刚刚落幕的2026世界人工智能大会上，企业级AI成为备受关注的赛道之一。

相比前几年集中展示模型参数和生成能力，今年的展台上出现了更多智能体、行业解决方案和企业部署工具。AI公司的产品正在进一步延伸至连接企业数据、系统和业务流程。 

但当AI真正进入物理世界，事情并不会像产品演示里那样顺畅。 

以诊所为例，顾客走进了哪间诊室、医生完成了哪些操作、设备被推到了哪里、一支药品为什么被领出又退回，这些事情不会自动变成数据。 

日前，新氧创始人金星与华尔街见闻·全天候科技等媒体展开了一场近2个小时的交流。 

新氧正在旗下50多家轻医美门店推进AI改造，希望将AI用于面诊、治疗质检、顾客分诊及门店运营等环节。

在这场交流中，让人印象更深刻的是为了让AI进入门店，新氧先做了多少基础工作。 

例如为了统计一名消费者在店内不同环节的等待时间，新氧试过平板签到、手环、蓝牙、Wi-Fi等方式；为了让总部远程监督医生是否执行标准治疗流程，公司在诊室安装摄像头，最后又发现全国门店的网络带宽需要逐一扩容。

新氧从2023年开始建设这套数字化体系，投入了上百名工程师。三年过去，金星认为公司仍然主要处在AI落地的“上半场”——数据治理。 

“有了这些数据积累，才能让AI针对你的业务去学习。”金星说，“我们现在还是在大量数字化的阶段。”

新氧的实践也揭示了连锁业AI落地的一道隐形门槛：在AI落地之前，企业首先要把不断变化的真实世界，转化为真实、连续且可以被机器理解的数据。

数据采集的隐形代价

对于连锁企业而言，AI最诱人的价值之一是复制优秀门店和员工的能力。

一家门店可以依靠店长、医生或者熟练员工维持运转。但当门店从十家增加到数十家甚至上百家，企业就必须知道各家门店是否按照相同标准工作。

新氧希望做成一家标准化的轻医美连锁。 

按照金星的设想，同一个消费者带着相同的诉求，进入不同门店，由不同医生和咨询师面诊，得到的治疗方案应该高度接近。 

但目前的新氧仍然做不到这一点。 

消费者最终获得什么方案在很大程度上仍然取决于医生和咨询师个人的知识与经验。 

AI要缩小这种差异，首先需要知道门店里究竟发生了什么。

一次完整的医美治疗，至少包括消费者提出诉求、进行皮肤检测、医生判断问题、设计治疗方案、准备药品和耗材、完成治疗，以及术后复测和反馈等环节。

但这些信息以不同的介质呈现，散落在各个角落。

消费者的诉求是一段面诊对话；皮肤状况来自检测仪器；治疗使用了什么药品和剂量，记录在供应链系统中；治疗过程是一段视频；最终效果则需要通过术前术后照片、复测报告和评价来判断。

针对不同数据，新氧采用了不同的采集方法。

面诊对话通过语音转文字记录；皮肤检测仪与后台打通接口，将原本只能查看的整套报告拆解成结构化指标；药品和耗材通过ERP系统追踪；医生的治疗过程则由视频记录。 

据金星介绍，新氧围绕约175万次治疗，已经积累了300多万张治疗前后对比照片，以及接近53万份复测报告。

但数据治理并不是把尽可能多的信息存下来，第一道难题是如何保证数据真实。

实践过程中，新氧曾希望统计消费者在面诊、皮肤检测、术前准备和治疗等环节分别花费了多长时间。

新氧最初在不同环节放置平板，让员工手动签到。但门店忙起来时，员工很容易漏签；总部一旦考核签到率，又有人提前或者事后补录。 

系统中的记录变得完整，时间却不再真实。

“这个数据对我们来讲就是脏数据，脏数据就没有用。”金星说。

新氧随后尝试使用带识别码的手环，让消费者到达不同区域后扫码记录。但手环会干扰消费者体验。顾客为什么需要佩戴手环？不同颜色会不会被理解为区分会员等级？

为了让手环显得有价值，团队甚至讨论过为其增加打开储物柜等功能。 

蓝牙、Wi-Fi等同样没有单独解决问题。

人工采集会增加工作负担，无感采集又需要在准确率、成本和顾客体验之间取舍。 

最终，新氧只能将多种方式组合起来，尽可能还原消费者、员工和设备在门店中的真实位置。

这暴露了线下连锁门店数据治理的一组矛盾：采集机制设计得不好，就可能增加员工负担，甚至改变员工行为，制造出一套表面完整、实际失真的数据。

AI进入治疗巡检

尽管新氧仍在进行数据治理，预期今年底才有可能完成，但AI已经在循序渐进地进入门店。

视频巡检治疗过程成为AI落地的场景之一。

对于新氧来说，视频巡检要解决的核心问题是监督不同门店是否真正执行了统一的治疗标准。 

为此，新氧为不同治疗项目制定了标准SOP。以一个包含10个步骤的BBL项目为例，SOP会明确每一步需要完成的操作和标准时长。

与此同时，诊室还安装了双联屏，其中一块屏幕会显示当前治疗项目的操作流程，医生可以在治疗过程中对照执行，消费者也能看到治疗进度。 

为了保证每一步都被准确执行，新氧通过人工视频巡检监督治疗过程。总部设置了专门的巡检团队，巡检人员通过视频远程查看不同门店和诊室的治疗情况，监督医生是否按照SOP操作。

但随着门店和治疗数量增加，每天产生的视频越来越多，人工巡检的效率低下。

新氧正在尝试用AI改变这一过程。新氧向全天候科技表示一套新的智能巡检系统计划在7月底上线。

新系统将引入AI视觉识别能力，对治疗视频进行抽帧、目标检测和行为分析，识别视频中出现了哪些人、医生正在执行哪一步操作、使用了什么设备，以及动作是否符合标准、是否出现疑似异常。

按照新氧的规划，这套系统将逐步实现7×24小时智能巡检，并通过人工持续确认和修正识别结果，提高模型的准确率。

但要让这套系统覆盖全国门店，新氧首要面临的挑战并不是模型识别，而是网络带宽。 

医美门店原本不需要持续上传大量视频，现有网络要同时支撑顾客服务和其他业务系统。智能巡检上线后，诊室画面需要持续传回总部，原有带宽很快成为瓶颈。

实际运行后，新氧发现每家门店的带宽至少需要扩展至200兆，否则视频上传还可能影响其他系统的运行。公司只能联系不同地区、不同商场的网络供应商，为门店逐一升级网络。 

从人工抽查到AI巡检，一项看起来属于AI视觉识别的功能，最终同时牵涉摄像头、网络带宽、视频存储、SOP定义、人工标注等。

这也意味着，AI进入门店并不是一项能够迅速兑现利润的升级。为了让模型看见并理解真实的治疗过程，企业首先需要投入大量工程资源，改造原有的系统、硬件和业务流程。

金星不认为AI短期内一定会让单家门店立即变得更加赚钱。

但对连锁企业而言，AI真正可能带来的回报并不只体现在一家门店的利润表上，而是扩大整个组织的管理半径，将原本依附于个人经验的管理能力，逐渐转化为可以被总部调用、监督和复制的系统能力。

但在此之前，企业必须先看见真实世界。把一家线下门店变成机器能够理解的世界，依然需要大量缓慢而具体的工作。