本地生活服务巨头正斥巨资将AI深度整合至从商家运营、骑手调度到用户推荐的全链条，旨在提升效率并优化体验。然而，当前AI在理解力、专业性、透明度及交互设计上的不足，使其被普遍视为“鸡肋”，远未达到解决核心痛点和用户期待的水平。要实现AI的真正价值，需超越表面效率，深入洞察人文情境，并解决随之而来的伦理与信任挑战。
在中国庞大的本地生活服务市场，一场由人工智能驱动的转型正在轰轰烈烈地展开。美团、饿了么、抖音生活服务、快手本地生活——这些掌握着亿万用户日常消费数据的巨头们，正以前所未有的力度，将AI技术嵌入其生态系统的每一个毛细血管。美团核心本地生活业务CEO王莆中透露，公司每年在AI上的投入已超过百亿元，这绝非一次简单的技术升级，而是一场集体押注未来竞争力的豪赌。1
AI浪潮下的全链条渗透
这场AI竞赛的深度和广度令人瞩目。它不再局限于传统的智能客服或简单的推荐算法，而是试图用AI充斥本地生活的全链条，覆盖了商家、骑手与用户三大核心群体。
在商家端，AI被定位为降本增效的“数字员工”。美团推出了服务零售商家AI数字员工和内测中的“袋鼠参谋”，能够提供经营诊断、增长机会识别、排班调度，甚至基于海量门店数据和运营经验提供选址、菜品研发等深度经营建议。饿了么的“商家入驻AI助手”则旨在覆盖从入驻、装修到后期运营的全过程，支持智能选品和门店诊断。而抖音来客、快手本地生活的“可灵”等则专注于AIGC智能营销和创作服务，提供智能剪辑和图文创作，甚至有快手本地生活的“女娲数字人”实现24小时直播互动。这些应用的共同目标是帮助商家提升运营效率、降低营销成本，并进行更精准的经营决策。
对于骑手端，AI的核心使命是保障配送安全和提升效率。饿了么的AI“小饿”智能体能够直接协助接单、确认到店、查询活动，并提供天气预警、路线封路等关键信息，旨在减少骑手操作负担并规避风险。更进一步的创新是，北斗与雅迪联手打造的“AI大脑”外卖配送车，通过北斗双频芯片实现人车绑定智能管理，具备身份识别、自动降速、优化路线等功能，甚至旨在解决外卖员“进小区难”的长期痛点。
在用户端，除了常见的智能客服，平台们正探索更多基于AI的“种草”和决策辅助功能。美团的“问小袋”提供餐饮推荐和送礼建议，“AI智选”标签则附带AI生成的菜品评价。大众点评内测的“点仔”则集成了找店、菜品搭配、乃至AI帮写笔记的功能。抖音的“探饭”产品则利用豆包大模型，结合地理位置和多维度对比，为用户推荐餐厅并无缝跳转导航，实现了从“找店”到“到店”的一体化体验。
此外，AI还被用于平台自身的治理与合规。饿了么上线的“全息盾”系统，能够24小时不间断扫描全网店铺，利用图像识别技术快速揪出“幽灵餐厅”，将问题商户的处理速度从半天缩短至惊人的1分钟，显著提升了平台的风控能力。1
理想与现实的落差：AI的“鸡肋”困境
尽管投入巨大，应用场景广泛，但当前这些AI工具在实际落地中，却被不少用户、商家和骑手评价为“鸡肋”。这种“有”而不“用”，甚至“反作用”的现象，揭示了技术理想与现实需求之间的深层落差。
首先，AI的理解力欠缺是核心痛点。一位独立咖啡店店主反映，尽管AI能快速生成文案，但其对本地化、个性化、情感化和非结构化信息的理解深度不足。AI难以捕捉到独特的“人情味”和场景化需求，导致生成的广告文案流于表面，难以真正打动顾客。在用户端，消费者也抱怨AI推荐倾向于堆砌华丽辞藻，对产品过度美化，缺乏真实洞察，甚至有时会出现不实信息。1这种表层的语义理解与深层的情感共鸣和真实性判断之间的差距，是当前大模型在复杂人文情境下普遍面临的挑战。
其次，AI的专业性不足和强制性导致了工作流的破坏。某连锁品牌运营坦言，本地生活平台自带的AI功能效果不佳，例如在美化图片方面，生成的菜品图文常常与实际需求错位，他们更倾向于使用专业的AI工具。更重要的是，平台内置的AI工具在垂直领域的专业性、灵活性和输出质量上难以匹敌第三方专业工具，却又因其“强制性”或深度整合，使得商家原有的工作流变得臃肿杂乱，甚至增加了误触风险。1这不仅未能提升效率，反而成为一种负担。
更深层的担忧来自流量规则的模糊性。多位商家对AI搜索推荐和“AI智选”标签的透明度提出质疑：“什么样的产品、商家能够被放在前列？这会不会演变成需额外付费的新流量池？”1在平台经济中，流量分配机制直接关系到商家的生存与发展。当AI介入并可能影响这一机制时，其决策的透明度、公平性以及潜在的寻租空间，将成为影响商家信任和平台生态健康的关键伦理问题。
最后，AI的交互设计未能契合配送场景的“效率至上”原则。一位众包骑手抱怨，AI助手在遇到商家卡餐等突发情况时，会不停播报“未取餐”，但在发出其他响动时又误判为“取餐成功”，导致信息混乱且干扰操作。他透露，身边很少有骑手真正使用AI助手，甚至有人研究如何将其关闭。1这凸显了在即时性、高压力的工作环境中，AI设计必须高度贴合实际操作流程和用户习惯，否则即便技术先进也可能被弃用。
总而言之，当前本地生活领域的AI应用，尚未在用户端带来清晰的价值感知。商家未见营收显著增长或成本大幅下降，骑手未感到配送更安全、订单获取更轻松，消费者也未获得颠覆性的体验提升。这反映了AI能力与各方对“智能”的期待、以及对解决核心痛点的需求之间，存在着亟待弥合的巨大落差。
超越“鸡肋”：未来本地生活AI的演进路径
本地生活领域的AI应用无疑是行业大势。要让这场AI故事真正动听，巨头们需要从“有”到“有用”，再到“好用”和“爱用”进行质的飞跃。这意味着，不仅仅是技术能力的提升，更需要对应用场景和用户需求进行深层洞察与重构。
未来的发展，应当聚焦于以下几个关键点：
-
从“通用智能”走向“场景深耕”：当前AI的“鸡肋”感，很大程度上源于其在特定垂直场景下专业性和灵活性的不足。AI模型需要从通用大模型的能力，进一步向本地生活特有的、细颗粒度的知识图谱和行为模式进行深度定制和训练。这包括对不同城市、不同品类、乃至不同个体商家和消费者的“微观情境”的理解，从而生成更具洞察力的推荐和更精准的服务。
-
以人为本，重构人机协作模式：AI并非要完全取代人类，而是要“解放人类，更懂人类，服务好人类”——正如阿里巴巴创始人马云所言。1在本地生活的高压、高频互动场景中，AI应该扮演智能助手而非笨拙指挥官的角色。这意味着更流畅、更直观、更少干扰的交互设计，允许用户和骑手在必要时介入和纠正AI的判断，形成互补而非对抗的关系。例如，骑手AI助手应更精准地识别环境音和语音指令，减少误报，并提供真正对操作有帮助的个性化建议。
-
构建透明可信的AI生态：商家对流量规则的担忧并非杞人忧天。平台需要制定并公布清晰的AI推荐和排序标准，避免AI成为新的“黑箱”权力。通过提升算法的透明度，解释AI决策背后的逻辑，可以增强商家和用户的信任。同时，建立有效的反馈机制，让用户能够对AI的推荐和服务进行评价和纠正，从而实现AI能力的持续迭代和优化。
-
关注实际痛点，而非表面效率：本地生活的核心痛点在于复杂多变的线下场景、个性化的需求以及效率与体验的平衡。AI的价值在于解决这些痛点，而非仅仅追求数字层面的效率提升。例如，对于商家而言，AI应能真正帮助他们分析市场趋势、优化菜单、提升顾客复购率，而不仅仅是生成模板化文案。对于用户而言，AI推荐应能帮助他们发现真正符合口味、个性化偏好且具备真实口碑的宝藏店铺，而非泛泛而谈的“AI智选”。
本地生活平台对AI的集体押注，是推动行业智能化升级的必然趋势。然而，要真正跨越“鸡肋”阶段，从技术炫技走向价值创造，关键在于如何让AI真正解决实际问题，弥合理想与现实之间的落差。在这场AI竞赛中，谁能率先让技术融入日常，变得无缝且不可或缺，谁才能真正讲好这个关于效率、体验与信任的AI新故事。