便利店被算法挾裹，消費者也成逐利工具。

雷達財經出品 文|李亦輝 編|深海

技術主義者便利蜂，正在陷入輿論風波。

在衆人的印象中，便利蜂是一家分佈在一二線城市的連鎖便利店，很多上班族在這裏購買早午餐和零食。但消費者難以意識到的是，便利蜂店裏密佈的攝像頭充當着一雙雙眼睛，爲其背後的“系統”正在收集顧客的一舉一動。

根據南方週末的一篇調查報道，在便利蜂，這樣的攝像頭不僅盯緊顧客和員工，還從店內延伸到了店外。爲了選址，便利蜂採取“貼拍”方式，在居民小區、寫字樓甚至到國家機關門口進行拍攝，在後臺積累了數十萬條拍攝數據。

對此，新京報評論稱，瘋狂採集路人信息，便利蜂突破了商業邊界。

今年6月份，便利蜂被傳赴美上市。對此公司給予否認。天眼查顯示，公司至今公開過三輪融資，投資方里有斑馬投資、騰訊投資和高領投資等機構，最新估值超百億。

有分析認爲，數據安全問題，可能會影響便利蜂上市。

“瘋狂採集”公共圖像信息

便利蜂的創始人莊辰超是一位連續創業者，其最近一個創業項目是斑馬投資，之前創立的去哪兒網出售給了攜程。

2016年12月，莊辰超拿出3億美元投入便利蜂，創始團隊還有原7-11和鄰家的員工。這次創業，莊辰超研究了很久纔出手，他要找到“一個在中國還沒有被人做成的，帶有實驗性質的事。”

但在當時，便利店並不在風口上，在北京開便利店更不被外界看好，7-11在北京十幾年也就只開出兩百多家店。

對於選中便利蜂這個項目的原因，莊辰超在2017年9月份對媒體稱，便利店這個產業是完全可以被算法驅動，基於大量數據分析形成“千店千面”，從選址、選品、貨價陳列等都能給出指導意見。

2017年2月，便利蜂第一家門店在北京中關村開業。至2017年年底，門店總數只有60家；2018年年底，這個數字是570家；到2020年年底，它已經開出2000家店鋪。

如此快速擴張，得益於便利蜂的數據收集能力和手段的進化。創業初期，公司通過做App、共享單車來了解用戶性別、年齡等數據。但很快摸索出一套攝像頭捕捉信息的方式，公司專門成立了信息採集部，僱傭專職的信息採集員來收集所有具有價值的數據。

據南方週末報道，便利蜂信息採集的方式是拍攝視頻，內部稱之爲“貼拍”。

莊辰超曾公開表示，公司70-80%的數通過視覺採集，極少量用電的設備會用IoT採集，比如溫度、聲音等。他甚至將數據收集作爲便利蜂的“核心優勢”，“我們簽約實際上是沒有人工判斷的，完全不需要任何人工判斷，也沒有經驗一說”。

據前述報道，以新店選址爲例，貼拍對象包括目標店鋪一平方公里內的的小區、學校、寫字樓、培訓機構、競爭對手、醫院以及政府機關。

便利蜂採集主管稱，包括商務部、交通部、環保部、國家旅遊局、國家文物局、海關總署等一些北京政府機構，也在貼拍範圍內。針對北京五環以內所有辦公樓的數據總量高達4.3萬條，上海約有2萬條。

對於媒體的求證，便利蜂回覆稱，公司成立至今絕不存在“偷拍”行爲，同時否認對住宅小區、商圈和國家部委的拍攝。回覆表示，公司信息來源爲購買第三方數據。

但上述報道提及，登陸便利蜂的“黃金店鋪管理後臺”系統，確認了信息採集的存在。而且報道公開後，便利蜂至今未澄清聲明。

由算法驅動的“系統”

有了數據，進而由機器學習的算法處理形成自動化決策，替代店長和店員的判斷，這是莊辰超引以爲豪的創新，這樣的系統也一直是便利蜂專注做的事情。

2020年12月，青藤大學（現改名青藤）出品的一檔節目中，莊辰超介紹瞭如何搭建起適合便利店零售的數字化模型。

便利蜂最先切入的部分，是底層的ERP系統。接着進入到訂貨，優化選品、排班、人力的環節，最後陳列、物流的優化都交給系統自動化來處理。這個過程中，儘可能讓數據採集是來自於設備和系統之間的交互，讓數據的準確性和及時性得到保障。

當系統具備賦能效果時，算法會給出一個最優解決方案。爲解決人的決策平衡感強但應變能力弱的問題，便利蜂又在所有環節放棄人工干預，從工廠、物流、陳列甚至打掃衛生都交由系統快速決策，模型得以跑通。

與此同時，便利蜂投入了大量IT人員，一位日系連鎖便利店的副總裁稱，便利蜂IT人員可能是他們的四至五倍。便利蜂官方曾在知乎上作答：“表面上看，便利蜂是一家連鎖便利店，其實我們是一家數據科技公司。”

全鏈條自動化，讓數據驅動的系統來發號施令，對便利蜂的店員似乎不是好消息。因爲員工要面對的，是全方位無死角覆蓋的攝像頭，和他們背後的大腦。系統通過人工和AI自動識別店內的畫面，一旦不符合要求，便會自動報警。

在北京街頭的一家便利蜂中，雷達財經注意到，算上前後門口上方兩個探頭，該店足足有12個攝像頭，不論是顧客還是員工，進門那一刻起就無所遁形。

工作時，店員整理貨架、打掃衛生、加熱快餐和廢棄過期品時都要拍照上傳，後臺會有專人調取監控對比檢查。

爲應對這份工作，便利蜂的店員們需要背熟多達300到400個標準作業程序。有了這種強大的系統和算法，在便利蜂6個月就能培養一名店長，5天就能培訓一名店員。

顧客們進店後的一舉一動也會被收集起來，成爲系統的決策依據。除此之外，在知乎問答中，該公司官方賬號曾描述，“區別於一般便利店，便利蜂通過抓取當地消費者在相關電商平臺的消費數據、在各個社交平臺的點評數據、在其他店鋪的過往銷售數據……放進公式，算收益排名，然後來選品。”

憑藉着這樣的算法模型，便利蜂不但有了快速複製的能力，還實現了經營效率的提升。便利蜂執行董事薛恩遠曾公開宣佈，到2021年年底，便利蜂將開出4000家門店，到2023年預計開設1萬家門店。

相比同樣有着“萬店計劃”的羅森有加盟模式，便利蜂全部店鋪都是直營。上萬家直營店在業裏幾乎是一個不可能完成的任務，但便利蜂的底氣來自於數據優勢。

“過去的三、四年時間裏，便利蜂在‘便利店的荒漠’北京開了接近700家門店，而且是盈利的。”莊辰超說，機器學習的算法不斷迭代後變得越來越準，一個比較明顯的特徵就是，越是新開的店銷量越高，房租佔比越低。

當然，也有人不認爲數據驅動就一定能低成本。上述日系連鎖店副總就表示，像氣候、溫度、水、周圍環境變化，可能需要幾十個維度的參數，全自動非常困難。

異化的便利蜂能飛多遠？

以數據公司自居的便利蜂，估值已超過百億元，並兩度傳出上市的消息。

2020年5月，便利蜂內部人士透露，公司獲得數億美元C輪投資，累計募集資金已達15億美元（約合107.04億元），投資方包括全球頂級私募股權基金、國家主權財富基金、高校投資基金以及超大型互聯網公司。

在此之前，2018年10月15日，便利蜂獲得騰訊投資及高瓴資本的2.56億美元（約合人民幣18.27億元）戰略融資，該輪融資後估值來到16億美元（約合114.18億元）。

今年以來，便利蜂兩度傳出上市的消息，但均被公司否認。

6月23日，有消息稱便利蜂近期啓動赴美IPO，擬募資5億至10億美元，高盛、摩根士丹利、中信證券等作爲主承銷商，最快於今年年底或明年年初赴美上市。便利蜂方面回應稱“此消息不屬實”。

7月8日，彭博社報道，便利蜂已祕密提交了赴美IPO申請，或籌集5億美元資金。有知情人士表示，便利蜂正在與顧問合作出售股票，最快可能在2021年進行。此後，又被便利蜂否認。

一年多來沒有融資，對於急速擴張的便利蜂而言，緩解資金壓力或是上市的主要原因。但根據當下的監管環境變化，赴美上市顯然已不是最好的選擇。

不過，在上市之前，便利蜂的數據安全問題仍待理清。《北京市公共安全圖像信息系統管理辦法》第六條明確規定：不得采集本單位範圍以外的公共區域的圖像信息，其他任何單位和個人不得在該區域設置公共安全圖像信息系統。

不少分析觀點也指出，便利蜂在公共區域的大規模視頻採集存在侵犯公衆隱私的嫌疑。因爲自然人出現在公共場合不等於放棄隱私權，例如其不想在某些場合被人看到，或者暴露行蹤，未經允許對其進行拍攝記錄，屬於侵權行爲。此外，企業對大量公民的肖像和行動軌跡採集，如何管理和使用，也存在較大風險。如果把這些數據用於經營之外的目的，或者泄露出去，都會讓公衆的隱私數據處於裸奔狀態。