8 月中旬，第一财经报道了美团核心本地商业 CEO 王莆中的一场公开演讲。他没讲 AI 有多重要，这个不用他讲。他讲的是公司上半年 AI 转型踩的坑，连账单一起摊开了。大厂高管公开复盘自家乱子，这事不常见，通常这种事的处理方式是不提。
事情要从今年 2 月说起。2 月到 3 月，美团内部搞了一场全员养虾运动：十万员工里八万人上手，两个星期产出十万个 Skill，token 不设上限，模型挑最贵的用。结果是高峰期每天算力消耗上千万元，AI 一本正经编出来的错误结论，混进了真实的经营环节。这两件事王莆中都认了，后一件的原话叫干扰真实经营。
这个参与度做不了假。两周十万个 Skill，摊到八万个参与者头上，人均不止一只。管理层发个文件、底下应付一下，出不了这个数，说明从董事长到基层员工，是真在跟 AI 对话、传文件、做业务分析。事后看，美团的想法挺朴素：不用劝、不用培训，把最贵的机器直接发到每个人手里玩两个月，所有人自然知道 AI 能干什么、不能干什么。一次全员 AI 启蒙，学费另算。
更反常的是不设上限。大多数公司试 AI，先圈一两个部门，小范围试点，算清楚投入产出再推广。美团把这套流程整个跳了过去，token 闸门全开，让十万人同时用最贵的模型，想怎么用就怎么用。这份豪爽放在哪家公司都扎眼，放在一家连福利都要精算的公司身上，尤其扎眼。
问题也就出在这个玩字上。
一家从千团大战里精打细算活下来的公司，主动把烧钱烧出来的乱子摊出来讲，就冲这个也该拆开看看。美团这两个月踩的坑，几乎把企业 AI 落地能踩的雷趟了个遍。烧钱、出错、收场，正好按这个顺序讲。
账单：一天一千万
钱是最先看得见的问题。大模型按 token 计费，token 就是喂给模型的词，用一次算一次的钱。token 不设上限，用的又是最高规格的模型，等于让几万人同时开着最贵的机器跑，账单是乘出来的。王莆中在演讲里算了这笔账：全员养虾期间，算力账单每天烧掉上千万元。
一天上千万是什么概念。一家经营得还不错的中型公司，一年到头也未必挣得出这个数，美团一天烧掉了。这还只是算力这一项，没算人力，没算耽误的正事。运动持续了两个月，按这个口径，媒体普遍估算光算力就是几亿元的量级。
对一家每分钱都要算出去处的公司，这个数字够刺眼了。
比钱更麻烦的：虾会咬人
AI 会一本正经地胡说，这点谁都领教过。它能把一个不存在的政策说得头头是道，也能把一份数据编得煞有介事。平时这不算什么，错了重问一次就行。麻烦在于，当几万员工把 AI 生成的结论直接带进工作，谬误就从聊天框流进了真实经营。
王莆中复盘时用了干扰真实经营五个字，还提了安全隐患。具体是哪一单业务、哪个环节被坑，他没展开，但这几个字的分量，干过经营的人都懂。美团这种生意，出错的空间摆在那里：骑手走哪条路线，商家发什么活动规则，用户手里的券怎么用，中间只要混进一句 AI 编出来的话，就得有人来赔、有人背锅。一家做本地生活的公司，最怕不靠谱的信息流到商户和骑手那里，错误传出去，每一环都是真金白银。
一位高管肯在公开场合说自家 AI 运动干扰了经营，还点出安全隐患，这已经是很重的自我批评。美团会停下来，原因大概也在这里。
王莆中的诊断：四重错配
演讲里，王莆中给企业 AI 落地难下了诊断，叫四重错配。
认知错配：对 AI 要么神化要么轻视，有人觉得它明年就能取代一半岗位，有人觉得它就是个高级玩具，两个方向的结论一样，钱花不到点上。效率错配，最贵的模型拿去写邮件、整理文档，大炮打蚊子。场景错配，AI 做出来的东西在业务边缘打转，进不了最赚钱的几道流程。考核错配，上面急着要产出，下面只能凑热闹，没人肯为组织和流程的改造留时间。
四条说的其实是同一件事：没想清楚就上，上了也不知道图什么。
王莆中还引过一个数字：全球只有 6% 的企业，能从 AI 应用里拿到可量化的经营收益。剩下的 94%，有的还在烧钱，有的已经收手，更多的人假装自己在用。这个局面经济学家很熟，1987 年索洛说过一句话，计算机随处可见，唯独不在生产率统计里。四十年后把计算机换成 AI，病还是那个病：工具供给爆炸，可测量的收益稀少，中间隔着的不是模型不够强，是多数公司的流程根本没在系统里跑，AI 想搭把手都找不到下手的地方。
这套诊断几乎可以原样套到每家公司头上，美团只是那个肯把自己摊开讲的。
美团自己怎么收场的
按王莆中的说法，美团的 AI 变革走了四个阶段。第一阶段是放，就是全员养虾；后面三个阶段，全是往回收。
第二阶段从 4 月开始，各事业部成立专门的 AI 组织。这一步的实质是把散在全员的热情收拢起来：不再靠员工自发的劲头撑着，而是有人专门负责总结哪一步是对的、哪一步是白费的，把转型变成有章法的流程。王莆中的说法是，把全员积极性有序转化为生产力。
第三阶段在 6 到 7 月，内部赛马，上千个项目同时跑，一边试错，一边把跑通的方法留下来。这一阶段跑出的关键认知，王莆中认为是整场变革里最重要的一句：AI 转型不是技术问题，而是业务、组织、技术三位一体的系统性工程，不能只寄望于产研团队。模型反而是好解决的那一环，难的是人和组织。
第四阶段，7 月，全场景 AI Agent 平台 CatPaw 上线。数字是：覆盖 9 万员工，搭出 3 万个 Agent，在多个真实业务场景里跑通并产生价值。产品形态多说两句：独立的移动端 App 和 PC 客户端，双端任务实时同步。手机上随时发起任务、看进度、远程确认关键决策；PC 端做本地深度执行，能操作文件、控制浏览器、跑终端命令；云端模式 7×24 小时运行，本地关机断网不影响，长程任务和定时任务挂在云端持续跑。更关键的是，它把美团在本地生活攒了十几年的行业认知——门店评价诊断与优化、商品文案生成、营销物料设计评估、活动策划、经营数据分析——封装成即装即用的专家与技能。员工不用再从零折腾，装上就用。
名字换得讲究。虾散养在池子里，管不住；猫爪会抓东西，抓什么、什么时候抓，有人管。
不止美团在收口
别家上半年的动作，节奏几乎一样。
阿里内部全员用通义灵码企业版，官方披露过两个数：AI 代码生成占比达到 34%，研发效率提升 21%。注意，这是能统计出来的数字，不是氛围。组织上，阿里今年 4 月成立了集团技术委员会，CEO 吴泳铭亲自挂帅，AI 在几家大厂都成了一号位工程。腾讯在做 AI Agent 办公工具 WorkBuddy，靠微信生态往企业里送；字节把 AI 往飞书里装，押注办公这个入口。美团自己 6 月起也把 AI 入口接进了微信，跟腾讯搭伙——做工具性 AI，不执着于自己造平台。
路线各不相同，但都不讲全员热情了，讲场景、讲组织、讲能算出来的收益。年初那股谁都不敢缺席的慌，到年中都变成了同一副样子：从让大家玩，改成挑几个地方认真用。
烧掉几亿的养虾到底值不值？有个说法叫昂贵但必要的试错，我基本同意后一半：没法验证，但道理摆着，没有八万人真上手过，后面的组织化收拢未必来得这么干脆；管理层也未必能这么快看清，光有热情撑不起转型。只是这笔学费，美团交得起，换一家公司可能就直接交没了。
那出路到底在哪
王莆中的四阶段是一套大厂解法，普通企业照抄不了——你没有十万人给你收拢，也没有一天的千万预算给你烧。但把他的四阶段和那个 6% 放在一起看，能读出一个更根本的顺序。美团能这么快把 AI 用出收益，靠的不是那两个月的全员热情，而是它的生意本来就在系统里跑了十几年：前面说的骑手路线、商家规则、用户手里的券，全在系统里跑着，CatPaw 才有十几年的行业认知可以封装成技能。AI 是往现成的数字化流程里装的大脑；流程还停在纸上、停在 Excel 里的公司，装了也没地方发力。先做好数字化，才谈得上智能化，这个顺序跳不过去。
先说不要做的：别搞全员运动。为什么，前两节已经说完了。想让团队开开眼，小范围、有期限地放开，两个星期足够，到点就收。
再说要做的。
从最疼的场景切入，而不是从最容易上手的场景切入。写邮件、做会议纪要最容易上手，所以人人都拿最贵的模型干这个，这就是效率错配。真正值得上的场景，是业务里那条最费人、最重复、出错能马上被看见的流程——客服的工单分类、报表的手工搬运、商品的文案批量生产，都是这一类。疼的地方，收益才算得出来。
动手之前先定好账怎么算。阿里敢说研发效率提升 21%，前提是先有代码采纳率这样的统计口径。每个场景动手前，先写下两个数：现在这条流程花多少人力多久，上了 AI 之后预期降到多少。收益算不出来的场景，要么换个能算的，要么先别上——这比王莆中说的考核错配更具体：不是不催产出，是先定义什么是产出。
组织先行，别全押给技术。得有一个具体的人为结果负责，业务流程、组织分工、技术选型一起动。指望买个工具就完成转型，或者把这事整个丢给技术团队，就是王莆中说的只寄望于产研。普通公司没有事业部，但得有对等的位置：一个能调动业务的人，加上一段不为别的 KPI 分心的窗口期。
给幻觉画红线。AI 的结论不要直接进对外的经营环节，报价、规则、承诺，这些出口前头加一道人工确认；验证过有效的用法沉淀成技能，让下一个人直接用，而不是八万个人各自从零试错。美团把行业认知封装成即装即用的技能，就是在做这件事。
回头看那四件事：疼的场景、算得出的账、负责的人、画好的红线，没有一件是买模型，全是在把流程整理成 AI 接得上的样子。这就是数字化。所以「昂贵但必要的试错」对美团成立，对普通企业只剩后半句：必要的认知美团已经公开发表，读一遍就能拿走，剩下的只有昂贵。想上 AI 的公司，预算与其花在让大家玩两个月上，不如花在把自己的流程搬进系统里。这是美团后三个阶段真正在做的事，那个每天一千万的阶段，本来就可以不去。
我们平时给客户做的定制开发，大半就是这条链路的前半段：把一条纸面流程做成系统，数据能算、结果能验，AI 再往上接。上面这些坑，是在真实项目里一条条绕着走过来的。如果你正在盘算这件事，拿不准先上哪个场景、账怎么算，可以在公众号后台留言，聊聊不收费。
两篇旧文可以接着读：动手选模型之前，《参数竞赛重启》把各家走到哪了、官宣和传闻分开数过一遍；想算清 AI 的账，图解AI 第一期《Token：AI 眼里没有字，只有编号》讲透了账单为什么按 token 计，搜「图解AI」可以从头读。行业观察讲判断，图解AI 讲概念，关注不迷路。
