王莆中之问：实体商家距离真正的 AI 还有多远？

美团核心本地商业 CEO 王莆中在近期一次公开发言中，把经济学家索洛 1987 年提出的「生产率悖论」重新搬了出来，只是把「计算机」换成了「AI」：人人都在谈论 AI，许多人日常也在使用 AI，但落到企业财报和生产效率数据上，AI 带来的提升却很难看见。

2025 年麦肯锡全球 AI 调研数据从侧面印证了这种尴尬：全球 88% 的企业已在至少一个职能中常态化使用 AI，但仅有 6% 的企业能拿到可衡量的 AI 业务收益。这一「高渗透、低回报」的困境，落到数百万本地中小商家身上，表现为一种更具体的焦虑——既怕不搞 AI 被时代抛弃，又怕乱搞 AI 耽误店里生意。

中小商家在 AI 门口徘徊

AI 在餐饮业的渗透正在加速分化，呈「K 型」走势。中国连锁经营协会 2025 年上半年数据显示，71% 的连锁餐饮企业已部署 AI 运营系统，海底捞、绝味、麦当劳等头部品牌依靠自有团队搭建了 AI 巡检、智能体矩阵或 AI 点餐系统。与之相对，数以百万计的中小商家——在美团平台占餐饮商户八成以上——通常身兼采购、后厨、收银、运营、客服数职，分身乏术。

山东日照一家手工披萨店老板艾泽的处境很有代表性：他和妻子守着一家 10 平米小店，开店初期每月花 1000 元请外卖代运营，效果并不理想；周末最忙时代运营还会「消失」。他想过训练一个 AI 助手帮自己经营，但店里已经忙得连轴转，根本没有时间研究。江苏常州一家单体酒店的管理者夏安然则坦言，通用型 AI 偶尔能给思路，但详细经营数据不敢交给它，AI 还经常给出错误的定价建议。

五重错配：大企业和小商家的共同难题

王莆中在演讲中将这种困局归纳为「五个错配」：

• 认知上，企业对 AI 要么过度神化，要么全盘否定；
• 效率上，高性能模型被大量消耗在改邮件、做 PPT、日常闲聊等低价值工作上；
• 场景上，AI 多停留在企业经营的外圈辅助环节，未能深入业务内核；
• 考核上，企业急于看到短期回报，忽视 AI 落地必需的内部流程与组织改造；
• 流程上，人机协同需要重新设计，实际落地比想象中困难。

这五重错配在大企业身上同样存在，但对中小商家来说更隐蔽。试错成本低、人手和精力不足，使落地难度被成倍放大，最终表现为组织、意识和资金上的多重落后。业内人士指出，小店的成本结构里人力占比更高，AI 擅长的是把人从重复性经营事务中解放出来——AI 变革再难，小店也得做。

美团让商家「抄作业」

王莆中给出的解题思路对中小商家更省力：不必自己从零搭建，而是找到一个真正懂行业、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。翻译成老板听得懂的话——抄作业比自己写作业简单。

王莆中分享了自家经历：2025 年二三月伴随 OpenClaw 兴起，美团内部掀起「养虾运动」，单日 AI 消耗一度达到一千万元；经历 4 月顶层规划、六七月上千个项目赛马试错后，团队得出一个关键结论——企业 AI 转型绝非单纯的技术问题，而是业务、组织、技术三者融合的课题，即便有两万名产研人员，也不能把 AI 变革全部交给技术负责人。

走过的弯路变成了「写作业」的能力。据公开资料，美团已在餐饮、酒旅、服务零售、医药、即时零售等领域推出袋鼠管家、智能掌柜、既白 AI、数字员工、牵牛花 Claw、AI 经营专家团等工具，核心功能免费向中小商家开放，已服务超 180 万实体商家。

新疆伊犁的酒店经营者史凯是这条路径的实践者。跨行入局的他过去每天手动查竞品房价、刷短视频学运营到凌晨，现在每天早起直接询问既白 AI 分析经营优势、订单变化和曝光量数据。他算了笔账：既白在特定方面的能力已相当于有两三年经验的运营人员，单体酒店老板如果用得好，全年可节省约 5 万元运营成本。

「抄作业」只是起点

值得注意的是，案例中的中小商家并没有把 AI 建议当作最终答案。披萨店老板艾泽承认 AI 告诉他该做套餐，但做什么套餐、怎么定价还得自己琢磨；他把建议当起点，先抄、再改、再试，慢慢长出自己的判断。

更深层的挑战在于，一份作业无法覆盖所有商家——10 平米的披萨店怎么排菜单、淡季奶茶店如何制定营销活动、社区便利店与商圈便利店的补货逻辑有何不同，这些都不是标准答案能解决的，需要平台带着行业理解，一个场景一个场景地啃下来。

从这个角度看，王莆中之问既给出了当下的回答，也抛出了刚刚开始的新问题：美团的商家 AI 经营工具能否不断细化场景，扎进通用模型看不见的真实经营难题里，直到「让每个商家都用上自己的 AI 助理」。