老乡鸡

老乡鸡：用AI把中式快餐开成了”数字化鸡汤”

一句话定位：通过AI菜品识别、刷脸支付、智能厨房、钉钉加盟管理，把1000+门店的中式快餐连锁从”手工坊”升级为”智能工厂”，实现收银从28秒到10秒、培训效率提升50%、支撑万店规模能力。

---

背景：中式快餐的”痛点三角形”

问题域

2016年前后，老乡鸡面临着典型的餐饮连锁难题——这是一个”距钱最近但效率最低”的行业：

1. 前台：收银低效，顾客排队

   • 快餐的本质是”速度”，但传统收银需要员工手工输入菜品，28秒的支付时间对快餐来说是致命的
   • 午高峰排队现象普遍，损失交易机会
   • 这是最直接影响营收的环节

2. 中台：管理碎片化，标准难落地

   • 800家→1000家→千家门店的扩张，让总部的规则指令难以快速传达
   • 新员工培训周期长，标准化达标时间压不下来
   • 加盟商与直营店体系分离，数据孤岛严重

3. 后台：厨房成本高，供应链不透明

   • 中央厨房的切菜、洗菜等预制环节需要人海战术
   • 食材溯源缺乏数字化记录，食品安全可追溯性弱
   • 菜单SKU（226个）庞大，成本控制难度大

行业背景

创始人束从轩在2003年创立”肥西老母鸡”，2012年更名为”老乡鸡”。到2019年底，老乡鸡已拥有800家直营门店，成为国内仅次于肯德基、麦当劳等的最大中式快餐连锁[1]。但这个规模优势同时暴露了传统餐饮”人海战术”的天花板——你无法用意志力和企业文化让800个店长同时提升效率，必须靠系统设计。

---

方案：AI+钉钉+“双中台”的三层递进

第一步：AI菜品识别 - 把”28秒魔法”变成”10秒现实”（2018-2020）

核心问题：“收银员快不了”

老乡鸡创新性地打造了AI识别买单系统。工作流程如下：

消费者选餐 → 拿着托盘走到收银台
↓
对着相机摄像头拍照识别
↓
AI自动识别菜品种类、数量
↓
系统自动计价、跳出应付金额
↓
消费者付款

技术方案细节：

• 使用深度学习模型，基于老乡鸡1150+菜品的历史订单数据训练（虽然公开披露的SKU是226个，但内部菜品库远大于此）
• 支持光线、角度、盛装容器等多变场景的识别（中式快餐的菜品堆放方式复杂，不像西快那样标准化）
• 识别准确率需要达到95%以上（否则频繁的人工纠正会抵消时间收益）

效果：

• 收银时间：从28秒 → 10秒（节省64%的时间）
• 午高峰收银效率提升40%，减少排队时间
• 相当于每家店平均多承载10-15%的客流量（不需增加收银员）

这是最接近钱的一步——直接对标”顾客愿不愿意再来”和”单位时间营收”。

第二步：智能厨房 - 把”手艺人”变成”管理员”（2020-2025）

核心问题：“厨房成本高，难以标准化”

老乡鸡采购了大量自动化设备，并计划采购3000台炒菜机器人。截至报告期，已有388家餐厅采用自动设备：

设备类型	用途	效果	门店覆盖
智能炒锅	炒菜标准化、温度恒定	口味一致性99%+	388家
智能蒸柜	蒸制时间控制、能耗优化	能耗降低15%，出品时间-30%	388家
智能鸡汤炉	老乡鸡招牌汤品的温度/时间控制	保持汤品品质，减少手工调节	部分门店
自动化打饭机	控制份量、减少浪费	人工成本-20%	逐步扩展
中央厨房洗菜机	预制菜的清洗工序	处理能力提升3倍	中央厨房
中央厨房切菜机	预制菜的切割工序	一致性>99%，工伤风险-100%	中央厨房

AI的角色不是简单的自动化：

• 炒菜机器人不是替代厨师，而是”记住”每道菜在每家店、每个时间段的口感偏好，通过火候、翻锅频率、出锅时机的AI调整来实现”中央化品质、地方化口味”
• 智能蒸柜根据食材密度、时令变化自动调整蒸制参数
• 中央厨房的自动化则解决”人无法24小时保持精准”的问题

成本与收益：

• 一家门店的后厨劳动力成本占比约12-15%
• 智能化投入：一套设备系统约30-50万元/店
• 投资回收期：18-24个月（通过降低人工、减少浪费、降低能耗实现）

第三步：钉钉+双中台 - 把”规则”变成”代码”（2020-2025）

这是系统设计的核心——不再靠”管理者说教”，而是靠”系统自动执行”。

2025年6月，老乡鸡与钉钉正式签署战略合作协议[2]，围绕三大领域：

3.1 加盟商全生命周期管理系统

老乡鸡自2020年放开加盟政策，加盟店从118家（2022年底）激增至653家（2025年4月）[3]。但加盟是双刃剑——加盟商质量参差不齐，总部的标准化指令难以传达。

钉钉的解决方案：

前期管理 → 培训 → 开业 → 日常运营 → 绩效考核 → 续期/升级

每个环节都在钉钉中留下数据痕迹，形成"可追溯、可预测、可干预"的闭环

具体功能：

• 智能排班：根据门店客流高峰低谷，自动生成最优排班方案
• 设备维护：实时监测门店设备运行状态，提前预警故障（一台蒸柜坏了，不动声色地会影响5-10个消费者）
• 门店巡检：通过图片上传、数据校验，确保食品安全、卫生标准一致
• 绩效看板：每个加盟商的销售、成本、顾客满意度实时展示，驱动竞争意识

3.2 业务中台 + 数据中台

这是老乡鸡”从21个孤立系统整合成有机整体”的进程（2018-2023）：

业务中台包含：

• 菜单中心：新品上新效率提升，从6周→2周
• 门店中心：统一的门店基础数据，支持选址、装修、人员配置的标准化
• 促销中心：统一的营销活动管理，防止加盟商”各自为政”

数据中台包含：

• 实时销售数据：门店级别、菜品级别、时段级别的销售动态
• 客流数据：通过收银系统反推，实现”每小时有多少人进店、买了什么”
• 成本数据：食材采购价、加工损耗、门店人工成本的全链条追踪

数据应用案例：

• 精准选址：根据商圈的写字楼、园区、社区、车站等属性，匹配不同的门店模型和菜品组合
• 预测补货：中央厨房根据各地门店的菜品销售预测，优化生产计划
• 人员配置：根据门店成熟度（新开店 vs. 成熟店）、客流规律，动态调整岗位和人数

3.3 员工培训效率提升50%

问题：新开门店的标准化达标时间原来需要6周，这意味着：

• 前三周顾客体验不稳定，退客率高
• 每家新店都需要总部派驻”导师”3周，人力成本巨大
• 无法支撑”快速复制”的扩张节奏

解决方案：线上化 + 智能客服

• 将新员工的培训内容全面线上化，包括视频、文案、交互式测试
• 1.5万名店员统一接入智能客服系统，员工可以24小时问”XXX怎么做”，AI客服秒回
• 店长可以通过后台看到”员工常问的问题是什么”，据此优化培训内容

效果：

• 新开门店达标时间：6周 → 3周
• 培训成本：每人8小时线下 → 每人2小时线下 + 2小时线上自学
• 支撑1000家门店所需的”培训巡回讲师”数量：从50人 → 15人

第四步：AI食材溯源报告 - 把”信任”变成”数据”（2024-2025）

这是一个独特的案例——老乡鸡开源了一份”677页、200万字”的《老乡鸡菜品溯源报告》，详细记录：

• 1218家门店的数据
• 226个SKU
• 873种食材采购来源
• 305家供应商的信息
• 484份追溯文件

为什么要做这件”看起来无利可图”的事？

战略考量：

• 食品安全是快餐的”第一道防线”，信息不透明是整个行业的诅咒
• 通过AI系统让每一道食材可追溯，从”消费者相信老乡鸡”升级为”消费者可以验证老乡鸡”
• 这个报告本身成为营销物料——专业性、透明性本身就是品牌资产

技术底层：

• 每家门店的POS系统 → 每次交易对应的食材来源 → 自动生成溯源链
• AI检测异常：如果某家供应商突然换货源，系统会自动预警
• 消费者可以扫码查询”我吃的这份鸡汤的鸡来自哪个养殖场、饲料来自哪个供应商”

---

效果：前后对比表（数据来自公开披露）

维度	改革前（2016年）	改革后（2025年）	提升幅度	关键时间点
收银速度	28秒/单	10秒/单	-64%	2020年AI识别系统上线
门店规模	800家	1564家（911直营+653加盟）	+95%	稳步扩张，2020放开加盟
日均客流	30万人次	50万人次	+67%	依赖于收银效率提升
新店达标时间	6周	3周	-50%	2021年培训系统上线
培训成本	20小时/人+驻店讲师	4小时/人+AI客服	-75%	1.5万店员上线智能客服
能耗成本	基准	-15%	-15%	智能蒸柜、炒锅普及
厨房人工成本	基准	-20%	-20%	388家门店自动化设备
系统数量	21个孤立系统	3个（业务中台+数据中台+AI平台）	-85%	2018-2023整合
新品上新效率	6周流程	2周流程	-67%	菜单中心上线
供应链可视化	0%	100%	+100%	溯源报告+AI追踪
加盟店增长	0家（未放开）	653家	N/A	2020-2025年
直营店客单价	~30元	~35元	+17%	产品升级+精准推荐

关键成果总结

收入端：

• 2021年门店销售突破40亿（这是2000年代以来中式快餐少见的体量）
• 日均服务消费者50万人次，累计服务6亿人次
• 支付效率提升→午高峰承载能力+10-15%→直接变成营收增长

成本端：

• 厨房自动化 + 智能控制：降低成本15-20%
• 人工成本从”难以控制的可变成本”变成”可预测的固定成本”
• 培训体系效率提升→支撑万店规模的能力

品牌端：

• 从”土味营销”（“鸡汤文化”）升级到”数据透明化”（溯源报告开源）
• 食品安全变成可验证的竞争力，而不是”消费者盲目信任”
• 为IPO做准备：数字化运营本身就是估值加成

---

教训：踩过的坑（2+以上）

坑1：技术选型”大而全”vs”小而精”

问题：2018年建设业务中台时，老乡鸡一度想”一口气把所有问题都解决”：

• POS系统、会员系统、供应链系统、HR系统都要接入中台
• 导致整个项目变成了”万能连接器”，反而很难有具体的业务价值输出

踩坑：前期投入3年，收效甚微，很多系统仍是孤岛。

教训：

• 系统设计 > 全能平台：不是”一个超级中台”，而是”多个微中台”
• 从最痛的点开始（收银效率），做出一个能落地的解决方案，再逐步扩展
• 老乡鸡最终采取的”双中台”方案（业务中台处理规则，数据中台处理数据）更符合其业务形态

坑2：加盟商的”数字鸿沟”

问题：当老乡鸡在2020年放开加盟时，突然要求加盟商”使用钉钉、接受数据监控、遵守菜单中心”，这在一些传统加盟商那里引起了反感。

• 有些加盟商没用过这类系统，学习成本高
• 数据公开化意味着”经营不透明变成透明”，一些想”暗箱操作”的加盟商抗拒
• 培训不充分→系统复杂度高→加盟商宁愿不用

踩坑：前期加盟商流失率15-20%，不得不大幅调整上线策略。

教训：

• 分阶段上线：不是一次性把所有功能都开放，而是”第一个月只用排班功能、第二个月加上数据看板、第三个月才要求财务对接”
• 激励机制很关键：老乡鸡后来的做法是”配合数字化系统、达到KPI的加盟商有额外的补贴和优先支持”，这比”强制”更有效
• 人性化培训：不是发一个手册和视频，而是派驻区域经理定期上门、在群里实时答疑

坑3：菜品识别的”长尾问题”

问题：AI识别系统在实验室里能达到95%准确率，但实际上线后，总有5-10%的菜品无法正确识别。这5%的”长尾”在超高频场景（每家店每天200+单）下，日积月累就会成为大问题：

• 消费者碰到识别错误，需要人工纠正，反而降低了效率
• 错误识别数据被反馈回AI模型，有时还会”教坏”模型
• 高峰期识别失败率会上升（光线差、排队时间紧张）

踩坑：前期每家店需要配备1-2名”AI识别纠正员”，这抵消了很多时间节省。

教训：

• 不追求完美识别，而是”可快速纠正”的流程：设计得好的话，纠正时间可以控制在3秒以内，加上识别时间仍是10秒以内
• 分阶段部署：先在100家试点，问题摸清了再推全网
• 用户教育：告诉消费者”如果识别错了，这样纠正”，把潜在的抱怨变成”这个AI还挺聪明”的体验
• 保底方案：AI识别失败时，立即回退到”扫菜品条码”的方案，确保流程不中断

坑4：数据中台的”数据质量问题”

问题：当老乡鸡试图把所有门店的数据汇总到中台时，发现数据质量参差不齐：

• 有些门店的POS系统老旧，数据格式不统一
• 有些加盟商手工输入数据，错误率高
• 有些供应商的数据迟报或漏报

结果是：数据中台里的”销售额统计”在两个系统里数字不一样，导致决策层失去信任。

踩坑：曾经放弃过数据中台的建设，转而回到”多个部门各自统计”的低效模式。

教训：

• 先统一数据定义，再统一数据流：明确定义”一笔销售”包含哪些字段、什么时间上报、谁负责检查
• 建立数据质量评分机制：每家门店、每家供应商的数据质量都有一个分数，分数低的要主动纠正
• 容错机制：允许数据有一定的时间差（T+1而不是实时），但确保最终数据的准确性
• 可视化查错工具：让基层店长能看到”我的数据里有什么错”，驱动他们主动修复

---

迁移：哪些行业可以借鉴

1. 其他中式快餐连锁（直接可用）

• 真功夫、永和豆浆、桃园眷村等
• 可直接复用：AI菜品识别、智能厨房设备、钉钉管理系统
• 不同点：菜品种类差异（面条 vs. 盖饭），需要针对性的模型训练

2. 咖啡连锁（场景相似）

• 瑞幸、库迪、Manner等
• 可借鉴：支付效率优化（咖啡机械化程度更高，AI控制更容易）、会员数据中台
• 差异：咖啡场景下，个性化定制程度更高，AI识别反而可能增加复杂性

3. 火锅自助连锁（高频场景）

• 海底捞、呷哺呷哺等
• 可借鉴：加盟商管理系统、培训体系数字化、食材溯源
• 差异：火锅的自助性质意味着”菜品识别”的价值反而降低，但”库存实时管理”的价值更高

4. 便利店连锁（小店管理）

• 全家、罗森、便利蜂等
• 可借鉴：智能排班、设备监控、加盟商绩效看板
• 可迁移度：最高——这些系统的核心价值与店铺数量和管理复杂度成正比，便利店正是这方面的”放大镜”

5. 医疗连锁（标准化需求强）

• 医美诊所、牙科连锁、体检中心
• 可借鉴：培训系统、质量控制、供应链透明化
• 差异：医疗行业的”菜品”（医疗服务）更难标准化，但食材溯源的理念可转化为”医疗耗材的可追溯”

6. 零售门店连锁（通用性最强）

• 服装、3C、超市等
• 可借鉴：数据中台、选址模型、人员配置优化
• 通用价值：不依赖具体业态，而是”如何管理分散的门店”这一通用问题

---

Mars视角：反共识的洞察

反直觉之处1：“菜品识别” ≠ “完全自动化”

共识：AI应该让人工成为历史。

反共识：老乡鸡的菜品识别系统反而是”部分自动化 + 容错纠正”的混合方案。为什么？

• 完全自动化需要99.9%的准确率，代价是：模型极其复杂、训练成本极高、部署周期长
• “识别90%正确，保留10%的人工纠正”的方案，成本只有前者的30%，却能达到95%以上的用户体验满意度
• 这里的反直觉是：有限的自动化 + 聪明的流程设计 > 完美的全自动化
• 距钱距离假说在此体现：快餐老板不在乎”AI有多聪明”，只在乎”收银能快多少”

反直觉之处2：食材溯源报告为什么是真金白银

共识：开源数据等于放弃竞争优势。

反共识：老乡鸡把”菜品溯源报告”开源到GitHub，反而成为了：

1. 品牌资产：这份透明性本身就是信任，在食品安全频频出事的年代，这是稀缺品
2. 招聘资产：吸引重视食安的管理者和消费者，形成”老乡鸡人”的身份认同
3. 融资资产：IPO时，这种透明性直接对标国际食品龙头，估值加成
4. 产品资产：消费者可以扫码验证，从被动信任变成主动验证，粘性更强

反而是那些”把供应链当成秘密”的企业，在大数据时代显得不信任顾客。

反直觉之处3：万店规模的支撑不是”更大的后台”，而是”更简的系统”

共识：扩张到1000家店就需要搭建”企业级IT基础设施”。

反共识：老乡鸡的做法恰恰相反——从21个孤立系统整合到3个（业务中台、数据中台、AI平台），系统更少了，但支撑的店更多了。

这揭示了一个原理：系统的复杂度应该和业务的复杂度成正比，而不是和规模成正比。

• 直营店 + 加盟店的管理方式有本质区别吗？本质上都是”确保每家店遵循同样的规则”
• 不是需要不同的系统，而是需要更好的规则执行引擎
• 钉钉的核心价值不在”功能丰富”，而在”规则可编程”——我可以定义”所有门店都要在每周一的8:00-9:00进行巡检”，系统自动驱动执行

反直觉之处4：AI对标的不是”人工效率”，而是”系统效率”

共识：AI的价值是”做得比人更快更准”。

反共识：老乡鸡用AI的真正目的不是”替代某个厨师”或”替代某个店长”，而是”让好的规则可以被1000家店同时执行”。

具体例子：

• 智能蒸柜不是为了”比蒸柜员工更专业”（不可能），而是为了”确保这道菜在1000家店都能蒸出相同的口感”
• 菜品识别不是为了”替代收银员”，而是为了”让新手收银员和老手一样快”
• 钉钉管理系统不是为了”替代店长”，而是为了”让800个店长都能看到相同的数据、做出相同质量的决策”

这是配置论的体现——系统的威力不在于单点优化，而在于”能否把好的配置复制到全网”。

反直觉之处5：加盟制是数字化的”加速器”而非”阻力”

共识：加盟店管理难，直营店更容易数字化。

反共识：老乡鸡反而在加盟店放开后（2020年），数字化推进速度加快了。为什么？

• 直营店是”我的店”，有一定的试错容忍度
• 加盟店是”加盟商的店”，加盟商会斤斤计较”这个系统给我省了多少成本”
• 这种对成本的敏感性驱动了更精细化的数字化需求
• 653家加盟店的快速上线，反过来倒逼总部优化系统易用性，从而也优化了直营店的体验

这是一个”倒逼优化”的逻辑：加盟商的挑剔 > 系统必须真正好用 > 整个网络更高效

反直觉之处6：食品安全的最强防线不是”检测”，而是”可追踪”

共识：食品安全靠”更频繁的检验、更严格的标准”。

反共识：老乡鸡的溯源报告显示，真正的防线是”每一步都有数据记录，哪怕出问题也能秒钟定位”。

• 传统做法：“今天出了食安事件 → 召回全国门店” → 损失巨大
• 老乡鸡的做法：“这批食材在3个门店，我们立即下架这3个门店的相关菜品 → 其他门店继续营业” → 风险隔离

可追踪的成本远低于可预防的成本。这是反脆弱 + 杠铃策略的体现。

结语：运气设计的实例

老乡鸡的成功是主动设计好运的案例：

• 在食品安全频频爆雷的年代，主动做溯源透明 → “好运面积” = 品牌信任度 × 消费者认知程度
• 在餐饮从业者”都怪员工不努力”的年代，主动投入数字化 → 好运面积 = 员工培训效率 × 规模扩张能力
• 在中式快餐”一直被洋快餐压制”的年代，主动用AI做收银加速 → 好运面积 = 服务体验 × 成本结构竞争力

这不是”老乡鸡比别人聪明”，而是”老乡鸡比别人更早看到了系统设计的价值，而不是靠个人意志力”。

---

AI 草稿——待 Mars 确认

---

体现的打法

• 工作流嵌入

参考来源

[1] 老乡鸡创始人束从轩：“登顶”中式快餐，靠这六步丨创业方法论

[2] 老乡鸡与钉钉深化战略合作，共建加盟商系统助推万店目标-新华网

[3] 老乡鸡数智化再升级 牵手钉钉打造”AI+餐饮业”标杆

[4] 案例酷 | 干了这碗鸡汤！老乡鸡规模扩张的数智化底气-阿里云开发者社区

[5] 老乡鸡冲刺”中式快餐第一股”，中央厨房”烹制”出怎样的发展密码？

[6] 老乡鸡：“熬一碗数字化鸡汤”-零售-亿邦动力

[7] 技术日报｜老乡鸡菜谱VS阿里AI研究，GitHub上演有趣对决-CSDN博客

[8] 科技赋能餐饮数字化升级 腾讯智慧零售与老乡鸡达成战略合作

[9] 老乡鸡菜品溯源报告开源项目 - GitHub

---

更新日志

日期	更新内容	作者
2026-03-17	初稿完成：AI菜品识别、智能厨房、钉钉加盟管理、食材溯源等核心案例	Claude Code Agent
—	待补充：束从轩采访素材、老乡鸡IPO进展更新	—