8 年数字化积淀，星巴克中国技术团队开始用 Agentic AI 改变零售

受访嘉宾 ｜星巴克中国 CTO 罗金鹏

采访 ｜极客邦科技创始人兼 CEO 霍太稳

作者 ｜褚杏娟、蔡芳芳

“星巴克内部正在计划，希望在三年内为所有员工配备一个‘数字员工助手’，可能不止一个。有了这样的助手，我们会有更多的时间思考和创新，这些是 AI 永远也给不了的。”

作为零售行业的先行者，星巴克中国用了 8 年左右的时间完成了数字化建设，如今开始“积极又谨慎”地拥抱生成式 AI。在星巴克中国 CTO 罗金鹏看来，前期的数字化和信息化积淀非常重要，否则数据和 AI 就会缺乏根基。

零售行业早就开始利用 AI 技术调节库存和补货计划、精细化营销推荐等。而随着大模型代表的 Agentic AI 时代到来，零售行业迎来了一次从点到面的全方面变革机会。

在罗金鹏看来，随着生成式 AI，特别是 Agentic AI 的快速发展，整个数字化生态会发生诸多变化，包括面向消费者的营销环节、商品购买模式和服务体验方式；面向企业内部的部门协作、沟通效率和通过 AI 工具提升整体生产力的方式；还有企业后端核心环节，如财务管理与供应链体系等。虽然这些变革不会一蹴而就，但发展方向已然明确。

本期《行知数字中国》深度对话星巴克中国 CTO 罗金鹏，他详细介绍了星巴克中国的数字化建设历程，以及对 Agentic AI 落地零售行业的期待。此外，作为从互联网转向零售行业的代表，罗金鹏也特别介绍了其所带领的数字化和数据技术团队在为星巴克中国全面建立数字化能力过程中遇到的挑战和应对之道。

数字化，一切的基础

2017 年左右，星巴克中国数字化业务进入高速发展阶段。当时，星巴克与阿里、腾讯合作推出了“专星送”等业务。罗金鹏把这个阶段称为从无到有的数字化 1.0 阶段，技术团队在这个期间主要是“做加法”，即为了快速响应业务需求而不断增加系统功能，搭建了许多数字化能力。

但随着“做加法”的成本越来越高，系统复杂度也急剧上升，星巴克中国因此进入了“做减法”的数字化 2.0 阶段，罗金鹏也是在这个时期加入星巴克中国并担任 CTO 一职。

过去三年里，星巴克中国技术团队和服务业务的模式经历了一些调整：为更快响应业务需求，一些较为关键、尤其非常贴近特有业务 know how 的系统收归星巴克中国自研团队构建，技术供应商负责已经非常成熟、标准化程度很高的系统，如 ERP、HR 等。

在此期间，技术团队不再去新建很多系统，而是着手重新梳理和调整原有架构，并重构了大量现有系统，这降低了部分成本。

技术团队首先统一了技术标准和基础设施标准。原来每个系统的数据库、中间件等规格都不一样，甚至操作系统也不同，不仅无法复用，还要投入很多时间和人力维护，机器也在持续消耗资源。因此，技术团队花了很大的精力统一标准，比如消息中间件统一到 RabbitMQ 和 Kafka、缓存用 Redis、数据库基本统一用 MySQL 等，这些都已应用到所有线上系统。

其次，建设并升级了一套容器化管理平台，实现了资源的弹性伸缩。之前每次搭建新系统，技术部门往往直接申请购买机器部署，现在则可以根据实际需求弹性扩缩容，比如大促期间可以申请更多资源分配给订单中心、会员中心，大促结束后再根据情况缩容。

另外，团队建立了从日志到监控到维护的端到端完整链路。升级后，团队可以第一时间探测系统中出现的问题，显著提升了系统稳定性和可用性。据介绍，三年前系统可用率大概是 99.49%，而到了今年，整个系统的可用率已经达到了 99.98%。

实践中，技术团队既选择开源软件也会使用商业化系统，主要标准是选择比较通用的、符合行业惯例的软件。罗金鹏表示，在做技术选用和评估时，并不只看当前的成本，而是会从更长期的角度去评估总体成本。这里的成本不仅包括软件成本，还有人力投入、机器资源使用率等，通常以三到五年的时间为周期，评估其投资回报率，最后做出决策。

当前，星巴克中国内部整体是一套微服务系统，如订单系统、客户系统等都是统一的，因此无论用户来自哪个渠道，到了系统内部都会变成同一套架构下的数据。而一些真正的异构数据，比如视频、图片等，则会进入大数据底座，交由算法处理。

除了技术架构本身的升级，技术团队也尝试改变了与业务部门的合作模式。

举例来说，过去业务部门常临时要求一周内上线营销系统，IT 团队与供应商为此拼命加班，开发十几个页面，结果活动可能三天就结束，系统随之废弃。下次新活动来临，一切又重头开始，陷入重复建设、毫无沉淀的循环。现在，数字化产品经理会与业务部门一起，抽象出通用需求，构建成可复用的“营销活动系统”，之后运营人员通过拖拉拽即可配置页面，无需重复开发。

技术团队也在帮助其他团队改进底层设施。比如，SD（Store Development）是星巴克的核心团队之一，负责网络规划和门店选址。零售行业在连锁开店决策上非常依赖大数据，技术团队就与该团队联合建设了一个基于 LBS（地理位置服务）和大数据驱动的网络规划系统，以便更科学地选址。

“数字化是一个混合演进的过程，要根据不同企业、不同部门所处的不同阶段，来判断能做什么。”罗金鹏表示，如果业务数字化程度已非常高，这时用数据和 AI 可以进一步增强能力，但如果连基本的信息化和数字化都没完成，那就要先把这部分建设完成。

Agentic AI 会带来什么变化

如今，罗金鹏带领星巴克中国技术团队开始冲刺数字化 3.0，向底层数据和 AI 挖掘更多能力，目标是使不同系统间产生更强的协同效应，为业务带来指数级价值增长。

其实在很早之前，星巴克中国就尝试了很多传统 AI 能力，比如其内部有一套系统可以预测销售情况、自动补货等。但对于生成式 AI，星巴克中国的探索态度是“既谨慎又积极”：谨慎体现在将 AI 用于生产环境时，团队会采用大量措施来保障数据安全、客户隐私保护等；积极则体现在其正在不同场景中探索新可能，并在企业战略层面与外界积极交流、探讨。

罗金鹏认为，随着 Agentic AI 为代表的技术快速发展，APP、小程序等本身或将不再重要，更关键的是如何利用 Agentic AI 能力将门店特色与咖啡文化直接传递给消费者。这也是星巴克中国希望解决的关键问题。

大约两年前，星巴克 APP 做过一次重大升级，加入了很多内容元素，团队希望将 APP 和小程序从纯粹的点单工具，变成能与消费者产生更多互动的平台。未来 Agentic AI 的应用思路与此类似。

罗金鹏及其团队设想的场景是：用户早上打开 APP，系统自动规划每日行程并推荐消费者最适合的门店；抵达前，停车位已安排妥当；入店后，预定座位自动分配；坐下时，一杯喜爱的咖啡已准备就绪。整个过程无需用户主动操作，全部由入口 Agent 与星巴克 Agent 交互完成，消费者只需要自然流畅地享受门店环境、咖啡与食品。

为实现这一愿景，罗金鹏正带领技术团队对数字系统进行全面智能化改造，这将是星巴克中国技术团队未来三到五年的重点工作。

目前，星巴克中国内部正在开发的很多 AI 应用，大部分处于概念验证（PoC）阶段 ，真正上线到生产环境的还不多，背后主要的考量还是 AI 安全治理、隐私保护等问题。目前比较成熟的是 OPS Chatbot，主要用来解答公司相关问题。

作为星巴克中国的技术一号位，罗金鹏坦言自己对 AI 的投入和效果的考量并不复杂，团队内部已有较为明确的技术投入方向评估流程：

• 第一类，与业务价值相关的技术投资。如果能带来业务价值，技术团队就与业务部门共同制定商业方案，再联合财务部门一起论证这项投入在未来三年、五年的投资回报率。形成标准报告后，就将其提交到技术投资委员会进行评审，委员会成员包括企业内部多位核心领导。这是针对重大投资的一套标准流程。

• 第二类，与生产力提升相关的技术投资。这类投资主要需要评估的是引入技术后能带来多少成本节约。团队同样会与财务部门一起整理数据，形成报告，在投资委员会上进行评审。

• 第三类，与基础设施建设相关的技术投资。这类投入可能无法直接推动业务增长，也不一定能为其他部门节省成本，但它是必须完成的基础建设，可能短期内难以看到直接价值，但不做就可能引发连锁问题。

• 第四类，与风险合规相关的技术投资。这属于必须要做的部分，只要能够证明某项投资与风险合规相关，基本上不会遇到太多阻力。

内部，向 AI 编程工具要生产力

除了在业务中引入 AI 能力，Agentic AI 也在影响着技术团队自身。

对于不少技术人员来说，AI 编程工具已变得不可或缺。虽然星巴克中国在早期对于 AI 编程的态度相对比较谨慎，但很多技术人员喜欢 AI Coding，会自行探索和使用。罗金鹏自己也用 AI Coding 的方式编写了小程序，这个小程序到现在还在使用。

随着模型技术越来越成熟，团队在体验了一段时间后意识到，AI 编程未来可能会对自身产生很大影响，因此最近团队开始积极探讨如何在公司层面合规、合理、合法地引入 AI 编程生产力工具。内部已经做过相关测试，当前有些从零到一的新系统就是用 AI 编程方式搭建的，并且 AI 完成的占比超过 50%。

在罗金鹏看来，AI 时代对技术人的要求会有一个重要变化。“很会 coding 但不会表达的人未来可能会受到影响。”他说道，“以后要做一个好的技术人员或产品经理，必须能很好地表达你的需求，把你的需求结构化地表达出来，因为说得越清楚，AI 做出来的东西才越符合要求。所以，如何清晰表达需求，会变成工程师能力中很重要的一部分。”

不过罗金鹏同时认为，正如星巴克企业文化中一直强调科技与人文结合，无论如何，对技术人员的人文精神要求是不变的，“沟通非常重要，不管对技术团队还是非技术团队，这一要求始终存在：你要能很好地表达诉求，与其他伙伴有效沟通。如果你的沟通能力足够好，未来用上 AI 的能力，也能更好地助力效率的提升。”

“互联网人”如何在零售行业丝滑转身

星巴克中国技术团队有一个明显特征，就是很多成员来自互联网行业，包括罗金鹏自己。罗金鹏曾在阿里工作 12 年，包括在阿里旗下的 To B 数据技术公司工作了 3 年，之后才加入星巴克中国。互联网公司的思考、做事方式一定上对他和团队很多人产生了很大影响。

来到星巴克后，让罗金鹏感触很深的一件事就是两种行业决策机制的巨大差异。

互联网公司所有流程、所有用户行为都发生在自己的系统里面，拿到这些数据并以此驱动业务决策是很轻松的，而且很多业务形态都是在线上，技术部门能快速研发和调整。因此，互联网公司做决策的试错成本相对较低。

相较之下，在星巴克这样的传统行业公司，设计一款产品（如一个新咖啡）需要一定的周期，其中还涉及到很多供应商、门店伙伴、所有运营及顾客体验等，各种决策带来的后续影响是不可逆的。因此，传统行业做决策更难、试错成本更高，企业需要花很多时间做复盘，反复权衡业务本身的风险和 ROI。

“Jasper，你要充分认识到，你的每一个决策都会对未来产生很大的影响，你必须非常仔细地评估。”星巴克中国 CEO 刘文娟女士对罗金鹏说的这句话让他印象深刻，也对他后来做决策产生了很大影响。

在具体的研发习惯上，两个行业也有不同。

刚从互联网行业转来尝试为业务赋能时，技术团队很多人的第一反应通常是从技术出发：先把系统做出来交给业务去用，但这并不适合传统快消企业。

“你的用户是谁”这个根本性问题需要重新思考。罗金鹏表示，很多企业做数字化转型是“一把手工程”，但技术团队接到任务后不能只想着为帮助 CEO 解决问题做开发，而是要更深入地去思考，要开发的这套系统真正的用户是谁，如果仅从技术角度出发，则很可能走偏。

因此，现在推进一些大的数字化项目时，技术团队会先把“用户是谁”、“业务流程会如何变化”等根本问题搞明白，再着手技术实现，这样会少走很多弯路。

罗金鹏强调，在星巴克这样的零售行业，技术团队主动与业务建立连接非常重要。业务人员非常忙，很难想到要去找技术同事讨论如何解决业务问题。作为技术团队 Leader，很重要的一点就是给自己的团队找机会、找方向，这就需要创造更多与业务沟通和讨论的机会点，而不是等着业务自己找过来。在与业务建立连接的过程中，有可能就会产生一些新的想法，能帮助业务解决痛点。“你得站在他的角度思考，知道他的关注点是什么、困难是什么，而不是非常生硬地说‘我带着一个 AI 解决方案来帮你做研发’，这样没有任何意义。”罗金鹏表示，这是在一个传统零售企业身为技术领导者需要具备的一项重要素质。

组织文化中的人文色彩

目前，星巴克的技术团队成员非常年轻，尤其是 SITC（星巴克中国创新科技中心）深圳的团队，与此相对应的，大家的心态也非常开放、多元和包容。罗金鹏表示，与其他公司不同的是，星巴克会特别注重科技和人文的结合。

星巴克有一个独特的文化传统：在每个正式会议开始前，会先进行一个名为“coffee tasting”的环节，即一两位同事用 5 分钟左右的时间为大家手冲咖啡，并介绍这款咖啡的风味特色、产地背景，并分享一个与之相关的小故事。这为星巴克技术团队增加了一抹人文色彩。

这种人文色彩也体现在公司更大的决策上面。

来自互联网行业的很多成员更加习惯高速成长与晋升。为此，一年前，技术团队与人力资源部门讨论，共同推动了一项关键改革：对职级体系与职业发展通道进行了结构性调整。

技术部门引入了专业的“T 系列”（Technology）技术晋升通道。 过去，员工的晋升路径单一，只能走向管理岗。现在，内部设立了技术专业职级，因此有了 engineer、staff engineer、architecture 等不同晋升方向，技术人员不一定非要转管理，也可以继续深耕技术，走专业深化的路径。公司还细化了职级层级，增加了晋升频率。 新的体系增加了更多的层级，让技术人员每隔一段时间都能获得一次正向反馈。

招聘新人时，罗金鹏最关心的是候选人是否具备成长型思维。成长心态背后涵盖了很多关键素质，包括对事物的好奇心、关注行业动态，了解年轻人等，这些对于加入星巴克后快速学习行业知识、掌握现有系统架构非常关键。

结束语

“我对未来科技在我们业务中扮演的角色充满信心，并且怀有极大的热情。”罗金鹏说道。

“虽然无法预测未来哪一端的变化更大，但就像大家始终都要喝咖啡一样，有些根本性的需求不会改变。”罗金鹏表示，“我们非常希望能在第一时间跟进这一趋势，不局限于我们自己来做，也希望能与技术公司合作，在以消费者和‘第三空间’咖啡场景为核心的方向上做得更好，提升消费者的体验。”

零售是离消费者非常近的行业，未来技术具体将如何改变零售、改变消费方式，我们拭目以待。