中小企业拥抱 AI 的最佳方式，是照抄大厂的作业

8 月 12 日西普会首日，美团核心本地商业 CEO 王莆中在主题演讲中指出：企业 AI 变革表面是技术问题，实质是业务设计、组织变革和技术应用的三位一体。这一判断切中了当前 AI 行业的痛点。

过去两年，大模型调用成本持续下降，开源与闭源模型能力差距显著缩小。数据显示，顶尖开源模型已追平半年前最贵的闭源模型，智能供给趋向无限。然而，全球 88% 的企业虽已常态化使用 AI，却仅有 6% 能拿出可量化的收益。

高采用率与低收益形成鲜明反差。王莆中引用诺贝尔经济学奖得主罗伯特·索洛的名言“计算机到处可见，唯独没有体现在生产率统计里”，指出当下的 AI 正面临相同的“索洛悖论”。

在此背景下，美团宣布将内部验证的四个阶段 AI 变革方法论，连同基于 LongCat 训练的行业模型向全行业开放。对于中小商户而言，这意味着可直接复用美团踩坑后总结的经验，以最低成本获取成熟的行业 Agent 能力。

医药行业已成为首个落地切口，不少美团医药商户通过与平台共创共建，已跑出显著效果。美团此举并非推出单一 AI 工具，而是将经过验证的方法论打包成传统行业可调用的能力。正如王莆中所述，美团不做线下药店，只做行业的数字化和 AI 助手。

行业竞争焦点正从模型层切换至落地层。当智能供给不再是瓶颈，谁来帮传统企业（尤其是中小企业）把 AI 真正融入业务、流程和组织，成为破局关键。

王莆中认为，企业 AI 转型的难点往往不在技术，而在路径偏差。许多企业先采购工具再思考用法，忽视了业务流程的重新设计。

预期管理失当是常见问题。部分企业视 AI 为万能药，投入巨大却效果寥寥；另一部分则因担忧可靠性，迟迟不让 AI 进入核心业务。这两种极端均难以形成稳定投入。

资源配置错位同样普遍。企业购买了顶级模型和充足算力，应用却仅停留在邮件处理和文档编辑等辅助工作，未触及主要经营环节。这种应用虽能改善局部效率，却难改经营结果。

场景选择与考核周期的错配影响更为深远。许多企业的 AI 应用长期徘徊在办公外围，未深入库存管理、供应链优化或门店运营。加之企业往往要求短期见效，而流程和组织调整需要时间，导致项目常在回报形成前便夭折。

AI 落地需同步处理业务设计、组织调整与技术应用，单靠采购模型无法解决。王莆中将企业 AI 转型定义为“一号工程”，强调其不能仅由技术部门推动，更非普通信息化采购。

中小企业困境尤甚。赛迪智库与网商银行 2026 年调研显示，97.4% 的中小企业知晓 AI，但持续使用者仅占 33%；大中型企业超半数已将 AI 融入工作流，小微企业这一比例仅为 5.1%。

数据表明，成本已非唯一障碍。许多企业不知从何入手，亦不清如何衡量效果。对中小企业而言，缺少的未必是模型入口，而是一套对应经营问题的实施顺序。美团建议优先切入重复性强、耗人力的环节（如咨询、库存管理、门店巡检），先减耗时，再求增量。

拥抱 AI，中小企业可优先选择深谙行业特点的平台，复用其成熟能力，而非从零自建或改造通用模型。

美团的 AI 落地亦经历了一轮快速试错。王莆中在西普会上复盘了这一过程，解释了为何重视业务设计与组织调整。

2026 年初，OpenClaw 在美团内部迅速普及，约十万名员工使用八万个 AI 助手，两周内生成十万个技能。初期公司允许不限量调用高价模型，日均 Token 消耗高达 1000 万元。这一阶段虽让大量真实需求浮现，但也导致成本失控、权限复杂及部分应用干扰经营。

今年 4 月，美团成立分型 AI 组织，从公司层面统筹转型步骤。6 月至 7 月，推动千余个项目赛马，筛选有效方案，最终总结出“三位一体”和“铁三角”两套方法论。

“三位一体”指业务设计、组织变革和技术应用同步进行；“铁三角”则由 HR、业务和技术三方构成：业务部门提问题，技术团队做落地，HR 与组织部门调机制。三者缺一不可，否则 AI 易沦为空中楼阁或无法持续的工具。

医药事业部率先验证该方法，形成 25 个项目。7 月后方法固化，产品整合完毕，具备对外开放条件。此次开放并非从零开始，而是美团将内部试错、业务经验和组织方法封装后的成果。

开放的模型基于 LongCat 大模型体系，利用千万条真实问诊数据、15 万份药品说明书及千万级医学知识图谱训练，并结合药店经营真实数据优化。

对药店和药企而言，这意味着无需重走“全员试用—成本失控—重新设计—项目赛马”的老路，可直接复用已验证的行业经验。

产品形态分为两端：面向消费者的“小团健康管家”，提供用药咨询、健康问答及问诊辅助；面向合作伙伴的"CatPaw"和商家 AI 工作台，覆盖经营助手、库存管家、智能客服、生意复盘和异动预警等模块。

王莆中强调，美团输出的不仅是通用 AI 工具，更是对医药行业业务流程的深刻理解，以及经营数据与行业场景结合后的宝贵经验。

AI 系统的价值最终取决于是否进入真实业务。在医药零售行业，消费者咨询、药师服务、门店补货及管理巡检等工作长期依赖人工，效率受限。美团面向该行业开放的专属模型已在合作商户中跑通，带来切实提升。

在老百姓大药房试点中，美团与其共建需求洞察能力。AI 通过数据分析识别高温季相关商品需求变化，推动藿香正气月销增长 150%。这证明 AI 不仅能总结过去，更能帮助经营者预判需求，转化为具体的商品、库存和营销动作。

在漱玉平民，经营专家智能体覆盖 68 个城市。全域经营分析时间从两小时缩短至 5 分钟，管理者可通过自动日报快速识别异常。

此外，AI 已深入库存追踪、销售协同和补货管理环节。一线人员可直接接收重点门店的库存异常报告，无需层层传达。药企科赴试点数据显示，人效提升超 30%，供给信息传递速度翻倍，补货速度提升 70.9%。

这些案例表明，AI 收益源于具体经营环节的优化。王莆中指出，AI 是指数级技术，但组织基础决定企业能否获益。管理稳健的企业易形成增量，管理薄弱者则可能放大混乱。

通用大模型的短板在于不懂行业。在复杂的实体产业中，中小企业需要的不是“更强”的模型，而是“更懂行业”的 AI Agent。美团开放的不仅是技术能力，更是深耕本地生活多年积累的行业理解与系统能力。

随着模型能力差距缩小、成本下降，企业竞争重心正转向业务流程改造。对缺乏技术团队的中小企业，直接采用经验证的行业系统，可省去自建团队和高额试错成本。

美团将自身定位为行业数字化和 AI 服务方，此次开放的是经过内部验证的落地方法与低成本复用能力。未来能否形成更大范围应用，取决于这套方法能否适应不同规模和管理基础的商户，并在更多企业中形成稳定收益。