面向杂货连锁的流量感知机器人排班 OS：在营业中门店扩张清洁机器人车队，也不打扰顾客。

1. 超市、酒店和火车站广场的真实部署，说明公共空间机器人运营已经到了需要运营软件、而不只是硬件试点的阶段。
2. Denner 在 200 家门店部署清洁机器人，说明真正的瓶颈已经变成跨门店的可复制性，这会逼出连锁级操作手册和基准数据的需求。
3. Pudu 在 85 个国家拥有 130,000 台机器人的装机基础，且收入以海外为主，说明运营侧软件这个品类有机会长成全球市场。
4. 同一家供应商能在零售、酒店和公共空间都跑通，说明真正有防守力的机会是可复用的真实服务工作调度层，而不是一次性的点位服务。

催化因素。 Pudu 在达沃斯的真实部署，加上 Denner 的 200 店部署，都说明下一笔采购决策不再是“服务机器人能不能用”，而是“哪家连锁能在不伤顾客体验的前提下把它跨门店标准化”。

Grocery Robot Shift OS 会吃进门店营业时间、清洁区域、到货窗口、排班规则和机器人遥测，为每个点位产出可复制的班次方案。它会告诉经理：机器人什么时候该自主作业、什么时候要在客流高峰先停一停、什么时候该升级给店员或清洁承包商。产品还会按门店对比覆盖完成度、中断率和省下的人力分钟，让区域负责人清楚哪些操作手册值得在全连锁推广。时间一长，公司卖的就不再是又一个 OEM 看板，而是公共空间服务机器人生产率的运营控制平面和数据集。

差异化。 机器人 OEM 看板优化的是单支车队的在线率，但门店运营者需要的是另一套系统：决定清洁任务什么时候跑、要不要人接手、顾客体验有没有扛住。这家公司占住的是运营侧的工作流和基准层——先跨门店，最终跨机器人厂商。它的护城河来自连锁级数据：真实公共场景里的中断率、清洁覆盖和人力产出，而 OEM 一次只能看到自己那一支车队。

待完成任务

flowchart LR
  Buyer[Grocery chain ops leader] --> Pain[Robots disrupt live store workflows]
  Pain --> Product[Robot shift orchestration OS]
  Product --> Outcome[Repeatable chain-wide cleaning automation]

高管要点

• 欧洲杂货清洁机器人已经过了纯试点阶段：Denner 正在瑞士部署 200 台 PUDU CC1，Rossmann 也披露了 Phantas 在 200+ 家门店的部署 [1][60]。
• 真正的切口在机器人之上的工作流，不在自主导航本身；Pudu、Brain Corp、Avidbots 和 Gausium 都已经在卖排班、车队或远程运营工具 [5][17][18][38][56]。
• 真正难的是让机器人在营业中的门店白天作业，因为厂商现在已经开始展示机器人如何在正常营业、客流穿梭和布局变化中导航 [2][22][61]。
• 预算最容易站住脚的场景，是零售商或 FM 合作方已经在管多门店自动化项目，又需要按门店拿出清洁完成证明和人力再分配证据 [21][41][47][59]。
• 瑞士和更广义的 DACH 是可信的滩头市场，但竞争强度很高，因为 OEM 套件和 FM 主导服务看起来很可能“够用了”；除非创业公司能拿出厂商中立的基准数据和推广治理 [1][17][38][56]。

市场定义

这类软件位于清洁机器人 OEM 看板之上，用来编排连锁各门店的地面清洁机器人何时、何地、在什么人员配置条件下作业 [7][17][38][56]。

用户与买方

主要用户是门店运营副总裁、设施卓越负责人和区域清洁项目经理，他们要把跨门店执行拉齐。经济买方通常是 COO、运营高级副总裁或 FM 项目负责人；像 Robobee、Götz Group 和 ISS Switzerland 这样的集成商也会显著影响渠道。

购买触发点

• 试点一旦扩成区域推广，连锁就需要一套覆盖几十或几百家门店的统一操作手册，而不是让每家店各自临场发挥。 [1][20][60][62]
• 清洁必须发生在营业时段，所以经理需要一套围着顾客流量暂停、恢复和介入的规则，而不是继续依赖纯夜间清洁。 [2][22][41][61]
• 区域负责人或 FM 合作方在批准下一批机器人或续签清洁合同前，需要拿到覆盖完成度、排班执行率和人力释放的证据。 [17][38][47][59]

支付意愿

付费意愿是可信的，因为买方本来就在为多门店机器人项目和 FM 服务买单；新增要价只是一层能提高利用率、记录服务表现、并支撑继续推广的软件。换句话说，这家公司接的是现成自动化预算，而不是试图硬造一条全新的预算科目。 [1][38][41][47][59][60]

品类动态

增长信号 预测 CAGR 为 14.3%（2025–2033）

验证信号

• Denner 在先跑完 4 家门店试点后，批准了 200 台机器人的瑞士超市部署。
• Rossmann 和 Albert 证明，欧洲零售商已经能把清洁机器人部署到几十甚至几百个点位。
• Avidbots 的 Millennium 车队和 ISS Switzerland 部署都说明：无论零售运营方还是 FM 合作方，都愿意为这类项目背书。

监管与技术约束

• 只要产品吃进顾客或员工视频等个人数据，欧洲和瑞士隐私指引就会把必要性、比例原则和透明度变成硬要求。
• 任何更深的控制集成都必须待在机器人 OEM 的安全边界内；机械法规和 CE 式合规仍然是底座。
• 产品价值成立的前提，是能稳定拿到各家 OEM 系统里的遥测、任务状态和排班钩子。

竞争格局分散在 OEM 套件、OEM + 自主导航捆绑方案，以及 FM 主导服务之间。真正空出来的空间不是原始机器人控制——厂商已经在卖——而是一套厂商中立的操作系统：决定任务什么时候该在营业中的门店运行、谁该介入，以及各点位的推广就绪度如何衡量 [17][18][38][56][59]。

为什么现有厂商不会默认胜出

• 机器人 OEM 云套件. Pudu、Brain Corp、Avidbots 和 Gausium 已经提供排班、车队可视化和远程运营，但每套栈都锚定在自家机器人上，而不是锚定在连锁跨门店的运营政策上。
• 设施管理运营方. FM 合作方和集成商可以负责部署并处理异常，但它们是服务驱动角色，不会天然变成可复制推广治理的中立权威记录系统。
• 硬件 + 自主导航一体化方案. Tennant、Pudu 和 Gausium 这类一体化方案会让单一厂商部署更顺，但不会天然解决混合车队基准，或跨区域的门店运营政策设计。
• 门店内部排班与经理人工干预. 人工排班当然灵活，但抓取到的材料已经说明，一旦清洁进入营业时段，没有更好的运营逻辑和分析层，就很难把执行标准化。

杂货连锁正在把地面清洁机器人从 5–15 家试点店推向 50–300 家真实营业门店，Grocery Robot Shift OS 应先从这批客户的运营侧调度层切入。研究显示，采用触发点已经成立：Denner 正在瑞士部署 200 台 PUDU 机器人，Rossmann 披露了 200+ 家门店部署，多个厂商也开始主打营业时段门店清洁。最尖锐的痛点不是机器人会不会导航，而是每家门店怎么围着客流、补货窗口、排班和人工救场来安排清洁。MVP 应压在 OEM 看板之上，用门店营业时间、区域、到货窗口、排班规则和机器人遥测来设定分时段计划、路由异常，并按门店产出清洁完成证明和 ROI 证据。最佳首单客户是一家瑞士或德国、拥有 40–200 家门店的杂货商，或由 FM 主导的杂货项目：它已经批准在下一轮旺季或清洁合同续约前扩张。GTM 应由创始人主导，围绕事件触发来卖：连锁需要推广治理时，先卖一个付费区域试点；买方看到效果后，再沿同一客户扩到更多门店、区域和 OEM 集成。刻意取舍也很清楚：不替代机器人控制，不依赖可识别顾客的视频，也不在杂货场景跑出基准数据前追酒店、机场或医院。如果公司赢下来，护城河不是某个单一排班算法，而是一套跨真实营业门店、跨厂商归一化的数据集，记录中断率、排班执行率、覆盖完成度和人力再配置。最大的尽调缺口是：人工接管频率到底够不够高，能不能撑起一层独立软件；预算究竟归哪个职能；连锁采用混合车队之前，厂商中立到底有多重要。DACH 杂货这个滩头市场靠谱但不大，所以只有早期试点证明同一客户内扩张，并跑出切进 FM 项目和邻近公共空间场景的路径，公司才有风投故事。

问题

• 进入推广阶段的杂货连锁，仍然靠固定窗口、主管人工干预和 OEM 看板来给地面清洁机器人排班，而这些工具根本没把每家门店的客流高峰、到货窗口和经理规则编码进去。
• 总部拿不出哪家门店真正完成了覆盖、释放了人力，所以项目一旦想从第一批门店继续扩张，就会变成运营、设施和清洁合作方之间的政治争论。

解决方案

• 做一套厂商中立的班次 OS，把门店营业时间、区域、排班规则、到货窗口和机器人遥测拼起来，决定每次清洁任务什么时候跑、什么时候暂停、什么时候升级给人工。
• 给区域负责人一层证明系统，按门店、区域和 OEM 输出排班执行率、中断率、覆盖完成度和人力再分配基准，让推广决策回到数据。

为什么我们会赢

• 第一笔销售直接挂在真实部署或合同续约事件上，产品可以借现成自动化预算起飞，而不用自己发明一条新预算科目。
• MVP 靠非 PII 的运营输入就能证明价值，而且能叠在现有 OEM 栈上，部署更快，也更不容易被隐私和 IT 团队卡住。
• 跨厂商、跨 FM 合作方的跨门店基准和推广治理，是 OEM 看板和人工服务天然都不拥有的工作流。

里程碑

flowchart LR
  Wedge[Rollout-stage grocery chain pilot] --> MVP[Rules-based scheduling and exception routing]
  MVP --> Proof[Lower interruptions and store-level ROI proof]
  Proof --> Expansion[Regional expansion then FM and adjacent venue programs]

创始团队

实验路线图

风险评估

必须成立的条件

• 进入推广阶段的杂货项目，必须有足够多的营业时段暂停、救场或接管事件，才能撑起一笔独立的调度预算。
• 经济买方必须愿意为一层叠加式产品买单，而不是默认 OEM 看板或 FM 运营方会免费把这套工作流吸收掉。
• 营业时间、区域、到货、排班和机器人遥测这些非 PII 输入，必须能在一个季度内把排班执行率拉起来、把中断压下去。
• 一个成功的区域试点，必须能在 12 个月内在同一客户内继续扩到至少 20 家新门店。
• 在 OEM 或 FM 服务商用打包工具补齐缺口前，厂商归一化基准必须先长成战略资产。

待尽调问题

• 当前杂货清洁推广里，每家门店每周到底会发生多少次人工救场、暂停或接管？
• 第一笔合同到底由谁签、谁续？是门店运营、设施团队，还是 FM 运营方？
• 目标 OEM 的 API 对任务状态、排班和异常钩子的开放程度到底有多高，够不够支撑一层叠加层产品？
• 在连锁跑混合车队之前，它们愿不愿意付费，还是说厂商中立只在后期才有价值？
• 把接入和人工介入成本都算进去之后，还剩下多少人力或承包商节省？

模型合理性

• 收入引擎. 基准收入引擎来自活跃门店数的扩张：Y1 退出时 28 家，到 Q4Y3 做到 400 家；同时温和的模块增益让每店实现收入略高于研究里的 $6K 基线。
• 必须跑通的事. 公司必须先跑通同一客户内扩张——从第一笔 20 店部署做到 Q4Y2 的 200 家活跃门店，然后才适合去加更大的一线或销售团队。
• 模型会在哪儿断. 如果试点转正式生产的周期被拖到 180 天左右，而 Y3 卡在 300 家门店附近，下行情景会把现金低点压到约 $0.1M。
• 下一轮证明点. 种子轮故事应该是：到 Q4Y2 在 2–3 家连锁或 FM 主导项目里做到 200 家活跃门店，2 个 OEM 集成上线，而且第一条可复制渠道动作已经跑通。

情景

敏感性

flowchart LR
  Trigger[Rollout approval or contract renewal] --> Pilot[Paid regional pilot stores]
  Pilot --> Production[Production live stores]
  Production --> Benchmark[Benchmark and readiness modules]
  Benchmark --> Revenue[Per-store recurring revenue]
  Revenue --> GrossProfit[Gross profit]
  GrossProfit --> Cash[Cash and runway]

警示项: customersEop 统计的是活跃门店，不是企业客户，所以收入集中度仍然落在少数几家连锁账户上。 · 模型已经跑到研究里的 400 店第 3 年 SOM，所以真正的风投级上行空间仍要看杂货滩头之外的 FM 主导项目和相邻场景。 · Y3 的每店实现收入高于研究基线，因为模型假设接入费和基准模块会在扩张过程中持续挂载。 · 用 10 名 FTE 支撑 400 家门店，前提是实施投入确实能压在 BP 所说的第一年 ARR 20% 阈值以下，而且 OEM 遥测接入可以复用。

• OEM 打包. 机器人厂商可能把基础排班直接塞进车队看板里，并宣称自己已经解决了运营工作流。 缓解措施: 先从多点位运营分析和跨厂商基准切入，这些都不是 OEM 点状方案能轻易给出的。
• 运营数据太薄. 有些门店可能拿不到可靠的客流或任务数据，动态排班只能退回粗规则，ROI 说服力也会被削弱。 缓解措施: 第一版先靠门店营业时间、到货窗口和机器人遥测这些简单输入跑通，再在条件成熟时叠加更丰富的客流数据。
• 预算归属不清. 门店运营、设施团队和外包清洁伙伴都碰得到这个痛点，新的软件预算很容易卡在职能之间。 缓解措施: 抓住试点升级成 20+ 家门店部署或清洁合同续约的时点去卖，把产品定位成一笔能撑起推广、还能量化人力与在线率收益的支出。