在近期落幕的2026世界人工智能大会上，企业级AI应用成为行业焦点，众多企业展示了从模型参数竞赛向实际业务场景延伸的转型成果。展台上，智能体、行业解决方案和企业部署工具取代了往年的技术参数展示，反映出AI技术正加速渗透至企业核心运营环节。然而，当AI试图融入物理世界的复杂场景时，企业发现技术落地远比产品演示更具挑战性。
以医疗美容行业为例，消费者在诊所内的行动轨迹、医生操作流程、设备使用情况等关键信息，往往以非结构化形式分散在各个环节。这些看似简单的数据采集，实则涉及复杂的技术整合与流程改造。新氧科技创始人金星在近期与媒体交流中透露，公司正在旗下50余家轻医美门店推进AI改造，但首要任务是构建完整的数据采集体系。
为追踪消费者在店内的等待时间，新氧尝试了多种技术方案：从最初的平板签到系统，到手环、蓝牙、Wi-Fi定位技术，每种方法都面临现实考验。员工在高峰时段容易漏签，考核压力下甚至出现数据造假；手环设备因影响消费体验遭抵制；无线定位技术则存在精度不足的问题。最终，公司不得不采用多技术融合方案，通过组合使用不同手段还原真实场景。
数据治理的复杂性远超预期。金星指出，医美服务涉及多个环节：消费者诉求记录、皮肤检测、方案设计、药品准备、治疗实施及效果评估等。这些信息分散在对话记录、检测仪器、供应链系统和视频资料中。新氧已围绕175万次治疗积累300余万张对比照片和53万份肤测报告，但如何确保数据真实性仍是首要难题。例如，手动签到系统曾因员工补录数据导致时间记录失真，这类"脏数据"直接影响AI模型训练效果。
在数据基础尚不完备的情况下，新氧已开始探索AI应用场景。视频巡检系统成为突破口，公司为每个治疗项目制定标准化操作流程（SOP），并通过双联屏设备实时显示操作步骤。初期采用人工巡检方式，但随着门店扩张，每天产生的治疗视频已超出人工处理能力。即将上线的智能巡检系统将引入AI视觉识别技术，通过抽帧分析、目标检测和行为识别，自动判断医生操作是否符合标准。
技术落地面临现实约束。智能巡检系统要求诊室画面实时传输至总部，这对网络带宽提出新要求。新氧发现，原有门店网络仅能支撑基础业务，持续视频上传会导致系统卡顿。为此，公司不得不与各地网络供应商合作，将每家门店带宽升级至200兆以上。这项改造涉及不同地区、不同商场的协调工作，进一步凸显技术落地的复杂性。
金星坦言，AI改造短期内难以直接提升单店利润，但其价值在于扩展企业管理半径。通过将个人经验转化为可复制的系统能力，总部能够实时监督全国门店运营标准。这种转型需要企业投入大量资源改造现有系统：从摄像头部署到视频存储，从SOP制定到人工标注，每个环节都影响最终效果。把线下门店转化为机器可理解的世界，仍需完成大量基础性工作。
