小商家的AI学费，美团已经替你们交过了

在今天，700元，足以让一家小公司放弃AI。

赛迪智库中小企业研究所联合网商银行发布的《AI时代小微经营者观察》中，一位上海医疗器械创业者曾花700元购买AI绘图工具，最终真正派上用场的图片只有五六张。她没有继续付费，理由很简单：“小公司每一笔投入都要见效果。”

这可能比参数和榜单更接近中小企业对AI的真实判断。

尽管今天大模型已经无处不在，但一家药店老板并不关心模型在某项测评中超过了谁。价值星球了解到，这些长期活跃在线下的中小企业，他们往往是最愿意尝试AI工具，也是最快退出的群体。只是他们考察AI工具的标准不同，不是回答的更快，而是能不能让店员少花两个小时汇总报表，或者让一个区域经理多管几家门店。

问题在于，过去两年AI变得越来越强、越来越便宜，中小企业获得AI收益的门槛却没有以同样的速度下降。

图源：Unsplash

许多商家已经用AI写过促销文案、生成过海报，甚至搭建过客服机器人；但到了库存、供应链、定价和经营分析这些真正影响利润的环节，工作方式并没有发生多少变化。早上用AI写朋友圈，下午依然在微信群里问库存，晚上再由员工手动汇总Excel。

AI没能真正给他们省钱，或者赚钱。

8月12日，在2026西普会中国健康产业生态大会上，美团核心本地商业CEO王莆中引用了经济学家罗伯特·索洛1987年的一句话：“计算机无处不在，唯独没有出现在生产率统计中。”

近四十年后，同样的问题落到了AI身上。

智能已经过剩，生产率仍然稀缺

企业可能从未像今天这样容易获得智能，也从未像今天这样难以解释，智能究竟创造了多少价值。

麦肯锡2025年全球AI调查显示，88%的企业已经在至少一个业务环节常态化使用AI。但真正能够将AI转化为显著企业级价值，并让其贡献5%以上息税前利润的“AI高绩效企业”，只占约6%。

中小企业的落差更加明显。

赛迪智库中小企业研究所联合网商银行开展的《AI时代小微经营者观察》显示，97.4%的小微经营者听说过AI，53.2%尝试使用，能够持续使用的只有33%，真正实现AI流程标准化的更只有5.1%。

从听说过AI使用过AI工具，AI已经完成了一轮普及；但从使用过AI工具到会用A，再到让AI进入经营流，每走一步，都有大量企业掉队。

这道鸿沟通常被解释为成本问题。调查显示，58.5%的小微经营者曾因价格放弃购买或停止续费AI工具。但模型价格已经不断下降，市场上也不缺免费产品。正如王蒲中所言，对大量中小企业而言，更根本的障碍“不是用不起，而是不知道该从哪里用”。

会使用AI的企业和AI驱动的企业中间，隔着一整套的组织改造。王莆中将这种智能供给与企业落地之间的断裂，归纳为五种错配。

图源：Unsplash

最先出现的是认知错配。

一些企业把AI想象成一个无所不能的新员工，期待接入模型之后，客服、运营、采购和管理问题都能自动解决；另一些企业在遇到几次幻觉和错误后，又迅速认定AI不靠谱。王莆中的判断是，“不要把它弄得特别高，也不要觉得一无是处”。

认知错配之后，是效率错配。

企业调用性能最强、价格最贵的模型，却主要让它改邮件、做PPT、整理会议纪要。这些工作当然可以提效，但节省十分钟，并不必然改变一家公司的成本结构。员工使用AI的频率提高了，库存周转、销售转化和人力成本却没有变化。企业统计的是调用量，财务报表需要的却是经营结果。

再往下，是场景错配。目前大量AI应用仍停留在文案、图片、客服等外围环节，没有进入库存、供应链、定价和经营决策。外围场景容易接入，也容易展示效果；核心场景却意味着更复杂的数据、更严格的权限和更高的错误成本。让AI写错一句广告语，最多重新修改，但如果让AI给出错误的补货建议，带来的可能是缺货、积压和现金流损失。因此，企业看起来上线了许多AI工具，真正影响经营的流程却没有发生变化。

图源：Unsplash

第四种是考核错配。不少企业购买AI产品后，希望能在收入和利润上马上看到结果。一旦短期内无法证明ROI，项目便被叫停。

最后，也是最难解决的，是流程错配。

旧的工作方式没有被重新设计，只是在原来的流程旁边增加了一个AI聊天框。员工先从业务系统导出数据，再复制给AI，AI给出答案后，员工又把结果填回表格，提交给原来的负责人审批。

这也是王莆中所说的，企业AI变革表面上是技术问题，实质上是业务设计、组织变革和技术应用共同推动的一号工程。不少中小企业用AI，没有减少环节，只是在旧流程里多走了一遍。相当于发动机换了，车仍然按照原来的方式行驶。

这对中小企业尤其残酷。

它们通常没有专门的数据和技术团队，过去积累的经营经验也没有被标准化。订单留在交易平台，库存存在另一套系统，顾客评价散落在不同页面，老板和店长的判断则停留在微信群和日常经验里，更承担不起大量试错和流程重建。

因此，中小企业真正需要解决的，不是如何拥有一个自己的大模型，而是如何以更低成本获得模型背后的数据、流程和工程能力。而截至正式发布，美团的全场景AI Agent平台CatPaw已经覆盖美团十万名员工，搭建3万个Agent。正在把从真实业务中沉淀出的专家、Skill和工作流向商家开放。

小企业不需要复制美团，只需要复用美团

对中小企业来说，当一家小企业无力独立组建AI团队时，复用一个已经理解行业、连接经营数据并验证过具体流程的平台，可能比选择哪个模型更重要。

以一家药店为例，消费者搜索了什么、哪些药品销量上涨、哪家门店频繁缺货、哪场活动带来了订单、哪些差评与配送有关，这些信息散落在交易、库存、评价和履约系统里。模型能力与一家门店的经营结果之间，还隔着数据、系统和工作流。如果AI接触不到这些数据，再聪明也只能隔着门猜生意。所以，哪怕再聪明的AI，对线下生意不了解，可以写文案，却很难管经营。

美团做医药AI，LongCat只是起点。为了让模型先听懂医药行业的语言，美团将千万条真实咨询数据、15万份药品说明书和千万级医学知识图谱融入医药模型。但这一步还只是解决药品常识的问题，但想让AI真正辅助一家药店运营，需要AI进一步理解药品的售卖逻辑。

图源：https://longcat.ai

而模型是否有“经营”能力，区别来自真实经营数据。

夏季高温到来时，藿香正气销量上涨并不难理解。困难在于，商家能不能在需求刚刚出现变化时就发现它，而不是等月底复盘时才知道错过了什么。

在与老百姓大药房的共建中，美团AI从搜索、交易等数据中识别区域需求变化，再将信号转化成具体的经营动作。根据美团在西普会披露的数据，高温季节，相关商品的月销售额增长了150%。AI没有预测天气，或者生成一份分析文档，而是把一条原本需要依靠区域经理或者店长长期经验才能识别的市场信号，提前送到了需要作出决定的人面前。AI压缩了市场变化到商家行动之间的时间。

不过，发现问题，只是经营的第一步。

对于一家覆盖多个城市的连锁企业，真正耗费人力的往往不是没有数据，而是数据太多。每个城市、每家门店、每个品类都在变化，管理者很难从大量报表中快速找到值得关注的异常。漱玉平民大药房覆盖了68个城市。过去完成一次全域经营分析，需要工作人员花费约两个小时整理和查看数据。接入美团AI经营专家后，系统自动生成并推送日报，5分钟就能完成一次通览。

AI把繁杂的流程化动作接管过去，人可以直接处理最需要决策的部分。经营分析也不用再因为繁杂而定期复盘，只要想查询，每天都可以看到。

图源：美团招聘公众号

库存管理更能说明这条链路为什么重要。

药企科赴过去追踪库存，需要先梳理不同门店的数据，再由总部逐层向一线销售传递。等异常信息到达真正负责补货的人手中，已经经过多次整理和转述。美团将生意复盘和库存异动预警嵌入这套流程后，AI可以直接识别重点门店的库存异常，再把报告推送给一线人员。根据美团披露的试点数据，科赴的人效提升超过30%，供给信息传递速度提升一倍，补货速度提升了70.9%。

这也是美团CatPaw和AI经营专家试图提供的能力。

图源：https://catpaw.meituan.com/

大量中小企业并不是没有经验，只是经验长期停留在老板、店长和老员工的脑中。什么样的差评需要立即处理，库存降到什么程度必须补货，一场活动结束后应该复盘哪些指标，这些判断每天都在发生，却很少被整理成可以重复执行的标准流程。

美团将经营分析、库存预警、门店巡检和品类策略封装成专家与Skill，本质上是在把行业经验变成可调用的能力。对中小企业而言，这才是复用平台能力的意义。它们不需要自己训练的模型，从头打通搜索、交易、库存、评价和履约数据，更没有必要独立设计一整套Agent工作流。它们只是把一家大公司已经完成的模型、数据连接和流程设计，拆成自己能够使用和负担的部分，就像多家小店共同“拼单”了一个技术部。

美团交过的AI学费，变成了行业可共享的经验

AI正在改变企业使用技术的最小单位。

过去，企业购买一套软件，通常是为了服务某一个岗位的，比如设计师使用绘图软件，财务使用记账系统，客服使用工单工具。现在AI进入企业，要调整的是整条工作流。经营分析是让系统自动取数、识别异常、生成建议；库存管理是把需求变化、库存预警和补货动作连接起来。

这并不是一个简单的事情。

王莆中认为，“企业要做好的AI转型，难度一点不亚于甚至远超过上个时代从传统企业转型数字化企业。”

王莆中的观点，不是PPT上画出来的意念图，是用真金白银和时间试错成本堆出来的。这也是行业头部企业搞AI转型的典型路径，需要花钱、踩坑，然后在反思复盘和迭代中沉淀出真正能用的经验。

以美团为例：今年2-3月AI科普阶段，美团全员养虾、token不限量，单日投入千万级，经历了安全失控、AI谬误开始影响经营；随后快速变革，用一个月做顶层设计，两个月上千项目实战，最终才跑出一套"业务+组织+技术"融合的方法论。

四个阶段，大半年，从无数坑里趟出了自己的经验。

这些坑，小企业踩不起，也不用踩。美团开放自己AI能力后，这些经验，已经沉淀成了行业Agent的能力，小企业只需要直接用成果。它不要求一家药店重新组建技术团队、训练行业模型，烧钱试错，而是把已经跑通的经营能力拆成一个个可以直接调用的专家和Skill。

图源：美团APP

当下，大模型把智能变成了一种越来越便宜的供给，但对中小企业来说，真正稀缺的仍然是把智能接进生意的能力。

美团向行业开放的这套AI系统能力，不是简单地在本地生活业务上增加一个AI功能，而是在原有交易网络之上，搭建一套面向商家的经营能力。

模型公司卖的是智能，美团想卖的是智能进入生意之后的结果。

与单纯出售API的模型公司相比，美团更靠近真实交易和物理履约。

模型可以具备药品知识，分析销售表格，但美团能看到消费者在什么地区搜索、什么时候下单、门店是否缺货、商品如何履约，以及交易完成后出现了哪些评价。

这些数据发生在真实生意里，也能够被经营结果检验。

图源：AI生成

我们已经看到，第一批复用美团AI系统能力的药店商户，跑通了AI提效，美团开始把模型能力翻译成商家的经营结果。当这些能力能够被重复调用，美团过去积累的本地生活行业经验，就不再只是支持自身平台运行的内部能力，也可能变成行业可以共享的Agent能力。