本文目录
一、美团真正值得看的，不是“养虾”，而是后面的转向
今年 2-3 月，美团内部进行了一轮非常激进的 AI 普及：10 万员工配了 8 万只 OpenClaw，两周产生 10 万个 Skill，Token 几乎不限量，单日资源消耗一度达到千万元级。从 AI 使用率看，这已经非常高。但真正值得关注的是后面发生的事情。4 月开始，美团搭建跨事业部 AI 组织；6-7 月同时推进上千个项目；再往后，开始系统梳理具体业务流程。仅医药健康业务，就梳理和改造了 25 条流程。
这条路径很有代表性。很多企业最初都会从“让员工用 AI”开始，因为这件事情最简单，也最容易看到效果。但随着 AI 真正进入业务，问题会逐渐发生变化。员工会不会用 AI，只是第一步。真正决定 AI 能不能产生经营价值的，是 AI 能否进入企业的核心业务流程。
所以我越来越倾向于一个判断：企业 AI 落地的基本单位，是业务流程。 模型、Agent、Skill、AI Workflow，都只是嵌入业务流程中的技术组件。
二、个人效率提高，并不等于企业生产率提高
今天大量 AI 应用解决的是“任务效率”。写邮件从 20 分钟缩短到 5 分钟，做分析从半天缩短到 1 小时，制作 PPT 的速度提高几倍，这些当然都有价值。但企业的经营结果通常来自一整条业务链。比如广告业务，从市场分析、策略制定、素材生产、审核，到投放、数据分析、策略调整，中间往往涉及多个角色和环节。
假设其中“素材生产”因为 AI 提速了 5 倍，但后面的审核能力、投放能力、预算审批都没有变化，整个业务流程的效率并不会同步提升，甚至还可能产生新的拥堵。前面一天可以生产 500 条素材，后面只能审核 100 条，AI 带来的额外产能最终只是堆积在流程中。
所以企业衡量 AI 落地，不能只看有多少员工在用、做了多少 Agent、调用了多少 Token、沉淀了多少 Prompt 和 Skill。真正应该看的，是一条完整业务流程的周期有没有缩短，成本有没有下降，质量有没有提升，最终经营结果有没有改善。这也是为什么 AI 落地最终一定会从“工具使用”走向“业务流程重构”。
三、AI 一旦进入业务流程，就会开始暴露企业的“组织债务”
业务流程真正难改的地方，很多时候并不在模型能力。过去很多企业能够正常运行，是因为大量规则和经验藏在人脑里。一个总编辑知道什么文章值得发，但很难完整写出判断标准；一个优秀销售知道什么客户值得继续跟，但 CRM 里没有对应规则；一个广告优化师知道什么时候应该加预算，但这个判断来自多年经验。
人可以依赖模糊经验工作，Agent 很难。一旦准备把这些工作交给 AI，企业马上就必须回答：什么叫“好”？达到什么条件可以执行？什么时候应该停止？出现异常怎么办？谁来审批？结果如何评价？很多企业会觉得“AI 不稳定”“Agent 不够聪明”，然后不断换模型、调 Prompt，但其中相当一部分问题，其实来自企业自身的业务规则没有被显性化。
因此，AI 落地还有一条非常重要的链条：经验 → 标准 → 规则 → 业务流程 → Agent。 AI 会逼着企业把过去依赖个人能力运行的事情，逐渐变成可以描述、可以评估、可以复制的系统。从这个角度看，AI 也是一面组织的镜子。管理基础越扎实，越容易放大优势；流程混乱、权责模糊、标准缺失，也会更快暴露出来。
四、普通企业不应该复制美团的“养虾路径”
美团能够一天投入千万级资源，可以同时跑上千个 AI 项目，也拥有两万名产研人员支持试错。绝大多数企业没有这样的资源条件。所以美团最值得借鉴的地方，其实是它试错之后沉淀出来的方向，而不是前期大规模“养虾”本身。
对于普通企业，更现实的路径应该从经营问题开始：经营问题 → 业务流程 → 价值评估 → 流程重构 → AI 实施。 先找清楚哪个流程成本最高，哪个流程周期最长，哪个流程大量依赖重复人工，哪个流程正在限制收入增长，哪些判断已经具备一定标准化基础，然后挑一两条真正有经营价值的流程做改造。
比如原来一个品类策略需要 5 个角色协作、两周完成，如果通过 AI 把数据采集、分析、初步策略生成自动化，最终人工只负责关键决策，流程变成两天，这才是一笔能够真正算清楚的 AI 账。所以对于大量企业，我反而不太建议一开始就把目标定成“全员 AI”。更值得追求的是，先跑通一条真正创造价值的业务流程。 一个成功闭环，比几十个 AI Demo 更有意义。
五、当 AI 真正重构业务流程，最终一定会碰到组织和利益分配
业务流程一旦被 AI 重构，问题很快会超出技术范畴。假设过去一项工作需要 5 个人，现在 2 个人加 Agent 就可以完成，接下来企业马上需要回答：原来的岗位怎么调整？哪些判断权可以交给 AI？AI 出错谁负责？绩效指标怎么变化？员工把自己的经验沉淀给 Agent 之后，可以获得什么？
这也是为什么 AI 最终会变成“一把手工程”。这里的一把手工程，含义不能停留在“老板重视 AI”。老板真正需要参与的是业务流程和组织机制的重新设计，因为很多改变会跨部门、跨岗位，甚至涉及权力和利益重新分配，技术部门没有足够权限独立完成。
所以未来企业之间 AI 能力的差距，很可能越来越少来自“用了哪个模型”，越来越多来自几件更基础的事情：谁更理解自己的业务流程，谁能更快把隐性经验变成显性标准，谁能重新设计人和 Agent 的分工，谁能同步调整组织、绩效和治理机制。美团从 8 万只“龙虾”，最终走回到具体业务流程，本身已经说明了这个趋势。
AI 技术越来越强之后，企业真正的竞争，会重新回到企业自身的组织能力。