（圖片來源：全景視覺）
經濟觀察報 鄒衛國/文 當我們對瑞幸咖啡爭論不休的時候，便利蜂已潛行多時。他們都在面向龐大的消費市場機遇狂飆突進。
關於便利蜂估值的傳言甚多，有的說法是這個集團估值18億美元，有的則說是30億美元，更有甚者認為「遠超過 30億美元」。兩年多的時間實現這樣規模的價值增長，無論是哪個數字，都是非常驚人的成就。
如果用零售流通行業的估值模型來評價，以便利店或者無人貨架等形態示人的便利蜂很難值錢。在中國A股市場，一家擁有近3000家門店的便利店連鎖企業，市值僅約80億元。便利蜂的門店數量並不出眾，即使其擴張神速，其總量到目前也只有約800家。
除非便利蜂是一種新物種，或者是對於便利店這種商業模式的認知，中國的分析師們都出錯了。
對於便利蜂這個物種，我們的發現是：便利蜂集團是在產業全價值鏈的視角下，利用大數據與人工智慧技術，依託各種傳感器、業務線數據和其他數據平臺採集的數據，以數學家構建的、不斷迭代的「中央大腦」來決策，人類工作人員來輔助執行的模式，達到突破便利店的自有產品柔性生產、供應鏈的精細化運營、店面擴張的人才管理約束等行業痛點，成為高效率、個性化、一站式的「生活基礎設施」公司。
便利蜂這個物種最大的與眾不同之處在於，幾乎其所有的決策都由數據和算法確定，中央大腦形成的各種業務決策，作為相關人員行動的依據，業務鏈條上的所有人員，只需要按照軟體提示的策略執行。
理解便利蜂，需要理解我們所處這個新時代下公司價值的邏輯。很多公司的價值已不是誕生於工業時代的財務報表所能夠體現的。根本上看，這已經不是銷售、價格和成本策略都合理，公司價值就會增長的時代。
在便利蜂的價值要素中，人工智慧的算法、數據、計算能力、供應商關係、消費者關係等因素，在企業價值中佔據越來越重要的位置，這些都是在報表中無法呈現的。傳統的坪效、復購率可以是一個績效的指針，但用來衡量便利蜂，過於關注這個結果將會是一個誤導。
我們認為，便利店只是便利蜂的軀殼，數學才是便利蜂的靈魂。便利蜂成功與否取決於「中央大腦」的「算法」——這意味著便利蜂的數學能力，決定了這家公司的未來。
便利蜂的邏輯
便利蜂所有決策，都是以機器智能為基礎的。當下，從便利峰管理層的表述看，其推廣的模型是「數據驅動的便利店作業系統」。
我們認為，當機器決策水平全面戰勝人類的時候，也是便利蜂價值全面實現的時候。一旦這種價值實現，將意味著最終的導向是形成一種壟斷：憑藉高效率的供應鏈管理和對消費者的極致理解，在其目標市場範圍內，所有原有的業態存在將被擠出。當便利蜂的領地擴張到全國乃至全球的時候，就將成為一個巨無霸的存在。
這可以看作便利蜂的遠景故事，故事的內核是人工智慧算法。正如我們在後面將會討論，大數據和大算力不一定讓我們離真實世界更近。數據驅動是便利蜂故事的1.0，算法驅動才是便利蜂的終極形態。
從人工智慧到便利店，兩者是以何種邏輯結合到一起的？
便利店是一個龐大的、增長中的市場。經營的品種多為食品、飲料、日用品，還包括一些便民服務項目。其中，便利店食品涉及預包裝、熱食、生鮮等。每一個領域都有巨大的市場潛力。目前，國內的「吃喝」市場有兩萬億美元的市場規模，其中三分之一是生鮮，三分之一為包裝類食品，三分之一是熱餐。
中國的便利店行業市場集中度低，和發達國家或地區相比，中國人均擁有便利店的數量還很低。日本已經達到2000人左右就擁有一家便利店。對於這個龐大、增長而又分散的市場，隨著技術、社會背景的變遷，企業成功的關鍵競爭優勢，開始越來越體現在人工智慧技術上。過往的行業經驗、規則，存在著被顛覆的可能。
另一方面，當下，家庭單位正在日益小型化。結婚時間的延遲；教育年限的上升；出生地、受教育地點、工作地點的分離；高房價對結婚率的抑制效應，都是形成這種趨勢的重要推動因素。這些趨勢發展的同時，社會老齡化也在加劇。這些都意味著，城市人口的消費行為模式、消費需求出現了重大變化。
消費需求和消費行為的變化，意味著便利店這種形態，存在市場突破的機會。這些趨勢中，較為顯性的變化是：「一人食」成為消費的顯著特徵；商品創新和迭代越來越快；一站式購齊，不再適合小型化家庭。
這也是超市沒落、便利店形態持續增長的市場背景。
在便利店的業態中，從業者正試圖越過兩座大山：便利店市場潛力大但市場分散；便利店門店數量多但效率低下。這源於便利店行業價值鏈的很多環節存在問題。在這樣的技術、社會背景下，零售科技在多個方向上實施創新。這些零售科技有一個共同的底層——數位化轉型。
通過數位化能力洞察消費者，突破生產管理、門店擴張、供應鏈管理等瓶頸，實現「生產—配送—門店」的全鏈條數位化掌控，利用人工智慧優化各環節業務決策，成為在中國做便利店的重大機遇。
行業價值鏈突變，將帶來重構行業的機遇。當這個模式經濟可行，而自己有可能擁有核心價值創造的時候，機會就來了。
總結起來，這對於便利蜂的含義是：
便利店是一個龐大的、分散的、增長的市場。發達區域的經驗是，這將會演化為一個市場高度集中的業態，這提供了一條完美賽道。技術環境大變的背景下，在人工智慧技術發展、新消費人群出現的時候，便利店的價值鏈面臨重新改造，這醞釀了破局的機會。通過「15分鐘、15塊錢」，自身的獨特價值凸顯。對於消費者而言，獲取時間15分鐘是體驗的指標，消費金額15元以下是成本的指針，合起來就形成一種獨特的價值體驗。
便利蜂試圖用人工智慧的支撐，採用數據驅動的方式，解決產業價值鏈上的各種問題，形成自己的獨特價值，成為這個龐大、分散、高增長市場中的一個關鍵玩家。
從邏輯到現實
便利蜂戰略故事的內核，是人工智慧算法。數據驅動是便利蜂故事的1.0，算法驅動才是便利蜂的終極形態。算法決定了便利蜂的命運，這可能需要呼喚一種數學的突破。要實現這一願景，首先必須有豐富的數據——這是便利蜂開局後首要的任務；在強大的數據支持和算力支持下，當算法成熟之後，全面擴張才成為可能。
1、業務的推進
梳理便利蜂的簡短歷史，便利蜂的戰略落地有這樣四條線索：「全鏈條投入、人為先導、人工智慧技術為底、分層次推進」。
便利蜂的起步是全鏈條投入：業務覆蓋便利店產業鏈的各個環節。其次是人才的到位。在產業鏈的各個環節，便利蜂集團吸納了業內相當優秀的人員參與。便利蜂以人工智慧技術為底，這也是其整體業務架構的底層邏輯。其所有業務都是以數據、計算能力和數據分析能力為基礎的。
便利蜂的業務是分層次推進，業務推進有明顯的層次感。非常清晰的是，便利蜂在最初階段是技術準備，接著展開的是面向數據的採集和算法的優化。初期爆發式布局的主要的目，還是依靠高頻的顧客接觸來獲取數據，取得數據後，進一步優化產品組合以及優化算法。在門店環節到位之後，生產、物流、配送等環節業務接續上線。
在我們的觀察中，當下這個階段，便利蜂似乎更多是用數據訓練機器，以及在這個過程中不斷優化算法。從這個意義上說，即使便利蜂發展到了近800家門店，但其真正的爆發式擴張還遠沒有完全展開。
2、團隊的結構
在產業鏈的各個環節，便利蜂吸納了業內相當優秀的人員參與。據不完全統計，至少有5家獨角獸企業的CTO加入便利蜂。粗略整理，便利蜂集團吸納了：來自百度團隊的算法經驗、來自7-11的便利店運營基因、來自去哪兒的網際網路基因、來自肯德基的門店開發經驗……其中，很多是成建制地收編到便利蜂集團旗下。
便利蜂團隊的另外一個方面，與此相反。便利蜂的後臺系統就像一個處理信息、作出決策的大腦，便利店的店長和店員則是身體末端的手指，根據指令完成相應的動作。通過商品指標計算出來的消費者傾向，生命管理周期都是自動的，甚至每一個貨架上的商品應該怎麼排列、怎麼擺、放多深，全都是系統算出來的，店員只要往指定的位置放好即可。人的重要性被大大降低了，這給了便利蜂強大的擴張潛力。
3、口號的內涵
「小小的幸福在你身邊」是在便利蜂每一個門店上都會展現的關鍵詞語。這個標語在向消費者展示其獨特價值的同時，也定義了競爭者，隱含了其圍繞消費者實施業務拓展的邏輯。「小小的幸福」的短語涵蓋了便利蜂提供的產品類別，包括實體的產品和非實體的服務。「幸福」定義了此類商品和服務的價值體驗：不是性價比，不是低價格，而是「幸福」這一個綜合性的體驗。幸福是指一個人得到滿足而產生的喜悅。幸福存在於差異化中，更多是認知層面的問題。比如最初擁有幸福之後，沒有質量是滿足不了的；而有了質量之後，更多的精神體驗又成為必須。這個定義，暗含了一個不斷進化和變化的狀態。「在你身邊」這個短語表明了便利蜂定位於「本地生活產品和生活服務領域」。「身邊」定義了便利蜂面向客戶的距離：15分鐘。這意味著，所有15分鐘距離的消費者都是便利蜂的服務對象；「在身邊」隱含的場景包括家庭、辦公室、娛樂場所等；所有在15分鐘距離內的產品和服務提供商，都是便利蜂的對手。「你」而不是「您」，體現了便利蜂的角色是一種對等的夥伴關係。相較於「您」表明兩者的等級，「你」的稱呼表明了同輩、關心親密的訴求，是一種更平等的關係。
綜合來看，上述口號賦予了便利蜂「不斷變化、有新意、無所不在」的一種商品服務和體驗的含義。這一概念還可以從便利蜂連鎖的營業範圍得到驗證。
4、經營範圍的驗證
便利蜂的業務範圍廣泛，以便利店連鎖的營業範圍為例，其包含了個人生活中各種場景的需求。便利蜂將逐步引入各種本地生活所需要的商品與服務。其邏輯在於，最大程度上挖掘和滿足用戶的需求。
這樣的營業範圍也暗含了便利蜂的門店邏輯：依靠高頻的顧客接觸和剛性需求來獲取用戶，依靠高效率的供應鏈和對需求的響應，逐步引入各種產品和服務。在很多服務上擠出甚至取代原有業態，最終成為本地生活產品和服務的寡頭。
拆解便利蜂
如我們在之前所反覆討論的，便利蜂的邏輯是：全產業鏈數位化，人工智慧算法進入系統，形成決策基礎；每一個日常的決策全部由「中央大腦」確定；運營層面的諸板塊嚴格執行系統分配指令。這是一種整體性、大規模、系統的人機協同體系。我們可以對便利蜂進行拆解，以有助於理解其獨特之處。
1、基石：數位化能力
在便利蜂的模型中，人的重要性被大大降低了，形成這個能力的基石就是數位化能力。便利蜂最重要的成本投資是在後臺，這包括形成人工智慧體系的三個要素：中央系統的計算能力、覆蓋業務全鏈條的感知和數據採集體系、算法的迭代。相較於傳統便利店，這些投入的重點不一樣，投資的數量級也是不一樣的。
數據：開放式數據來源
在我們的調查中，便利蜂的數據來源非常廣泛。相關的交通、關鍵日程事件、新聞和本地化社交熱點等，都是反映和影響消費行為的數據。根據不完全整理，便利蜂至少還囊括如下數據類型。
來自電商平臺：對各大電商平臺商品數據的搜集和分析，是新品決策的重要依據。來自天氣預報：包括天氣、氣溫等指標，在很大程度上會影響當天的消費內容。來自消費者的消費數據，是便利蜂的重要來源。此外，數據還來自調研。便利蜂的線上調研，平均每周觸達1.5萬—2萬名消費者，收集來自消費者的反饋用於幫助改進商品。
在生產環節，整個工廠的數位化改造，生產過程各個工藝檢查點的信息。在倉儲環節：常溫、冷藏、冷凍的獨立溫層倉儲的監控數據。在運輸環節：全溫層電子化溫度追蹤數據、位置信息、地理信息。
在整個鏈條的數據還包括攝像頭採集的數據。攝像頭是門店管理的關鍵設備，對於店員行為的考核、消費者的行為的分析，都是重要的數據來源。
算力的門檻
便利蜂每天要處理和應對的是來自多方面的海量數據。電商平臺的監測數據；便利蜂App交互的數據。供應商、工廠、運輸、門店貨架擺放、配送以及在過程中的監控數據等，這些數據湧流到一起是海量的。
單以門店的網絡攝像頭為例，以最基礎的720P為標準，每個攝像頭每天的數據量在100G以上。當門店數量達到一定級別後，每天的數據消耗也將非常驚人。以視頻數據為例，如果以1000個攝像頭估算，便利蜂每天的視頻數據處理量相當於 100個容量為1TG的硬碟。實時處理這樣的數據量，計算能力，是一個非常高的門檻。
算法驅動的世界
在諸多數據來源支撐、強大算力的保障下，便利蜂構建了一個數據驅動的便利店業務軟體體系。這些系統的底層，就是一個「中央大腦」。這形成了便利蜂算法驅動的世界：中央大腦決策後，各環節的運營人員，包括門店員工、配送員、司機，只需按系統指引和操作規範來執行。
2、全價值鏈的突破
數位化與人工智慧，將很多通用的決策性工作剝離，沉澱在企業的「大後臺」，前端變得越來越輕盈。形成這樣的結構後，大規模的門店擴展和有效率管理成為可能。便利蜂成立兩年多來，年均門店數增長近10倍，用全直營模式迅速完成華北、華東都市圈的初步布局。
在門店運營中，產品的選擇和庫存決策是一個複雜的問題。傳統門店基於店長經驗做決策，便利蜂把這個工作交給人工智慧。中央大腦給門店輸出的，不僅僅是不同的商品結構，還可以是區域的聯動促銷、跨門店的人力調撥，可根據外部條件和自身布局發展出不同的單店策略。店員的對門店日常經營決策，比如選品、訂貨、陳列、排班等 都由中央大腦確定。
便利蜂做過一個實驗，讓10個最有經驗的7-11店長，拿著所有數據工作一周，把一個店鋪的商品減少10%的 SKU；結果顯示，銷量隔日跌了5個百分點。復原讓計算機選擇，同樣減少10SKU，銷量隔日下降 0.7個百分點。
數位化推動了各個環節的變化。
在運輸配送環節，便利蜂針對冷藏或冷凍食品，實行全程冷鏈配送到店。在這個多溫層運輸體系中，所有運輸車輛全部安裝溫度自動追蹤裝置，實現對全車、全程的實時監控，還能根據算法不斷優化配送路徑和頻次。同時，類似測振儀的傳感設備也進入了運輸鏈條，以防止運輸環節的不文明裝卸造成的商品破損。
在供應側，基於數據的打通，從消費端到生產端實現了連接和處理。C2M的模型成為現實。
3、服務半徑的突破
按照日本、臺灣的經驗密度，2000人左右就擁有一家便利店。北京市區的人口密度在每平方公裡2萬人以上。按照這個密度，覆蓋0.1平方公裡，就可以養活一家便利店。
如果考慮到收入差距和服務水平，4000人養活一家便利店，需要覆蓋的面積是0.2平方公裡，這大約是一個半徑為250米的圓圈。在這個意義上，競爭的關鍵是看這些門店是否獨佔這個人群，是否形成了小區域的壟斷。在這個範圍之外，圍繞「15分鐘生活圈」提供融合線上線下的即時便利服務，就是便利蜂的關鍵競爭領域。
成人一般步行的速度是5公裡/小時，騎自行車的速度是15公裡/小時左右。15分鐘覆蓋區，極限的覆蓋範圍是1.25公裡（步行）和3.75公裡（自行車）。如果顧客需要長途步行才能走到便利店，就會讓這個價值大打折扣。
儘管門店配送是解決網點不夠密集的一個方法，但實現起來並不簡單。如果門店不進行數位化，就不可能在線上實現這件事。如每個SKU的實時庫存、員工狀態等，沒有這些數據，就無法進行協調管理。
4、店面的突破
要實現高滲透率，需要便利店深刻理解當地社區的消費需求。從龐大品庫中發現符合某個時段、某個市場、某家門店的高需求商品，這是一個非常大的挑戰。
即使在一個城市，不同區域的需求也不同。商務區滿足的是寫字樓上班族的核心需求；社區門店更像是社區的商業補充。通過大數據預測消費，根據不同門店的不同需求做出及時調整。「千店千面」就是這樣通過其數位化能力實現。
店面問題的突破，還包括打開擴張瓶頸。在傳統店面，店長非常重要，培養優秀的店長需要大量時間的培訓。從店員到店長再到比較優秀的店長，至少需要兩年時間。店長的培養和流失問題，成為便利店連鎖擴張的障礙之一。
在便利蜂，店長所有的關鍵工作都被智能化工具替代了，門店的工作人員只需要按照程序的指示行事，除了顧客服務、商品上架、衛生打掃這些系統無法代替的內容，其他基本上都沒有人工參與。人員約束大為減少，短時間內迅速開店成為可能。
對物的精細管理是一方面，對門店店員的管理，是關乎消費者體驗的另外一個方面。一直以來，便利店行業都是通過督導的持續檢查來進行門店管理，便利蜂也有這樣的機制。但僅加大檢查頻次，並不能夠徹底解決問題。
微笑和禮貌完全可以控制嗎？
便利蜂集團高級副總裁王紫曾在演講中說：「我們在人工現場檢查的基礎上，用機器復檢的方式強化一線動作的準確。技術團隊通過機器視覺等AI算法，把門店運營中的30多個常規檢查項通過機器自動完成，比如納入地面和桌子的清潔這些影響食品安全和顧客感受的檢查項目，對不規範操作進行預警。從實踐情況看，系統上線一個多月，門店檢查項的異常報警數量降低了25%—60%不等，尤其是地面、桌面的衛生情況得到很大改善。對於大規模門店管理來說，這是一個很有效很經濟的工具。」
5、製造型零售：C2M
基於數據的打通，從消費端到生產端實現連接和處理，這對及時響應消費需求的變化非常有意義。對於便利店銷售構成佔比較大、研發和製作比較複雜的品類，便利蜂直接投資鮮食工廠來提供產品。獨家的產品會帶來獨特的體驗；這也可以在定價上獲得優勢，即使是同樣的產品，不同場景下不同的包裝可以有不同的定價，這為脫離價格戰提供了可能性。
此外，便利蜂在一些品類上也發展自己的品牌產品。這部分產品以「蜂質選」作為抓手。便利蜂的「蜂質選」以食品為主，同時涵蓋各類日常用品。
6、展望：從產品到服務
對於一家便利店，一盒鮮食只是開始。發達市場的經驗是：便利店通過為小商圈的用戶，精選符合他們需求的商品和服務，形成競爭力和差異化；然後通過發掘並服務於用戶的各類多元化需求，從而獲得更多的收入能力。這涉及到向用戶，交叉銷售多種產品和服務的能力。
日本的經驗在中國的特定場景下，難以直接複製。諸多日本很成功的生活服務在中國並不能夠成功，比如在中國，水、電、燃氣費可以直接在銀行的應用程式或第三方支付工具上繳納；快遞服務商已實現一鍵上門；ATM在中國強大的第三方行動支付的廣泛應用下，已經在很多地方消失不見。
但發掘便利店的各種潛在價值仍是一個方向。網際網路化之後，消費者從面貌模糊的顧客，變為形象清晰的用戶，這為更多交叉銷售提供了可能。
便利店在影視宣發領域的拓展，就是一種觀念上的可能性。基於流量和人群，便利店也獲得了媒介屬性。近期，便利蜂宣布推出影視合作計劃，擬開放門店和產品線，與影視作品進行更深度的場景與內容合作，代表了這方面的一種探索。
總結：便利蜂這個物種
在便利蜂的模型中，中央大腦驅動了連接起來的一切。只需改變算法，供應鏈、店鋪就會隨著數學模型指示的變化展開。這是一種非常奇異的、歷史上從來沒有出現過的企業形態。便利蜂擴張過程中的整固行動表明，這樣的模型還存在很多缺陷，這家公司還需要不斷進化。
在便利蜂的形成過程中，我們可以觀察到這個前所未有的公司的幾個特徵：
這是一家成長中的網際網路公司，不能夠簡單基於店鋪和銷售額來權衡其價值。基於用戶價值的估值，可以將其連鎖門店業務的價值得以更貼近的呈現。但這只是價值的一個方面。
便利蜂也是一家製造型零售公司。通過全鏈條的數據連同和即時決策能力，便利蜂製造型零售公司的屬性開始凸顯。就像很多便利店模型一樣，並不能夠單純用一家流通企業來概括其價值。
店面是便利蜂的軀殼，一定意義上，數學是便利蜂的靈魂。這更多是一家技術屬性強大的公司。這個商業體系的底層是算法，匹配其他數據，在強大算力下，可以擴充到其他領域。如果便利蜂如預期那樣成長為一個巨頭，最終其開始投資做晶片，也將是一件毫無違和感的事情。
從能力的角度去觀察，便利蜂是一個人工智慧技術公司。如何構建強大的算力、研發算法、採集事無巨細的數據，都是構成這家公司價值的最重要的三個方面。
就像用相機膠捲技術可以做化妝品一樣，便利蜂的實踐，只是表明他們認定這個技術可以在便利店這個最寬的應用跑道上獲勝。這個跑道規模足夠大、市場足夠分散、價值鏈劇烈擺動的現實，形成了這個公司價值舞臺的布景。
最終，按照便利蜂的營業範圍，它勢必將實現一站式本地生活服務公司的定位。如果這家公司在小商圈實現了壟斷——將其他玩家逐出領地，這意味著這家公司會成為一個長期贏家，統治 15分鐘生活圈。
1、人工智慧的天花板
到現在為止，便利蜂無疑取得了很大成功，但斷言其已取得最後的勝利還為時尚早。關鍵在於人工智慧技術的發展。採用大數據幫助決策，是一個所有人都在努力的課題。很多便利店巨擘本身就有數據分析系統，而且已經做了很多年，實踐表明，實現總體預測還比較難。
阿里、騰訊這樣的巨頭，似乎準備開放底層數據，數據賦能越來越成為一個基礎設施，壁壘性將會越來越削弱，便利蜂必須在這兩個現實的基礎上實現超越。而更根本的問題是：在人工智慧的決定性要素中，數據和算力，能不能最終解決問題？
人工智慧技術可以促進洞察力的發展和改善決策，但就當下人工智慧的各種技術來看，仍有很多局限性，我們也需要明白，這種技術的天花板在何處。
數據和算力能不能解決問題，是否需要一次算法革命，人工智慧是否已經觸及到一個階段性的天花板了？通過數據驅動建立的系統能不能總是有效，在激烈變化的環境中能否適應？許多機遇學習和統計的預測方法都隱含這樣的假設：未來會像過去一樣。根據過去行為做出決策會一直正確嗎？……這些都是關乎便利蜂價值的關鍵問題。
人工智慧獲得特定的預測、推薦或決策，但決策過程是一個黑箱。人工智慧會不會犯錯誤？當門店數量以數萬計算的時候，整個鏈條將在人工智慧的誤導下劇烈擺動。當它犯錯誤時，如何控制風險，如何確保這個系統回歸正常狀態呢？
在便利蜂的模型中，大部分人都將附著於機器。這種功能情景，讓服務的流程變成了工業流水線。是否意味著科學管理的復興？在這種情境下，人就只是一個齒輪、一個工具嗎？從業者如何有一份有尊嚴的工作環境，這中操作顯然會帶來如上的倫理問題。
2、機器協作者的管理課題
從目前形態看，便利蜂是一種人機結合的巨大系統。未來一段時間，這可能成為一種常態。在這個作業系統之上，便利蜂拋棄過去的科層制管理體系，建立了由「小前臺、大中臺」構成的賦能型組織體系。大中臺是決策之地，小前臺並非小，而是集中了相當多的程序型業務。
在這種業務形態下，人員的行動由機器驅動，人被嵌入到了流程的每一個細微環節。以至於在門店，店員每一個笑容和動作的背後，配套的是技術手段的嚴密監控和考核。我們該如何定義機器和人的關係？人和機器應該整合嗎？作為機器的協作者，如何在管理上避免將人過度機器化，當是一個重要的企業文化課題。
3、便利蜂的社會責任
對於便利蜂，其強大的擴張潛能，在未來隱含了可能需要背負的責任。就像大多數人工智慧企業一樣，便利蜂也應該儘早將倫理考量，納入企業戰略框架中。
便利蜂的創新必然會來一種創造性破壞。有統計說，中國有600多萬家夫妻店，這意味著600多萬個家庭。如果當這些家庭的業務，被新的更具效率的形態摧毀的時候，創新者是否要承擔社會責任，如何承擔？
無人店正在成為重要的構成，當越來越多的門店不需要人，當運輸過程的很多環節都自動化時，意味著便利店行業從業者數量的銳減。對於這些失業者，創新者如何擔負起責任？
4、狂風驟雨的擴張時代
探討這些問題時，我們可能會發現，這些問題會很快變成現實。即使人工智慧存在諸多疑義，或許需要更高明的算法，但人工智慧與產業深度結合正在加速度發展。按照成熟市場贏家的地位比照，這可能意味著4成便利店將被納入贏家旗下，其擁有的門店數量將達到10萬家以上。無論這個贏家是誰，這將是我們前所未見的一個超級物種。從既有業務記錄看，便利蜂正成為中國便利店市場的關鍵玩家之一。
目前，便利蜂僅現金儲備，就足以支撐開出5000家門店。我們相信，便利蜂開始對其系統和算法具備充分信心之日，就是其更加疾風驟雨展開便利店門店數量擴張之時。