2026年6月上旬，中国最大的AI驱动智能零售柜运营商丰宜科技正式递表港交所，旗下运营“丰e足食”品牌。相比终端规模和营收增长，招股书中另一组数据更值得关注：公司拥有超过100人的研发团队，其中AI、算法及数据研究专家占比超25%。2023年、2024年、2025年，这家零售公司的技术研发费用分别为5610万元、6370万元、6390万元，研发费率显著高于同行。
庞大的研发团队，加上每年五六千万元的研发投入，对于一家智能零售企业而言，这样的人力组织和资源投入结构比较罕见。为什么一家零售企业要持续大规模投入研发？
无人零售行业向来是人力密集型赛道：开点、补货、运营、维修、售后，全部依赖人力，人效即生产效率。
在此行业背景下，丰宜科技的人才结构显得不太寻常。翻开招股书可以发现，这家公司解决的不只是零售效率问题，而是试图回应一个更大的命题：当AI开始承担经营决策，实体企业最终会演化成什么样子？
1 无人零售轻场景：行业公认的“无解难题”
长期以来，无人零售的场景大致可分为两类：一类是商场、高铁站、机场等人流密集的“重场景”，点位资源稀缺但流量有保障；另一类是写字楼、产业园、休闲娱乐场所等“轻场景”，点位分散、单点流量低、运营成本高，管理门槛远超重场景。
轻场景的难点在于，它本质上是一道“规模化悖论”：靠高频补货来解决低客流、低产出的问题，但补货调货越频繁，运营成本越高。多年来，大部分运营商宁愿在重场景中激烈竞争，也不愿在这片未知市场投入资源探索。
然而，让市场意外的是，双料冠军丰e足食冲刺IPO，靠的并非大家眼中的黄金点位，恰恰是同行普遍放弃的轻场景。据弗若斯特沙利文数据，截至2025年底，丰宜科技以18.40万台的保有量和23.4亿元的商品交易总额，在两个维度上双双登顶中国第一，设备体量为行业第二名的3.7倍；2025年经调整净利润达1.186亿元，成为招股书所称的行业首家实现持续规模化盈利的公司。
丰宜科技聚焦传统零售无法经济覆盖的“毛细血管级”轻场景，即办公空间、商业场所、物流及仓储设施等细小、分散的消费触点。丰宜科技不抢重场景点位、不搞批发、不依赖加盟模式，坚持全直营，在竞争烈度相对较低的轻场景赛道上，用技术构筑了一道极高的护城河。
据招股书披露，截至2025年底，公司已覆盖超过100个零售场景，约99%的收益来自通过智能零售柜销售商品（以饮料及包装食品为主），辅以广告及其他服务收益。2025年公司单柜月均GMV约1,200元，最低可在月销售额约300元（约每天一单）时实现点位级盈亏平衡，展现出极强的轻场景盈利能力。
2 从0开始：先从智能硬件卷起
因为没有先例可循，从一开始就决定了公司必须从0开始。翻开这家公司的发展历史，从硬件设备到算法识别技术，再到运营体系，丰宜科技几乎对无人零售全链路运营进行了深度技术改造——所有的成本问题，都想办法变成技术问题。
例如，传统自动售卖机存在消费体验差、机械卡货、交易缓慢、无实时库存追踪、维护成本高等固有缺陷，且价格昂贵。丰宜科技需要一个成本更低、能够售卖丰富商品的柜子，于是从源头重构：直接与硬件制造商合作，研发适配轻场景的智能零售柜。
根据弗若斯特沙利文数据，丰宜科技于2019年开发的智能零售柜，成本仅为传统自动售卖机的约30%。更关键的是，新柜子内置计算机视觉，能实时捕捉顾客拿取商品的视频片段，配合云端识别技术自动结算，实现“扫码开门、关门自动结算”的无缝体验。这套交互模式后来被行业普遍采用。
硬件只是第一步。随着终端规模扩大，真正考验丰宜科技的，是如何用更少的人管理更多的柜子，并做出更准确的经营决策。
3 决策去人化：把判断从人手里交给算法
2024年，丰宜科技推出了自研的FLOW Pilot智能体系统，通过该智能体接管全链路运营。这是丰宜科技在技术层面最重要的一张牌。
FLOW Pilot融合大模型、机器学习、多智能体协同与运筹优化，目前日均执行1.2亿次AI自主决策，覆盖无人零售运营最核心的四个环节：
点位开发（Field Pilot）：聚合地理位置、消费场景、历史运营数据，对潜在点位进行智能评估和风险识别，让拓展决策从经验驱动变为数据驱动；
商品选择（Link Pilot）：整合跨站点需求感知、用户交易历史和商品关联关系，融合运筹学优化与强化学习，为不同场景定制差异化的商品结构，实现真正意义上的“千柜千面”；
库存调拨（Opti Pilot）：协调区域配送中心、前置仓和前端终端之间的库存流转，动态决策补货节奏，将库存这项核心资产的利用效率拉到最高；
履约执行（Work Pilot）：位于自研OMS、TMS、WMS之上，覆盖补货任务、商品调拨、路径规划、司机调度等所有执行环节，并对执行结果进行动态验证和反馈。
这四个Agent共同构成一套面向实体零售网络的AI决策闭环。它所承担的并非辅助建议，而是真实的运营决策权。简单总结：Field Pilot解决去哪里开发点位，Link Pilot解决卖什么商品，Opti Pilot解决放多少商品，Work Pilot解决如何将所有决策真正落地执行。
与FLOW Pilot配套的是自研IoT平台Nebula，负责18万台终端的统一接入与管理，实时监控设备状态，并将设备运维从被动响应转向主动预防——异常告警、自动派单、执行跟踪，全流程自动化。感知、决策、执行，三层协同，构成了一套面向实体世界的AI运营系统。
在智能零售行业，网络规模只有几百个点位时，人工协调尚能运转；但扩展到十余万个终端时，人工协调迅速成为瓶颈。丰宜科技这套智能决策系统能够实现自主决策，有效取代了点位扩张、消费者服务、供应链及库存管理、履约等关键领域的大部分人为判断。可以说，这更接近一套面向实体零售网络的企业操作系统。
4 企业生产力的蜕变：从人力密集到人才密集
技术体系需要人来构建，而丰宜科技的人才结构，也是这家公司值得单独审视的一面。
公司由顺丰控股于2017年孵化，此后顺丰逐步退出。从成立之初，管理团队就在业务上植入了顺丰的直营管理理念，凭借在物流与供应链领域积累的深厚经验，丰宜科技快速实现了早期规模扩张——这也是为什么它一直非常擅长做网络搭建。
创始人、实际控制人单新宁毕业于清华大学（据招股书披露），继承了顺丰在物流效率与规模化运营管理方面的体系化能力；核心管理团队还融合了来自Airbnb、沃尔玛等零售、互联网平台、智能硬件、算法研究等领域的专业人才。这种“物流运营+互联网技术”的复合背景，在业内并不多见。
招股书披露，101人的专职研发团队中，四分之一是AI、算法与数据研究专家，且大部分拥有海外知名高校的博士学位。截至2025年12月31日，公司员工总数为821人，设立了两个员工持股平台，合计持有公司约22.87%的股份。员工股权激励计划覆盖了200名核心管理人员、技术骨干及业务人员，覆盖比例超过30%。如此广泛的股权激励安排，使得长期奋斗在一线的管理和技术人员能够共享公司成长的成果。
招股书还提到，目前约40%的功能代码已实现AI自主生成，且这一比例仍在持续提升。前端开发环节中，超过90%的组件创建和页面布局调试由AI独立完成。公司自研的PRD Agent能够自动解析业务需求，将自然语言转化为标准化技术规范，通过Design-to-Code技术让产品原型自动生成可部署代码。
真金白银的研发投入、庞大的算法技术人才队伍，以及用AI改造自身研发过程的实践——丰宜科技这支团队不仅在用AI改造零售运营，同时也在利用AI研发AI，而AI又帮助企业构建下一代AI系统。这种递归式演化，正在成为技术团队的新特征。
5 结语
直到无人零售轻场景龙头丰e足食冲刺IPO，市场才发现，这门多年来被误认为低技术含量、靠“卷租金”生存的生意，原来是一门高门槛的技术生意。
18万台终端设备的规模化运营，FLOW Pilot及其背后的AI基础设施，指向的是一种全新的企业运作模式：仓库、货架、供应链、物流网络、零售终端——这些高度依赖人工经验运转的系统，全部交给数据和算法来管理。企业不再只是一个组织，而更像一个持续演进的智能系统。
精彩评论