AI是一场组织变革/AI图

手工劳动/挖哥

手工编辑 /角叔

出品/独角兽观察

8月28日晚间，美团交出2026半年度财报：上半年整体依旧亏损，但二季度营收1046亿元，同比增长14.4%，经营利润环比扭亏，外卖业务单位经济模型率先修复，行业补贴退潮之后，主业经营基本面重回正轨。

与此同时，财报里一组费用数据格外引人注意：上半年研发投入147.13亿元，同比上涨22.3%，AI是拉动研发开支上涨最核心的变量。一边是主业利润回暖，一边是AI重金投入，市场自然会追问：美团砸下这么多钱做AI，到底要做成什么？

在随后的财报电话会上，美团CEO王兴给出了清晰答案：“我们不会成为Token工厂，我们的模型和AI产品将用于支持我们的主业，提升用户、商户体验和公司经营效率。AI对美团，是一次组织、产品和工作流程的全面升级”。

当下AI行业热闹非凡，最热的“生意”毫无疑问是大模型，比拼参数跑分、对外售卖API、追求Token收入规模。

美团选择了一条反向道路：不把大模型拿来对外卖接口赚钱，所有AI能力向内扎根，扎进本地生活真实的线下交易、履约、经营场景，完成数字世界与物理世界的对接。

美团的AI故事，核心不是模型有多能聊天，而是能不能真正走进业务工作流，解决真实世界里那些杂乱、琐碎、充满变量的生意难题。

01

不做Token工厂，锚定主业底座

百模大战走到现在，行业已经出现清晰分化。一类公司把大模型当作独立产品，追求对外输出服务，靠Token消耗换取营收；另一类产业巨头，则把大模型当成内部业务的基础设施，AI不单独赚钱，价值折射在主业效率改善上。美团属于后者。

王兴将美团AI战略拆解成三个清晰方向：Building LLM（搭建自研大模型底座）、AI at Work（AI改造内部组织与工作流）、AI in Products（AI落地面向C端、B端的产品）。底层自研LongCat 2.0万亿参数大模型，实现全国产算力完成训练、推理全链路，虽然已经开源，但美团无意把它包装成通用大模型对外售卖。

LongCat 2.0首要任务是服务美团内部业务、服务千万商家与消费者，而不是与公有大模型市场争份额。

这就带来一个很现实的财报矛盾：AI现阶段是实打实的成本中心，不会直接带来AI板块的营收。高额算力、研发人力会持续消耗利润，价值很难在当期财报上直接体现。

AI产生的收益分散在各个业务角落：员工工作效率提升、商家经营损耗下降、用户消费体验变好、外卖调度履约更加精细，全部体现为主业的间接增益，没有独立的AI收入报表可以查看。

这也是美团AI最容易被市场误读的地方。很多投资者习惯用互联网新业务逻辑做评判：投入之后就要看到单独收入、测算明确ROI。但在美团管理层看来，本地生活 AI 属于长期基础设施投资，收益分散渗透在各项主业经营指标之中，不会产生独立板块的直接收入。当然这不代表不计成本烧钱，王兴也提到，在AI投入上会审慎评估回报率，守住资本开支纪律。

“我们始终认为，AI能力的长期价值，是能否真正进入真实工作流、解决真实问题，并形成长期稳定的基础设施能力。与此同时，全国产化训练和推理能力，也帮助我们在长期成本以及基础设施可控性上建立了更强优势。”王兴表示。

通用大模型处理的大多是互联网沉淀下来的文本信息，回答问题、写文案、做总结。

但本地生活是物理世界的生意，一笔订单背后交织着天气变化、门店库存、商圈人流、骑手位置、突发闭店、用户实时偏好等无数变量。

就像王兴曾经打的比方：就算爱因斯坦当秘书，他也不知道一家餐厅当下有没有空位，这不是智力问题，是真实世界信息问题。这正是美团AI得天独厚的优势：手握数字世界对接物理世界的完整数据与履约网络，AI输出的结论不是停留在屏幕上的一段文字，而是可以驱动下单、调度骑手、帮助商家调整经营策略，真正落地成为现实服务。

02

跳出工具误区，推动组织变革

外界关注美团AI，往往集中LongCat大模型参数、技术能力。但美团内部实践证明，产业AI落地最大难点从来不是模型技术，而是组织变革。

美团核心本地商业CEO莆中在西普会上直言，企业 AI 变革表面是技术问题，实质是业务设计 + 组织变革 + 技术应用的系统化一号工程。这件事不能只交由技术部门推进，需要一把手牵头，像推动数字化转型一样，一把手亲自参与、亲自抓。

美团自己完整走过一遍踩坑、纠错、沉淀方法论的全过程，这也是它最有参考价值的部分。

今年二三月，AI智能体浪潮席卷行业，美团内部也掀起轰轰烈烈的“养虾运动”，给近10万员工配备AI助手，Token消耗不设上限，全员上手试用最新模型。

短期看，这完成了一场大规模AI科普，上到管理层下到基层员工都开始熟悉AI工具。但代价很快暴露：算力账单爆炸，单日消耗可达千万元；缺乏权限管控，AI生成的错误信息甚至干扰真实业务决策。

4月之后，美团调整策略，自上而下搭建跨事业部AI组织，不再放任全员无边界试错，把大家对AI的热情收拢到标准化平台之上，CatPaw全场景Agent平台由此走上舞台。

截至目前，CatPaw已经覆盖美团内部9万名员工，沉淀搭建超过3万个Agent，渗透到研发、数据分析、客服、供应链、运营各个岗位工作流当中。

CatPaw和市面上普通AI聊天工具最大区别是什么？

普通AI工具大多停留在“回答问题”；CatPaw是嵌入业务系统的工作载体。研发人员可以让Agent协助读代码、排查问题；业务人员用自然语言完成取数、自动生成业务报告；跨团队项目，能够把反复执行的固定流程沉淀成Agent技能，在明确权限和人工复核机制下自动运行。

AI不是替代人，而是把人从大量重复、机械工作解放出来，让人聚焦判断、决策、创造性工作。有内部案例显示，过去需要一到两个月完成的业务方案，在AI重构工作流之后，两天就可以输出版本。

这就是“AI at Work”真正内核：AI改造的不只是员工个人效率，而是整套组织的工作流程。企业AI转型，最怕把AI当成锦上添花的玩具，放在业务外围做PPT、写邮件；真正的落地，是AI深入经营内核，重构旧流程。

美团踩过全员“养虾”的坑之后总结了一条朴素结论：AI是指数级技术，但企业想要吃到红利，前提是组织底数大于1。企业自身业务流程、管理底盘没有理顺，AI模型越强，反而越容易放大内部混乱，如同马力强劲的发动机装在松散底盘上，只会加速散架。

把内部踩坑打磨出来的CatPaw向外输出，是美团AI很重要的一步。很多中小餐饮、美业、药店老板，每天被一堆琐事困住：盯订单、处理差评、看销售数据、做营销复盘。

他们不是不想数字化，而是招不起专职运营人员，复杂系统学不会。CatPaw对外的商家AI工作台，就是把美团跑通的经营能力打包输出，给中小商家打造低成本的“AI数字员工”。

比如一家麻辣烫门店老板，面对差评激增、订单下滑、新店营销方案多重琐事，以往处理这些信息汇总分析要耗费两小时。

接入CatPaw之后，AI自动汇总评价、销售数据，标出异常问题，输出经营建议；但调价、活动决策依旧留给老板，AI负责整理信息，人掌握最终判断权。

医药零售领域，老百姓大药房借助这套AI能力识别季节需求，推动藿香正气产品在夏季销量增长150%；漱玉平民把几十城经营数据分析时间从2小时压缩到几分钟自动出日报。

美团开放的不只是模型工具，更是自己在真实商业里试错沉淀下来的行业Knowhow（实战诀窍）。

03

告别纸上推演，落地物理世界

如果说AI at Work解决内部组织与商家经营提效，那么AI in Products面向C端普通消费者，目标是把AI从信息查询工具，升级成本地生活任务执行Agent。

美团AI助手“小团”正在承担这个角色。过去用户使用AI，大多是问“附近哪家火锅好吃”，AI返回一堆文字答案；升级之后的小团，目标是帮用户把整件事做完：一句话指令，完成选店、订位、下单、打车，打通“提问决策履约”完整闭环。

这里藏着美团区别于纯线上AI公司的壁垒。

通用大模型可以分析美食点评文本，但它不知道门店此刻有没有座位、库存够不够、路上会不会下雨影响配送时长。

美团AI的输入素材，不只是网页文本，而是千万商户实时经营数据、骑手轨迹、天气、商圈动态等源源不断来自物理世界的数据流。大模型输出指令之后，背后有千万骑手、千万线下门店组成的真实网络承接执行，AI的想法可以落地变成现实服务。

这一轮AI浪潮前半程，行业焦点集中参数、跑分、模型能力比拼。但越来越多迹象表明，AI竞争已经来到下半场，胜负手不在于模型纸面能力，而在于能不能嵌入真实产业场景，解决实实在在的生意痛点。

市面上不缺强大的开源大模型，企业获取算力的门槛持续降低。真正稀缺的，是垂直行业的业务认知、完整业务流程、真实交易沉淀下来的数据，以及推动组织配合AI改造的决心。很多企业AI项目失败，不是买不到好模型，而是无法完成业务、流程、组织的配套改造，AI只能停留在演示PPT层面。

美团选择“不做Token工厂”，本质上是选了一条更难的路线：放弃对外售卖模型的短期想象空间，沉下心打磨AI与本地生活业务深度耦合。它不追求靠AI制造独立故事，而是把AI当作渗透进产品、组织、工作流的底层操作系统。

回望互联网发展史，新技术落地往往要经历索洛悖论阶段：技术到处可见，但生产率数据迟迟看不到反馈。AI今天正处在这个阶段。美团用全员试错换来经验告诉行业：AI不是买一套模型就万事大吉，想要拿到红利，先要把自身业务与组织底盘夯实。

未来，美团AI的成败，与其说是LongCat跑出多么惊艳的测评分数，或CatPaw拥有多么炫酷功能，不如说是看它能不能真正帮助9万内部员工、千万中小商家、数亿消费者解决每天实实在在的麻烦事。

毕竟，本地生活所有技术的终极考题，永远是物理世界里那一笔笔真实的交易。（完）