丰e足食招股书速读：AI驱动的智能零售柜与直营轻场景网络
深圳市丰宜科技集团股份有限公司（下称“丰e足食”）向港交所递交上市申请，引发外界对其业务模式的关注。
从招股书披露看，丰e足食是一家 AI 驱动的零售企业，主要通过其直营智能零售柜网络销售食品饮料等商品。招股书援引弗若斯特沙利文资料称，按2025年智能零售柜安装数量及总GMV计算，丰e足食为中国最大的智能零售柜运营商。
与传统运营商相比，丰e足食的差异不只在终端设备，而在于其如何通过智能柜网络构建覆盖轻场景的直营零售网络，以算法驱动、分布式网络和直营管理三大支柱，以及自研 FLOW Pilot 智能系统，支撑端到端的运营和管理。
01｜业务核心：零售为本，收入来自智能零售柜商品销售
丰e足食的业务本质还是一门零售生意。
往绩记录期内，丰e足食约99%的收入来自通过智能零售柜向终端消费者销售商品。智能零售柜作为承载交易的终端，与后台运营系统结合，实现商品销售、库存管理和履约执行的闭环。
图注：招股书显示，往绩记录期内，丰e足食约99%的收入来自通过智能零售柜向终端消费者销售商品。
02｜轻场景战略：毛细血管级网络覆盖
轻场景，是招股书中反复强调的概念。
丰e足食聚焦传统零售渠道较难经济覆盖的轻场景，比如工作空间、商业场所、物流及仓储设施、公教文卫等等。这类点位通常不是学校、交通枢纽或核心商圈，单点客流有限，但消费人群相对稳定，需求更贴近日常即时消费。换句话说，轻场景更像分布在日常工作和生活动线中的“毛细血管级”消费触点。
这类场景的经营重点，不是单纯争夺少数高流量点位，而是如何在大量轻场景点位中持续完成商品配置、库存调度、补货管理、设备运维和现场服务。点位密度越高，运营越需要精细化；消费需求越碎片化，商品配置和补货效率就越重要。
图注：招股书显示，丰e足食智能零售柜覆盖办公及工业场所、商业场所、物流及仓储设施、公共服务及教育等轻场景。
03｜网络规模：18万台智能柜覆盖72个城市
截至 2025 年 12 月 31 日，丰 e 足食直营智能零售柜超过 18 万台，覆盖全国 72 个城市，累计服务超过 8000 万名消费者。
这些数据说明，丰 e 足食运营的不是孤立的单个柜机，而是一张大规模、高密度的零售终端网络。柜点数量越大、覆盖城市越多，后台运营的复杂度也随之提升，包括点位拓展、商品配置、库存补货、任务调度、现场履约等环节，都需要被系统化管理。
因此，柜机规模本身只是结果，更关键的是公司如何让这些终端形成可运营、可调度、可持续优化的网络。
对于智能零售柜运营商来说，规模并不只是“柜子数量”的简单叠加。柜子铺得越多，点位类型、消费人群、补货节奏、商品结构和现场服务需求就越复杂。如果没有统一的系统和管理方式，大规模点位反而可能带来库存、履约和管理成本压力。
图注：截至2025年12月31日，丰e足食超18万台智能柜在不同城市等级之间的分布
04｜前端体验：扫码开门、自动结算
在消费者端，招股书显示，早在2019年丰 e 足食便率先智能零售柜采用“扫码开门、取货、关门后自动结算”的购物方式。招股书显示，公司智能柜通过内置摄像头捕捉消费者取货过程中的局部视频，并通过云端识别技术自动识别所选商品。
相比传统机械货道式售货机，这种方式减少了消费者“选品、付款、等待出货”的流程，也提高了商品陈列和 SKU 兼容的灵活性。对轻场景而言，这种终端形态让更多食品饮料和即时消费品可以被放入柜内，也让不同点位的商品配置更加灵活。
前端体验的变化，是智能零售柜与传统自动售货机最直观的区别。传统机械货道式售货机对商品形态、尺寸和出货方式都有较强约束，而智能柜更接近开放式货架，消费者可以直接看到并拿取商品。对食品饮料等即时消费品来说，这种方式更接近便利店货架的购买体验。
但招股书想说明的，并不只是交易流程更顺畅。对于轻场景零售来说，前端无人值守只是结果，后台并不“无人”。每一次自动结算背后，都对应着商品识别、库存变化、点位销售数据和后续补货决策。消费者看到的是一次取货，后台看到的是一次数据更新。
因此，智能柜的价值不只是让消费者买得更方便，也在于它把前端交易和后台运营连接起来。前端完成交易，后台沉淀数据，系统再基于数据进行商品配置、库存判断和履约安排。
图注：智能零售柜通过扫码开门、取货、关门自动结算
05｜三大运营支柱：算法、分布式网络与直营管理
围绕轻场景零售的运营问题，招股书在“运营模式”部分，将丰 e 足食的能力概括为三大支柱：算法驱动的自主决策、分布式网络和直营管理。
这三个支柱分别解决轻场景零售中的不同问题。
首先是算法驱动的自主决策。轻场景点位数量多、分布广，不同点位的消费人群、商品偏好、补货节奏和运营状态都不完全相同。如果主要依赖人工经验，很难在大规模网络中持续做出稳定判断。算法系统的作用，是把点位、商品、库存、交易和履约等数据转化为经营决策，支撑公司判断哪些点位值得拓展、哪些商品适合进入某个柜点、什么时候需要补货，以及哪些现场任务需要优先处理。
其次是分布式网络。单个智能柜不仅是销售终端，也是一个数据采集、临时存储和商品流转节点。消费者在柜端完成购买，系统获得交易和库存变化数据；商品在不同柜点之间流动，慢动销商品也可以被重新分配到需求更高的点位。对于大量轻场景点位而言，分布式网络的价值在于，让一个个独立柜点被组织成可以调度的整体，而不是彼此孤立的单点设备。
第三是直营管理。算法可以生成判断，网络可以承载流转，但最终仍需要现场执行。点位拓展、商品上架、补货、巡检、设备运维、异常处理等环节，都依赖一线团队完成。直营管理的作用，是让这些分布在不同城市、不同场景中的现场动作保持相对统一的标准，并让执行结果持续回流到系统中，形成“决策—执行—反馈”的运营循环。
因此，三大支柱不是三个并列概念，而是一套相互衔接的运营机制：算法负责决策，分布式网络承载数据和商品流转，直营管理保证终端执行。对于轻场景智能零售柜来说，真正的运营难点不在于单个柜子能否完成交易，而在于大量柜点能否被持续管理、持续补货、持续优化。
这也为后文 FLOW Pilot 系统、商品配置和库存调度埋下了逻辑基础。FLOW Pilot 不是独立存在的技术模块，而是嵌入这套运营体系中，用来把算法决策进一步落到点位、商品、库存和履约等具体经营环节。
06｜FLOW Pilot 系统：AI嵌入端到端决策与运营
在三大支柱之上，AI 智能系统被嵌入到丰 e 足食的日常经营中。
招股书披露，丰 e 足食于 2024 年发布了 FLOW Pilot 智能系统，用于支撑端到端运营决策自动化。该系统包括 Field Pilot、Link Pilot、Opti Pilot 和 Work Pilot 4 个智能体，分别对应点位拓展、商品配置、供应链库存调度和一线履约执行等环节。
这意味着，丰 e 足食所说的 AI 驱动，并不只是前端识别消费者拿走了哪件商品。更重要的是，在大量柜点背后，AI 系统参与判断哪些点位适合拓展、不同点位适合卖什么、什么时候补货、哪些商品需要调拨、配送路线如何安排，以及一线人员应当优先处理哪些任务。
这套系统实际上把前文提到的三大支柱进一步具体化。Field Pilot 对应点位拓展，帮助公司在大量候选点位中进行判断；Link Pilot 对应商品配置，围绕不同点位的消费需求调整货盘；Opti Pilot 对应库存与供应链决策，在仓库、柜点和 SKU 之间进行统筹；Work Pilot 则面向一线履约，把系统决策转化为具体任务和路线。
招股书还披露，往绩记录期内，公司平均年度研发开支超过人民币6000万元。对于纯互联网公司而言，这一量级的研发投入并不算突出；但对于一家智能零售柜运营商来说，连续多年维持这一强度的研发支出并不常见。但它恰恰能说明 FLOW Pilot 并非简单的概念包装，而是公司持续研发投入形成的运营大脑。
从招股书速读角度看，FLOW Pilot 的价值不在于“有一个 AI 系统”这个表述本身，而在于它把 AI 放进了具体运营场景中。点位拓展、商品配置、库存调拨和一线履约，本来都是智能零售柜经营中高频、复杂且容易受人工经验影响的环节。AI 系统介入这些环节，意味着丰 e 足食试图用数据和算法来提升大规模点位网络的经营稳定性。
图注：FLOW Pilot 包括 Field Pilot、Link Pilot、Opti Pilot 和 Work Pilot，覆盖点位拓展、商品配置、库存决策和一线履约执行。
07｜商品配置与长尾商品策略
招股书显示，2025 年，丰 e 足食每台智能柜平均承载 48.4 个 SKU，平均每月引入 7.3 个新 SKU。与传统运营商集中在高流量点位、商品需求相对同质化不同，丰 e 足食覆盖的是更多样化的轻场景消费需求，包括早餐、零食、加班等不同时间段的即时消费。
轻场景的消费人群相对稳定，但不同点位之间需求差异明显。一个办公点位、一个工厂点位、一个物流园点位，适合的商品结构可能并不相同。招股书显示，丰 e 足食依靠算法和运营数据进行商品配置，使不同点位的商品更贴近实际消费需求。
长尾商品的变化也体现了这一点。招股书披露，丰 e 足食管理的小众和长尾商品数量由 2023 年的 239 个增加至 2025 年的 1480 个；相关交易占比由 2023 年的 1.5%提升至 2025 年的 20.0%。
这组数据的意义在于，智能柜并不是简单陈列一组固定商品，而是在持续根据点位需求调整货盘结构。对轻场景而言，单个点位的消费需求未必大，但如果能在不同点位中匹配到更合适的商品，就可能提升柜内商品丰富度、购买频次和库存周转效率。
这些长尾商品未必适合在传统高流量渠道中大规模铺开，但如果能在具体点位中匹配稳定需求，就可能成为轻场景零售网络中的有效补充。这也是丰 e 足食与传统单点售货模式之间的重要差异：前者更依赖每个点位商品的精细化配置能力，后者则更依赖固定点位和标准化商品。
商品配置也是连接消费者需求和库存效率的关键环节。商品放得不准，会带来动销不足和补货压力；商品匹配得更准，则有助于提高购买转化和库存使用效率。因此，商品配置不是简单的选品问题，而是轻场景网络能否持续经营的重要基础。
08｜库存调度与分布式网络
库存调度和运营履约，是另一条贯穿招股书的运营主线。
轻场景的难点在于，柜体空间有限，单点需求不高，点位数量却很多。如果补货过多，会带来库存周转和效期压力；如果补货不足，又会影响消费者体验。对于覆盖大量轻场景点位的智能零售柜网络来说，库存管理不是简单补满货，而是要在仓库、柜点、商品效期和现场履约之间做持续平衡。
招股书显示，Opti Pilot 会综合仓库、智能柜和 SKU 层面的库存需求，考虑上下游库存、预期需求、商品效期、补货频次、仓库容量和物流约束等因素，进行供应链库存决策。Work Pilot 则把复杂决策转化为一线人员可以执行的任务，系统会根据任务耗时、优先级、柜点位置和交通条件，规划 POS 操作员的任务顺序和路线。
消费者看到的可能只是一次补货或一次购买，后台实际涉及需求预测、库存判断、任务拆分、路线安排和现场执行。这也是智能零售柜运营区别于单点售货的地方：单个柜点看起来是销售终端，但放入整张网络后，它同时也是数据节点、临时库存节点和商品流转节点。
招股书将每个柜点视为网络节点。单个智能柜不仅承担商品销售，也承担数据采集、临时存储和商品流转功能。商品可以在柜与柜之间调拨，慢动销商品也可以通过网络重新分配到需求更高的点位。
对于单点客流有限的轻场景而言，这种网络化调度能力，是提高库存利用率和点位经营效率的重要基础。换句话说，丰 e 足食要解决的不只是“货放在哪里”，更是“在什么时间、用什么路径、把什么商品调到哪个点位”。
库存调度与分布式网络，也进一步解释了直营管理的重要性。系统可以判断哪里需要补货、哪里需要调拨、哪条路线更优，但最终仍需要一线人员执行。只有当系统决策和现场执行能够相互配合，网络化调度才可能真正形成运营效率。
图注：招股书显示，丰e足食的分布式网络让柜点不仅是销售终端，也承担数据采集、临时存储和商品流转功能。
09｜轻场景下的网络效率
招股书披露，2025 年，每台智能柜平均每月活跃消费者为 37.3 人。
这个数据本身不高，但根据招股书披露，它反映了轻场景的业务特征：单个点位不依赖巨大客流，而是依靠更低的设备部署成本、更精细的商品配置、更高效的补货管理和更可控的现场服务，支撑大量点位持续运营。
换言之，丰 e 足食的模式不是追求每一个单点都成为高流量点位，而是通过网络密度、商品匹配和运营调度，把大量轻场景点位组织成可持续运转的零售网络。
从这个角度看，37.3 人并不是一个孤立的客流指标，而是帮助理解轻场景模式的切口。轻场景的经营逻辑，并不是把单个柜点做成高流量门店，而是在足够多的稳定触点中，通过更低的部署门槛、更灵活的商品配置和更高效的履约体系，积累整体网络效率。
这也解释了为什么招股书反复强调算法驱动、分布式网络和直营管理。对于轻场景来说，真正影响效率的不是单点爆发力，而是大量点位能否被持续管理、持续补货、持续优化，并最终形成可复制的网络化经营能力。
因此，第 9 点更适合被理解为前文运营逻辑的结果呈现。轻场景的单点数据可能不如高流量点位显眼，但如果公司能够通过系统能力降低管理难度、提高补货效率、优化商品匹配，就可以把大量稳定触点组织成整体网络。这也是轻场景模式和重场景模式之间的核心区别。
10｜财务表现：收入增长与盈利趋势
从财务表现看，2023 年至 2025 年，丰 e 足食收入分别为人民币 12.44 亿元、16.52 亿元和 20.09 亿元；2025 年经调整净利润为人民币 1.19 亿元。招股书还披露，2025 年公司 GMV 超过人民币 23.4 亿元。
这组数据首先反映的是公司业务规模的扩大。收入连续增长，说明通过直营智能零售柜网络销售食品饮料等商品的零售业务规模在持续提升；GMV 超过人民币 23.4 亿元，则对应其智能零售柜网络已经形成一定交易体量。
同时，2025 年经调整净利润为人民币 1.19 亿元，也说明在大规模铺设和运营轻场景点位的同时，公司已经呈现出盈利能力。对于轻场景零售而言，这一点并不只取决于柜机数量，还与商品配置、库存周转、补货效率、现场履约和后台系统能力等多个运营环节相关。
因此，财务数据本身更多体现的是经营结果，而前文提到的轻场景覆盖、直营管理、FLOW Pilot、商品配置和分布式网络，则解释了这些结果背后的运营基础。把两部分结合起来看，丰 e 足食招股书呈现的是一门以智能零售柜为销售终端、以直营网络和算法系统支撑日常运营的零售生意。
从财务解读角度看，这组数据不宜被简单理解为“柜子铺得越多，收入越高”。更准确的理解是，智能柜数量和城市覆盖提供了规模基础，而商品销售、库存效率、履约能力和系统化运营共同影响收入质量和盈利表现。也正因为如此，财务表现需要和前文的运营体系放在一起看，才能理解其业务模式的完整性。
综上，丰 e 足食的招股书展示了其业务模式的核心逻辑：公司以智能零售柜为前端销售终端，通过直营管理和算法系统构建覆盖轻场景的分布式零售网络，并以 自研的全自动化决策系统 将决策与执行紧密结合，实现端到端运营自动化。
前端智能柜负责商品交易和数据采集，中央算法和分布式网络支撑点位拓展、商品配置、库存调度和现场履约，后台直营管理保证执行标准化和数据回流。轻场景模式下，单点客流不是衡量效率的唯一标准，而是依赖系统化运营能力将大量高密度点位组织成可持续、可复制的零售网络。
因此，理解丰 e 足食的关键，不仅是看其智能柜数量或是否使用 AI 技术，而是理解这些柜子在轻场景网络中如何被管理、调度和持续优化，从而形成一套完整、可持续运转的直营零售体系。
免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。
