美团 2026 年 AI 战略深度分析:驱动餐饮外卖行业的效率革命与格局重构
摘要
本报告基于美团 2025 年全年财报及 2026 年 3 月 26 日财报电话会的核心信息，深入剖析 CEO 王兴提出的 AI 战略布局 —— 其并非单纯的技术投入，而是以 “物理世界 AI 化” 为核心逻辑，通过自研多模态大模型 LongCat 系列构建底层能力，重点落地于配送效率优化、骑手管理模式升级、用户体验重构与商家经营赋能四大场景。结合 2025 年美团 260 亿元研发投入（同比增长 23%）及全链路 AI 工具的规模化落地数据，报告系统探讨了该战略对餐饮外卖行业的短期效率提升与长期结构性影响，并通过与饿了么、抖音本地生活的 AI 战略对比，揭示行业未来的竞争壁垒与演化趋势。1. 引言
2026 年 3 月 26 日，美团发布 2025 年全年业绩报告 —— 全年营收 3649 亿元（同比增长 8%），但受即时零售 “内卷式” 竞争与 AI 研发的阶段性投入影响，全年净亏损 234 亿元，核心本地商业板块经营亏损 69 亿元。在同期召开的财报电话会上，CEO 王兴以 “在 AI 革命中，唯一合理的策略是进攻，而不是防守” 的表述，为美团未来三年的战略走向定调。这一 “进攻型” 定位的本质，是美团在本地生活服务行业从 “规模扩张” 转向 “效率深耕” 的必然选择：当市场渗透率触及天花板、价格战边际效益递减时，AI 技术成为突破 “成本 - 效率” 边界的唯一可行路径。王兴进一步明确了美团 AI 战略的差异化路径：“我们不会盲目追求成为‘词元工厂’（Token Factory），而是将 AI 视为改进、加强甚至彻底变革本地服务这一核心业务的战略机遇”。这一表述清晰区隔于通用大模型厂商的技术导向逻辑，而是锚定 “物理世界数字化” 的独特场景 —— 美团的核心优势，在于其积累的海量 POI 数据、实时履约网络与真实用户行为数据，AI 的使命是将这些数据转化为可落地的服务能力，而非单纯的模型参数竞赛。2. 美团 AI 战略的核心支柱与落地场景
美团将 AI 定义为 “物理世界的 AI 底座和行动能力”，其战略落地并非单点突破，而是覆盖“需求理解 - 资源调度 - 履约执行 - 生态赋能” 的全链路闭环。2025 年 260 亿元的研发投入中，超 80% 流向 AI 相关领域，核心围绕自研多模态大模型 LongCat 系列展开 —— 从 2025 年下半年的 LongCat-Flash-Chat 混合专家模型、LongCat-Flash-Thinking 高效推理模型，到 10 月底推出的 LongCat-Video 视频生成模型，美团已快速构建覆盖文本、图像、音频、视频的全模态模型家族。基于这一底座，AI 技术在四大核心场景实现了规模化落地。2.1 调度即决策：AI 重塑外卖配送效率的核心逻辑
外卖配送的本质是 “动态资源调度的数学问题”—— 在毫秒级时间窗口内，匹配千万级订单与骑手、路况、出餐速度等变量，其复杂度远高于纯线上业务。美团 AI 在该场景的核心载体，是历经十代迭代的“超脑” 即时配送系统。王兴在电话会上特别强调，超脑系统的核心价值并非 “更快”，而是 “更智能的预测与动态调整”。2025 年，超脑系统的算法能力实现了三大关键突破：其一，时空预测精度的量级提升。通过融合 LongCat-Video 的视频识别能力与实时路况数据，系统可提前 15 分钟预测写字楼、商圈的订单爆发峰值，准确率较 2024 年提升 47%—— 这意味着骑手可提前 5-8 分钟抵达取餐点，而非在商家门口等待出餐。在极端场景下，这一能力的价值尤为显著：2025 年夏季暴雨期间，超脑系统通过实时分析雷达回波与积水路段数据，对途经风险区域的订单自动调整配送路径，最终实现 99% 的订单完成率，平均送达时间稳定在 34 分钟 —— 这一数据在同类天气条件下，较行业平均水平快 12 分钟。其二，ETA（预计送达时间）的动态校准机制。传统调度系统的 ETA 仅基于距离与历史速度计算，而超脑系统纳入了商家出餐时长、电梯等待时间、小区门禁效率等超 100 种变量，部分核心商圈的 ETA 准确率已达 95% 以上。这不仅降低了用户因 “超时焦虑” 产生的投诉，更将骑手的无效等待时间从平均 12 分钟压缩至 3 分钟以内。其三，骑手路径的全局优化逻辑。超脑系统并非仅优化单骑手的路径，而是以 “片区全局效率最优” 为目标 —— 例如在写字楼集群区域，系统会将同一栋楼的 5-8 单合并调度，而非分散给不同骑手。这一策略使北京、上海核心商圈的骑手空驶率下降 21%，单均配送距离缩短 1.2 公里，对应单均配送成本降低约 8%。值得注意的是，美团的无人配送体系并非独立于人工网络，而是 “人机协同” 的补充：截至 2025 年底，美团无人机在国内外 70 条航线累计完成超 78 万单，覆盖深圳、上海等 15 个城市的办公区、景区等封闭场景 —— 典型案例是香港汀角村的 “老年人送餐” 专属航线，将原本 1.5 小时的跨海进山配送时间压缩至 10 分钟。无人车方面，第五代车型已在 20 余个城市试点，累计完成订单超 500 万单，自动驾驶里程突破 1500 万公里，运营效率较传统骑手提升约 30%。王兴特别强调，当前无人配送占比不足 1%，其核心价值是 “在极端场景下替代人力，而非大规模裁员”—— 比如疫情期间的中高风险区、深夜的远郊订单，无人配送可有效填补人工运力的空白。2.2 骑手管理的 AI 化演进：从 “效率工具” 到 “人机协同”
骑手是美团履约网络的核心载体 ——2025 年，美团已为全国 1600 万名骑手提供职业伤害保障，其中养老保险补贴覆盖超 200 万名全职骑手，全年骑手福利投入超 120 亿元。但传统管理模式面临 “效率与体验对立” 的核心矛盾：平台要压缩履约成本，骑手则面临超时罚款、疲劳配送的压力。AI 技术的引入，正在将这一 “零和博弈” 转化为 “价值共生”。2025 年，美团在骑手端落地的 AI 工具，核心围绕 “体验优化” 与 “风险预警” 两大方向：其一，全链路智能交互工具。针对骑手在雨天触控失灵、冬季戴手套操作不便的痛点，美团推出的语音交互系统覆盖接单、改道、确认送达等全流程核心动作，实测骑手操作效率提升 57%，每小时可多送 1.5 单。更关键的是，该系统可主动识别骑手状态 —— 例如当骑手连续骑行超 4 小时，系统会自动弹出休息提醒，并暂停派单 20 分钟，从技术层面避免疲劳配送的安全风险。其二，情绪识别与异常预警机制。通过骑手端 APP 的麦克风采集语音特征、陀螺仪识别骑行稳定性，AI 可实时感知骑手的情绪波动与安全风险：当识别到骑手连续三次急刹车、语音语调出现明显焦虑时，系统会主动触发 “安全关怀” 流程 —— 例如发送附近的骑手驿站地址、提供 10 分钟的休息缓冲期，甚至临时调整后续派单的距离阈值。2025 年的数据显示，该机制使骑手安全事故率下降 19%，超时投诉率下降 27%—— 这意味着，AI 不仅提升了效率，更将 “人的安全” 纳入了算法的优化目标。王兴在电话会上特别回应了 “算法压榨骑手” 的质疑：“美团的 AI 调度系统，核心目标是‘在保障骑手安全的前提下，优化履约效率’。2025 年，我们在算法设计中加入了‘安全冗余时间’—— 比如针对 3 公里订单，系统会预留 10% 的时间应对突发路况，而非将配送时长卡到极致”。这一调整的直接效果是，骑手因 “非自身原因超时” 的罚款比例从 2024 年的 12% 降至 3% 以下，全职骑手的月均收入较 2024 年提升约 8%。2.3 用户体验的 AI 重构：从 “被动搜索” 到 “主动预判”
用户端 AI 的核心，是将美团从 “工具型 APP” 升级为 “AI-powered 超级入口”—— 王兴将其定义为 “用户的本地生活专属管家”。2025 年，美团面向用户的 AI 助手 “小团” 已完成全量用户开放，其核心能力并非通用对话，而是基于物理世界数据的 “需求理解与执行”。“小团” 的核心价值，在于 “将模糊需求转化为精准服务”：用户只需输入 “望京附近适合带父母的粤菜馆”，系统会自动调用三大维度的底层数据 —— 一是美团积累的 1.2 亿条真实用户评价（过滤刷分数据），二是实时的商家排队时长、停车位数量，三是用户的历史消费偏好（如是否偏好茶点、是否需要无障碍设施），最终输出 3-5 个精准选项，并可直接完成排队取号、下单支付的全流程。2026 年春节假期的数据显示，“小团” 累计服务超 1 亿人次，核验了 7 亿次全国商家信息，并结合 13 亿条真实用户评价进行二次校准，带动线下餐饮消费增长 17%—— 这一数据远超传统搜索入口的转化效率。在智能客服场景，美团的 AI 助手已覆盖超 90% 的常见咨询场景，包括订单查询、售后维权、优惠券使用等，问题解决率达 85%，用户满意度较传统人工客服提升 23%。与传统客服不同的是，该系统可直接调用订单全链路数据 —— 例如当用户反馈 “餐品凉了”，系统会自动查询骑手的配送路径、商家的出餐时间，甚至是餐品的保温措施，在 30 秒内给出解决方案（如退款、补发或优惠券补偿），无需用户重复提供信息。王兴进一步明确了用户端 AI 的迭代方向：“2026 年，我们将把‘小团’打造为最以消费者为中心的本地生活 AI 智能体。核心迭代方向有两个：一是‘预测式服务’—— 比如在用户下班前 15 分钟，根据其历史消费偏好和实时位置，推荐‘家附近最快送达的晚餐’；二是‘跨场景协同’—— 比如用户在‘小团’上规划‘周六家庭出游’，系统会自动匹配附近的景点门票、餐厅预订和网约车服务，实现全场景的服务闭环”。2.4 餐饮商家的 AI 经营助理：从 “成本中心” 到 “利润中心”
商家端 AI 是美团 AI 战略的重要生态支撑 ——王兴将其定位为 “帮每个商家都用上自己的 AI 助理”。2025 年，美团面向商家的 AI 工具已形成覆盖 “选址 - 运营 - 营销 - 客服” 的全生命周期体系，且核心工具对中小商家免费开放。从覆盖规模看，截至 2025 年底，美团 AI 商家经营助手已服务超 340 万商户，其中智能接待系统覆盖 23.4 万家餐厅，累计完成 960 万次用户沟通 —— 仅深夜及凌晨时段，就独立接听了 59.5 万通用户咨询电话，填补了人工值守的空白。针对连锁商家的 “智能掌柜・品牌顾问”，则聚焦 “多门店协同效率”：其 “品牌驾驶舱” 功能可一键生成所有门店的经营报表，累计生成超 16 万份，帮助商家省掉约 65% 的人工工作量 —— 典型案例是拥有 300 多家门店的 “徐升记不改良老火锅”，该功能使总部的报表生成时间从过去的 3 天压缩至 1 小时，单店运营成本降低约 7%。从实际效果看，AI 工具对商家的价值体现在 “精准降本” 与 “增量增收” 两大维度：其一，精准降本：从 “经验判断” 到 “数据决策”。AI 工具可将模糊的经营问题量化 —— 例如 “口碑管家” 功能，可自动将用户评价按菜品、服务、环境等维度拆解，甚至能精准定位 “某道菜的差评集中在‘太咸’”“某时段的服务差评集中在‘等位时间过长’”。这一功能已帮助 40 多个连锁品牌定位上万个经营痛点，平均降低运营成本约 10%。其二，增量增收：从 “被动等待” 到 “主动获客”。针对中小商家的 “智能掌柜”，可根据周边用户的消费偏好，自动生成菜品推荐、定价策略 —— 例如云南玉溪的 “老俵饭店”，通过 “帮我搭配套餐” 功能，快速上线了适合 3-4 人享用的石锅鱼套餐，线上订单量提升了 10%。而针对连锁品牌的 “选址帮手” 功能，基于美团的 POI 数据与用户流量模型，可预测商圈未来 30 天的日均客流量，帮助商家将选址成功率提升 30%—— 这一数据远高于传统的 “经验选址” 模式。2.5 研发投入与技术布局：长期主义的 “战略护城河”
美团 2025 年研发投入达 260 亿元，同比增长 23%—— 这一增速远超同期营收 8% 的增速，研发费用率升至 7.6%，占总营收的比例较 2024 年提升 1.2 个百分点。王兴在电话会上特别强调：“自 2023 年初以来，我们在资本支出和 AI 人才上进行了大规模投入，除有云计算业务的企业外，美团在 AI 上的投入规模，大概率是国内企业里最大的，且已经坚持布局三年多了”。这一投入的核心逻辑，是构建 “不可复制的场景壁垒”—— 通用大模型厂商可以解决 “文本理解” 的问题，但无法解决 “物理世界服务执行” 的问题。美团的 AI 研发布局，呈现 “自研 + 合作” 双轮驱动的特征：其一，自研大模型：聚焦物理世界的专属能力。美团自研的 LongCat 系列大模型，核心目标是 “原生理解物理世界的多模态信号”—— 最新的 LongCat-Next 模型采用 “离散原生自回归架构”，可将图像、语音与文本统一映射为同源的离散 Token，用纯粹的 “下一个 Token 预测” 范式进行建模。简单来说，它能让 AI 用同一种 “语言” 去读菜单图片、听骑手的语音需求、看地图上的实时路况，从而构建物理世界的 “数字孪生”。这一能力的价值，在无人配送场景尤为明显：LongCat-Video 模型可实时识别无人机拍摄的视频中的动态障碍物（如行人、电动车），误检率降至 0.68%，风筝、气球等复杂目标的识别召回率提升 30 个百分点。其二，生态合作：补全通用能力的短板。美团并未闭门造车，而是与智谱 AI 等机构合作，补全通用大模型的基础能力 —— 例如在自然语言理解、逻辑推理等领域，通过接入第三方模型的 API，快速提升 LongCat 的通用能力。但王兴明确表示，核心的场景化能力必须自研：“通用大模型可以作为基础工具，但要适配本地生活的场景，必须进行深度定制。比如‘小团’的商家信息核验功能，需要调用美团积累的 1.2 亿条真实商家数据，这是任何通用大模型都不具备的”。从投入结构看，美团的 AI 投入主要流向三大方向：一是 GPU 算力采购，占总投入的 40% 以上；二是 AI 人才招聘，2025 年美团 AI 团队规模同比增长 60%，其中算法工程师占比超 70%；三是场景化技术落地，包括无人机、无人车的硬件研发，以及超脑系统的算法迭代。这一投入的效果，已在场景中显现：LongCat 大模型的推理成本已低至 5 元 / 百万 Token，H800 GPU 集群的推理速度达 100 token / 秒，较行业平均水平提升约 30%。
3. 与竞争对手的 AI 战略对比分析
2026 年，本地生活服务市场的 AI 竞争已形成 “三足鼎立” 的格局：美团、饿了么、抖音本地生活分别基于自身的核心优势，形成了三条完全不同的 AI 战略路径 —— 美团锚定 “履约效率”、饿了么依托 “生态协同”、抖音聚焦 “流量转化”。三者的战略差异，本质是对 “AI 在本地生活中核心价值” 的理解不同。3.1 战略侧重点对比
平台 | 战略核心 | AI 投入重点 | 关键表述 |
美团 | 物理世界的 AI 行动能力 | 自研大模型、履约调度、商家全链路工具 | “AI 是改进、加强甚至彻底变革本地服务的战略机遇” |
饿了么（淘宝闪购） | 阿里生态的 AI 协同能力 | 跨平台调度、商家智能入驻、千问大模型 | “AI 要成为生态的‘连接枢纽’，而非单一工具” |
抖音本地生活 | 内容 + AI 的流量转化能力 | 内容生成、兴趣推荐、智能核销 | “AI 是内容种草到交易的‘转化催化剂’” |
上述战略定位的差异，源于三者的核心优势不同：美团的优势是 “履约网络”，饿了么的优势是 “阿里生态”，抖音的优势是 “内容流量”。例如，美团的 AI 投入重点是 “如何让履约更高效”，而抖音的 AI 投入重点是 “如何让内容更精准地转化为订单”。3.2 落地场景对比
三家平台的 AI 落地场景，均围绕自身的核心优势展开，形成了 “各有侧重、互不重叠” 的格局：。美团的 AI 工具覆盖 “用户需求识别 - 订单调度 - 骑手履约 - 商家经营” 的全链路，核心目标是 “降低履约成本，提升服务确定性”。其中，超脑调度系统是最核心的壁垒 —— 该系统每秒可处理 21 万次路径规划，AI 调度员能在 0.55 毫秒内响应爆单、天气异常等变量，确保服务稳定性。2025 年，超脑系统覆盖了美团 90% 以上的订单，使单均配送成本降低约 8%，配送时长缩短至 28 分钟以内。。饿了么的 AI 优势，源于阿里生态的协同效应：其 “AI 入驻店铺助手” 可将新商家的入驻流程从过去的 3 天缩短至 5 分钟，支持自然语言对话式服务，一站式引导商家完成实名认证、签约授权、材料上传等环节，目前已有超 21 万商家使用该工具。在履约端，饿了么依托阿里生态的跨平台调度系统，将盒马、天猫超市的库存数据与外卖订单打通，2025 年 Q3 闪购业务的 30 分钟达率达 94%，超过美团的 91%。此外，饿了么的骑手 AI 助手 “小饿” 已覆盖超 200 万骑手，支持语音唤醒与操作，实测骑手每小时多送 1.5 单，操作效率提升 57%。抖音本地生活：内容转化，核心是 “种草到交易的闭环”。抖音的 AI 优势，是 “内容理解 + 兴趣推荐”—— 其 “AI 游玩助手” 可根据用户的浏览历史、地理位置，生成精准的本地消费推荐，用户可直接跳转至商家页面完成下单，形成 “内容种草 - 交易转化” 的闭环。在商家端，抖音的 AI 工具聚焦 “内容生产”：AI 生成短视频脚本、虚拟主播 24 小时直播等功能，已覆盖超 60% 的头部商家，直播时长成本下降 90%—— 典型案例是杭州的 “小陈探店”，用 Minimax 生成虚拟主播 24 小时直播火锅套餐，无需真人出镜，单月核销 4300 单，佣金超 8 万元。3.3 竞争态势总结
三家平台的 AI 战略，已形成 “各有壁垒、难以复制” 的竞争格局：。美团的核心壁垒，是 “超 1000 亿条真实履约数据 + 700 万活跃骑手的网络效应”—— 通用大模型厂商可以复制算法，但无法复制美团积累的 “骑手轨迹、商家出餐速度、用户实时位置” 等物理世界数据。王兴在电话会上特别强调：“美团的 AI 优势，在于我们能将技术落地到真实的物理世界服务中。比如无人配送，需要对城市的每一条街道、每一个小区的地形都了如指掌，这不是靠模型参数就能解决的”。2026 年 2 月的数据显示，美团在即时零售市场的份额达 67%，高价值订单（实付超 30 元）的市占率超 70%，这一优势已难以被竞争对手撼动。。饿了么的核心壁垒，是 “阿里生态的跨平台数据协同”—— 例如，其 “AI 入驻助手” 可调用淘宝的商家资质数据，实现 “一键入驻”；跨平台调度系统可共享盒马、天猫超市的库存与运力数据，提升履约效率。但这一协同效应也存在明显短板：阿里生态的复杂度较高，跨部门、跨业务的协同成本较高，导致部分 AI 工具的落地速度较慢。。抖音的核心壁垒，是 “日活超 6 亿的内容生态 + 精准的兴趣推荐算法”—— 其 AI 工具可将用户的浏览历史、点赞行为与本地商家的商品匹配，实现 “种草即交易”。但抖音的短板也同样明显：履约网络依赖第三方配送平台，2025 年春节期间，抖音外卖的配送准时率比美团低约 15 个百分点；商家的服务能力参差不齐，核销率仅为 20% 左右，远低于美团的 45%。4. 对未来餐饮外卖行业的深远影响
美团的 AI 战略，并非简单的企业内部效率升级，而是将重构餐饮外卖行业的底层规则 —— 从 “谁的补贴多” 转向 “谁的效率高”，从 “流量驱动” 转向 “AI 驱动”。其影响将体现在四个核心维度：4.1 行业效率边界的持续拓展
美团的 AI 投入，正在重新定义餐饮外卖行业的 “效率基准”：2024 年，全国外卖平均送达时长为 28.6 分钟，2025 年降至 28.3 分钟，2026 年 Q1 进一步降至 26.1 分钟 —— 这一变化的核心驱动力，是美团超脑系统的规模化落地。第三方机构的测算显示，2025 年美团的 AI 调度系统，带动全行业的履约效率提升约 15%，单均配送成本降低约 10%—— 这意味着，行业的 “成本 - 效率” 边界被大幅拓宽：过去，外卖平台要实现 “30 分钟达”，需要承担每单约 8 元的配送成本；现在，通过 AI 调度，这一成本可降至 6 元以内。这一效率提升的长期价值，在于 “将行业从‘规模竞争’带入‘价值竞争’”：当所有平台都能实现 “30 分钟达” 时，用户的决策依据将从 “价格” 转向 “服务质量”—— 比如商家的食品安全、骑手的服务态度、订单的送达确定性。而美团的 AI 战略，正是围绕这些维度构建壁垒：例如 “星眸” 食安大模型，可实现 7×24 小时的后厨智能监测，预警准确率达 94.6%；“小团” 的商家信息核验功能，可确保用户看到的商家信息与线下一致。4.2 商家生态的分化与重构
AI 工具的普及，正在推动餐饮商家从 “同质化竞争” 转向 “差异化竞争”—— 那些能够熟练运用 AI 工具的商家，将获得显著的竞争优势；而那些无法适应 AI 时代的商家，将被逐步淘汰。这一分化的核心逻辑，是 “AI 放大了商家的经营能力差异”。。连锁商家凭借标准化的运营体系，可快速复制 AI 工具的使用经验 —— 例如 “徐升记不改良老火锅”，通过 “智能掌柜” 的 “品牌驾驶舱” 功能，单店运营成本降低约 7%，线上订单量提升约 12%。而中小商家受限于技术能力与资金，过去难以实现数字化运营，但美团的 AI 工具为其提供了 “零门槛” 的解决方案 —— 例如 “智能掌柜” 的基础功能对中小商家免费开放，“口碑管家” 可自动拆解用户评价，帮助中小商家精准定位经营痛点。。根据美团的数据，使用 AI 工具的商家，订单量平均提升约 15%，利润率平均提升约 8%；而未使用 AI 工具的商家，订单量平均下降约 5%，利润率平均下降约 3%。这一分化的长期趋势，是 “行业集中度的提升”：头部连锁商家将凭借 AI 工具的优势，进一步扩大市场份额；而中小商家则需要通过 “特色化经营”（如地方菜、小众品类）来规避竞争。4.3 骑手职业的演化与 “人机协同” 模式的形成
美团的 AI 战略，正在重新定义骑手的职业角色 —— 从 “单纯的配送员” 转向 “AI 协同的服务者”。这一转变的核心逻辑，是 “AI 承担重复性、高风险的工作，骑手承担需要人文关怀的工作”。其一，职业技能要求的升级。骑手需要掌握 AI 工具的使用 —— 例如通过语音交互系统接收订单、通过 AI 安全预警系统规避风险。美团已推出 “网约配送员” 国家职业技能等级证书，涵盖智能调度、仓储管理、无人机配送操作等模块，完成培训的骑手可获得国家认可的证书，这成为他们内部晋升或转岗的重要凭证。其二，职业保障的提升。AI 工具的使用，降低了骑手的劳动强度 —— 例如语音交互系统使骑手的操作效率提升 57%，每小时可多送 1.5 单，对应月均收入提升约 8%。同时，美团在算法设计中加入了 “安全冗余时间”，明确 “连续工作 4 小时强制休息 20 分钟”，从技术层面保障骑手的休息权。其三，职业发展路径的多元化。美团为骑手设计了清晰的晋升通道：从初级骑手到高级骑手、站长助理、站长，甚至可以转岗至无人配送的运营岗位 —— 例如负责无人机航线的规划、无人车的维护等。这意味着，骑手不再是 “青春饭”，而是可以长期从事的职业。4.4 竞争格局的固化与潜在风险
美团的 AI 战略，可能导致行业竞争格局的进一步固化 ——2025 年，美团外卖的市场份额为 61.2%，2026 年 Q1 升至 62.8%，QuestMobile 预测 2026 年底将达 65% 以上。这一趋势的核心原因，是 “AI 壁垒的不可复制性”：美团的 AI 优势，源于其积累的海量物理世界数据与履约网络，竞争对手即使投入相同的研发资金，也难以在短时间内复制这一能力。但这一固化趋势，也带来了潜在的监管风险：2025 年 12 月，国家市场监管总局已就算法推荐管理规定征求意见，明确 “不得利用算法实施垄断和不正当竞争行为”；2026 年 2 月，市场监管总局发布《互联网平台反垄断合规指引》，首次明确 “算法共谋”“不公平高价” 等新型垄断行为的界定标准。美团作为行业领导者，其 AI 战略可能面临更严格的监管约束 —— 例如要求公开算法逻辑、保障商家的定价自主权、限制市场份额的进一步扩张等。王兴在电话会上特别强调：“美团的 AI 战略，必须符合监管要求，必须兼顾生态伙伴的利益。我们不会利用 AI 优势，实施垄断行为”。5. 结论
美团 2026 年 AI 战略的核心逻辑，是 “以技术构建非对称壁垒，将过去依赖人力的‘重模式’升级为 AI 驱动的‘高效模式’”。王兴在财报电话会上的表述，并非空泛的战略宣示，而是基于三年持续投入的落地规划：从 2023 年启动 AI 布局，到 2025 年实现全链路 AI 工具的规模化落地，美团已构建起 “物理世界 AI 化” 的核心能力 —— 这一能力，是通用大模型厂商无法复制的，也是竞争对手难以超越的。从短期看，AI 投入确实对美团的利润造成了一定压力 ——2025 年全年净亏损 234 亿元，其中 AI 研发投入占亏损的比例超 40%。但从长期看，这一投入将为美团构建起不可复制的场景壁垒：其一，效率壁垒：超脑调度系统与无人配送体系，将持续提升履约效率，降低配送成本，确保美团在 “30 分钟达” 的基础上，实现更低的成本与更高的服务质量；其二，生态壁垒：覆盖 340 万商户的 AI 经营助手，将使美团与商家的绑定更加紧密 —— 商家通过美团的 AI 工具提升了效率，就很难再转向其他平台；其三，用户壁垒：“小团” AI 助手将成为用户的 “本地生活专属管家”，提升用户的使用频次与粘性 ——2025 年，“小团” 的用户使用率达 60% 以上，带动用户的月均消费频次提升约 15%。对于整个餐饮外卖行业而言，美团的 AI 战略标志着行业竞争从 “流量驱动” 转向 “AI 驱动” 的关键拐点 —— 过去，行业的竞争是 “谁的补贴多”；现在，行业的竞争是 “谁的效率高”。这一转变，将推动行业从 “内卷式竞争” 转向 “高质量发展”：平台将更加注重服务质量，商家将更加注重产品创新，骑手将更加注重职业技能的提升。其一，监管约束：随着《互联网平台反垄断合规指引》的发布，美团的 AI 算法可能面临更严格的监管 —— 例如要求公开算法逻辑、保障商家的定价自主权等。这可能会限制美团 AI 战略的部分落地场景，比如 “算法自动跟价” 等功能；其二，骑手权益保障：尽管美团在算法设计中加入了 “安全冗余时间”，但如何平衡 “效率” 与 “骑手权益”，仍将是美团需要持续解决的问题 ——2026 年 3 月，全总、人社部等四部门联合印发《平台劳动规则和算法协商指引 (试行)》，明确要求平台与骑手协商算法规则，这意味着美团的算法设计将不再是 “单向的”，而是 “双向的”；其三，技术迭代风险：AI 技术的迭代速度极快，美团需要持续投入研发，才能保持领先地位 —— 例如，饿了么已开源其 “白泽” AI 大模型，向全行业免费开放，这可能会降低行业的技术壁垒。美团的 AI 战略是一场面向未来的 “效率革命”—— 它不仅将重塑美团自身的业务模式，更将深刻改变餐饮外卖行业的竞争格局。对于行业参与者而言，适应 AI 时代的变化，将是未来生存与发展的关键。
