美團AI：不玩虛的，只解實的

撰文| 吳先之

編輯| 王 潘

春節臨近，幾乎所有人都會在聚會前，花費大量時間精力選擇一家餐廳，或者點一單外賣。選擇之后，又會因為忘記領優惠、商家關門等原因，而體驗不佳。

從這個角度看，選擇困難癥不完全是用戶的問題，很大程度上是供給過于充分導致的。隨著AI在本地生活中加速落地，問題逐漸有了解決方案。

2月12日，美團宣布升級AI管家“小團”。

據悉，該活動自上線之日起，持續至整個春節假期期間。用戶在美團App搜索框中，使用“問小團”工具，提出本地生活相關問題，“小團”可以快速分析，基于美團平臺上準確、及時的商戶信息與服務內容，經過二次校驗，并結合真實用戶評價，推薦精準且可交易的吃喝玩樂選擇。

與此同時，“小團”還將幫助用戶一鍵領取多品類優惠券，覆蓋外賣、閃購、餐飲堂食等場景，并依據需求智能推薦最優惠的下單方案。

從“小團”的產品思路可以看到AI賦能本地生活的兩個核心方向。

本地生活業態復雜，有到店、到家，亦有即時消費的餐食與計劃消費的酒旅。此外，在幾乎每個領域，美團都有海量供給，用戶不患不足，惟患不好，更患浪費時間。

在海量供給之外，本地生活用戶還存在省錢需求，然而站內的會員體系、促銷券、店鋪券等促銷體系疊加，用戶要想省錢，還需要經過繁復的操作。

升級“問小團”，其實是美團向本地生活用戶使用AI提供了兩把鑰匙：省錢與省時間。這正是當前本地生活領域，用戶的真實需求。

把不確定性變成確定

AI解決本地生活的真實需求，經歷了至少三個階段，從最初的線上信息整合到行程規劃，再到當下深度介入到物理世界，給出快速可交易的確定性答案。

相較于其他領域，供給側經營的不確定性與需求側的低容錯心智，導致AI對本地生活的改造有更大的挑戰。當前在吃喝玩樂上，用戶的真實需求是“找靠譜的店”和“找可立即交付的服務”，即：基于真實準確信息，對消費需求進行分析和匹配，并提供立刻可交易的選項供用戶選擇。

本地生活的交付形態就有很大的不同。任何幻覺的出現，對于即時性的到家服務而言都是無法忍受的。

以點咖啡外賣這類稀松平常的事情為例，涉及到溫度、甜度、規格、價格等。即便目前市面上已有類似產品，但交付是一回事，交付質量又是一回事。因為供給豐富度、本地數據不夠充分，以及商家數據未能實時更新，仍然無法解決用戶實際問題。

而針對延遲交付的到店團購，雖然沒有即時消費那樣苛刻的履約，但用戶對于交付質量的訴求并不低于到店。沒有人能夠忍受如下場景：幾天前團購的項目，到店后才發現環境與詳情頁出入巨大，很多項目也因為種種原因無法交付。

上述情況到了春節期間會變得更為突出。

春節期間，商家的經營活動存在很大彈性，如大型商超在除夕當天的閉店時間會提前到下午5點，初一至初二部分門店會閉店休息。餐飲行業中，一家烤肉連鎖品牌在除夕當天僅有午市，初一當天僅有晚市，而另一家中餐廳則為了抓住團年宴的高峰期，選擇了正常營業。

面對彈性的供給，交付反而成為了一件充滿變數的事情。對于本地生活用戶而言，原本選擇一家鐘意的餐廳就耗神費力，春節期間的顧慮還變得更多。

餐廳有沒有包間、是否有兒童餐、是否在室內、價格是否會有變化等等，如果這些看似細碎的需求沒有得到滿足，用戶體驗會大打折扣。

可以很清楚地看到，用戶使用AI，在本地生活與其他領域有著截然不同的心智。AI當下在本地生活的應用場景，最重要的不是幫用戶花錢，而是幫用戶省時間、省錢，并完成確定性的交付。

這一設計理念貫穿美團AI管家“小團”。

我們進行了兩次測試，“小團”輸出結果的過程包括“搜索美團信息及服務”“校準是否符合需求”“校驗商家評價”三個階段。

第一次提供了看似精準，但實際上很模糊的需求。“小團”匹配需求后，輸出了如下幾個信息。

首先是一句話的整體信息，匹配價格與履約情況。其次是篩選了幾家店鋪，按照月銷、價格、距離、評價綜合排序，用戶完成決策后可在對話結果中點擊鏈接，進入下單頁面，如果覺得合適，就可以直接下單。

如果覺得不合適，也可以再逛一逛，“小團”并沒有搶奪用戶自己下單的權利。

另一個測試中，我們提出了明確的餐品、位置、口味、客單價需求，“小團”理解了我們對于就餐之外，有觀景需求，因此提供了兩個選項。一家的小貼士中提到預定窗邊位置景色好，第二家則提供了停車免費2小時的小貼士。

隨后的多輪對話中，我們增加了“老人有糖尿病”等信息后，“小團”提供了唯一解，覆蓋了室內就餐、餐品適合糖尿病、餐廳附近有景點、目前有多規格包間預定等。值得一提的是，“小團”洞察到輸入的信息中有大量涉及到就餐環境，因此還增加了室內就餐環境的表述。

“小團”背后的物理世界信息基建

從“小團”的產品策略上可看到美團AI與同類競品最大的差異性優勢，來自于基建，確切地說是對物理世界基礎信息上的重投入。

“小團”AI智能體從形態上看更接近于AI搜索，提供信息篩選，但與搜索不同的是，AI搜索的數據庫全部來自線上，而“小團”的底層數據是來自真實世界的實時映射。

此前有業內人士提到，“隨著大模型的持續迭代，模型能力的差距會越來越小，更重要的競爭其實是在平臺自己的數據庫上。”因此，美團長期投入巨量資源不斷進行“本地生活信息基建”，確保AI信息底座準確且及時。

準確、真實、全面地獲取本地生活信息，讓AI能夠精準輸出結果，并不是一件簡單的事情。而美團最大的優勢在于擁有生態內大量、持續的內容數據來源。

早在2024年，美團技術團隊公眾號曾發布了一篇基于多模態信息抽取菜品知識圖譜構建的研究成果。且不論這篇論文中大量艱澀的技術表述，單從業務應用上能夠看到，美團早已在餐飲業務最基本單元的食材上，開始運用多模態能力，確保基礎信息準確性。

基礎信息外，還包括商戶線上頁面的環境相冊、推薦菜相冊等圖片類等相對間接的商家客觀信息。

“小團”響應用戶需求的過程，有兩個截然不同的數據來源。一個是前面提到的，偏靜態的本地生活平臺生態內的數據資源。也包括美團、大眾點評積累了海量的用戶真實評價，相當于為AI大模型進行了一次校驗。

需要注意的是，大眾點評在AI時代有著無可替代的戰略價值，大致可以理解為通過用戶口碑，對結構化數據進行一次精調。

點評沉淀了大量來自用戶真實文字、圖片評論，以及與核銷數據的互證，為“小團”這類AI智能體提供了垂直、真實、多元的信息，從而能夠真正解決用戶省錢、省時間的核心需求。

本地生活信息的復雜之處是在于，光有海量數據并不夠，還需要確保信息的足夠“新鮮”。

美團在過去十余年時間里，建立起了完善的線下提報體系，也在AI時代獲得了增值。

有美團BD表示，為了確保線上供給的真實性，實時跟蹤商家產品組合變化，去年以來設置了更為頻繁的巡店指標。這套巡店機制既鞏固了平臺與商家常態化交流，將數據接入到小團，也相當于幫助用戶降低了線下的信息差。

結合過去十余年的門店數字化與平臺運營能力，讓美團能夠實時獲取真實世界中商家的經營情況、產品組合、交付能力、評價情況、價格變動等。加之多模態等技術手段和成熟的審核流程，美團的AI產品在準確度、覆蓋度、及時性上會有更好的交付能力。

基礎信息的準確性與即時性讓小團AI搜索能夠快速搜集美團上準確及時的本地生活信息及服務，并二次校驗是否符合需求，結合用戶評價分析，為提供用戶準確且迅速可交易的服務推薦信息，用戶可參考并一鍵領券優惠下單。

這也讓小團不僅僅是AI搜索，更像是用戶貼心的吃喝玩樂AI管家。

小團不單是Agent

美團相關負責人表示，“利用好平臺上準確及時的本地生活信息，真實評價，通過AI工具進行整合后，結合即時高效的履約能力，能夠更好滿足用戶的模糊化、多條件、復雜化的需求。”

美團選擇在春節期間，升級AI智能體“小團”，顯然還有一重深意，驅動數據飛輪。

過去十余年時間，平臺前期依靠自身能力對信息的建設，用戶已經形成了“美團信息準”的心智，并不斷進行信息反哺，形成飛輪。在AI時代，這個飛輪顯然可以轉得更快。

因此，借助AI智能體，輸出精準可靠的信息吸引更多用戶，再將他們留下的真實評價和UGC內容，反哺到信息庫中，以提升數據的豐富度、深度、真實性。平臺提升推進信息結構化、信息密度，給AI大模型提供更多信息語料，形成正向循環。

在供給側，平臺提供精準、有真實消費意圖的客流，商家們會自然而然地主動維護信息。這時候，美團通過餐飲SaaS、外賣等深入商家運營的產品，沉淀了大量真實經營數據，將會進一步完善線上信息建設。

也許小團這套數據飛輪看起來不像別的AI Agent那般酷炫，但沒有人會否認，在服務的交付上，誰都不能容忍任何一絲的謬誤與延遲。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！