深度｜王莆中最新演讲，揭开中小商家的“AI焦虑”

在古希腊神话中，奥德修斯经历了一场漫长的归乡之旅。

十年漂泊中，他遇到海妖、巨浪和未知岛屿。真正困难的，并不是不知道终点在哪里，而是在不断变化的环境中判断方向，找到穿越迷雾的方法。

在今天，企业面临AI转型，也有些类似。

美团核心本地商业CEO王莆中近期在一次公开演讲中提到：“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。”

这背后，其实对应着一个更广泛的问题：

AI已经被证明可以分析商业世界，但从认识到改造，还有很长的路要走。

大型企业尚且在探索初期，那么对于成百上千万的本地中小实体商家们而言，这条路似乎走的更加艰难。

01

实体商家开始卷AI

过去几年，中国实体商业经历了一轮从增量竞争到存量竞争的转变。

餐饮行业是最明显的缩影。

行业数据显示，中国餐饮市场正在进入“高换手”阶段，行业正在快速出清。据极海品牌监测数据，2026年上半年，中国餐饮行业闭店数量达205.52万家，同期新开门店数量仅165万家，净减少41万家门店。

行业竞争正在从规模扩张，转向单店效率竞争。

与此同时，酒店行业也进入结构调整阶段。据《中国酒店业发展报告（2026）》显示，15-29间客房的小型酒店连锁化率仅有13.4%，约有58.2%的非连锁单体酒店正面临客源流失和盈利压力。

“当消费市场价格走势正趋于理性，商家需要在价格、品质和利润之间寻找新的平衡。”有业内人士对见实表示，“过去，一家本地实体小店只要有位置、有品质，基本就能获得增长；现在，商家更多时候还需要思考产品利润率、套餐转化率、营销投入产出比、周边竞争情况等多种因素。”

当经营变得越来越复杂时，AI开始成为新的变量。有不少小店老板，正在尝试使用AI破局。但他们很快就发现：AI落地难，不只是技术问题。

对大量中小商家而言，让AI真正落地到经营中，并没有想象中容易。

江苏常州一家28间房的单体酒店老板夏安然，每天仅是盯价格就要占用大半个小时，“全靠一双眼睛和一台电脑，每天早中晚各看一轮。”

夏安然坦言，她也想让市面上的通用AI帮她做经营，但“缺数据、缺经验”的AI，经常会给她错误的建议。由于担心经营情况会被泄露，夏安然也不敢“喂”给它真实数据。

在四川成都一家仅有三把牙椅、面向周边社区居民的口腔诊所，前台一个人就需要负责接待、客服、装修、线上运营等一系列工作，每天从早上九点工作到晚上九点，“忙的时候连口水都喝不上，根本没有时间去研究该怎么用AI。”

这些困境并非个例。在王莆中看来，AI落地困难，很大程度来自“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。

这些错配，在中小商家身上表现得更加明显。大型企业可以投入技术团队、数据团队和专项预算进行长期探索；但对于一家只有几名员工的小店来说，老板往往同时承担采购、运营、营销、客服等多个角色，没有专门的数据分析人员，没有时间研究复杂系统，更没有足够资金承担长期试错。

事实上，寻找AI落地路径，并不只是中小商家面临的问题。即便是美团这样的平台型企业，也经历了一个从兴奋到试错、再到沉淀方法论的过程。

王莆中表示，今年二三月份，美团内部曾因 OpenClaw 掀起的浩大的“养虾运动”，在完成大规模 AI 科普之余，他们很快遇到成本、安全和输出可靠性等问题。随后，美团从 4 月开始做顶层规划，六七月份通过上千个项目赛马试错，逐步沉淀方法论。

这个过程中，美团意识到：AI 转型不是单纯的技术问题，而是业务、组织和技术三者融合的过程。

但如果一家拥有技术团队和大量资源的平台，都需要经历试错才能找到AI落地方式，那么一家没有技术团队的小店，似乎更不可能从零搭建一套AI经营系统。

因此，对于中小商家而言，更现实的路径不是重新探索，而是借助已经验证过的方法。

换成老板更容易理解的话，就是：先抄作业。

02

让商家“抄作业”

或许是AI进入实体商业的第一步

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？

对于绝大多数中小商家而言，真正需要的可能不是一个万能AI，而是一套被验证过的经营经验。

这也是美团的优势所在。

过去几年，美团积累了大量交易、评价、履约和用户反馈数据，这些数据并不能直接替老板经营，但可以帮助AI理解一家店的问题在哪里。

基于自身在大量经营场景中的探索，美团开始尝试把已经验证过的经营方法，通过AI工具开放给更多中小商家，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、即时零售等领域已推出袋鼠管家、智能掌柜、既白AI、数字员工、牵牛花Claw、司小南、AI经营专家团等工具，核心功能已服务超180万实体商家。

但“抄作业”不是照搬答案，实体商业最大的特点就是非标准化：一家店开在社区、景区、商圈还是写字楼，客群不同，价格带不同，经营节奏也不同。没有任何平台能给所有商家一套完全相同的标准答案。更准确地说，平台要做的是把已经验证过的方法拆开，变成商家能看懂、能执行、能复盘的小动作。

比如：菜单怎么优化，价格什么时候调，库存异常怎么发现，哪些评价问题该优先处理。老板不用先成为数据专家，也不用从零搭系统，而是先在一个个具体问题里照着改、看结果、再继续调。

这些共性问题，让平台有机会把头部商家、大型连锁验证过的方法，拆给中小商家使用。

比如在餐饮行业。很多餐饮小店不是没有数据，而是数据太散。堂食、外卖、套餐、活动里的商品名称和口径经常不一致。老板知道哪个菜卖得多，却不一定知道哪个菜真正赚钱；知道某个套餐出单少，却不一定知道问题出在图片、名称、排序、价格，还是卖点表达。

山东日照的一家披萨小店就遇到过类似问题，老板艾泽过去更多靠体感判断经营：今天忙不忙，单量好不好，旅游季有没有客流。但体感和真实数据之间经常有偏差。

后来，艾泽用美团袋鼠管家AI分析曝光、转化、商品分层、菜单结构和套餐设计，再去调整商品图片、名称、卖点、描述、排序和分组，最后店里单量有明显提升，“每天仅在高峰期就有三四十单”。

此前，北京昌平一家美式汉堡小店的老板王秉宇需要手动整理堂食、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”。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，直接输出给王秉宇一个去重后的版本，让他不用一个个看、一个个算，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。”

这就是“抄作业”的意义。AI会把菜单优化这件事拆成几个能动手改的步骤。老板先照着改，再看结果，再继续调整。它不要求小店从零学会全部方法，而是先让老板在最耗时、最影响结果的地方用起来。

03

“抄作业”之后

实体商家距离AI还有多远？

“抄作业”只是第一步，它能解决小店用 AI的入门问题。但一家店要真正用好 AI，不能只抄通用答案——不同门店面对的客群、成本、时段、位置和经营目标都不一样，一份作业能帮商家少走弯路，却不能替每一家店做完所有判断。

这也是许多商家在真正使用AI 后，开始提出更细需求的原因。

他们不再只满足于“给我一个建议”， 而是希望AI能够理解：为什么这么做，以及这件事放在自己的店里是否成立。

王秉宇对见实表示，对于汉堡店来说，损耗并不只是“库存多了或少了”这么简单，面包胚、肉饼、蔬菜、酱料都有不同保质期和备货节奏，午晚高峰也会改变出餐安排。AI如果只看订单，不懂后厨流程，就很难给出真正可执行的建议。

四川青城山一家民宿的老板艾小川也表示，现在使用美团既白AI做的经营诊断还停留在价格层面，“但我想知道的不只是行业玩家们涨了几块钱，而是他们的客群画像变没变、经营状况是在上升还是下滑、价格涨跌幅背后的逻辑是什么。”

现在，她还是会有少部分时间需要手动切换平台比对价格，“如果有一天AI能给出我更为详细的经营情况对比，那才叫真的心里有数。”

这些需求看似分散，背后指向同一个方向：未来商家AI 的竞争，不在于谁更会聊天，而在于谁更懂每一家店。

相比于“一步登天”，第一阶段使用AI的商家，更多是在一次次小调整中积累经验：先参考建议，再结合自己的经营判断修改，最后形成适合自己的方法。

但一份作业终究无法覆盖所有商家。

未来，商家AI真正要解决的，不只是让更多老板“会用一个工具”，而是帮助他们理解自己身处的物理世界，把平台沉淀的大量行业经验，转化成一个个具体场景里的判断。

AI不会替代老板去经营一家店，但它可以帮助老板看见过去看不见的问题，做出过去无法做出的判断。