1987 年，诺贝尔经济学奖得主罗伯特 · 索洛曾留下一句著名的论断：" 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。"

最近，美团核心本地商业 CEO 王莆中在一次公开发言中，把这句话重新提了一遍，但 " 计算机 " 一词换成了 "AI"。

" 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。" 王莆中说。

2025 年麦肯锡全球 AI 调研数据佐证了这种尴尬：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。

" 高渗透、低回报 " 的生产率困境，落到数百万本地中小商家身上，体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。" 上海一家小面面馆老板刘昊对 36 氪未来消费表示，他先后尝试了市面上多款 AI 产品来辅助经营，但 " 总感觉还差点意思 "。

刘昊的焦虑不是个例。目前，美团上的餐饮小店占平台餐饮商户的八成以上，他们的 "AI 恐慌 "，或许正是王莆中之问的现实一面。

AI 在餐饮业的渗透，正在加速分化。

"K 型 " 的上端是连锁品牌，下端是数以百万计的中小商家。中国连锁经营协会上半年数据显示，71% 的连锁餐饮企业已部署 AI 运营系统。海底捞的 AI 巡检系统是自主研发的，绝味的 AI 智能体矩阵是内部技术团队打造的，麦当劳的 AI 点餐是全球系统。

在本地生活领域，连锁品牌往往有专职团队研究 AI，而小店老板通常身兼采购、后厨、收银、运营、客服数职，往往分身乏术——不是中小商家不努力赶上 AI，而是缺人、缺时间、缺专业能力。

在山东日照开手工披萨店的艾泽，夫妻俩守着一家 10 平米小店，开店初期曾每个月花 1000 元请外卖代运营，结果发现 " 还不如他读大学时做淘宝店铺的水平 "。

更无奈的是，每到周末店里最忙、最需要支援的时候，代运营反而会 " 消失 "，说周末需要休息。艾泽也想过训练一个 " 小龙虾 " 来帮自己经营，但店里已经忙得连轴转，更别提腾出时间研究 AI 了。

不只是餐饮小店，单体酒店也同样面临严峻的效率瓶颈。今年 3 月，一家单体酒店的管理者夏安然在常州接手了一家新店，酒店共 28 间房，店内有两三个员工负责酒店的接待和日常运转，她自己则需要盯价格、调房态，" 全靠一双眼睛和一台电脑，每天早中晚各看一轮，光这一项就得占掉大半个小时。"

夏安然坦言，她会跟市面上的通用型 AI 聊聊天，" 详细的经营数据我不敢交给它，分析不一定准，还经常给出错误的定价建议。"

巨大的信息差让 " 先用起来的品牌 " 和 " 还在观望的小店 " 之间的差距越拉越大。

这种高渗透、低回报的 AI 困局，恰恰也是王莆中在演讲中归纳的 " 五个错配 "，具体来看：

认知上，企业对 AI 要么过度神化，要么全盘否定；

效率上，把高性能模型大量消耗在改邮件、制作 PPT、日常闲聊等低价值工作；

场景上，AI 大多停留在企业经营的外圈辅助环节，没能深入业务内核；

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，需要重新设计人机协同，做起来比想的要困难得多。

这五个错配，在大企业身上存在，在中小商家更隐蔽。中小商家的试错成本低，也没有足够的人手和精力来研究 AI，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。

" 但 AI 变革再难，小店也得做，因为小店的成本结构里人力成本占比更高，AI 擅长的就是把人从重复性经营事务里解放出来。" 业内人士分析。

那么，谁能帮小店跨过这道鸿沟？

对此，王莆中认为，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。

翻译成老板听得懂的话——毕竟，抄作业比自己写作业简单。

小店怎么用好 AI？

王莆中给了一个反直觉的答案：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？

" 这些问题想清楚，比选哪个模型重要一百倍。" 对中小商家来说，AI 落地的第一站，永远是解决那个 " 最烧钱、最耗时、最头疼 " 的环节。

王莆中在演讲中分享称，今年二三月份，伴随 OpenClaw 兴起，美团内部掀起了一场 " 养虾运动 "，全员 AI 科普完成了，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。

走过的弯路变成了 " 写作业 " 的经验。王莆中认为，企业 AI 转型，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。

基于这种经验，美团开始把 " 做过一遍的作业 " 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。

在新疆伊犁开酒店的史凯，就是这条路径的实践者。过去，作为一位跨行入局的 " 新玩家 "，他每天得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美团既白 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，走远了房态追踪就乱套，如今 AI 把他解放出来了。

史凯的例子，是中小商家用 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。

AI 浪潮下，不少中小商家陷入了盲目跟风。

有人花钱找代运营买来历不明的 AI 插件，有人到处搜罗最新的开源模型或通用 AI，试图搭建属于自己的经营分析系统，更多的老板，还是在 " 拿通用的 AI 去解特殊的生意题 "。

但一个残酷的现实是，目前市面上绝大多数的 AI 能针对普适性问题对答如流，却很难替一家小店选址、排班、优化菜单、给出经营建议。AI 要对商家有用，必须先懂这门生意怎么转。

这种 " 懂生意 " 的差距，在商家的实际使用中感受最直接。

以前，披萨店老板艾泽并不理解做套餐的意义，坚信 " 客人想吃什么自己搭配就行 "，认为做套餐反而缩小范围、打乱顾客的点餐节奏。

但后来在跟美团 " 袋鼠管家 " 的交互中，AI 让他想明白了：开餐饮店就需要给消费者摆出更多的选择。" 我可能仅仅因为没设计这个套餐，就流失一个顾客，以前我从没考虑过这方面的弊端。" 通过袋鼠管家优化菜单后，艾泽店铺的单量提升了将近两倍。

夏安然则从 " 盯价格 " 这个极耗时且废人的环节入手。

有一次，美团既白 AI 提醒她，两家同行价格上涨，一家涨 9 元，一家涨 10 元。经验丰富的夏安然马上意识到，一波短时预订高峰要来了，自己要跟，但是得卡个身位，让客人预订时，自家酒店能瞬间脱颖而出。仔细思考之后，她语音给 AI 助手下指令：" 大床房涨 8 元 "，1 分钟就搞定，随后订单果然如期而至。

后来，她陆续用上了热点监测、经营诊断等功能，AI 会告诉她近一个月酒店周边 10 公里内有什么活动，她就能提前做好房态调整和价格管理，还能跟它一起策划一些营销活动，能让订单量上涨不少。

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。

艾泽自己也承认："AI 告诉我该做套餐，但做什么套餐、怎么定价，还是得我自己琢磨。" 他把袋鼠管家的建议当起点，而不是终点——先抄，再改，再试，慢慢长出自己的判断。

但是，一份作业没法给所有人抄，帮助每一个商家去了解和改造他们身处的物理世界，才是美团商家 AI 长期要做的事情。

" 抄作业 " 只是起点。真正难的是往后走：美团的 AI 商家经营工具能不能不断细化场景，一头扎进那些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 "。

例如，一个 10 平米的披萨店该怎么排菜单？淡季的奶茶店应该怎么制定营销活动？一个社区便利店的补货逻辑跟商圈店有什么不同？

这些不是标准答案能覆盖的，是需要平台带着行业理解，一个场景加一个场景啃下来的。

从这个角度看，王莆中给出的不仅是当下的回答，也是刚刚开始的新问题。