撰文  | 吴先之

编辑  | 王   潘

春节临近，几乎所有人都会在聚会前，花费大量时间精力选择一家餐厅，或者点一单外卖。选择之后，又会因为忘记领优惠、商家关门等原因，而体验不佳。

从这个角度看，选择困难症不完全是用户的问题，很大程度上是供给过于充分导致的。随着 AI 在本地生活中加速落地，问题逐渐有了解决方案。

2 月 12 日，美团宣布升级 AI 管家 " 小团 "。

据悉，该活动自上线之日起，持续至整个春节假期期间。用户在美团 App 搜索框中，使用 " 问小团 " 工具，提出本地生活相关问题，" 小团 " 可以快速分析，基于美团平台上准确、及时的商户信息与服务内容，经过二次校验，并结合真实用户评价，推荐精准且可交易的吃喝玩乐选择。

与此同时，" 小团 " 还将帮助用户一键领取多品类优惠券，覆盖外卖、闪购、餐饮堂食等场景，并依据需求智能推荐最优惠的下单方案。

从 " 小团 " 的产品思路可以看到 AI 赋能本地生活的两个核心方向。

本地生活业态复杂，有到店、到家，亦有即时消费的餐食与计划消费的酒旅。此外，在几乎每个领域，美团都有海量供给，用户不患不足，惟患不好，更患浪费时间。

在海量供给之外，本地生活用户还存在省钱需求，然而站内的会员体系、促销券、店铺券等促销体系叠加，用户要想省钱，还需要经过繁复的操作。

升级 " 问小团 "，其实是美团向本地生活用户使用 AI 提供了两把钥匙：省钱与省时间。这正是当前本地生活领域，用户的真实需求。

把不确定性变成确定

AI 解决本地生活的真实需求，经历了至少三个阶段，从最初的线上信息整合到行程规划，再到当下深度介入到物理世界，给出快速可交易的确定性答案。

相较于其他领域，供给侧经营的不确定性与需求侧的低容错心智，导致 AI 对本地生活的改造有更大的挑战。当前在吃喝玩乐上，用户的真实需求是 " 找靠谱的店 " 和 " 找可立即交付的服务 "，即：基于真实准确信息，对消费需求进行分析和匹配，并提供立刻可交易的选项供用户选择。

本地生活的交付形态就有很大的不同。任何幻觉的出现，对于即时性的到家服务而言都是无法忍受的。

以点咖啡外卖这类稀松平常的事情为例，涉及到温度、甜度、规格、价格等。即便目前市面上已有类似产品，但交付是一回事，交付质量又是一回事。因为供给丰富度、本地数据不够充分，以及商家数据未能实时更新，仍然无法解决用户实际问题。

而针对延迟交付的到店团购，虽然没有即时消费那样苛刻的履约，但用户对于交付质量的诉求并不低于到店。没有人能够忍受如下场景：几天前团购的项目，到店后才发现环境与详情页出入巨大，很多项目也因为种种原因无法交付。

上述情况到了春节期间会变得更为突出。

春节期间，商家的经营活动存在很大弹性，如大型商超在除夕当天的闭店时间会提前到下午 5 点，初一至初二部分门店会闭店休息。餐饮行业中，一家烤肉连锁品牌在除夕当天仅有午市，初一当天仅有晚市，而另一家中餐厅则为了抓住团年宴的高峰期，选择了正常营业。

面对弹性的供给，交付反而成为了一件充满变数的事情。对于本地生活用户而言，原本选择一家钟意的餐厅就耗神费力，春节期间的顾虑还变得更多。

餐厅有没有包间、是否有儿童餐、是否在室内、价格是否会有变化等等，如果这些看似细碎的需求没有得到满足，用户体验会大打折扣。

可以很清楚地看到，用户使用 AI，在本地生活与其他领域有着截然不同的心智。AI 当下在本地生活的应用场景，最重要的不是帮用户花钱，而是帮用户省时间、省钱，并完成确定性的交付。

这一设计理念贯穿美团 AI 管家 " 小团 "。

我们进行了两次测试，" 小团 " 输出结果的过程包括 " 搜索美团信息及服务 "" 校准是否符合需求 "" 校验商家评价 " 三个阶段。

第一次提供了看似精准，但实际上很模糊的需求。" 小团 " 匹配需求后，输出了如下几个信息。

首先是一句话的整体信息，匹配价格与履约情况。其次是筛选了几家店铺，按照月销、价格、距离、评价综合排序，用户完成决策后可在对话结果中点击链接，进入下单页面，如果觉得合适，就可以直接下单。

如果觉得不合适，也可以再逛一逛，" 小团 " 并没有抢夺用户自己下单的权利。

另一个测试中，我们提出了明确的餐品、位置、口味、客单价需求，" 小团 " 理解了我们对于就餐之外，有观景需求，因此提供了两个选项。一家的小贴士中提到预定窗边位置景色好，第二家则提供了停车免费 2 小时的小贴士。

随后的多轮对话中，我们增加了 " 老人有糖尿病 " 等信息后，" 小团 " 提供了唯一解，覆盖了室内就餐、餐品适合糖尿病、餐厅附近有景点、目前有多规格包间预定等。值得一提的是，" 小团 " 洞察到输入的信息中有大量涉及到就餐环境，因此还增加了室内就餐环境的表述。

" 小团 " 背后的物理世界信息基建

从 " 小团 " 的产品策略上可看到美团 AI 与同类竞品最大的差异性优势，来自于基建，确切地说是对物理世界基础信息上的重投入。

" 小团 "AI 智能体从形态上看更接近于 AI 搜索，提供信息筛选，但与搜索不同的是，AI 搜索的数据库全部来自线上，而 " 小团 " 的底层数据是来自真实世界的实时映射。

此前有业内人士提到，" 随着大模型的持续迭代，模型能力的差距会越来越小，更重要的竞争其实是在平台自己的数据库上。" 因此，美团长期投入巨量资源不断进行 " 本地生活信息基建 "，确保 AI 信息底座准确且及时。

准确、真实、全面地获取本地生活信息，让 AI 能够精准输出结果，并不是一件简单的事情。而美团最大的优势在于拥有生态内大量、持续的内容数据来源。

早在 2024 年，美团技术团队公众号曾发布了一篇基于多模态信息抽取菜品知识图谱构建的研究成果。且不论这篇论文中大量艰涩的技术表述，单从业务应用上能够看到，美团早已在餐饮业务最基本单元的食材上，开始运用多模态能力，确保基础信息准确性。

基础信息外，还包括商户线上页面的环境相册、推荐菜相册等图片类等相对间接的商家客观信息。

" 小团 " 响应用户需求的过程，有两个截然不同的数据来源。一个是前面提到的，偏静态的本地生活平台生态内的数据资源。也包括美团、大众点评积累了海量的用户真实评价，相当于为 AI 大模型进行了一次校验。

需要注意的是，大众点评在 AI 时代有着无可替代的战略价值，大致可以理解为通过用户口碑，对结构化数据进行一次精调。

点评沉淀了大量来自用户真实文字、图片评论，以及与核销数据的互证，为 " 小团 " 这类 AI 智能体提供了垂直、真实、多元的信息，从而能够真正解决用户省钱、省时间的核心需求。

本地生活信息的复杂之处是在于，光有海量数据并不够，还需要确保信息的足够 " 新鲜 "。

美团在过去十余年时间里，建立起了完善的线下提报体系，也在 AI 时代获得了增值。

有美团 BD 表示，为了确保线上供给的真实性，实时跟踪商家产品组合变化，去年以来设置了更为频繁的巡店指标。这套巡店机制既巩固了平台与商家常态化交流，将数据接入到小团，也相当于帮助用户降低了线下的信息差。

结合过去十余年的门店数字化与平台运营能力，让美团能够实时获取真实世界中商家的经营情况、产品组合、交付能力、评价情况、价格变动等。加之多模态等技术手段和成熟的审核流程，美团的 AI 产品在准确度、覆盖度、及时性上会有更好的交付能力。

基础信息的准确性与即时性让小团 AI 搜索能够快速搜集美团上准确及时的本地生活信息及服务，并二次校验是否符合需求，结合用户评价分析，为提供用户准确且迅速可交易的服务推荐信息，用户可参考并一键领券优惠下单。

这也让小团不仅仅是 AI 搜索，更像是用户贴心的吃喝玩乐 AI 管家。

小团不单是Agent

美团相关负责人表示，" 利用好平台上准确及时的本地生活信息，真实评价，通过 AI 工具进行整合后，结合即时高效的履约能力，能够更好满足用户的模糊化、多条件、复杂化的需求。"

美团选择在春节期间，升级 AI 智能体 " 小团 "，显然还有一重深意，驱动数据飞轮。

过去十余年时间，平台前期依靠自身能力对信息的建设，用户已经形成了 " 美团信息准 " 的心智，并不断进行信息反哺，形成飞轮。在 AI 时代，这个飞轮显然可以转得更快。

因此，借助 AI 智能体，输出精准可靠的信息吸引更多用户，再将他们留下的真实评价和 UGC 内容，反哺到信息库中，以提升数据的丰富度、深度、真实性。平台提升推进信息结构化、信息密度，给 AI 大模型提供更多信息语料，形成正向循环。

在供给侧，平台提供精准、有真实消费意图的客流，商家们会自然而然地主动维护信息。这时候，美团通过餐饮 SaaS、外卖等深入商家运营的产品，沉淀了大量真实经营数据，将会进一步完善线上信息建设。

也许小团这套数据飞轮看起来不像别的 AI Agent 那般酷炫，但没有人会否认，在服务的交付上，谁都不能容忍任何一丝的谬误与延迟。

微信号｜TMTweb

公众号｜光子星球

  别忘了扫码关注我们！