美团AI生活助手“小美”公测：导购型AI如何重塑本地生活消费决策？

美团近日在主流应用商店推出了其首款AI智能体产品“小美”App，该应用定位为“小巧精致的AI生活秘书”，用户需获取专属邀请码方可参与公开测试。

根据《新立场》的实际体验，用户通过简单的自然语言交互，即可获得AI提供的外卖、堂食、酒旅等本地生活消费的个性化推荐。

大厂加码AI已成为行业标配。美团近期宣布开源自研模型LongCat-Flash-Chat（小美AI基于此模型），并发布在Github和Hugging Face平台；同时，大众点评宣布重启品质外卖服务，强调通过B端自研大模型优化服务。这些举动表明，美团在AI布局上虽起步稍晚，但正逐步展开全面铺开。

本轮外卖大战初期，社交媒体曾有戏言，本以为会全力投入AI，后来发现是全力投入外卖，因为“WAIMAI”这个词里包含了两个“AI”。外卖和即时零售确实分散了大量注意力，但AI这条线索从未“退场”，随着竞争深入，技术性军备竞赛正逐渐成为前线焦点。

将视角放大，围绕AI功能嵌入App，淘宝近期也动作频频。8月已上线基于大模型的AI问答产品“AI万能搜”，据报道另一款电商搜索产品“AI助手”也在灰度测试中。这些AI产品的实用方向高度一致，即整合平台供应，通过自然语言交互，协助或引导消费者做出选择。

若按此标准，高德地图日前上线的扫街榜，通过用户“行为+信用”构建线下服务信用体系，本质也是“辅助决策”，目标同样是争夺用户心智。

用户心智构成极为复杂，补贴、服务、供应、营销均产生影响，而心智作为一种相对“高维”竞争力，一旦形成，对业务的反哺效应极其显著。基于此，发力AI辅助功能所折射的用户心智抢夺，成为观察企业底层竞争力的绝佳切口。

01、美团的护城河：真实还是表象？

淘宝闪购的攻势，以及美团近期财报的利润表现，引发市场对“外卖护城河”概念的质疑之声。

这基于以下逻辑：外界普遍认为美团的护城河在于其强大履约能力（配送速度、时间承诺、覆盖面等）搭配庞大用户基础，一方面履约基建这类重资产前期投入巨大、运营成本高，另一方面它是对外最易被用户识别和感知的竞争力。

因此当淘宝闪购汹涌而来，订单量不断刷新，财报又提示美团利润端承受压力时，这种竞争力是否真正达到“护城河”的高度便产生异议。简言之，如果“护城河”容易被竞争对手模仿或通过资本补贴突破，那么它就是非常脆弱的。

但以上讨论对企业竞争力的描述相对简略。在显性资源之外，经营经验、已成型的商家/用户/骑手体系、算法调度与数据预测这些需长期积累的资产，形成了一个企业的辨识度。只不过这些因素通常内化于系统之中，充当各个环节的润滑剂，使整个经营流程更顺畅进行。

所以，美团正在测试的小美AI，肩负着显化内在竞争力的任务。

外卖场景存在一个被低估的需求——“做选择”，它指用户在追求快速、便宜、卫生、美味等诉求之上，会面临一个综合式问题：如何“在众多选项里做出符合自己偏好的决策”。

平台竞赛可能聚焦于价格、配送速度等易量化、短时间见效快的指标，但“做选择”是认知与偏好匹配。当下，整个消费环境都存在供给过剩、信息过载的结构性问题，具体到点外卖，日常语言中最频繁出现的句式不是“这家猪脚饭便宜3块”，而是“今天吃什么”。

《新立场》实测小美AI后，认为目前这款“导购”式AI助手有两个特色。一是充分突出LBS能力，对区域商户及商品供应信息把握透彻，能提供用户生活半径内的动态消费决策。图中提问以好评为标准，反馈的信息维度显示较为丰富。

二是可抓取用户历史数据做定制化方案。例如在提出“根据我过往中午时间段点单偏好给出推荐”的问题后，AI能够判断个人口味习惯、消费区间和场景偏好。如图案例中给出的轻食选择，不同用户会有不同方案。

传统LBS仅告知附近有什么，而AI助手能将信息抽取、排序、标签化，生成“可决策”推荐。美团拥有十多年积累的用户行为数据和商户资源，过去其关于“选择多、履约快、更实惠”等口碑，主要来自用户口耳相传和长期使用后的黏性。

当下结合AI，美团相当于把“隐形的长期积累”转化为“显性的产品体验”，将构筑真正护城河的底牌拿到台面进行攻防。毕竟短期竞争靠补贴抢占市场，长期竞争靠匹配与信任留住用户。

02、导购型AI：仍在证明自己的路上

“AI重塑互联网”的口号已轰轰烈烈喊了快三年，回到现实应用领域，面向C端最常见的产品便是前文提到的“导购型”AI。

其特征包括：用户能够以自然语言和少量交互表达需求，例如本地生活App可提出“推荐附近好吃的火锅”，电商App可提出“预算500元以内，轻便运动鞋推荐”。AI助手基于平台数据，帮助用户缩小选择范围，降低决策成本。

许多平台都做过类似尝试。如淘宝在“AI助手”和“AI万能搜”之外，2023年曾内测“淘宝问问”，也主打电商搜索导购。京东推出“京言AI助手”，抖音也测试过AI导购服务“智能购物”，这些产品均内嵌于应用内，交互逻辑大同小异。

我们测试了电商领域这类AI导购能提供怎样的选择。以近期上线的“AI万能搜”为例，提问“推荐一些适合我的换季衣服”，AI的筛选条件包含了当季流行趋势、商品评价、用户需求，并返回3-5个打包式穿搭与购买方案。

作为对比，下图展示了“换季衣服”这一关键词在常规搜索界面的结果。以笔者需求来看，AI能够帮助缩小选择范围，但面对服饰这类消费决策过程较复杂的品类，多番比对和大量浏览的流程通常难以“简化”。

除了直观的商品/服务交易平台，以内容为“商品”的小红书也推出过AI问答助手“达芬奇”、搜索智能助手“搜搜薯”，以及独立App“点点”。

“搜索”本身是一种非常基础的交互行为，但这些以“搜索”为切口的“导购型”AI产品，鲜有真正成为用户日常依赖的入口。换言之，相关功能仍处于辅助和探索阶段，而非用户首选决策路径。

究其原因，较容易联想到的是功能尚未打磨完善。

AI无法假定用户能够准确表述需求，自然语言交互缺乏严格的提示词范式。在此前提下，模糊表达如“我想买点小众的衣服”“我想吃简单点但不要太廉价”，AI推荐与需求匹配的成功率也是一个模糊区间。众所周知，日常生活中许多决策困难，都始于“自己都不知道自己要什么”。

但这些问题还能通过“技术手段”寻找突破口，而产品底层逻辑是否适配应用场景，或许也有值得商榷之处。

“消费决策”是一个多维、动态且复杂的过程，抛开目标明确即买即走的情况，消费者做选择时常需要适当的“噪音”。

很长一段时间内，消费者最倚重的信源是商品评论区，且并非单纯顺从好评和差评指引，而是从“桌子比图例看着小但挺漂亮”与“桌子挺结实但颜色太诈骗了”这类评论中调整权重。

更近的案例如小红书种草，这个电商平台都希望借鉴的内容社区，影响消费决策的方式非常情景化。在内容社区寻求消费建议，返回的UGC内容包含大量日常语言、“多余”表达，以及评论区正负面反馈。即便是小红书自家的AI“导购”，也尚未完美捏合信息熵增与AI降噪。

再者，消费者对“垄断”的信息渠道有天然警惕。互联网高度普及的当下，大多数人对广告、投流和推荐位等有一定了解，信任门槛也需考虑在内。

工具是精良的，但如何用在合适地方、充分发挥其价值，仍是一个行业性课题。

03、结语：AI助手与超级应用的未来

我们在此前的文章中提及，先是近远场电商融合，后有团购、酒旅等领域不断迎来跨界选手，以美团、阿里为代表的互联网巨头正朝着“超级应用”方向努力，将自身扩充为综合性消费入口。

但超级应用的构想过去常受“贪多嚼不烂”的质疑。一个可参考对象是布局广泛、服务繁多的支付宝，从生活缴费到出行、到店、医疗等均有涉猎，但其即用即走的工具属性仍压过其他，少有用户将其视为可长期停留的综合消费平台。

功能越厚重不一定越强，一个统合式的入口来梳理这些业务至关重要。如今内嵌于各平台的AI助手们正肩负这种期望，只不过目前仍需等待技术走向成熟，并培养用户形成使用习惯。