五大AI错配，正在拖垮中小企业
97.4%中小企业知道AI却只有33%持续使用。美团王莆中解析认知、效率、场景、考核、流程五个错配，给出高价值场景切入与平台化复用的转型方法论。
"企业AI变革表面是技术问题，实质是涵盖业务设计、组织变革与技术应用的系统性工程，难度不亚于甚至远超从传统企业转型数字化企业。"
美团核心本地商业CEO王莆中在西普会上说出这句话时，台下坐着的是中国健康产业里最焦虑的一批企业家。2026年，赛迪智库联合网商银行的数据揭示了一个残酷现实：97.4%的中小企业知道AI，持续使用的只有33%；已将AI融入工作流的大中型企业超过50%，小微企业仅有5.1%。技术平权带来了工具普及，却没有带来结果平权。差距不在工具价格，在认知与路径的选择。
一、从97.4%到5.1%：三层漏斗暴露了什么
这组数据构成一个三层漏斗，每一层都在筛掉大量企业。第一层，97.4%的中小企业至少听说过AI，这意味着信息不对称已经基本消失。第二层，只有33%能持续使用，说明超过六成企业要么浅尝辄止，要么半途而废。第三层，小微企业真正把AI融入工作流的只有5.1%，意味着绝大多数小企业还在门外站着。
这不是"不会用"的问题。如果把时间维度拉长，互联网时代的企业分化路径几乎一模一样。当年不上网的企业会死，上了网但不做电商的企业活得痛苦，只有把电商嵌入核心业务流程的企业才真正吃到了红利。今天AI的拐点正在重复同样的故事：知道不等于使用，使用不等于融入，融入不等于改革。三层漏斗之间，每一层的跨越都需要组织能力，而组织能力恰恰是中小企业最稀缺的资源。
王莆中给出的判断很直接："大量中小企业已在AI变革竞赛中起步迟缓。"注意，他说的是"起步迟缓"，不是"没有机会"。迟缓意味着窗口还在，但时间不多了。中小企业面临的不是要不要上车的问题，而是上哪辆车、怎么坐稳的问题。
二、五个错配：中小企业AI失败的隐藏原因
王莆中把中小企业AI应用的核心障碍归纳为五个错配。这个框架值得每个管理者拿着它去对照自己的企业。它不是学术分类，是从美团内部变革和大量行业观察中提炼出的实战诊断工具。
错配一：认知——万能论与幻觉论的双重陷阱
大量中小企业对AI的认知在两个极端之间摇摆。一派人把AI当成万能神器，以为上了AI就能解决一切问题，盲目投入，最后钱打了水漂。另一派人则认为AI全是幻觉，产生的内容不可信，拒绝使用，站在一边观望。两种认知看似相反，结果却惊人地一致：都让企业错失AI带来的真实价值。
万能论的危险在于预期失控。企业投入几万块做了一个AI客服，发现回答有时候还是会出错，立刻觉得上当受骗。幻觉论的危险在于思维固化。企业用一次ChatGPT发现它偶尔胡编乱造，就得出结论"AI不靠谱"，然后彻底放弃。两者都缺少一个基本判断：AI是有边界的工具，它的价值取决于你把它放在什么场景、用什么数据喂养、如何设计流程。
错配二：效率——用最强模型做最基础的工作
"大材小用"是王莆中对这个错配的精准概括。很多企业只用性能极强的模型做收发邮件、制作PPT等最基础的工作。他的原话是："相当于把钱花在刀背上。"这话扎心，但一针见血。花大价钱买最好的模型，却只让它干实习生都能干的活，价值感当然不明显，企业自然觉得AI"不过如此"。
效率错配的深层原因是企业没有想清楚AI的投入产出逻辑。大模型的成本不是零，算力、调用、人力资源都是真金白银。如果产出只是省了一个实习生半小时的时间，这笔账怎么算都不划算。但同样的大模型，如果放在供应链预测、客户流失预警、个性化推荐等核心场景，产出的可能是几百万的成本节约或收入增长。工具没变，价值尺度变了。
错配三：场景——在核心业务外围打转
这是五个错配中最关键的一个。王莆中认为，AI最能创造真实价值的场景一定在业务价值链的核心流程：一方面有明确的流程目的，另一方面有更精确的专属数据。二者结合才能最大化AI价值。但大量企业只在核心业务流程外围打转，用AI做做会议纪要、生成几张配图，就是没有把AI渗透到经营内核。
他举了一个极具说服力的类比：企业数字化早期，很多企业只上线了基础财务软件与OA办公软件，没有深入研发、供应链、销售等核心业务流程，因此无法取得理想结果。这个教训在AI时代正在重演。外围场景做一百个，不如核心场景做深一个。
怎么判断一个场景是否"高价值"？王莆中给出了两个标准：第一，这个场景有没有清晰的流程目的？第二，这个场景有没有足够精确的专属数据可用？两个条件都满足，AI才能发挥最大价值。只满足一个，效果会打折扣。一个都不满足，大概率就是浪费钱。
错配四：考核——短视正在杀死AI项目
"无论是之前的数字化还是现在的AI应用，都希望一使用就马上见效，看不到效果就放弃。"王莆中说的这句话，击中了大量中国中小企业的管理软肋。今天上线AI客服，明天就要求订单量翻倍。一周看不到效果，项目就被砍掉。两个月后再换一个新的AI工具，重复同样的循环。
这种短视让企业在AI应用上前功尽弃。AI不是保健品，吃了就精神；AI更像健身，需要持续投入、逐步加码、耐心等待肌肉长出来。考核错配的本质是管理者用短期交易的心态去对待长期能力建设。数字化时代如此，AI时代更甚。
错配五：流程——人与机器的适配没那么容易
流程错配是最容易被忽视的一个。很多企业以为买来AI工具，装好接口，工作流就能自动跑起来。实际上，人和机器、人和设计的流程适配，并没有想象中那么容易。员工不知道怎么用AI、部门之间的流程设计没有跟上、组织内部的权责关系没有重新梳理——这些"软性障碍"往往比技术本身更难解决。
流程错配的根源在于企业把AI当成了一个"工具"，而不是一场"流程再造"。工具可以直接安装，流程必须重新设计。员工的工作方式、部门之间的协作机制、决策链条中的信息流动，都需要围绕AI的能力重新调整。这个过程没有捷径，只能一步步做。
三、美团的内部实验：十万人、上千个项目、三个阶段
美团自己走过这条路，所以王莆中的建议格外有分量。他透露了美团的AI变革经历：动员10万员工参与，从2026年初全员"养虾"阶段起步，4月启动顶层设计，搭建跨事业部AI组织，六七月份上千个项目同步赛马，沉淀落地方法。
"养虾"是美团内部对AI科普阶段的说法，本质上是先让员工对AI建立正确的认知和基本的使用能力。这一步看起来基础，却至关重要。没有认知对齐，后面的顶层设计和项目赛马都会变成空中楼阁。顶层设计解决的是方向和优先级问题——AI变革不能靠各个部门自发乱跑，必须有统一的战略和跨部门的协同机制。赛马的逻辑则是用尽可能多的项目去验证场景、跑通流程、沉淀经验，从中筛选出真正能规模化复制的路径。
十万人参与、上千个项目同步跑，这个规模对任何企业来说都是巨大投入。王莆中的总结因此格外值得注意："企业AI变革表面是技术问题，实质是涵盖业务设计、组织变革与技术应用的系统性工程。"这句话是整篇演讲的题眼。它告诉企业管理者：AI转型不是购买技术，是重构组织。技术只是其中一环，业务设计和组织变革的分量远重得多。
四、医药行业样本：AI智能体如何跑出真实效果
美团把内部跑通的方法论放到了医药行业，打造了一套专属适配医药行业的AI系统。这不是一套通用的AI工具，而是"真实数据+实战模型+经营数据打通"的完整方案。
技术底座是美团自研的LongCat 2.0大模型，总参数1.6T，原生支持1M超长上下文。但参数大不是重点，重点在于它用了什么数据训练：数千万条真实问诊数据、15万份药品说明书、千万级医学知识图谱。这些专业数据和真实轨迹，才是让AI在医药场景产生真实价值的关键。
产品形态分两端。面向消费者的是"小团健康管家"；面向商家的是美团CatPaw加商家AI工作台。首批AI经营专家团已经在漱玉平民、科赴、老百姓大药房、急达兔等企业落地，CatPaw率先面向医药商家启动试点。
效果数据相当具体。老百姓大药房借助美团AI智能体主动识别部分产品需求上涨机会，在高温季推动藿香正气月销增长150%。漱玉平民大药房对68个城市的门店数据进行智能分析，从每次2小时压缩至自动推送日报、5分钟通览。药企科赴原本追踪商品库存需要梳理繁杂数据再逐层传达一线销售，现在一线人员直接接收重点门店库存异常预警报告，人效提升超30%、补货速度提升70.9%。
需要注意的是，这些效果数据来自美团与合作企业的自述口径，实际落地效果可能需要更多样本验证。但即便打折扣，方向性的价值仍然清晰：AI在医药零售的库存监控、需求预测、经营分析等核心流程中，已经展现出可量化的效率提升和销售增长。这正是"核心场景+专属数据+流程嵌入"三者结合的产物。
五、中小企业的方法论：高价值场景优先，三位一体，积小胜为大胜
基于美团的自身实践和医药行业的落地验证，王莆中给出了中小企业最需要的操作建议。浓缩成一句话："从高价值场景开始，业务、组织、技术三位一体，积小胜为大胜。"
这个方法论有三个关键点值得展开。
第一，从高价值场景开始。不要急于采购AI工具。先静下来，结合企业自身的业务特征，找到AI能帮你节省最多资金与最多时间的场景。这个场景必须是核心业务流程的一部分，必须有清晰的目的和专属数据支撑。很多企业在第一步就做错了——先买工具，再找用法，结果工具闲置，预算浪费。正确的顺序是先找场景，再配工具。
第二，业务、组织、技术三位一体。这是王莆中整个方法论中最有深度的部分。单纯上技术不解决业务问题，单纯调业务不解决组织问题。AI要真正落地，必须三股力量同时推进：业务设计决定AI往哪里用，组织变革让AI用得了，技术应用让AI跑得动。三者缺一个，转型都会卡住。这也解释了为什么很多企业的AI项目做不起来——它们只做了三分之一。
第三，积小胜为大胜。这是对短视考核的直接回应。不要期待AI一上线就天翻地覆。先在一个高价值场景中跑出一个小胜，让团队看到真实效果，建立信心，再逐步扩展到更多场景。每一次小胜都在积累流程经验、数据资产和组织信任。大胜不是规划出来的，是小胜积累出来的。
六、平台化路径：为什么中小企业不自训大模型
王莆中还有一个关键判断容易被忽视：如此浩大的变革工程，对大多数中小企业来说根本无力独立实施。中小企业最好的路径不是花费大量资源调教自己的通用模型，而是尽力复用专业AI公司的已有能力。
这个判断很务实。美团的AI变革动用了十万员工、上千个项目、跨事业部组织，这种投入规模中小企业根本无法复制。中小企业如果去自研或微调大模型，投入产出比极低。更聪明的做法是借助美团这样的平台型公司已经跑通的AI能力，直接用于自己的业务场景。
医药行业案例的意义正在于此。美团把LongCat 2.0、CatPaw、商家AI工作台向行业开放，意味着中小医药企业不需要自己去训练大模型，也不需要从零搭建AI系统。它们只需要接入平台，把自己的经营数据对接进去，就能使用已经跑通的AI能力。这种平台化路径大幅降低了中小企业AI应用的门槛。
对更广泛的商业环境而言，这是一个重要信号。平台型公司正从"流量分发者"进化为"AI能力供给者"。谁先把某行业的专属数据和场景跑通，谁就能向该行业的中小企业输出AI能力。医药零售是第一个样本，但绝不是最后一个。
中小企业主真正需要想清楚的，不是"我能不能做AI"，而是"我该选择哪个平台、接入哪个场景、为什么而用"。高价值场景是起点，三位一体是路径，积小胜为大胜是节奏，复用平台能力是杠杆。这四个判断构成了当下中小企业AI转型最务实的方法论。王莆中的演讲之所以值得关注，不在于他给了一个标准答案，而在于他让"AI转型"从一句口号变成了一套可执行的动作。