来源：略大参考

对小企业个体来说，最有效、最低成本吃到AI红利的方式，就是直接复用大厂的这套AI能力。

作者|杨知潮

很难想象，2026年了，“AI到底怎么用”竟然还是一个问题。

美团王莆中在日前的一次活动中提到一个数据：全球范围内仅6%的企业能从AI应用中获得可量化的收益。大量中小企业在AI中收获有限。

如果不说语境，这看起来应该是一个2023年或者2024年的数据。但在2026年，GPT都已经从3.5版本出到5.6版本的今天，AI的落地效果竟然还是这么有限。

一个考生分低，可能是考生的问题。所有考生分都低，只能是因为题太难。

AI的落地，绝不是在邮件工具上加一个对话框那么简单，而是像超市到电商、出租车到网约车这种整套系统的变革。过去半年，美团10万人耗费大量资金，踩了无数的坑，才勉强总结出了一套方法论，并在近日宣布将这套系统向全行业开放。

大厂多踩一些坑是好事，中小企业就能少踩一些。小公司直接照着大厂给的攻略走，甚至可以无伤通关。

01 AI的落地，还在外围打转

没人会认为，开车之前用ChatGPT查一下路线，就可以叫“智能驾驶”。但AI的落地，恰恰有点局限在这个层面。

最近两年，谷歌开始了对Chrome大刀阔斧的改革，比如眼下的Chrome右上角已经加入了Gemini的入口。用户随时都可以点开，浏览器就会有一个侧边栏出现，围绕浏览的内容提问。

有人觉得它很好用，也有人觉得它很鸡肋。

鸡肋在于，它本质就是一个对话框，只是帮用户省去了粘贴复制网页的环节。它仍然是在整个浏览器的“外围”，AI没有真的深入内核，去预测用户的点击行为，调取资源提前加载网页，没有改变浏览器的“主页面”，更没有真正改变用户上网的方式。

这不是某个产品的问题，目前大部分“AI浏览器”、“AI手机"、“AIPC"，都没有让AI真正进入内核。

眼下这个时代，键盘加了一个调出大模型的快捷键，就敢叫AI键盘。PC装了几个AO插件，就敢叫AIPC。但真正的AI键盘，不是应该用AI的方式，去驱动用户输入信息吗？真正的AIPC，不应该是在整个交互方式上，由AI所驱动吗？

很多时候，这种AI功能，比起效率型工具，倒不如说更像是发烧友的“玩具”。

C端和B端的AI没有次元壁，这些也是企业落地AI提效的问题——无法进入核心流程。

目前AI的应用有一个奇怪的规律：越是低价值的环节，AI做得越多。越是深入业务核心的环节，AI做得越少。

比如会议纪要、翻译、信息整理、写邮件，这些环节，AI几乎取代了人类绝大部分工作。

而在核心决策、业务执行、核心生产系统这个环节，AI的介入程度就太低了。

一家游戏公司可能已经用AI完成了大部分邮件和文档整理，但游戏的引擎、游戏的交互方式、游戏的玩法机制，AI还没有完成深度介入。

保险公司可能已经用AI帮助保险员写报告了，但在理赔、计算赔付等环节，贡献可能就会比报告环节少一些。

美团王莆中对这种现象说的更直白：大量高性能模型被消耗在改邮件、做PPT等低价值场景，场景错配使得AI始终停留在企业经营的外围环节。

尤其是中小企业，他们对AI对使用还有些停留在“尝个鲜”的环节，王莆中提到了一组数据：中小企业，AI融入工作流的比例仅5.1%。

既然停留在外围，就导致无法创造收益：全球88%的企业常态化使用AI，但只有6%，能够观测到收益。

这有点像上个世纪末的计算机科学，计算机到处可见，唯独没有体现在生产率统计里。

进入90年代，很多企业都已经有了自己的网站。但这仍然浮于表面，他们内部没有出现数字化的中台，没有真正利用计算机和互联网重构自己的供应链体系。尤其是中小企业，他们的落地速度远远慢于大厂。

今天AI领域的遭遇并不新鲜，只是又一次产业革命的探索期。

但不是每个人都对它充满耐心，很多中小企业对AI充满了过高的期望，当发现ai没有带来足够价值的时候，又会走向另一个极端，认为ai一无是处。

多方面的误区层层叠加，造成了中小企业在“用AI”和“真正获得可量化的收益”之间一道鸿沟。

02 美团踩过坑、排过雷，总结出攻略了

这也不能怪中小企业的认知有问题，毕竟一项技术的落地就是这样艰难，只有踩了很多坑以后，才能摸索到一些规律。

即便是大厂美团，在AI的落地方面，也耗费了大量的资源，走了很多弯路。

今年年初，OpenClaw在全球风靡。美团开启了轰轰烈烈的养虾运动，上到高管，下到基层员工，几乎人人“养虾”。

王莆中认为，这个阶段最大的作用，不是干了多少活，而是科普。让整个企业理解这是个什么东西。

不过科普的代价有点大，很多个人用户一天都能烧掉几千元的Token，更何况一家10万人的企业，美团每天消耗1000万人民币——这种试错成本，中小企业很难承担。

这才有了下一个阶段：设计出一套有效的转型步骤，把AI变成生产力。

随着很多项目的成熟，美团也进入了AI应用的第三个阶段。

在这个阶段，美团又从中总结出一个规律：企业的AI落地，并不是一个技术问题，而是三位一体解决的，不是由CTO推动的，而是由CEO推动的。

这句话不难理解，以“数字化转型”为例，茅台转向线上销售，这只是技术开发一个“i茅台”APP的问题吗？它最大的难题是代码怎么写吗？

沃尔玛的“电商化转型”，就是超市+网站或者APP吗？

当然不是，这些东西背后是渠道改革，是供应链体系的重构，甚至是整个企业商业模式的转型。

所以王莆中才说，企业AI变革表面是技术问题，实际是一个业务涉及+组织变革+技术应用的系统化一号工程。

就像电商不是卖货+网站，而是用互联网的思维重新构建一套卖货体系一样，AI的变革，是整个流程重获新生的过程。

而这个一号工程的第一个切入点，应该是最头疼、最能省成本、最能赚钱的那个环节。

找到这个环节以后，再去购买工具，而不是先购买工具，再思考怎么用。

这些道理很简单，但背后的成本是昂贵的。10万多人，8万只龙虾，耗费了以亿计的资金，半年的时间，才终于摸索出了一套方法论和规律。

当然，对中小企业来说，他们不用像美团一样经历这么多的阶段，他们可以直接复用大厂的方案。

03 复用大厂的AI能力，是一种顺势而为

10万人轰轰烈烈的研究半年，当然也不敢说把AI的落地吃透。

但在一些细分领域，美团已经跑通了一些事情，走在前面的领域是：医药（连锁药房）。

美团医药AI，践行了前面提到的一整套方法论，它没有停留在写邮件、写说明书这样的外围环节，而是直接深入了卖药最重要的部分：售前、库存、门店巡检。

在售前，AI健康管家可以直接回答消费者问题，再加上药师的人工审核保证准确率。省人，省时间，效率极高。

库存管理方面，传统方法，药店凭借经验补货。有了AI的帮助就不一样了，智能库存管家可以直接理解数据，洞察需求。

美团已经和多个连锁药房合作试点，验证这套系统。

美团与老百姓大药房重点在需求洞察层面，靠着数据识别需求，推动高温季藿香正气月销增长150%。

经营专家智能体助力漱玉68个城市的数据分析从每次2小时压缩至自动推送日报、5分钟通览。

在药企科赴的试点应用中，通过生意复盘和异动预警的提醒让人效提升超过30%，供给信息传递速度提升一倍，补货速度提升70.9%。

美团能做好这些的前提，除了AI技术以外，还有：几千万次高质量的咨询会话，十几万的药品说明书，以及各种各样的人群医学数据。

以及深耕行业多年的业务经验，和在AI落地实战过程中总结出的正确和错误规律。

——世界上好的模型有很多，但这样的平台化能力、业务经验、系统化方案，只有极少数的大厂才有。它比一个模型API本身重要得多。

归根到底，企业AI转型，所需要的并不是一个简简单单的AI工具，最优秀的大模型仍在外围打转，核心原因就是“大模型不懂行业”。中小企业想真正拥抱AI，需要的其实是一个懂行业的“AI Agent”。

中小企业，可以买到最好的模型的Token，但模型能力到业务能力中间，仍然隔着一道鸿沟，想要训练出一个适配自己的行业Agent，这中间仍然需要海量的投入，这是中小企业难以承担的。

但好在，数字化时代、AI时代也是合作的时代。

今天一个人或者一家企业想开一个购物网站，并不需要自己买服务器写代码，自己建物流渠道，自己搭建支付通道。只要找Shopify或者谷歌独立站，它们全部都能解决。

AI时代更是如此，中小企业可以反向利用好“规模效应”。如果有行业头部公司愿意去探索、去承担试错成本、并愿意总结经验把能力开放给行业，那对小企业个体来说，最有效、最低成本吃到AI红利的方式，就是直接复用大厂的这套AI能力。这也是小企业的一种“顺势而为”。

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。