 新氧从2024年开始搭建这套数字化体系，投入了上百名工程师。三年过去，金星坦言公司仍然主要处在AI落地的“上半场”——数据治理。 “有了这些数据积累，才能让AI针对你的业务去学习。我们现在还在大量数字化的阶段。”金星说。 新氧的实践，揭示了一个连锁业AI落地的隐形门槛：在AI真正发挥作用之前，企业首先要做的，是把不断变化的真实世界，转化成真实、连续、且能被机器理解的数据。

数据采集的隐形代价

对于连锁企业来说，AI最诱人的价值之一，就是复制优秀门店和优秀员工的能力。 一家店可以靠店长、医生或者熟练员工维持运转。但当门店从十家扩张到几十家甚至上百家，企业就必须知道：每一家店是不是都在按同样的标准干活？ 新氧想做一家标准化的轻医美连锁。按照金星的设想，同一个消费者带着相同的诉求，走进不同门店，由不同医生和咨询师面诊，得到的治疗方案应该高度接近。 但现实是，目前的新氧还做不到这一点。消费者最终拿到什么方案，很大程度上仍然取决于医生和咨询师个人的知识与经验。 AI要想缩小这种差异，首先得知道门店里到底发生了什么。 一次完整的医美治疗，至少包括：消费者提出诉求、皮肤检测、医生判断问题、设计治疗方案、准备药品和耗材、完成治疗，以及术后肤测和反馈等环节。但这些信息以不同的介质呈现，散落在各个角落。 消费者的诉求是一段面诊对话；皮肤状况来自检测仪器；治疗用了什么药品和剂量，记录在供应链系统里；治疗过程是一段视频；最终效果则需要通过术前术后照片、肤测报告和评价来判断。 针对不同数据，新氧采用了不同的采集方法：面诊对话通过语音转文字记录；皮肤检测仪与后台打通接口，把原本只能查看的整套报告拆解成结构化指标；药品和耗材通过ERP系统追踪；医生的治疗过程则由视频记录。 据金星介绍，围绕约175万次治疗，新氧已经积累了300多万张治疗前后对比照片，以及接近53万份肤测报告。 但数据治理并不是把尽可能多的信息存下来。第一道难题，是怎么保证数据真实。 实践中，新氧曾希望统计消费者在面诊、皮肤检测、术前准备、治疗等环节分别花了多长时间。最初，他们在不同环节放平板，让员工手动签到。但门店一忙起来，员工很容易漏签；总部一旦考核签到率，又有人提前或者事后补录。系统里的记录变得完整了，时间却不再真实。 “这个数据对我们来讲就是脏数据，脏数据就没有用。”金星说。 后来，他们尝试用带识别码的手环，让消费者到不同区域后扫码记录。但手环会干扰消费者体验：顾客为什么需要戴手环？不同颜色会不会被理解为区分会员等级？为了让手环显得有价值，团队甚至讨论过给它增加打开储物柜之类的功能。 蓝牙、Wi-Fi等也没有单独解决问题。 人工采集会增加工作负担，无感采集又需要在准确率、成本和顾客体验之间取舍。最终，新氧只能将多种方式组合起来，尽可能还原消费者、员工和设备在门店中的真实位置。 这暴露了线下连锁门店数据治理的一组核心矛盾：采集机制设计得不好，就可能增加员工负担，甚至改变员工行为，制造出一套表面完整、实际失真的数据。

AI进入治疗巡检

尽管数据治理仍在进行，预计今年底才能完成，但AI已经在循序渐进地进入门店。 视频巡检治疗过程，成为AI落地的场景之一。 对于新氧来说，视频巡检要解决的核心问题，是监督不同门店是否真正执行了统一的治疗标准。为此，他们为不同治疗项目制定了标准SOP。以一个包含10个步骤的BBL项目为例，SOP会明确每一步需要完成的操作和标准时长。 与此同时，诊室安装了双联屏，其中一块屏幕会显示当前治疗项目的操作流程，医生可以在治疗过程中对照执行，消费者也能看到治疗进度。 为了保证每一步都被准确执行，新氧通过人工视频巡检监督治疗过程。总部设有专门的巡检团队，通过视频远程查看不同门店和诊室的治疗情况，监督医生是否按照SOP操作。 但随着门店和治疗数量增加，每天产生的视频越来越多，人工巡检的效率明显跟不上。新氧正在尝试用AI改变这一过程。一套新的智能巡检系统计划在7月底上线。 新系统将引入AI视觉识别能力，对治疗视频进行抽帧、目标检测和行为分析，识别视频中出现了哪些人、医生正在执行哪一步操作、使用了什么设备，以及动作是否符合标准、是否出现疑似异常。按照规划，这套系统将逐步实现7×24小时智能巡检，并通过人工持续确认和修正识别结果，提高模型准确率。 但要让这套系统覆盖全国门店，新氧最先遇到的挑战，不是模型识别，而是网络带宽。 医美门店原本不需要持续上传大量视频，现有网络要同时支撑顾客服务和其他业务系统。智能巡检上线后，诊室画面需要持续传回总部，原有带宽很快成为瓶颈。实际运行后，新氧发现每家门店的带宽至少需要扩展到200兆，否则视频上传还可能影响其他系统的运行。公司只能联系不同地区、不同商场的网络供应商，为门店逐一升级网络。 从人工抽查到AI巡检，一项看起来属于AI视觉识别的功能，最终同时牵涉到摄像头、网络带宽、视频存储、SOP定义、人工标注等多个环节。 这也意味着，AI进入门店并不是一项能迅速兑现利润的升级。为了让模型看见并理解真实的治疗过程，企业首先需要投入大量工程资源，改造原有的系统、硬件和业务流程。 金星不认为AI短期内一定会让单家门店立即变得更加赚钱。但对连锁企业来说，AI真正可能带来的回报，并不只体现在一家门店的利润表上——它扩大的是整个组织的管理半径，将原本依附于个人经验的管理能力，逐渐转化为可以被总部调用、监督和复制的系统能力。 但在此之前，企业必须先看见真实世界。把一家线下门店变成机器能够理解的世界，依然需要大量缓慢而具体的工作。