AI进管理：连锁门店被每日盯梢，官僚会变少吗？

本文作者为防冷涂的蜡，钛媒体经授权发布。

设想你是某连锁餐饮店的店长。上午十一点，顾客排起队，你正要进后厨搭把手，手机又弹来总部发的经营异常清单：前一天有项指标没达标，得说明原因、交处理方案。昨天的回复才发出去，今天的新清单一早又到了。店里还是那几个人，总部却像凭空长出了一双天天盯着你的眼睛。

这种场景已经有了现实中的技术支撑。2026年9月，徐升记高级副总裁刘帅讲道，过去公司每周要8名运营人员花一天半，才能把340多家门店、50多项经营数据整理出来。接入美团“妙手·智能掌柜”之后，分析可以按天做完，再分发给区域负责人和门店，系统还能出巡检报告和经营报表。

站在总部角度，这是笔漂亮的效率账：原先八个人忙一天半的活，如今每天都干得出来。可经营分析一旦按天更新，整改要求也就跟着变成每日任务，门店省下的时间未必有总部那么多。总部总算能随时发现问题，店长却可能得一次次停下手里的活，解释自己为什么还没把问题解决。

我们原本指望AI让公司少开会、少审批、少几个催报表的领导。问题是，领导少了，盯着你干活的东西就一定会跟着少吗？

在夸组织扁平化之前，恐怕得先弄明白一件事：大公司那些招人烦的规矩，最早是怎么越攒越多的？

一家公司为什么会有这么多规矩？

大公司身上最招骂的，就是制度。

报销得多填一张表，客户退款要等主管批，连换个货架位置都得先问区域的意见。大家觉得，公司一大就染上了官僚病。

不过，真把一家小公司交到一群互不相识的人手里去经营，你很快就会明白，那些讨厌的规矩其实各有来历。

假设你手下只有十名员工。

设备坏了谁会修，难缠的客户谁能搞定，哪个店员偶尔迟到但办事靠谱，你全都有数。可公司一旦开到几千家门店，事情就变了。总部不可能认识每一位店长，也没法靠创始人一句话摆平每天冒出来的退款、招聘、采购和投诉。组织总得找到一种办法，让陌生人之间也能稳定地配合。

第一步，是把个人经验变成组织规则。谁管什么、哪些费用能报、什么情况必须上报、出了事怎么追责，全都提前写明白。

德国社会学家韦伯把这种靠专业分工、岗位权限和正式规则运转的方式称作官僚制。它首先解决的是规模化协作：人走了，职位和制度照样转。

这曾经是效率上的进步。

同一笔支出，不用看财务经理喜不喜欢申请人；同样的食品安全要求，不会因为店长心情好坏就变。一个连锁品牌要守住几千家门店的基本品质，就不能指望每个人都自由发挥。哪怕今天最推崇扁平化的企业，也不可能真把职责、授权和标准全扔掉。

但制度写出来，只算完成了一半。

公司规定员工做食品必须戴手套，谁来确认他们真戴了？要求客服不得随口承诺退款，谁来听录音？要求区域经理及时整改，又由谁去核实整改结果？一条规则要起作用，至少得有人知道它、有人遵守它，还得有人查有没有遵守。

第二步，是把监督做成一份专门的活。管理者看不见每个人实际付出了多少，也没法保证员工的选择总跟组织目标一致。于是企业就离不开主管、质检、财务审核和各种汇报制度。

从员工这边看，这些人好像总在查自己；从经营者那边看，他们是在为不确定性花钱。门店有没有偷懒、报销是不是真的、客服有没有违规，管理者既想知道，又不能没完没了地加审核人手。控制得越细，花掉的时间、工资和协调成本就越多，甚至可能把业务拖慢。

第三步，是接受有些事只能管到某个程度。一位督导一天跑不了几十家店，客服主管也不可能把所有录音听完。风险最高的业务逐项核查，其余事务抽查；特殊客户的问题交给一线处理，普通差错留到周报再看。企业留出弹性，有信任的成分，也因为实在没人手管到底。

过去的官僚制因此有个天然的上限。总部想多知道一些，就得多添负责搜集和核对信息的人；想让制度执行得更严，就得多付监督成本。那些没被查到的动作、没上报的例外，成了员工可以自己拿主意的空间。可要是检查工作忽然变得不那么贵了，这个上限还会在吗？

那些省下来的时间，去哪儿了？

答案已经出现在一些中国企业的日常管理里。

据飞书披露的案例，益禾堂门店要上传巡检照片，以往督导得花大量时间逐项核对清洁、设备、物料。如今AI能按照片自动检查，把重复上传、敷衍填写和风险事项识别出来，不合格项再交回督导复核。

这套系统在益禾堂的审核准确率超过90%，督导的重复工作量降了60%，全国督导每天合计省下近1000小时。看上去，这是把人从琐碎事务里解放出来。可成绩单还有另一半：总部用更少的重复劳动，就能持续核对更多门店有没有按同一套标准做事。

百果园

问题是，一件事变便宜之后，用它的人往往会改掉原来的习惯。过去每周核对一次经营数据，是因为要8个人忙上一天半；现在每天都能分析，同样的管理动作自然可以做得更勤。省下来的时间，企业不会只存进账本，还可能拿去查以前顾不上查的问题。

先变的是管理范围。以前单独质检一次普通客户沟通，成本太高；现在系统本来就在处理语音和文字，顺手识别话术偏差就轻松得多。一张门店照片、一次任务延期、一份费用申请，过去多半是出了事才被翻出来，如今都能提前纳入检查。

接着变的是检查频率。以往一家门店每周汇报一次，店长有几天时间观察情况、调整安排。现在总部每天都收到异常清单，反馈也可能变成每日任务。系统更新越及时，管理者越容易想：昨天发现的问题，怎么能拖到下周？

最后变的是管理者的选择。多查出一处违规，也许就少一次事故；多一条预警，能在绩效报告里算作管理成果；砍掉已有的检查，万一出事却得有人出来解释。新增监督又便宜又好讲道理，主动放弃监督反倒显得冒险。管理层很可能顺着这套激励，一项一项把检查范围铺开。

这里还藏着一笔成本。对总部来说，多一个监测项目也许只是改改系统配置；对一线来说，背后是解释原因、提交材料、接受复核，有时还得改掉原本顺手的工作方式。检查者省下的工时，不会自动变成被检查者的空闲。一项项单看都必要的管理，凑到一起可能把员工的一天塞满。

设想一位区域负责人：周一加上投诉话术监测，周二加上陈列照片检查，周三为了食品安全再追加操作留痕。每个决定都站得住脚。麻烦在于，系统算得出新增检查发现了多少问题，却很少有人逐笔核算，一线为这些问题搭进去多少时间，原本用来接待顾客、带新人、看市场的精力又去了哪儿。

传统的组织扁平化，就这样碰上一个吊诡的结果。原来要靠层层上传的数据，现在系统直接就能收齐；一个区域经理借着软件，可能管起更多门店。管理岗位少了，审批链条短了，组织图看着比以前清爽。可规则能绕过层级，直接钻进员工每天的具体操作。

过去人们靠主管人数判断一家企业官不官僚，今后恐怕得换一种算法：一名员工干活时，有多少动作被预先规定，多少细节被持续记录，多少次自己拿主意需要事后说明。

真正奇怪的是，管理的外壳越来越轻，规则的触角却可能伸得更远。对经营者来说，这甚至是求之不得的状态：花更少的钱，及时发现问题，让不同地区的人步调一致。

可一家公司若把所有偏差都识别出来、逐项纠正，下一个问题就棘手了：员工主动试一种和标准不一样的做法时，系统会把它当改进，还是当异常？

谁来为一次破例负责？

想象一名客服碰上特殊客户。公司规定这笔退款要等上级批准；客服按客户过往记录判断，马上处理更有利于维持关系。以前主管只能抽听部分录音，经验丰富的客服或许愿意在授权范围内变通。现在，每一次偏离标准流程的操作都更容易留下记录，还可能触发解释与复核。

最微妙的是，公司根本不用宣布禁止变通。员工自己算一笔账就够了：照流程办，客户不满意，至少自己没违规；主动改做法，客户满意了未必有额外奖励，出了事却很容易追到自己头上。

久而久之，制度上还留着的自主权，实际敢用的人可能越来越少。第一个变化，是规则开始压过目的。社会学家

这也不只关系到服务现场的一次退款。店员发现陈列规定不合理，客服发现某类投诉反复出现，销售发现既有话术已经失效，这些都是组织改进的机会。可系统若只记录他们有没有遵守现行流程，员工慢慢就会把改进流程当成别人的事。离问题最近的人，反倒没了提出问题的动力。

第二个变化落在责任心的重新分配上。2026年，北京交通大学团队调查了美团服务站351组员工和主管。结果发现，算法给出工作反馈，能帮员工增强改进工作的责任感；可一旦算法用来指挥、排班和监控，这种责任感反而往下走，主动建言也变少。同一项技术，换个用法，一边让人愿意动脑，一边让人习惯等指令。

这种变化不容易被看见。管理者天天盯的是任务完成没有、异常消掉没有，报表里看不出员工少提了多少建议。人长期按系统安排干活，就容易只盯指标。指标是不是过时了，好像该由设计指标的人去管。

第三个变化，关乎公司还能不能发现新机会。管理学家詹姆斯·马奇把组织学习分为“利用”和“探索”两类：一类是把已经掌握的方法不断做精，另一类是去试还没被证明有效的做法。

AI很擅长帮企业把成熟流程跑得更稳。但新产品、新服务方式、新的经营策略，一开始往往就表现为偏离旧标准。

食品安全、财务合规，底线当然要守死。可一个店长照着本地顾客的习惯调整服务方式，一名产品经理去试和历史经验不一样的方案，短期数据都可能不好看。每件事都得先对上已有指标，探索就难了。公司越会把过去复制一遍，越容易对变化反应迟钝。

早在1996年，

今天，同一套AI能力，既能告诉店员异常为什么出现、该怎么调，也能只判断他有没有按标准操作。差别不在系统多聪明，而在企业把判断权交给了谁。

走到这里，评价一家AI企业的组织能力，恐怕得再加一把尺子。

能不能全量质检、实时派单、自动纠偏，量的是它执行既有规则的本事；员工能不能在合理范围内提异议、试例外、推动规则更新，量的是另一种本事。前一种买来就能装，后一种加一套AI系统并不会自动长出来。

结尾

再说回徐升记。总部从每周拿一次经营分析，变成每天都能看到结果，早发现问题当然有帮助。不过，每天能指出多少异常，和每天该要求门店回应多少异常，是两码事。

哪些问题必须马上改，哪些要留给一线去看、去试，甚至允许提出不同意见，仍得管理者自己判断。

过去官僚制靠一层层管理者执行规则，也受管理成本的制约。AI把层级压少了，监督反倒能做得更细。考验也跟着变了：当所有工作都容易被检查，组织还愿不愿意给人的判断留个位置？未来最有活力的公司，也许不是每件事都管得最细的那家，而是有人敢开口说：这条规则，该改了。