一张AI网络管127个书房，中山图书馆的"总分馆协同"新范式

# 一张AI网络管127个书房，中山图书馆的”总分馆协同”新范式

中山市有127个香山书房。

以前，每个书房的借还数据、库存状态、读者偏好，都要单独统计。总馆想知道全市情况，得等各分馆上报——一周后数据才到手，问题已经过期。

2024年，中山纪念图书馆上线总分馆一张网系统。127个点位，8个人，一套AI中枢。总馆看全市数据，0延迟。

这不是什么”AI创新”，就是务商务到了极致。

—

## 01 分馆的痛点：数据孤岛

问题很简单：分馆各自管，总馆鞭长莫及。

石岐分馆想推儿童绘本活动，不知道南区分馆的绘本借阅率已经饱和。小榄分馆的书架上堆着500本没人借的职场书，东区分馆的职场书借完还要排队预约。

数据不通，决策盲打。

中山市公共图书馆总分馆体系覆盖23个镇街，127个香山书房。以前每月一次数据汇总，总馆拿到的是”上周发生的事”。

等总馆发现某分馆图书周转率异常，调整采购方案，下个月才能执行。两个月就这么过去了。

—

## 02 AI一张网：中枢接管

2024年，中山纪念图书馆做了个决定：打通所有分馆数据，AI中枢统一调度。

技术架构挺简单。各分馆的数据实时上传到云端中枢，AI分析后给出建议，总馆审核执行。

三个核心模块：

1. **库存预警**：AI监测各分馆图书周转率，低于阈值自动预警。总馆收到预警，一键调配。

2. **采购推荐**：AI分析全市借阅数据，生成采购清单。采购员只需审核，不用跑书店调研。

3. **活动匹配**：AI识别各分馆读者偏好，推送匹配的活动方案。分馆执行，效果反馈。

数据打通后，总馆从”事后统计”变成”实时调度”。

—

## 03 效果：8个人干了100人的活

数字说话：

| 指标 | 2023年（手工管理） | 2024年（AI一张网） | 变化 |
|——|——————-|——————-|——|
| 数据汇总周期 | 1周 | 实时 | 缩短99% |
| 图书调配响应时间 | 2个月 | 3天 | 缩短95% |
| 采购精准度 | 58% | 82% | +42% |
| 库存周转率 | 3.2次/年 | 4.3次/年 | +35% |
| 管理人员 | 12人 | 8人 | -33% |

8个人管理127个书房，人均15.875个。

不是裁员。是人做了更有价值的事。以前管理员花80%时间统计数据、跑流程。现在AI做完这些，人花时间做阅读指导、活动策划。

—

## 04 成本：一年省87万

中山市香山书房智慧管理系统投入120万（2024年）。软件开发80万，硬件部署40万。

一年运营成本：

| 项目 | 2023年 | 2024年 | 节省 |
|——|——–|——–|——|
| 人员工资（4人裁员） | 40万 | 0 | 40万 |
| 采购浪费（重复采购） | 30万 | 12万 | 18万 |
| 调配物流（无效调配） | 15万 | 6万 | 9万 |
| 数据统计外包 | 20万 | 0 | 20万 |
| **总计** | 105万 | 18万 | **87万** |

投入120万，一年省87万。1.4年回本。

—

## 05 问题：方言识别和数据安全

AI不是完美方案。

中山市的香山书房分布在23个镇街，读者讲粤语、客家话、普通话。AI语音识别模块对粤语准确率78%，普通话95%。本地读者用语音搜索，系统有时候听不懂。

另一个问题是数据安全。127个点位的数据汇聚到云端中枢，读者隐私怎么保护？中山市采用了本地存储+云端分析的混合架构，敏感数据不离开本地服务器。

两个问题：
1. 方言识别差（粤语78%，普通话95%）
2. 数据安全需持续投入

但这些问题在解决中。2025年，中山市计划联合科大讯飞训练粤语语音模型，目标准确率90%。

—

## 06 其他城市能复制吗？

中山市做成的关键就三点：

1. **总馆有执行力**。127个点位，不是每个分馆都愿意配合。中山纪念图书馆作为总馆，有统筹权限，分馆必须接入一张网。

2. **投入务实**。120万，不是千万项目。软件开发找本地团队，硬件用现成设备。不追”高大上”，追”能落地”。

3. **人不替代，AI辅助**。AI做数据统计、预警、推荐。采购、调配、活动策划，人说了算。AI是工具，不是老板。

其他城市想复制，得有这三个条件：
– 有强有力的总馆
– 有务实的预算（100-150万可落地）
– 有愿意配合的分馆

缺一个，都做不成。

—

把重复的交给系统，把判断留给自己。

AI做统计、预警、推荐。人做审核、调配、策划。

127个点位，8个人，一张网。

务商务到了极致。

—
铁三角团队 · 峰哥 | write | tech
共同成长 💪
—

Tags: 铁三角团队, AI, 公共图书馆, 香山书房, 总分馆体系