關於 異化勞動定義 ，我們在網路上蒐集到這些相關的討論、資訊與評價

創新工場和BCG諮詢合作的“+AI改造者”系列：看看F5未來商店，如何用AI技術擴大品類優勢，重塑無人零售及餐飲行業。

改造者系列：全自動烹飪+清潔，現在的便利店有多未來？-- 本文来自BCG微信公眾號，經授權轉載。

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智慧在中國大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

在廣東，F5未來商店已經在AI的幫助下重構便利店的商業模式。區別其他無人便利店，F5未來商店抓住了便利店引流獲客的核心品類：鮮食，由後廚機器現場烹飪；不僅如此，顧客用餐後，攝像頭會自動檢查面是否有未處理垃圾，觸發自動回收垃圾和清潔桌面指令。

在采訪中，F5未來商店聯合創始人林小龍認為，許多零售行業的傳統問題是當前AI應用無法跨越的，例如門店擴張導致的供應鏈壓力，想要實現自動化賦能，還需潛心研究和打磨技術。以下：

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

在零售行業，F5未來商店以重構便利店的模式向傳統零售企業展示了AI和機器自動化的巨大潛力，重新定義了「無人零售」。正如「F5」其名，F5未來商店嘗試以AI和機器自動化「刷新」零售服務與體驗。

■本期受訪嘉賓：林小龍

F5未來商店是利用機器自動化結合演算法替代人工的24小時機器人便利店。無需服務員，所有烹飪、冲調飲品、取貨、結算、庫存盤點、清潔工作均由機器自動完成。F5未來商店探索未來零售與餐飲的商業空間，重構人與商品的連接場景。

林小龍是F5未來商店的聯合創始人，福布斯中國「30 under 30」。在此之前，他曾任職於騰訊。

■對談實錄

Q1：F5未來商店為什麼選擇切入零售？又為什麼選擇獨立運營，而非和傳統零售商店合作？

林小龍：2014年，F5的創始人徐海成機緣巧合在工廠裡開了一家便利店，營收雖然高，但因為重人力，利潤其實很一般。60平方米大的小店卻雇了13個人來運作，攤去了很多成本。當時我們就在思考，可不可以讓運營工作自動化？可不可以讓機器替代人工？同時，我們也看到市場的整個大趨勢是勞動力供給走下坡，工廠招工越來越難，自動化確實有著巨大的價值。於是當年開始立項做自動化的無人零售。

選擇自己做無人零售的探索主要是因為無人零售仍需要時間證明自己，對已經成型的零售商而言，試驗的風險和成本太高。而且零售的鏈條很長，完全讓零售商各環節改造機器和AI應用影響太大。

我早年在騰訊工作，有一個說法是「小步快跑、快速反覆運算」，無人零售也是一樣。無人零售在早期會遇到各種各樣的問題，需要不斷打磨單店模型，單店模型成熟之後才適合做擴張。這對於已經成型的零售商而言，會面臨業績不升反降的壓力，在試錯的過程中往往信心和意願容易動搖。

另外，F5未來商店的無人化涉及到零售的方方面面，從中央廚房、門店運營到物流供應鏈，對於傳統零售的顛覆是巨大的。F5未來商店將圖像識別、機器自動化、千人千面推薦演算法、機器預測等技術都靈活地運用到了便利店業務當中：包括顧客進店時有攝像頭做人流分析，顧客在電子螢幕上購買時，演算法會根據顧客的歷史購買資料、類似偏好顧客的購買行為來做推薦，出貨之後由攝像頭檢查商品是否被顧客正常取走、攝像頭檢查桌面是否有未處理垃圾而觸發自動回收垃圾並清潔桌面指令等等。在後臺備貨和生產過程中也有AI賦能。比如，我們銷售的品類中有很多是鮮食，都是由後廚的機器蒸煮生產的，我們可以通過資料分析預測需求量，輔助門店精準備貨。這些顛覆對傳統零售商店而言都需要時間來適應。

Q2：我們理解F5未來商店對於傳統便利店的顛覆確實是巨大的，但對於F5未來商店的上下游包括供應鏈、門店運營的員工而言，亦是如此，發展過程中有什麼挑戰嗎？

林小龍：F5未來商店相當於用AI重構了便利店的商業模式，這對於很多有著豐富零售經驗的人來說會有衝擊，甚至存在人與系統的對抗。比如在發貨上，當演算法的推薦和人的經驗認知有所違背時，你是選擇相信演算法還是相信經驗？人對AI的理解不夠（演算法的推薦很難對單點的結果做出解釋）、對AI的信任不夠時，應用AI就會出現挑戰，經營者需要做抉擇。

比如，一個令人驚訝的演算法發現是，在深圳的門店，人們對辣食的偏好要比廣州強得多，水煮牛肉熱銷得多。這是基於我們對商品口味類型的歸納，再將其作為發貨的參考指標，區域經理就能夠根據資料分析的結果來做發貨的決策。而在以前，人的經驗很難有這樣的發現。我們現在的AI店長大概能達到一個有八年經驗的店長水準，能夠理解每個單店的個性化需求。並且，AI對每個門店的需求理解是在隨著時間不斷調整和反覆運算的。

AI能夠加快學習和複製的速度，自動化之後門店所有的東西都可以模式化，10天就能拼裝出一家新店。但是這又涉及到了另一個挑戰——供應鏈問題，我們發現，許多零售行業的傳統問題是AI應用無法跨越的。儘管可複製性提高了，但門店的擴張也會導致供應鏈的壓力急劇增大，一旦上了規模，供應鏈的複雜程度和壓力都會上升。我們最近兩年都在研究供應鏈，在研究供應鏈的自動化輔助，研究技術如何能夠賦能供應鏈。

Q3：F5未來商店相比其它無人零售商店的差異化優勢是什麼？

林小龍：目前市場上大多數無人便利店主要是通過機器視覺、感應器或者RFID來實現無人零售，對於消費者而言，整個對話模式和傳統零售並不會有太大的差異。F5未來商店的變革要大得多，以千人千面的貨架為例，F5未來商店用一塊塊電子螢幕取代了實體貨架，千人千面的產品推薦才變得可能。要知道實體零售中傳統貨架很難移動，也不會因為顧客而有差異。

F5未來商店的另一大優勢在於品類差異，F5銷售很多鮮食，而非包裝商品，相當於是「零售的餐飲化」。因此消費頻次更高、消費品質更高、利潤也更高，其即時性、強線下、集約化的特點也使我們受電商的衝擊不會像百貨商店那麼大。未來，我們在考慮將餐飲模塊獨立出來，用AI和機器自動化賦能餐飲企業。

■要點回顧

1、信任AI並非易事，既往的優勢也可能成為應用AI和創新的阻礙，決策者需要增加對新興技術的理解，在創新浪潮中把握主動權。

2、「改造者」在試圖規模化AI時，往往也會面臨來自傳統企業業務上的挑戰（比如供應鏈的專業程度），因此AI要規模化，還是需要磨煉好垂直領域的內功。

3、在尊重行業規律的前提下，「改造者」要敢於運用AI重構傳統行業，突破傳統方式的束縛，這將有助於「改造者」打造差異化的優勢。

創新工場和BCG波士頓諮詢合作的「+AI改造者」系列：創新工場投資的追一科技，用領先的「數位員工」解決方案幫傳統企業降本提效。

改造者系列：傳統企業應用AI別想「短平快」 -- 本文来自BCG微信公眾號，經授權轉載。

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智慧在大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

隨著當前人口紅利趨弱，企業的用工成本增加，「數位員工」存在大量的市場需求。成立於2016年的追一科技，通過其核心的AI語義分析技術，幫助傳統企業利用人工智慧技術解決勞動力短缺的問題，實現降本提效。

在采訪中，追一科技首席戰略官成捷認為，傳統企業應該扭轉AI應用「短平快」的認知，投入時間和精力去梳理和構建特定於AI的業務流程，以達到正向的循環。

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

在企業服務領域，AI企業，即「改造者」，能夠最直接地賦能企業提升管理效率與節降成本。追一科技便是這一賽道的佼佼者之一，借助自然語言處理技術，其「AI數位員工」可以勝任線上客服專員、行銷專員、資料質檢員、銷售上崗培訓師、反洗錢專家等崗位。

■本期受訪嘉賓：成捷

追一科技是「AI數位員工」提供商，主攻深度學習和自然語言處理，提供智慧語義、語音和視覺的AI全棧服務。追一科技的AI數位員工智慧平臺與業務場景深度融合，提供不同類型的AI數位員工，滿足企業和政府使用者服務、行銷、運營、 辦公等多種場景的智慧化升級需求，幫助他們降本提效，改善用戶體驗，驅動創新和增長。

成捷是追一科技首席戰略官。在此之前，他曾任職于麥肯錫與騰訊。成捷先生擁有清華大學學士學位與加州理工大學博士學位。

■對談實錄

Q1：追一科技為何選擇幫助傳統企業應用AI？

成博士：追一科技的定位是「AI數位員工」服務商，本質上是智慧軟件，面向企業提供AI企業軟件來説明其降本增效。當前，隨著人口紅利趨弱，企業用工成本水漲船高，員工的流動性也在增加，市場上存在大量對於智慧客服、行銷、內部溝通等的需求，企業希望由機器解決勞動力短缺問題，並為企業降本。而追一的核心AI能力是語義分析，即機器如何像真人一樣理解和表達文本資訊，再結合創始人團隊的企業服務背景，恰好能夠滿足我們稱之為「數字員工」的市場需求。追一的語音、視頻應用能夠滿足銀行、運營商等企業線上交互管道上海量的對話交互需求，涉及行銷和業務辦理等，幾乎等同于傳統呼叫中心上千乃至上萬的人工。

同時，我們也看到近些年大量企業在推進資訊化建設、雲建設，企業數位化的基礎在不斷成熟。許多企業已經積累了大量結構化或非結構化的資料，但並不知道如何應用，不知道如何從海量資料中提煉洞察。追一可以説明他們通過資料分析來實現更精細化的運營，從而提升人的產能。以保險電銷為例，通過對銷售人員的資料分析，追一能夠提煉高績效員工值得借鑒的話術和知識點，標準化後以輔助推廣培訓。

Q2：在賦能傳統企業應用AI的過程中，追一遇到過哪些挑戰？又是如何應對的？

成博士：AI火爆之後，大部分企業的心態是先投資一部分進行嘗試，其中有些企業成功地體驗到了AI的成效，於是自發地持續梳理其業務流程、構建並優化知識庫，進入了一個正向循環，投入產出比也合理，逐漸能夠覆蓋到更多場景和業務部門。

而有些企業原本對AI的預期是「隨插即用」，期待AI能在短期之內帶來巨大改變，他們應用AI的效果往往就無法達到預期，也很難將AI的效用發揮到最大，往往在一次采購之後就沒有下文了。AI企業要扭轉傳統企業認為AI「短平快」的認知，投入時間和精力去梳理和構建特定於AI的業務流程，才能步入正向的循環。

其次，許多較早開始應用AI的企業組織規模都很大，涉及到很多不同的部門——分條線、分版塊、分職能等。如何能夠協調大型企業多部門之間不同的利益和訴求，這對於AI應用而言是另一大難點。以銀行為例，總行負責智慧化建設的IT或科技部門往往考慮更有整體性的、大量部門可以通用的、長期的解決方案，且看中綜合性和可持續性更強的供應商。而業務部門往往偏好更迅速、更精准的解決方案，傾向于先行自行采購。AI企業就需要平衡和兼顧雙方的需求。我判斷在中長期會有多流匯聚的趨勢，即企業的科技部門會統籌AI智慧化建設的規劃以及技術合作夥伴的選取，總部科技部門和一線業務部門會一同系統性地梳理需求。

同時，在業務梳理過程中，AI企業也需要增進其對行業的理解，從而幫助傳統企業梳理出哪些業務或場景更有AI價值、更容易落地，以塑造短期速贏。追一在進入每個行業時都需要花大量時間瞭解業務流程，建立行業知識庫。

最後，AI不像ERP之類的傳統軟體系統，沒有成熟的全鏈路玩家，還處在比較初級的階段，因此端到端的、定制化的AI服務是稀缺資源且具差異化優勢——系統實施上，大型企業系統多，往往也不標準化，十分消耗人力；知識庫定制上，不同企業的業務流程不同、知識不同，需要定制知識庫；軟體功能定制方面，不同規模、業務類型的企業依然存在不同的需求；哪怕在部署之後，AI企業依然需要持續優化場景，根據交互的效果持續優化業務流程，並試圖拓展新的場景。

Q3：如何理解追一「開放共贏的生態合作體系」？

成博士：追一對各類企業都秉持著開放合作的心態，我們識別了四大類合作夥伴——平臺夥伴、行業夥伴、區域夥伴和咨詢夥伴。

1. 平臺夥伴包括騰訊雲、華為雲等企業，平臺夥伴能夠提供基礎設施，起到「鋪電線」的作用。憑藉平臺夥伴強大的客戶資源和銷售網路，追一能夠觸達更多的終端客戶。而追一能在平臺夥伴通用性的基礎設施之上提供特定垂直領域的解決方案，使面向客戶的解決方案更好落地實施。

2. 行業夥伴指特定行業領域的資訊科技企業，他們相比其他夥伴有更深的行業理解以及更多行業內的客戶資源，也願意在科技方面進行嘗試。追一可以與行業夥伴共同拓展行業內的科技解決方案。

3. 區域夥伴指在當地有較強商務關係、對當地市場瞭解較深入的夥伴。

4. 咨詢夥伴則能夠提供整合咨詢服務，在數位化咨詢、財務咨詢等細分方向擁有豐富的咨詢經驗。

追一在生態合作中除了能夠提供行業定制化的技術方案之外，還可以分享和拓展渠道資源，幫助系統集成商、ISV增收。長遠來看，追一希望把產品服務做得更加標準化，可供他人調用，也可以在自有平臺上集成協力廠商產品和服務。

Q4：你認為未來AI企業的發展趨勢是什麼？

成博士：大趨勢一定是行業越做越深、場景越做越精，提供整體性的行業AI解決方案。這也是追一未來發展的優先事項。

此外，AI企業還應當繼續推進技術普惠，在當前AI大多只在大型企業使用，而未來應當覆蓋更多中小規模的企業。AI企業能做的是把大客戶的主流需求打磨好、標準化，大量復用從頭部企業積累的垂直領域專識，再在過程中逐步建立跨行業復用的能力。

■要點回顧

1.「人工智慧即服務」（AI-as-a-service）依然處於初級階段，還沒有成熟的全鏈路玩家，因此端到端的、定制化的AI服務能夠打造差異化的競爭優勢。

2. 傳統企業需要抓住時間窗口，憑藉多年深耕行業的經驗積累，在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。

3. 對「改造者」而言，「先縱後橫」不失為可行的策略——欲實現持續穩定的AI發展，需要長期深耕垂直領域，持續積累行業know-how，並將縱深積累標準化，以複製到更多的垂直行業。

《Negotiating Opportunities ：How the Middle Class Secures Advantages in School 》（Calarco,2018）書中，作者 Jessica McCrory Calarco研究美國小學裡，中產階級與勞工階級分別採取哪些策略和學校老師及教育體制互動。

同時，老師對策略與孩子的期待，如何沿著階級界線而變化，產生不同的回應。作者認為「階級」才是影響孩子學習成績最主要的因素，而「種族」與「性別」相對較不明顯。換句話說，作者同意過往研究，認為相同階級擁有類似的文化資本、經濟資本、社會資本與慣習，就會採用相似的實踐策略。

近一步透過在家裡基於課堂文化需要的教導，讓孩子繼承這些資本。學校標準向來被認為與中產階級文化緊密相關，此場域剛好讓中產階級的孩子大展身手，將老師當成可使用的資本與工具，透過尋求協助、挑戰權威、吸引注意力、發揮創意、更改規定、要求方便及表現各種才藝等「影響力策略」（strategies of influence），再搭配家長威脅老師、後勤與金錢支援、解決學校及老師問題等手段，讓中產階級的孩子持續保有學業成績的優勢，進而鞏固自身階級的優越地位。

這樣的結果不僅存在小學，而是一路擴展到中學、大學，甚至就業市場上，中產階級都能應用這些自小在家中學習的策略，不斷獲取好處滿足自我實現的目的。相對而言，勞工階級則因各種資本的不足，且從小生活場域培養出的慣習，其邏輯相悖於學校場域，導致勞工階級的孩子採用「尊敬策略」（strategies of deference），自己解決問題或被動等待老師發現，他們在學習與校園生活上陷入掙扎。勞工階級父母在家的教養腳本，更重視孩子的品格遠勝於學業成績。

但這也導致，他們尊重老師權威及服從學校規矩，即便不公平的事件發生在自己身上，他們大多選擇默默承受。這樣的慣習常導致他們學習上的障礙，進而造成成績表現不如中產階級的孩童。勞工階級父母以消極被動的方式參與孩子的學習過程，他們希望孩子在校不要被懲罰就好，能順其自然地快樂成長。即使在收入有限的狀況下，讓孩子學習才藝的前提是他們快樂，而非中產階級以功能為導向。

這本書的研究關懷與結論，並非淪為階級或結構決定論，且強調其中有不少階級裡的異例。同時，也補充經歷階級流動的人的慣習，相互滲透中產與勞動階級的既有邊界。但作者的論證仍堅持「階級」超越性別、種族是造成社會不平等的最重要的原因。尤其透過教育體制複製上一代的階級，他們的孩子在學校裡又採取自身肯認的策略，持續鞏固自己的階級位置與未來的社會成就。

但我好奇這樣的結論是否適用於台灣或是其他國家，地理位置、教育制度、婚姻制度、文化風俗、教養腳本不同的場域，「階級」是否仍就如作者所言具有強大的解釋力——中產階級在學校就是有得天獨厚的優勢，以及勞工階級都只能消極被動地被結構宰制，無法展現專屬於勞動階級的能動性？

當勞工階級越努力想藉由教育制度達到階級向上流動，就得越用力否定自己的階級、父母、家庭與出身——這過程無疑是勞動階級異化的開始。但對於成功與美滿人生定義，在如此單一的主流敘事中，卻仍箝制著生活在裡頭的每個人。

唯有，當結構因為一次又一次的事件發生，才能轉變文化與圖示，進而回過頭改變結構中能動者的意識形態，這也是我們社會學家為何聚集在此的原因。先發現學校的標準加深階級鴻溝與社會不平等，進而提出革新的辦法。

這些研究中（我的文獻回顧報告）發現勞工階級可以透過努力讀書考上好學校，就有機會贏得中產階級才享有的紅利。雖然這樣的能動性只是對結構短暫的抵抗，終究，我們應該回到偏見的最源頭：「為何從事勞力、長工時又危險的工作，反而收入與地位最低。」現階段，這篇只是要鼓勵更多勞工階級的家長與孩子，透過上述的研究發現採取可行的策略，讓孩子在學校取得好成績，並擁有漂亮的學歷及證照以利未來就業。