文 | 新立場pro
美團首款 ai agent 產品「小美」 app 近日在主流應用商店上架，定位在「小而美的 ai 生活小秘書」，用戶獲取專屬邀請碼後可參與公測。
《新立場》在實測後發現，用戶能通過簡單的自然語言交互，獲得 ai 提供的外賣、堂食、酒旅等本地生活消費推薦。
大廠投注 ai 已經算是一種標配。結合美團近期先是宣布自研模型 longcat-flash-chat （小美 ai 基於此模型）正式發布，在github、hugging face 平台開源；以及大眾點評宣布「重啟」品質外賣服務，也提到會通過 b 端自研大模型優化服務，這都提示了進度稍慢的美團 ai 布局在逐漸鋪開。
本輪外賣大戰初期，社媒有過一句戲言，以為會 all in ai，後來發現是 all in 外賣，原來 waimai 里有兩個ai。外賣和即時零售的確分走了許多注意力，但其實 ai 這條線索從沒有「下桌」，隨著競爭逐漸深入，技術性軍備正在被一件一件搬上前線。
把視角放大一點，圍繞 ai 功能嵌入 app，淘寶近期也是動作不斷。8 月已上線一款基於大模型的 ai 問答產品「ai 萬能搜」，媒體報道另有一款電商搜索產品「ai 助手」也在灰測。這些 ai 產品的實用方向都很一致，整合平台供應，通過自然語言交互，協助或引導消費者做選擇。
而若按照這個標準，會發現高德日前上線掃街榜，通過用戶的「行為+信用」構建一套線下服務的信用體系，本質也是「輔助決策」，目標也是用戶心智。
用戶心智的構成非常複雜，補貼、服務、供應、營銷都是影響因素，而心智又是一種相對「高維」的競爭力，一但形成，對業務的反哺效應極其明顯。基於此，發力 ai 輔助功能所折射的用戶心智搶奪，會是觀察企業底層競爭力的絕佳切口。
01、美團的真假護城河？
淘寶閃購的攻勢，以及美團近期財報的利潤表現，讓市場出現了對「外賣護城河」這個概念的質疑之聲。
這基於以下邏輯。首先外界普遍以為美團的護城河在於其極強履約能力（配送速度、時間承諾、覆蓋面等）搭配龐大用戶基礎，一方面履約基建這類重資產的確是前期投入巨大、運營成本極高，另一方面它是對外最容易被看見、被用戶識別的競爭力。
所以當淘寶閃購洶湧而來，訂單量數字不斷刷新，財報又提示了美團利潤端正在承受不小的壓力，這種競爭力是否真正達到了「護城河」一般的高度就會有異議。簡言之，如果「護城河」容易被競爭對手模仿或通過資本補貼突破，那麼它就是非常脆弱的。
但以上討論中對企業競爭力的描述是相對簡略的。在顯性資源之外，經營經驗、已成型的商家/用戶/騎手體系、演算法調度與數據預測這些需要靠長期積累的資產，形成了一個企業的辨識度。只不過這些因素通常內化於系統之中，充當各個環節的潤滑劑，使整個經營流程更順暢的進行。
所以，美團正在測試的小美 ai，肩負了一些顯化內在競爭力的任務。
外賣場景存在一個被低估的需求——「做選擇」，它是指用戶在快、便宜、衛生、美味這些訴求之上，會有一個綜合式的問題呈現，即如何「在眾多選項里做出符合自己偏好的選擇」。
平台競賽可能會把焦點放在價格、配送速度等容易量化、短時間見效快的指標，但「做選擇」是認知+偏好匹配。當下，整個消費環境都存在供給過剩、信息過載的結構性問題，具體到點外賣這個動作上，會發現日常語言中最頻繁出現的句式不是「這家豬腳飯便宜 3 塊」，而是「今天吃什麼」。
圖片來源：小紅書用戶@獨立開發者
《新立場》實測小美 ai 以後，認為目前這款「導購」式的 ai 助手有兩個特色。一是充分突出 lbs 能力，對區域商戶及商品供應信息摸得比較透徹，能給出用戶生活半徑內的一些動態消費決策。圖中提問要求以好評為標準，反饋的信息維度能看出來是比較豐富的。
二是可以抓取用戶歷史數據做定製化方案。比如在提出「根據我過往中午時間段點單偏好給出推薦」的問題後，ai 能夠判斷出個人口味習慣、消費區間和場景偏好。如圖案例中給到的輕食選擇，不同的用戶會有不同的方案。
傳統的 lbs 會告訴你附近有什麼，而 ai 助手能把這些信息抽取、排序、標籤化，生成「可決策」的推薦。美團有十多年積累的用戶行為數據和商戶資源，過去它關於「選擇多、履約快、更實惠」等方面的口碑，主要來自用戶口耳相傳和長期使用後的黏性。
當下結合 ai，美團相當於把「隱形的長期積累」轉化成了「顯性的產品體驗」，把構築真正護城河的底牌拿到檯面上做攻防。畢竟短期競爭靠補貼搶市場，長期競爭靠匹配/信任留人。
02、「導購型」ai 還在證道途中
「ai 重塑互聯網」的口號轟轟烈烈地喊了快三年，回到現實應用領域，面向 c 端最常見的產品其實就是前文提到的「導購型」 ai。
其特徵包括，用戶能夠以自然語言和少量交互表達需求，比如本地生活 app 可以提出「給我推薦附近好吃火鍋」，電商 app 可以提出「預算 500 元以內，輕便的運動鞋推薦」。ai 助手基於平台數據，幫助用戶縮小選擇範圍，減少決策成本。
很多平台都做過類似嘗試。比如淘寶在開頭提到的「ai 助手」和「ai 萬能搜」之外，2023 年就內測過「淘寶問問」，也是主打電商搜索導購。京東做過「京言 ai 助手」，抖音也做過 ai 導購服務「智能購物」，這些產品都內嵌於應用內，交互邏輯大同小異。
我們測試了在電商領域這樣的 ai 導購能提供怎樣的選擇。以近期上線的「ai 萬能搜」為例，提問「推薦一些適合我的換季衣服」，外顯的 ai 的篩選條件包含了當季流行趨勢、商品評價、用戶需求，並返回 3-5 個打包式的穿搭與購買方案。
作為對比，下圖也展示了「換季衣服」這一關鍵詞在常規搜索界面返回的結果。以筆者的需求來看，ai 能夠幫助縮小一些選擇範圍，但面對服飾這種消費決策過程較複雜的品類，多番比對大量瀏覽的流程通常是「簡略」不了的。
除了直觀的商品/服務交易平台，以內容為「商品」的小紅書也做過 ai 問答助手「達芬奇」、搜索智能助手「搜搜薯」，和擁有獨立 app 的「點點」。
「搜索」本身是一種非常基礎的交互行為，但這些以「搜索」為切口的「導購型」ai 產品，鮮有真正成為用戶日常依賴的入口。換句話說，相關功能還處在輔助和探索階段，而非用戶首選決策路徑。
究其原因，比較容易聯想到的方向，是功能還沒有打磨完善。
ai 無法假定用戶能夠準確表述其需求，自然語言交互沒有嚴格的提示詞範式。在這個前提下，那些模糊表達，比如「我想買點小眾的衣服」「我想吃簡單點但不要太廉價」，ai 推薦與需求匹配的成功率也是一個模糊區間。我們都知道日常生活中很多的決策困難，都是從「自己都不知道自己要什麼」開始的。
但這些問題還能通過「技術手段」找找突破口，而產品底層邏輯是否適配應用場景，或許也有值得商榷的地方。
「消費決策」是一個多維、動態且複雜的過程，拋開那種目標非常明確即買即走的情況，消費者做選擇時常會需要適當的「噪音」。
很長一段時間內消費者最倚重的信源是商品評論區，且不是單純順從好評和差評指引的方向做選擇，「桌子比圖例看著小但挺漂亮」，和「桌子挺結實但顏色太詐騙了」這兩條評論之間，不同的人會對購買與否有不同的權重調整。
更近的案例比如小紅書種草，這個電商平台都希望借鑒的內容社區，影響消費決策的方式是非常情景化的。在內容社區需求消費建議，返回的 ugc 內容包含大量日常語言，「多餘」的表達，評論區你一言我一語的正負面反饋。哪怕是小紅書自己的 ai 「導購」，也還沒有完美捏合信息熵增與 ai 降噪。
再者，消費者對「壟斷」的信息渠道有天然的警惕。互聯網如此普及的當下，大多數人都對買廣、投流和推薦位等名詞有一定了解，信任門檻也需要考慮在內。
工具是精良的，只是怎麼用在合適的地方、充分發揮它的價值，仍是一個行業性問題。
03、寫在最後
我們在此前的文章中有提到過，先是近遠場電商融合，後有團購、酒旅等領域不斷迎來跨界選手，以美團阿里為代表的互聯網巨頭們越來越朝著「超級應用」的方向努力，將自身擴充為一個大消費入口。
但超級應用的構想在過去時常有「貪多嚼不爛」的質疑。一個可參考的對象是布局非常廣、服務非常多的支付寶，從生活繳費到出行、到店、醫療等等都有涉獵，但其即用即走的工具屬性還是壓過了其他，鮮有用戶把它當做一個能長期停留的綜合消費平台。
功能越厚重不一定越強，一個統合式的入口去梳理這些業務就顯得至關重要。現在內嵌於各平台的 ai 助手們就肩負著這種期望，只不過目前仍需等待技術走向成熟，培養用戶形成習慣。
更多精彩內容，關注鈦媒體微信號（id：taimeiti），或者下載鈦媒體app
