8 年數字化積淀，星巴克中國技術團隊開始用 Agentic AI 改變零售

受訪嘉賓 ｜星巴克中國 CTO 羅金鵬

采訪 ｜極客邦科技創始人兼 CEO 霍太穩

作者 ｜褚杏娟、蔡芳芳

“星巴克內部正在計劃，希望在三年內為所有員工配備一個‘數字員工助手’，可能不止一個。有了這樣的助手，我們會有更多的時間思考和創新，這些是 AI 永遠也給不了的。”

作為零售行業的先行者，星巴克中國用了 8 年左右的時間完成了數字化建設，如今開始“積極又謹慎”地擁抱生成式 AI。在星巴克中國 CTO 羅金鵬看來，前期的數字化和信息化積淀非常重要，否則數據和 AI 就會缺乏根基。

零售行業早就開始利用 AI 技術調節庫存和補貨計劃、精細化營銷推薦等。而隨著大模型代表的 Agentic AI 時代到來，零售行業迎來了一次從點到面的全方面變革機會。

在羅金鵬看來，隨著生成式 AI，特別是 Agentic AI 的快速發展，整個數字化生態會發生諸多變化，包括面向消費者的營銷環節、商品購買模式和服務體驗方式；面向企業內部的部門協作、溝通效率和通過 AI 工具提升整體生產力的方式；還有企業后端核心環節，如財務管理與供應鏈體系等。雖然這些變革不會一蹴而就，但發展方向已然明確。

本期《行知數字中國》深度對話星巴克中國 CTO 羅金鵬，他詳細介紹了星巴克中國的數字化建設歷程，以及對 Agentic AI 落地零售行業的期待。此外，作為從互聯網轉向零售行業的代表，羅金鵬也特別介紹了其所帶領的數字化和數據技術團隊在為星巴克中國全面建立數字化能力過程中遇到的挑戰和應對之道。

數字化，一切的基礎

2017 年左右，星巴克中國數字化業務進入高速發展階段。當時，星巴克與阿里、騰訊合作推出了“專星送”等業務。羅金鵬把這個階段稱為從無到有的數字化 1.0 階段，技術團隊在這個期間主要是“做加法”，即為了快速響應業務需求而不斷增加系統功能，搭建了許多數字化能力。

但隨著“做加法”的成本越來越高，系統復雜度也急劇上升，星巴克中國因此進入了“做減法”的數字化 2.0 階段，羅金鵬也是在這個時期加入星巴克中國并擔任 CTO 一職。

過去三年里，星巴克中國技術團隊和服務業務的模式經歷了一些調整：為更快響應業務需求，一些較為關鍵、尤其非常貼近特有業務 know how 的系統收歸星巴克中國自研團隊構建，技術供應商負責已經非常成熟、標準化程度很高的系統，如 ERP、HR 等。

在此期間，技術團隊不再去新建很多系統，而是著手重新梳理和調整原有架構，并重構了大量現有系統，這降低了部分成本。

技術團隊首先統一了技術標準和基礎設施標準。原來每個系統的數據庫、中間件等規格都不一樣，甚至操作系統也不同，不僅無法復用，還要投入很多時間和人力維護，機器也在持續消耗資源。因此，技術團隊花了很大的精力統一標準，比如消息中間件統一到 RabbitMQ 和 Kafka、緩存用 Redis、數據庫基本統一用 MySQL 等，這些都已應用到所有線上系統。

其次，建設并升級了一套容器化管理平臺，實現了資源的彈性伸縮。之前每次搭建新系統，技術部門往往直接申請購買機器部署，現在則可以根據實際需求彈性擴縮容，比如大促期間可以申請更多資源分配給訂單中心、會員中心，大促結束后再根據情況縮容。

另外，團隊建立了從日志到監控到維護的端到端完整鏈路。升級后，團隊可以第一時間探測系統中出現的問題，顯著提升了系統穩定性和可用性。據介紹，三年前系統可用率大概是 99.49%，而到了今年，整個系統的可用率已經達到了 99.98%。

實踐中，技術團隊既選擇開源軟件也會使用商業化系統，主要標準是選擇比較通用的、符合行業慣例的軟件。羅金鵬表示，在做技術選用和評估時，并不只看當前的成本，而是會從更長期的角度去評估總體成本。這里的成本不僅包括軟件成本，還有人力投入、機器資源使用率等，通常以三到五年的時間為周期，評估其投資回報率，最后做出決策。

當前，星巴克中國內部整體是一套微服務系統，如訂單系統、客戶系統等都是統一的，因此無論用戶來自哪個渠道，到了系統內部都會變成同一套架構下的數據。而一些真正的異構數據，比如視頻、圖片等，則會進入大數據底座，交由算法處理。

除了技術架構本身的升級，技術團隊也嘗試改變了與業務部門的合作模式。

舉例來說，過去業務部門常臨時要求一周內上線營銷系統，IT 團隊與供應商為此拼命加班，開發十幾個頁面，結果活動可能三天就結束，系統隨之廢棄。下次新活動來臨，一切又重頭開始，陷入重復建設、毫無沉淀的循環。現在，數字化產品經理會與業務部門一起，抽象出通用需求，構建成可復用的“營銷活動系統”，之后運營人員通過拖拉拽即可配置頁面，無需重復開發。

技術團隊也在幫助其他團隊改進底層設施。比如，SD（Store Development）是星巴克的核心團隊之一，負責網絡規劃和門店選址。零售行業在連鎖開店決策上非常依賴大數據，技術團隊就與該團隊聯合建設了一個基于 LBS（地理位置服務）和大數據驅動的網絡規劃系統，以便更科學地選址。

“數字化是一個混合演進的過程，要根據不同企業、不同部門所處的不同階段，來判斷能做什么。”羅金鵬表示，如果業務數字化程度已非常高，這時用數據和 AI 可以進一步增強能力，但如果連基本的信息化和數字化都沒完成，那就要先把這部分建設完成。

Agentic AI 會帶來什么變化

如今，羅金鵬帶領星巴克中國技術團隊開始沖刺數字化 3.0，向底層數據和 AI 挖掘更多能力，目標是使不同系統間產生更強的協同效應，為業務帶來指數級價值增長。

其實在很早之前，星巴克中國就嘗試了很多傳統 AI 能力，比如其內部有一套系統可以預測銷售情況、自動補貨等。但對于生成式 AI，星巴克中國的探索態度是“既謹慎又積極”：謹慎體現在將 AI 用于生產環境時，團隊會采用大量措施來保障數據安全、客戶隱私保護等；積極則體現在其正在不同場景中探索新可能，并在企業戰略層面與外界積極交流、探討。

羅金鵬認為，隨著 Agentic AI 為代表的技術快速發展，APP、小程序等本身或將不再重要，更關鍵的是如何利用 Agentic AI 能力將門店特色與咖啡文化直接傳遞給消費者。這也是星巴克中國希望解決的關鍵問題。

大約兩年前，星巴克 APP 做過一次重大升級，加入了很多內容元素，團隊希望將 APP 和小程序從純粹的點單工具，變成能與消費者產生更多互動的平臺。未來 Agentic AI 的應用思路與此類似。

羅金鵬及其團隊設想的場景是：用戶早上打開 APP，系統自動規劃每日行程并推薦消費者最適合的門店；抵達前，停車位已安排妥當；入店后，預定座位自動分配；坐下時，一杯喜愛的咖啡已準備就緒。整個過程無需用戶主動操作，全部由入口 Agent 與星巴克 Agent 交互完成，消費者只需要自然流暢地享受門店環境、咖啡與食品。

為實現這一愿景，羅金鵬正帶領技術團隊對數字系統進行全面智能化改造，這將是星巴克中國技術團隊未來三到五年的重點工作。

目前，星巴克中國內部正在開發的很多 AI 應用，大部分處于概念驗證（PoC）階段 ，真正上線到生產環境的還不多，背后主要的考量還是 AI 安全治理、隱私保護等問題。目前比較成熟的是 OPS Chatbot，主要用來解答公司相關問題。

作為星巴克中國的技術一號位，羅金鵬坦言自己對 AI 的投入和效果的考量并不復雜，團隊內部已有較為明確的技術投入方向評估流程：

• 第一類，與業務價值相關的技術投資。如果能帶來業務價值，技術團隊就與業務部門共同制定商業方案，再聯合財務部門一起論證這項投入在未來三年、五年的投資回報率。形成標準報告后，就將其提交到技術投資委員會進行評審，委員會成員包括企業內部多位核心領導。這是針對重大投資的一套標準流程。

• 第二類，與生產力提升相關的技術投資。這類投資主要需要評估的是引入技術后能帶來多少成本節約。團隊同樣會與財務部門一起整理數據，形成報告，在投資委員會上進行評審。

• 第三類，與基礎設施建設相關的技術投資。這類投入可能無法直接推動業務增長，也不一定能為其他部門節省成本，但它是必須完成的基礎建設，可能短期內難以看到直接價值，但不做就可能引發連鎖問題。

• 第四類，與風險合規相關的技術投資。這屬于必須要做的部分，只要能夠證明某項投資與風險合規相關，基本上不會遇到太多阻力。

內部，向 AI 編程工具要生產力

除了在業務中引入 AI 能力，Agentic AI 也在影響著技術團隊自身。

對于不少技術人員來說，AI 編程工具已變得不可或缺。雖然星巴克中國在早期對于 AI 編程的態度相對比較謹慎，但很多技術人員喜歡 AI Coding，會自行探索和使用。羅金鵬自己也用 AI Coding 的方式編寫了小程序，這個小程序到現在還在使用。

隨著模型技術越來越成熟，團隊在體驗了一段時間后意識到，AI 編程未來可能會對自身產生很大影響，因此最近團隊開始積極探討如何在公司層面合規、合理、合法地引入 AI 編程生產力工具。內部已經做過相關測試，當前有些從零到一的新系統就是用 AI 編程方式搭建的，并且 AI 完成的占比超過 50%。

在羅金鵬看來，AI 時代對技術人的要求會有一個重要變化。“很會 coding 但不會表達的人未來可能會受到影響。”他說道，“以后要做一個好的技術人員或產品經理，必須能很好地表達你的需求，把你的需求結構化地表達出來，因為說得越清楚，AI 做出來的東西才越符合要求。所以，如何清晰表達需求，會變成工程師能力中很重要的一部分。”

不過羅金鵬同時認為，正如星巴克企業文化中一直強調科技與人文結合，無論如何，對技術人員的人文精神要求是不變的，“溝通非常重要，不管對技術團隊還是非技術團隊，這一要求始終存在：你要能很好地表達訴求，與其他伙伴有效溝通。如果你的溝通能力足夠好，未來用上 AI 的能力，也能更好地助力效率的提升。”

“互聯網人”如何在

零售行業絲滑轉身

星巴克中國技術團隊有一個明顯特征，就是很多成員來自互聯網行業，包括羅金鵬自己。羅金鵬曾在阿里工作 12 年，包括在阿里旗下的 To B 數據技術公司工作了3年，之后才加入星巴克中國。互聯網公司的思考、做事方式一定上對他和團隊很多人產生了很大影響。

來到星巴克后，讓羅金鵬感觸很深的一件事就是兩種行業決策機制的巨大差異。

互聯網公司所有流程、所有用戶行為都發生在自己的系統里面，拿到這些數據并以此驅動業務決策是很輕松的，而且很多業務形態都是在線上，技術部門能快速研發和調整。因此，互聯網公司做決策的試錯成本相對較低。

相較之下，在星巴克這樣的傳統行業公司，設計一款產品（如一個新咖啡）需要一定的周期，其中還涉及到很多供應商、門店伙伴、所有運營及顧客體驗等，各種決策帶來的后續影響是不可逆的。因此，傳統行業做決策更難、試錯成本更高，企業需要花很多時間做復盤，反復權衡業務本身的風險和 ROI。

“Jasper，你要充分認識到，你的每一個決策都會對未來產生很大的影響，你必須非常仔細地評估。”星巴克中國 CEO 劉文娟女士對羅金鵬說的這句話讓他印象深刻，也對他后來做決策產生了很大影響。

在具體的研發習慣上，兩個行業也有不同。

剛從互聯網行業轉來嘗試為業務賦能時，技術團隊很多人的第一反應通常是從技術出發：先把系統做出來交給業務去用，但這并不適合傳統快消企業。

“你的用戶是誰”這個根本性問題需要重新思考。羅金鵬表示，很多企業做數字化轉型是“一把手工程”，但技術團隊接到任務后不能只想著為幫助 CEO 解決問題做開發，而是要更深入地去思考，要開發的這套系統真正的用戶是誰，如果僅從技術角度出發，則很可能走偏。

因此，現在推進一些大的數字化項目時，技術團隊會先把“用戶是誰”、“業務流程會如何變化”等根本問題搞明白，再著手技術實現，這樣會少走很多彎路。

羅金鵬強調，在星巴克這樣的零售行業，技術團隊主動與業務建立連接非常重要。業務人員非常忙，很難想到要去找技術同事討論如何解決業務問題。作為技術團隊 Leader，很重要的一點就是給自己的團隊找機會、找方向，這就需要創造更多與業務溝通和討論的機會點，而不是等著業務自己找過來。在與業務建立連接的過程中，有可能就會產生一些新的想法，能幫助業務解決痛點。“你得站在他的角度思考，知道他的關注點是什么、困難是什么，而不是非常生硬地說‘我帶著一個 AI 解決方案來幫你做研發’，這樣沒有任何意義。”羅金鵬表示，這是在一個傳統零售企業身為技術領導者需要具備的一項重要素質。

組織文化中的人文色彩

目前，星巴克的技術團隊成員非常年輕，尤其是 SITC（星巴克中國創新科技中心）深圳的團隊，與此相對應的，大家的心態也非常開放、多元和包容。羅金鵬表示，與其他公司不同的是，星巴克會特別注重科技和人文的結合。

星巴克有一個獨特的文化傳統：在每個正式會議開始前，會先進行一個名為“coffee tasting”的環節，即一兩位同事用 5 分鐘左右的時間為大家手沖咖啡，并介紹這款咖啡的風味特色、產地背景，并分享一個與之相關的小故事。這為星巴克技術團隊增加了一抹人文色彩。

這種人文色彩也體現在公司更大的決策上面。

來自互聯網行業的很多成員更加習慣高速成長與晉升。為此，一年前，技術團隊與人力資源部門討論，共同推動了一項關鍵改革：對職級體系與職業發展通道進行了結構性調整。

技術部門引入了專業的“T 系列”（Technology）技術晉升通道。 過去，員工的晉升路徑單一，只能走向管理崗。現在，內部設立了技術專業職級，因此有了 engineer、staff engineer、architecture 等不同晉升方向，技術人員不一定非要轉管理，也可以繼續深耕技術，走專業深化的路徑。公司還細化了職級層級，增加了晉升頻率。 新的體系增加了更多的層級，讓技術人員每隔一段時間都能獲得一次正向反饋。

招聘新人時，羅金鵬最關心的是候選人是否具備成長型思維。成長心態背后涵蓋了很多關鍵素質，包括對事物的好奇心、關注行業動態，了解年輕人等，這些對于加入星巴克后快速學習行業知識、掌握現有系統架構非常關鍵。

結束語

“我對未來科技在我們業務中扮演的角色充滿信心，并且懷有極大的熱情。”羅金鵬說道。

“雖然無法預測未來哪一端的變化更大，但就像大家始終都要喝咖啡一樣，有些根本性的需求不會改變。”羅金鵬表示，“我們非常希望能在第一時間跟進這一趨勢，不局限于我們自己來做，也希望能與技術公司合作，在以消費者和‘第三空間’咖啡場景為核心的方向上做得更好，提升消費者的體驗。”

零售是離消費者非常近的行業，未來技術具體將如何改變零售、改變消費方式，我們拭目以待。

InfoQ 老友！請留步！極客邦 1 號客服上線工作啦！

后續我將通過微信視頻號，以視頻的形式持續更新技術話題、未來發展趨勢、創業經驗、商業踩坑教訓等精彩內容，和大家一同成長，開啟知識交流之旅