八马茶业与飞书：AI 如何进入一杯茶的生意现场？

八马几乎所有要紧的事，都始于一方茶台。

沸水滚响，盖碗出汤，茶汤金黄落进白瓷杯，话才缓缓递出来。选品标准、加盟商难题、门店纠纷，全都要靠一壶慢茶磨出信任。人情、经验、当面沟通的分寸，是茶行业最珍贵的底色。

如今，八马构建起“直营+加盟”的全国连锁体系，线下门店超3800家，覆盖各个省份。依靠茶台面对面沟通，能建立深厚人情，却很难独自承接体量持续扩张带来的冗杂事务。人的脚步、时间、记忆终有上限。

新的工作方式正悄然生长，从业者把人力难以承载的繁杂事务搬进飞书，用AI将原本依附在个体身上的经验，转化为组织共享的能力，落地在茶叶生意的各个环节。

01 打破营运经理的服务半径

凌晨五点，林涛还在和“旺财”聊天。旺财不是狗，是他基于飞书 aily 训练出来的智能体。

旁人眼里，他本是离AI最远的那类人。在华南农业大学，他从茶树栽培、茶叶加工，历时7年一路学到生化研究。拿过全国茶艺师比赛金奖，也常参加茶会，闲时还爱在朋友圈写茶诗，更别提他自带福建DNA。2017年AlphaGo战胜李世石的新闻曾让他震动，可低头望向手中盖碗，他始终无法想象，算法能和茶叶产生交集。

进入八马后，林涛负责加盟中心的数字零售业务。门店散在全国，每家都要在美团、大众点评、高德这些平台上做生意。数据分散，加盟商遇到的问题却类似，库存怎么清，进货怎么预测，新客怎么来，营收怎么增。

这些问题过去都靠人解。加盟商有事找营运经理，线上说不清就上门，坐到茶台前，喝一泡茶，慢慢聊。茶行业的信任就是这样建立起来的。但一个人一天能聊几个加盟商？

驻地郑州、负责八马华北区域的营运经理李子易，很懂这个局限。2020年，他从传统电商公司进入八马，做线下门店运营，初入行业时处处碰壁。加盟商做茶多年，有稳定客群、自有一套行事标准。年轻营运经理走进店里，说要指导前辈开店，凭什么？

李子易花了一年多，才逐渐找到和他们说上话的方法。很多老加盟商信茶台、信熟客，并不了解线上渠道的获客价值，他便从线上落地效果切入，用真实到店客流数据，一点点扭转大家的固有认知。

2026年春节后，飞书开始在八马内部被越来越多业务团队拿来试水。

林涛看到一个机会：能不能把飞书当底座，将营运经理输出的经营支持，变成一个可被随时调用的智能生意参谋？长期跑门店、最懂加盟商痛点的李子易，就这样被拉进了团队。

一开始，林涛也想过用多维表格和自动化工作流。先把门店经营数据收进来，再让流程自动流转，已经能解决部分问题。但当方向转为智能体，李子易发现，加盟商的兴趣明显变高了。

AI太热了。传统茶行业的门店老板们听说，自己也能有一个生意参谋智能体，能问库存、问客流、问经营建议，想象力一下子被打开。

林涛用飞书 aily 打造的“数字旺财”

有段时间，林涛几乎每天不分白天黑夜地熬着，给旺财喂数据、规则、业务口径，一遍遍告诉它，什么能说，什么不能编。一个多月的时间里，旺财的版本迭代到了四十多。谁能想到一个茶学硕士现在沉浸式“写”代码。

李子易也不懂编程，坦白说怕跟不上 AI。它变得太快，原来一个月一更新，现在一周就冒出很多新东西。但他很快补了一句：“怕了就学呗。”在他看来，AI 最后一定会服务于不懂技术的人。业务人不必变成工程师，关键在于懂自己的业务。

旺财试图抹平的，正是单人服务的边界。原本只存在营运经理脑中的经营经验，不再依附于个人，成为全公司加盟商都能取用的组织能力。

02 让AI读懂一杯茶

和刘云云通话时，她刚从八马位于福建安溪的茶山上下来。安溪是铁观音的故乡，也是八马茶业的起点。今年，是她从事茶行业的第十年。

2016 年本科毕业后，她先在八马实验室做茶叶农残检测，后来转向更全面的茶叶品控质检。相比实验室里可被仪器读出的指标，她之后的工作更依赖人的经验。

一款茶进来，先看外形，条索紧不紧，色泽对不对；再看汤色，倒进白瓷碗里，比一比明亮度；香气要闻，滋味要含在嘴里咂摸几秒；最后还要看叶底，泡开后的茶叶柔不柔、匀不匀、有没有异常。外形、汤色、香气、滋味、叶底，是茶叶感官审评的五大因子。

这份工作主要靠经验累积。刘云云说，新人刚进来，只能看着主审，跟着泡茶、称茶、签样、洗杯子。至少两三年，才可能独立审评、下判断。

评茶师刘云云

茶叶品控里并非没有标准。可细微的分辨尺度，仍依附在个人身上。一个熟练的评茶师，看一眼汤色、闻一下香气，就知道这批茶和标准样差在哪里。但这些判断很难完整留存。它们停在人的眼睛、鼻子、舌头和记忆里。

一开始，刘云云也没想过AI能做这样的判断。她对飞书和AI的想象，更多停留在一种“数据化”上，比如把八马几个工厂的茶叶质量数据汇总起来，做成看板，定时推送，让负责人不用等月、季度会，就能知道哪里出了问题。

上手之后，她才发现，AI还能进入感官审评中最可被看见的部分。外形、汤色、叶底，这些原本由评茶师用眼睛反复比较的细节，开始可以被图像模型识别、对照，并给出可量化的相似度。

刘云云尝试做了一个demo。审评人员泡完茶后，把茶叶外形、茶汤汤色、叶底照片上传到飞书多维表格， AI会自动对照标准样图像进行核验，给出相似度数据。

对品控来说，重点不是描述这款茶风味如何，而是确认它和标准样是否一致。茶好不好，最终仍需要人做综合判断。单个相似度数字意义有限，但当它们按批次积累起来，就能帮助公司判断供应商的稳定性。

AI也悄悄进入了刘云云的家庭日常。她的丈夫也在八马乌龙茶事业部工作，致力于把自己的飞书 aily 训练成“乌龙茶专家”。有一次，他们想给这个智能体换成自己孩子的名字和头像，却被它以“不符合茶叶专家身份”为由拒绝了。

这个有些拟人化的瞬间让刘云云觉得新奇。但真正改变她工作方式的，是以往独属于评茶师的感官判断，终于有了留存渠道。各批次茶叶视觉记录统一归档比对，再次审评同类原料时可直接调取参考，少数人掌握的专业经验，正在变成组织共享的数据资产。

03 每家门店有它的脾气

茶被审评、签样、入库之后，最终要到门店。对负责会员权益工作的唐铭来说，真正让她理解八马的，不只是一杯茶，而是门店的一天。

今年1月刚入职，她随团队赴苏州巡店，第一次完整看清茶叶门店日常节奏。店员要迎客、泡茶、讲产品，也要维护老客、查询存茶、预约包房、完成培训、处理临时通知。动作都不大，堆叠在一起，就不断挤占服务客户的专注时间。

唐铭之前做过运营和商业分析，还开过酒吧。线下场景的差异，她格外敏感。酒吧受众更广，经营更靠即时氛围，而八马门店的核心是分寸与长线 。店员懂得适时介绍、适时静默，很多客情，都是长年累月、温和相处养出来的熟人关系。

但这些支撑起门店温度的细碎动作，过去一直游离在组织系统之外。后台系统能记录订单、库存、业绩数据，却很难看见店员每天如何把一间店具体地照看起来。

深耕门店运营十六年的胡璇芬，最清楚这种割裂的细节。门店不是缺流程标准，而是信息散落四处。群聊消息、零散表格、线下的台账，巡店、培训、客情维护也各成体系。单项工作不难处理，但繁杂切换的琐事，不断打断待客的节奏。

接触飞书智能伙伴后，唐铭开始思考AI进入门店运营的真正解法。她一直觉得，总部自上而下推工具、做培训，很像家长单方面给孩子报培训班，出发点是为门店提质增效，却常常忽略一线有没有精力、是否适配真实工作场景。

她的团队没有再造一个全新的系统，而是把门店一天里高频、细碎、反复发生的动作拆开，基于飞书 aily 和妙搭，做成十余项智能工具，再放进每家门店自己的飞书群。

八马AI店群助手

这些智能工具覆盖上班打卡、客情维护、业绩和存茶查询、包房预约、业务陪练等主要工作场景。门店员工不用离开飞书，就能完成一部分过去需要到处找入口的工作。

“每家门店有它的脾气。”唐铭说。团队起初默认门店员工多为女性，打卡识别功能的通过样例，也设成了女性形象。上线后，才发现有不涂口红的男性店员始终无法识别。

这件事更加印证了他们的判断，AI进入门店，不该套用标准化模板，而要贴着一线真实工作，自下而上地反复打磨。目前，唐铭的方案已在深圳 11家八马直营门店试用。

它的价值不在于把门店变成全自动系统，而是让那些四散无章的门店琐事有了统一操作入口，重复工作由AI承接减负，独属于老店员的一线实操心得，也随之固化下来，成为品牌所有门店可复用的运营经验。

04 被看见的人

闫程在八马总经理办公室工作，持续关注这些飞书AI项目在公司内部的推进。在她眼里，公司依托飞书试水AI带来的改变，远不止新增几项智能工具，更是让原本藏在业务一线的普通人，走进了组织的视野。

在此之前，许多解决实际问题的能力隐于日常。长期奔走门店的区域营运经理、日日接待客群的店员、深耕品控多年的老员工，都清楚业务卡点，也知道流程痛点。但这些能力常常跟着人走，散在聊天、会议和现场判断里，很难被组织完整捕捉。

随着一个个业务场景被搬进飞书，埋头解决问题的员工，也慢慢浮现在众人面前。李子易便是其中一位。驻守华北的营运，因为参与林涛的项目，让他有机会向全公司展示他对业务的理解。

闫程提到，后续总部推进一项重点战略项目时，选中李子易参与其中，正是因为他在旺财项目中展露出的业务理解被大家记住。也有入职七八年的老员工感慨，原以为自己从业多年，早已习惯固定的工作节奏，没想到接触AI后，又重新点燃了他探索工作边界的热情。

对八马这样的传统茶企来说，这份改变并不常见。闫程说，过去八马常讲“让子弹飞一会”，很多事情先让一部分人做起来，看到成果，再逐层扩散。飞书和AI进入之后，这个过程留下了更多痕迹。

加盟运营的服务经验、品控环节的专业判断、门店现场的日常动作，都在飞书里有了新的承载方式。

茶台还在，信任也还在。

不同的是，过去只能在一杯茶、一场面谈、一次现场判断中传递的经验，开始被飞书和AI留下来，变成八马可调用、可复用、可扩散的组织能力。