来伊份这家1999年创立于上海、有26年历史的零食连锁企业，已经把200多个智能体投放进门店巡检、智能补货、流程审批等核心环节。这批智能体基于火山引擎HiAgent平台和豆包大模型搭建：AI巡检覆盖近3000家门店，AI补货覆盖1500余家门店，飞单识别准确率达到95%，单据审批耗时降低70%。

供应链：补货与纠错交给智能体

零食行业SKU多、效期管理严格、库存周转要求高。过去门店补货依赖店长经验判断，既要避免断货、又要控制临期损耗。现在，预测补货智能体每天自动生成补货清单，结合门店所在区域的消费特征和人群结构做"一店一策"的差异化选品，补货决策从经验驱动转为数据驱动。

商品信息纠错智能体补上另一块短板。商品基础信息录入出错，会连带影响履约、运费和客户体验。此前曾出现把"200克"误录成"200公斤"、直接产生异常运费的情况。现在，纠错智能体在夜间自动巡检业务数据，并在商品提交入口前置拦截异常信息。上线半年多后，这类录入错误已明显减少。

门店：巡检与审批的效率提升

AI巡店是门店端的标杆场景。过去巡店依赖督导下店检查，周期长、覆盖面有限。现在，基于豆包大模型的多模态理解能力，AI可以持续识别门店陈列是否标准、物料是否到位、货架是否空置，并结合交易数据发现飞单风险，飞单识别准确率达到95%。

智能审批则解决单据流转效率问题。过去一份单据可能需要流转数天，现在基于火山引擎Agent应用的智能提醒与自动审批能力，审批耗时降低70%。来伊份的思路是逐步把标准化流程交给Agent自主处理，只保留少量关键环节由人工介入。

底座：放弃自建，选择火山引擎

来伊份本身已有200多套系统，也评估过用开源工具自建AI平台的可能性。但AI技术迭代快、工具链复杂，持续跟进意味着长期高强度的资源投入。经过多轮评估，来伊份选择把AI底座交给专业伙伴。

合作围绕三个递进诉求展开：先稳底座，把核心系统迁移上云、让资源成本可控；再通能力，基于HiAgent部署统一AI中台，把分散在各环节的数据统一管理；最后活应用，双方打造"1+N+X"矩阵，即1个统一的AI底座、N个双方联合打造的精品Agent、X个各业务部门自建的细分Agent。

机制：让一线真正用起来

为了让AI进入业务，来伊份成立了7个智能提升组，覆盖开店、运店、商品、人力等业务域。同时建立治理机制：数据按敏感度分为5级，智能体按能力分为5级，明确调用边界，核心业务环节保留人工决策通道，每个智能体上线前都要经过安全验证和权限界定。

来伊份还与火山引擎发起内部创新大赛，鼓励员工围绕真实业务痛点搭建应用。一名管培生基于HiAgent搭建的"加盟商毛利分析工具"，让门店实时查看经营数据，已推广到多个区域。

对这一轮改造，来伊份的逻辑不是追逐技术热潮，而是为未来建立确定的能力基础——让AI持续进入加盟管理、门店运营和消费者服务，成为长期增长的新能力。