美团王莆中谈“AI错配” 小店从“会用”到“有用”还有多远？

1990年，美国著名未来学家托夫勒在《权力的转移》一书中，首次提出了“数字鸿沟”，认为信息和电子技术造成了发达国家与欠发达国家之间的分化。

三十多年后，AI时代让这道鸿沟再次成为焦点。清华大学公共管理学院院长朱旭峰曾分析称，掌握AI技术的差异，可能产生新的精英群体。

如今，AI正在以前所未有的速度进入企业。

近期一场公开演讲中，美团核心本地商业CEO王莆中也对此进行过反思：“人人都在谈论AI，很多人日常都在使用AI，但落到企业财报、生产效率数据上，AI带来的提升却很难看见。”他举例美团内部曾掀起了一场“养虾运动”，也曾有过上千个项目赛马试错的阶段，全员AI科普完成了，但单日消耗一度达到一千万元。

“高投入、低回报”的AI落地，对于大型企业而言，可能是一场组织和技术变革；但对于数百万本地中小商家而言，它更像一个每天都会遇到的棘手问题。

“几个月前，看到北京金谷园饺子馆的老板手搓了AI助手后，我就也想做一个，希望能缓解暑期店里的忙碌。”日照一家专做海鲜饺子的小店老板杜丽丽对亿邦说，“一上手才意识到人家老板就是技术背景出身的，我们普通人真搞不来。”

缺人手、缺精力、缺资金、缺经验的本地实体商家，既没有大连锁品牌的专业运营和技术团队支持，也缺乏足够的试错成本。

如何让街头的百万小店都用上懂生意的“AI经营助理”？美团希望把自己走过的弯路变成商家可以“抄作业”的经验。

01

对小店来说，门槛可能不止技术

过去一年，AI在本地实体商家中的存在感越来越强，但它并不是“均匀渗透”的，并由此催生出新的问题：一部分人先用AI了，剩下的人怎么办？

一端，是已经开始把AI嵌入经营流程的大型连锁品牌——麦当劳、海底捞等头部餐饮集团均打造了自己的AI系统，有行业数据预测，过去100家店需五六十人总部团队，未来仅需3至5人即可运营；另一端，则是数量庞大的中小商家，他们甚至还没有找到想落地AI究竟应该从哪里开始。

更值得注意的是，对实体商家来说，真正的门槛可能已经不只是“有没有AI”，而是有没有人能够把AI真正变成一门生意的经营工具。中国连锁经营协会相关调研显示，71.4%的员工仍无法将业务问题转化为具体的AI解决方案，60.7%的员工对AI技术原理和边界理解不足。

这对连锁企业来说，已经是一道需要专门解决的问题；但对于一家只有夫妻两个人的10平米小店来说，问题可能更加直接——他们既没有专门的AI团队，也没有产品经理和数据分析师，更没有足够的时间去研究一款工具究竟适不适合自己的生意。

来自北京的王秉宇，就经历过这样的阶段。他和合伙人守着一家美式汉堡店，每天从早上八点干到晚上十点，几乎全年无休。开店初期，他曾经每个月花1500元请外卖代运营，希望有人能帮自己把线上经营做起来。

王秉宇正在制作汉堡，受访者供图

结果折腾一圈，他发现，但即使是上架一款新产品这样简单的工作，代运营也需大约两周的时间才能完成；他也尝试招过一名新店员，很多来试岗的人都感觉太累，没做两三天就走了。

最初，王秉宇也想过训练一个“龙虾”来帮自己经营，但店里已经忙得连轴转，更别说再腾出时间研究AI。

酒店行业也有类似情况。今年3月，夏安然在常州接手了一家28间房的单体酒店，只有两三个员工负责接待和日常运转，她每天则需要花费大量时间盯价格、调房态。最忙的时候，她这个有20多年经验的“酒店老兵”甚至都想“放手不干”了。

夏安然最初有尝试过使用市面上的通用型AI，但后来发现“跟它的互动仅限于聊聊天”，因为它没有门店的详细经营数据，还经常给出错误的定价建议和运营分析。

或许，这才是今天多数实体商家使用AI最真实的状态：AI已经进入了小店，但还没有真正帮助做生意。

02

AI最难的是理解“做生意”

这种困局，也正是王莆中在演讲中归纳的企业AI落地时的“五个错配”：

·认知上过度神化或全盘否定；

·效率上把高性能模型消耗在低价值工作；

·场景上AI停留在经营外圈；

·考核上急于看短期回报；

·流程上需要重新设计人机协同。

实际落地当中，一家奶茶店用AI生成数十条精致文案或者机器人味十足的回复话术，对生意未必有本质帮助。真正决定其生死的，往往是隔壁竞品店降价2块钱的直接撕扯，或是外卖高峰期出杯效率能否跟得上。

AI若无法触碰这些决定生死的经营环节，充其量只是一件漂亮的摆设。

这也解释了为什么AI能力和AI生产力其实是两回事——AI会不会回答问题，背后是模型能力；AI能不能少帮老板走一次弯路，是需要强大的物理世界数据来支撑的，是实打实的业务能力。

“本地实体商家的每一笔交易，都发生在真实的门店里，AI要真正产出生产力，必须先搞懂这门生意到底如何运转。市面上绝大多数通用大模型，聊起天来对答如流，可一旦让它替一家街边小店选址、排班、优化菜单等，它便无能为力。”有业内人士对亿邦AI分析称，即使这些AI真正生成了“解决方案”，小店老板也很难信任并去执行。

那么，实体小店该怎么落地AI？王莆中给的思路是，中小企业更省力的方法是找到一个真正懂你行业并且已经跑通AI的平台，复用它的行业模型、数据积累和验证过的方法论。

毕竟，“抄答案”比“亲自解题”要简单不少。

03

试错后美团先把作业做了一遍

那么，谁来帮小商家把“答案”写好？美团的思路是——自己先做一遍。在公开演讲中，王莆中谈及了美团自身在年初的实践。

今年二三月份，伴随OpenClaw兴起，美团内部掀起了一场“养虾运动”，完成了全员AI的“科普”，但单日消耗一度达到一千万元。经历4月顶层规划、六七月份上千个项目赛马试错后，美团得出一个关键结论：

企业AI转型，绝非单纯的技术问题，而是复杂的系统性工程。走过的弯路，也变成了“写作业”的经验，中小商家无需重走大厂踩坑的试错阵痛，借力平台沉淀的成果即可实现提效。

王莆中认为，小店想用好AI，不是先买工具，而是先想清楚，你的门店每天花在重复性工作上的时间有多少？哪些流程是一个人跑1-2个月、AI两天就能搞定的？

基于经验，美团开始把“完成的答卷”开放给商家。过去一段时间内，美团在本地生活的各个领域都面向商家做了相应的AI工具，且多数核心功能免费向中小商家开放。

据公开资料显示，目前美团在餐饮、酒旅、服务零售、医药、即时零售等领域推出了袋鼠管家、智能掌柜、既白AI、数字员工、牵牛花Claw、AI经营专家团等工具，产品的核心功能已服务超180万实体商家。

饱受“盯价”困扰的夏安然，现在在美团既白AI中设了三家同行检测，周边酒店价格一有变化，手机就会直接推送。她根据AI提醒快速决策，看到两家同行涨价，立刻语音指令“大床房涨8元”，一分钟搞定。

“跨行入局”的新疆伊犁酒店老板史凯，此前也经常得依靠手动查询周边酒店房价变动，晚上刷短视频学运营到凌晨两三点。

但现在，AI改变了史凯的工作模式，他在每天早起会直接询问既白AI，让它分析自家酒店的经营优势、订单变化、曝光量数据等等。

他还算了一笔账：“既白在特定方面的能力，已经基本上相当于一个有两三年工作经验的运营，算上其他开销，单体酒店老板如果AI用得好，全年节省五万元的运营成本。”

“现在终于有时间睡觉和社交了，”史凯说。以往朋友聚餐都得在酒店附近，如今AI把他解放出来了。

AI正在把人从复杂的数据汇总、异常识别、策略输出等重复性工作中解放出来，转向投入到选品、服务和经营判断等更关键的环节中去，这也正是中小实体商家用好AI的正确姿势——不是一上来就换模型、搞大工程，而是各自找到自己“最烧钱、最耗时、最头疼”的那个环节，让AI先把这个环节扛下来，实现“积小胜为大胜”的第一步。

04

解题之外，未来的路该往哪走？

行业数据显示，中小商家正处在一个残酷的淘汰周期里。至2025年末，65.1%的出清商户经营不满两年。这一数字背后的更深层原因，是大量创业者在用增量时代的逻辑进入存量时代的市场。

在这样的环境中，任何一笔无效投入都可能成为压垮生意的最后一根稻草，而一个能帮商家在成本端挤出利润、能给出真正有价值的观点的AI，就变得愈发重要。

本地生活这条赛道上，通用AI的边界有限。真正能帮商家解决问题的，永远是最懂这门生意的平台。回到“到底该用哪家AI？”这个问题上，答案或许已经明了——选对平台，比选对模型更重要。一个懂行业的AI，才算得上真正意义上的生产力。

注重数据分析的王秉宇，经常需要手动整理堂食、外卖的经营数据。由于店铺和外卖菜单的不同，导致同一款餐品会有很多个名称，比如顾客在店内点单时叫“经典牛肉堡”的汉堡，在外卖套餐中就叫“招牌牛肉堡”。过去，王秉宇通常需要逐条筛选和汇总销量、销售额、退款率等数据，仅这一项工作每周就能占用他大约两小时的时间。

但现在，袋鼠管家会完成智能整合，直接将去重后的版本输出给他，让他不用逐条计算，王秉宇能直接基于这些销售数据定套餐、做活动，平均每个月能省下一天的时间。

相比于“一步登天”，第一波“抄作业”的商家全是小胜累积，但确实解决了第一关难题。

1987年索洛发出那句“计算机时代随处可见，唯独在生产率统计中看不到显著提升”的感叹之后，美国等了整整十年，直到1995-2005年间才迎来IT驱动的生产率大爆发。

经济学家保罗·大卫把这个历史规律总结为：通用技术在被经济体真正吸收之前，必然要经历一段生产率下滑的“黑暗隧道”。

现在，AI就正处在生产率红利兑现前的“黑暗隧道”里。“抄作业”只是起点，“让每个商家都用上自己的AI助理”才是隧道尽头的答案。