美团“小美”AI：智能生活小秘书，用户心智争夺新战场

美团最新推出的AI Agent产品“小美”App，已在主流应用商店上线，定位为“小而美的AI生活小秘书”。用户通过获取专属邀请码可参与公测。

《新立场》经过实测发现，用户能通过简洁的自然语言交互，获得AI推荐的外卖、堂食、酒旅等本地生活消费建议。

大厂纷纷加码AI，已成为行业标配。美团近期不仅宣布自研模型LongCat-Flash-Chat（小美AI基于此模型）在Github、Hugging Face平台开源，大众点评也宣布“重启”品质外卖服务，通过B端自研大模型优化服务。这些动作预示着美团的AI布局正在加速推进。

外卖大战初期，有戏言称本以为会All in AI，结果发现是All in外卖，原来WAIMAI里有两个AI。外卖和即时零售确实吸引了大量关注，但AI这条线索从未“下桌”。随着竞争深入，技术性军备正被一件件搬上前线。

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”，另据报道，电商搜索产品“AI助手”也在灰度测试中。这些AI产品的目标一致：整合平台资源，通过自然语言交互，协助或引导消费者做出选择。

按照这一标准，高德日前上线的扫街榜，通过用户“行为+信用”构建线下服务信用体系，本质上也是“辅助决策”，目标同样是用户心智。

用户心智构成复杂，补贴、服务、供应、营销都是影响因素。而心智是一种“高维”竞争力，一旦形成，对业务的反哺效应极为明显。因此，发力AI辅助功能所折射的用户心智抢夺，是观察企业底层竞争力的绝佳窗口。

01、美团的真假护城河？

淘宝闪购的攻势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。

这基于以下逻辑：外界普遍认为美团的护城河在于其强大的履约能力（配送速度、时间承诺、覆盖面等）和庞大用户基础。一方面，履约基建这类重资产投入巨大、运营成本极高；另一方面，它是对外最易被看见和识别的竞争力。

因此，当淘宝闪购汹涌而来，订单量不断刷新，财报又显示美团利润端承受压力时，这种竞争力是否达到“护城河”高度便存疑。简而言之，如果“护城河”容易被竞争对手模仿或通过资本补贴突破，那么它就是脆弱的。

但以上对企业竞争力的描述较为简略。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等长期积累的因素，形成企业辨识度。这些因素通常内化于系统中，作为各个环节的润滑剂，使经营流程更顺畅。

因此，美团正在测试的小美AI，肩负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”。这指用户在追求快、便宜、卫生、美味的同时，会面临如何“在众多选项里做出符合自己偏好的选择”的综合性问题。

平台竞争可能聚焦在价格、配送速度等易量化、短期见效的指标上，“做选择”则是认知+偏好匹配。当前消费环境存在供给过剩、信息过载的结构性问题。具体到点外卖时，“今天吃什么”比“这家猪脚饭便宜3块”更频繁出现。

《新立场》实测小美AI后认为，这款“导购”式AI助手有两个特点：一是突出LBS能力，对区域商户及商品信息掌握透彻，能给出用户生活半径内的动态消费建议。图中提问以好评为标准，反馈信息维度丰富。

二是能抓取用户历史数据做定制化方案。比如提出“根据我过往中午点单偏好推荐”，AI能判断个人口味习惯、消费区间和场景偏好。如图案例中轻食选择因人而异。

传统LBS告诉你附近有什么，而AI助手能抽取、排序、标签化这些信息，生成“可决策”的推荐。美团积累十多年用户行为数据和商户资源，过去关于“选择多、履约快、更实惠”的口碑来自口耳相传和长期黏性。

结合AI后，美团把“隐形的长期积累”转化为“显性的产品体验”，把构筑真正护城河的底牌拿到台面上攻防。毕竟短期竞争靠补贴抢市场，长期竞争靠匹配/信任留人。

02、“导购型”AI 还在证道途中

“AI重塑互联网”的口号喊了三年多，回到现实应用领域，“导购型”AI最常见。

其特点包括用户以自然语言和少量交互表达需求。比如本地生活App可提问“推荐附近好吃的火锅”，电商App可提问“预算500元内轻便运动鞋推荐”。AI助手基于平台数据帮助用户缩小选择范围、减少决策成本。

很多平台做过类似尝试。淘宝有“AI助手”和“AI万能搜”，京东有“京言AI助手”，抖音有“智能购物”。这些产品内嵌于应用内交互逻辑相似。

我们测试了电商领域这样的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“推荐适合我的换季衣服”，外显筛选条件包括当季趋势、商品评价和用户需返回3-5个打包穿搭方案。

“搜索”是基本交互行为但鲜有成为日常依赖入口的“导购型”AI产品。换句话说相关功能还在辅助和探索阶段而非首选决策路径。

原因可能是功能未完善。

AI无法假定用户能准确表述需求自然语言交互无严格提示词范式。在此前提下模糊表达如“我想买点小众衣服”“我想吃简单点但不要太廉价”成功率也是模糊区间。我们都知道很多决策困难从“不知道自己要什么”开始。

但这些问题可通过技术手段解决而产品底层逻辑是否适配应用场景也值得商榷。

“消费决策”是多维、动态且复杂的过程抛开目标明确即买即走情况消费者做选择时常需要适当“噪音”。

消费者最倚重的信源是商品评论区且不是单纯顺从好评差评方向选择。“桌子比图例看着小但挺漂亮”和“桌子挺结实但颜色太诈骗了”这两条评论不同的人对购买有不同权重调整。

更近案例如小红书种草电商平台希望借鉴的内容社区影响消费决策方式非常情景化。内容社区需求消费建议返回UGC内容包含大量日常语言“多余”表达评论区你一言我一语正负面反馈哪怕是小红书自己的AI “导购”也还没有完美捏合信息熵增与AI降噪。

此外消费者对“垄断”信息渠道有天然警惕。互联网普及下大多数人对买广投流和推荐位有所了解信任门槛也需考虑在内。

03、写在最后

我们此前提到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们朝“超级应用”方向努力将自身扩充为大消费入口。

功能越厚重不一定越强统合式入口梳理业务至关重要.现在内嵌于各平台的AI助手们就肩负着这种期望但技术走向成熟培养用户习惯仍需时间。