经营驾驶舱
老板每天 20 分钟，先看清全局。
这不是“看板”，而是无人零售经营的驾驶舱：销售额、有效毛利率、机器在线、缺货率、待处理告警和补货优先级同时出现。
¥289k本月销售额
1007台机器概览
454条待处理告警
不是给售货机加一个后台，而是给无人零售装上一个会学习的经营大脑。
把销售、库存、缺货、人员、点位统一到一个经营视角。
AI 不只展示数据，而是把风险、机会和优先级转成动作。
从后台决策到一线任务，再到现场反馈，形成持续学习。
用户买的不是一瓶水，而是“我需要的时候，它就在这里”。当这种确定性持续兑现，点位才会形成信任，终端才会从一次性交易变成可复购的场景节点。
销售、库存、缺货、人员、点位实时汇聚。
AI 判断优先级、风险、补货机会、SKU 偏离。
生成补货单、派单、路线、任务流。
履约结果、销售变化、异常处理结果回流。
相似点位、相似场景和商品组合持续优化。
AI 不是替人经营，而是把人从重复判断里释放出来，让人重新回到现场：看人群变化、看消费偏好、看点位关系、看新的需求。
老板看全局，知道今天要盯哪里。
把数据转成优先级、动作和预估影响。
缺货、零销、故障按紧急度进入处理流。
从补货单到路线履约，形成执行闭环。
单机、点位、商品维度的经营复盘。
让中台判断推送到一线，现场结果回流。
这不是“看板”，而是无人零售经营的驾驶舱：销售额、有效毛利率、机器在线、缺货率、待处理告警和补货优先级同时出现。
必须处理、建议优化、预估损失、数据置信度和高价值补货机会被放到同一个决策面板里。人不再从报表里找问题，而是判断 AI 给出的动作是否执行。
缺货红线、零销告警和黄红分级，让运营团队不再靠微信群和人工巡检追问题，而是按紧急度处理。
补货单、操作员、机器数、商品数、金额和计划日期被结构化管理。AI 的判断不止停留在后台，而是变成一线可执行的任务。
路线预览把点位数、机器数、件数和定位状态组织起来。未来结合移动端，一线员工按路线执行，现场结果继续回流。
营收、成本、毛利、有效毛利率、单机表现和场景品类结构，让运营从“感觉不错”变成“知道该保、该换、该优化”。
AI 中台负责判断，一线员工工作台负责让判断落到现场。补货员不再从群消息里找任务，而是在手机端看到今天该去哪、先做什么、带什么货、遇到异常怎么反馈；每一次现场动作，又变成下一轮 AI 判断的真实数据。
━━ 核心功能 ━━
━━ 更多场景 ━━
一线员工打开手机，看到今天该去哪几个点位，按什么顺序走，需要带哪些货品。
按照 AI 推荐的路线和优先级执行补货，路线考虑距离、缺货紧急度、时效。
AI 优化补货单、智能推荐、库存不足拦截，让补货不再完全依赖老师傅经验。
扫码补货、异常备注、完成本点位、仓库库存扣减，把真实履约结果送回中台。
Agent 接入、用户角色、租户和系统接入让 AI 不只在后台分析，而是进入飞书、微信、补货员工作台和管理者决策流。
AI 运营中台的终点不是一张报表，而是把该处理的事推给正确的人，并跟踪有没有被处理。
AI 运营更准 → 体验更稳 → 复购增长 → 点位信任 → 网络密度 → 数据更多、成本更低。
老板先看销售、告警、缺货和补货优先级。
AI 运营经理识别高价值补货机会。
补货员在一线工作台收到任务。
按路线、机器、商品和数量执行补货。
现场变化、故障和缺货结果回填系统。
数据进入下一轮判断，类似场景更准。