今天小编分享的财经经验：在便利蜂，所有人都知道的，算法不知道，欢迎阅读。
作者：刘纾含，题图来自：视觉中国
经营一家便利蜂加盟店不到一个月，刘璐（化名）发现，她无法以一己之力和强大的算法系统抗衡。
成为便利蜂北京地区第一批外部加盟商的两个月之内，她瘦了 10 斤。" 耗着 "，她在与雪豹财经社的对话中频频提及这个词，和便利蜂、算法系统以及惨淡的门店营业额耗着。
给刘璐带来巨大消耗的系统，曾是便利蜂引以为傲的 " 算法革命 " 故事，也是吸引她加盟的原因之一。她原以为算法即使不能帮她提高收入，也至少能减轻一些工作负担。但在实际经营中，算法似乎失灵了。
和她一样的便利蜂加盟商们，面临同一个问题：每天花费大量时间和机器、系统、蜂利器（便利蜂内部运营管理 App）" 缠斗 "，还要面临高额损耗。
耗了两个月，刘璐耗不动了，在 2023 年年底终止了和便利蜂的合作经营合同。
一、算法围城
" 储存冻品的三个冷藏柜都被塞满了，货卖不完，可公司还是不让我减少订货量。" 面对大量废弃造成的经营损耗，李明亮（化名）感到焦虑，加盟便利蜂后，他经营的这家店几乎每天都会出现新问题。
李明亮认为，问题就出在算法系统事无巨细地把控所有环节。
作为门店实际经营者，他明明是最了解顾客需求的一环，却没有权限及时增改某款产品的进货量。订货需求要向总部提交申请，由算法测算好数量后，再经由总部审批。等审批下来，已经过去了两周。
对零售行业来说，两周的时间太长了。李明亮店里的过期产品越堆越多。
这是便利蜂加盟商们的共同焦虑。在刘璐的门店，面包、三明治、饭团每天都要被倒掉两筐，每每看到，她都觉得 " 触目惊心 "，" 像被架在火上烤 "。
刘璐告诉雪豹财经社，她的加盟店位于流动性商圈，门店紧挨着一个超大型商场和美食城，收入基本靠水饮和卖场区维持，FF 区（热餐、关东煮、蒸包、炸品、豆浆、饼等鲜食区）需求量并不大。
加盟后，她多次向公司申请，要求减少热餐订货量，但直到闭店，便利蜂都没有给她减少热餐的机会。
最惨淡的时候，刘璐门店白天的热餐废弃能达到五成，晚上甚至连一份晚餐都卖不出去。" 即便如此，公司用算法系统测算过之后，还是说门店有热餐销售机会。" 她告诉雪豹财经社。
所谓的热餐销售机会，是不到一百元的午餐日盈利。工作人员告诉刘璐，经过算法系统测算，她门店销售的午餐热餐每天有几十元利润，属于 " 正向盈利 "，所以热餐的订货量不能减少。
刘璐算了笔账，按照便利蜂给加盟店的抽成模型测算，每天不到一百元的午餐热餐盈利，她自己最多只能分到 20%，最终得到的热餐盈利甚至无法填补她需要支付给员工的工钱。
在刘璐店里，每个月都有货值 1.5 万元左右的过期产品消耗。李明亮也同样如此。一个月下来，他们不仅赚不到钱，还要亏 5000~7000 元。
加盟店订货无法减量，导致门店废弃率居高不下，这个问题便利蜂的员工知道，但算法不知道。
一个内部员工告诉刘璐，根据目前的门店数据分析，可以看到她门店的热餐存在连续废弃的情况，但当她寻求进一步解决方法时，只能得到一句 " 算法系统还没有相关的运营 SOP（标准操作流程），人为无法干预 "。
算法系统的决策过程无非是人为設定的函数计算，人怎么会被算法绑架呢？刘璐想不通。
在加盟商这里，数据测算和实际经营之间的 " 颗粒度 " 总是无法对齐，算法系统因为一个接一个的阻碍和错误而变得荒谬。
王冲（化名）是在去年 8 月加盟的便利蜂，在这之前，他是便利蜂直营店的店长。他告诉我们，做店长时，他只需要 " 无腦 " 遵循系统不间断下达的指令——检查库存、理货、盘点、热包子、打扫卫生、接待顾客。
但成为加盟商后，验货成了他 " 生命不可承受之重 "。在他的门店，实际到货数和算法系统提供的到货数量常常不一致，每次上夜班理货的时候，他都会发现来货数量比系统提供的数据少一两个。
他尝试过向公司举证，但举证流程长且繁琐，到最后基本都会被系统判定申诉通不过。他只能默认 " 来货即盘亏 " 的现实。
二、永远在和机器对话
走进便利蜂的算法系统，很多加盟商都能感受到 " 人 " 的缺位。
这是便利蜂创始人庄辰超意志的体现。如果找一句最能突出便利蜂特点的话，便是他那句 " 有人的地方，就会导致效率的低下 "。在便利蜂，一切关键节点都被算法这双看不见的大手掌控。
在直营店时期，算法覆盖了一部分人工，不仅帮便利蜂实现了快速扩张，而且提升了决策效率，极大缩减了便利蜂的人力成本。
但硬币的另一面，是人为干预的缺失。
据雪豹财经社了解，目前负责便利蜂所有直营门店和加盟店运营管理业务的城市总只剩四个人，平均每人要管理 300 多家门店。原本应该负责运营业务的城市总，成了加盟商和公司之间的 " 传声筒 "，加盟商遇到问题时，城市总做的最多的就是在 " 蜂利器 " 里拉群。而拉群之后，加盟商们仍然找不到解决问题的人。
刘璐表示，便利蜂的中台响应机制非常慢，城市总也经常处于失联状态，通过微信和蜂利器都很难联系上城市总。" 整条业务线只有一个员工跟你对接，" 刘璐时常觉得自己身处赛博世界，" 永远在和机器对话。"
为了适应算法系统的规则，刘璐不断调整她的申请话术。为减少热餐订货量，刘璐想过很多种申请理由，包括 " 废弃率过高 "，还有 " 门店所在商圈发生重大变化，影响经营 "，但问题都没有得到解决。
在刘璐的蜂利器 App 申请界面上，有多条 " 订货问题上报 "，直到她终止经营合同，仍有 5 条申请是零回复。
哪怕在培训和巡店过程中，加盟商也常常见不到人。
在加盟商培训期间，刘璐被安排到一家直营店工作了 10 个工作日，按时上下班打卡，跟着系统下发的工序完成任务，就能成为拿到银牌标签的合格加盟商。
签约接店后，便利蜂前期承诺给加盟商的门店督导和培训就更少了。在刘璐经营的两个月内，负责和她对接的城市总换了 3 个，承诺的一周巡店一次也没有兑现，她只在接店时见过一次便利蜂的巡店人员。
收银环节的全流程自动化系统，是便利蜂 " 算法替代人力 " 的又一个例证。但很多加盟商发现，这种开放式自助收银，使得门店盗损、顾客漏结、逃单情况频发。
李明亮告诉雪豹财经社，到高峰期，每个店员都在系统 " 你有一条新任务 " 的催促下疲于奔命，根本无暇顾及自助收银区的顾客是否结账。而便利蜂对直营店的盗损追讨免赔、香烟盗损申诉免赔机制，都并不适用于加盟店。
这意味着，除非加盟商能自己追回，否则一切损失只能自己承担。
三、脆弱的乌托邦
在便利蜂搭建的模型中，算法连接起了员工、供应链、门店和顾客，数据是这家公司的灵魂。
在零售行业，这是一个惊艳行业的新物种，一个算法的乌托邦。庄辰超曾在接受媒体采访时这样总结：" 我们只做一件事，投资算法（軟體）驱动的世界。" 这个诱人的新故事，让便利蜂一度成为腾讯、高瓴资本等投资机构的宠儿。
靠算法带来的标准化，便利蜂开启狂飙突进的快速扩张。截至 2020 年底，便利蜂用 4 年开出 2000 家门店。而三大日系便利店巨头 7-11、全家、罗森，在中国开出 2000 家门店的时间，分别是 15 年、16 年和 23 年。
庄辰超曾在 2019 年的演讲中表示，7-11 培养一个优秀店长大概需要两年，而在便利蜂的系统下，把 " 小白 " 培养为店长只需要 6 个月。2020 年，这个时间被缩短到一个多月。到 2023 年，在极度缺人的地区，便利蜂甚至开通了免培训入职。
在便利蜂的对外宣传中，随着模型逐渐完善，便利蜂的算法驱动已经获得了高于人工经营的准确率。2018 年，其智能订货数据优于 60% 以上合格店长的人工测算数据，每天为单店增加 500 元以上收益。
便利蜂还做过人工选品与系统选品的对比测试。成功标准是在一个销售周期内，选品跻身该类商品销售量的前 75%。早期，人工选品和系统选品的成功率分别为 40% 和 75%。后来，系统选品的成功率达到 95%。用庄辰超的话说，经过多年人机竞赛，人工已经很难战胜机器了。
" 机器替代人类 " 的故事，看起来很美，但便利蜂算法面临的诟病和争议从未停止。
应对非常态事件，算法无法提前预测门店的订货变化，而店员由于未接受过订货培训，导致门店失去精准订货能力，从而造成商品废弃损失。王冲告诉雪豹财经社，在做店长期间，他就发现便利蜂的商品废弃率远高于 7-11、全家等。
更何况，在 7-11、全家等连锁便利店品牌，自动补货系统等数字化管理方式已不是新鲜事。刘璐在了解了 7-11 的数字化模型后感慨：" 便利蜂的算法真的并不神奇。"
庄辰超的野心，是在便利蜂实现数量世界和物理世界的耦合，甚至实现数字世界对物理世界的真正掌握。
但残酷的现实是，这个算法乌托邦还远不够严密和强大。
王冲告诉雪豹财经社：" 没有人能看懂便利蜂的现在和未来，加盟商接触到的城市总、公司员工，都不能完全地理解便利蜂的算法模式。"
按照蜂利器 App 的数据，今年 2 月初，便利蜂全国门店数量为 1305 家。在 2023 年 8 月刚开放加盟时，内部人员透露的门店数为 1800 余家。据便利蜂城市总提供的数据，截至 2 月初，便利蜂全国签约的加盟门店为 80 多家。
系统仍在运转，人与算法的对抗和博弈还在继续，但没有赢家。
