AI 办公大战打得轰轰烈烈，企业级 AI/Enterprise AI 是 Coding 之后的下一座金矿，已经成为产业界共识。

打开任何一个企业的智能工作台，AI 已经能写周报、做 PPT、润色文档、整理会议纪要，任劳任怨、效率惊人。这些应用确实提高了个人效率，也暴露出企业级 AI 当下的矛盾点：

AI 集中在轻量化的场景，从事收集整理等通用工作，但并未深入企业的经营一线。离收入、库存、价格和预算等经营场景越近，AI 的存在感反而越弱。

是企业老板们不想用吗？不太可能。达里奥散播 AI 威胁论，奥特曼天天眩晕瘫坐，跟着入戏的企业基本都意识到，AI 是后续增长的关键，但这条链路似乎卡在了什么地方。

智能客服、数字人直播这些 " 应用 / 功能 " 环节落地迅速，员工的个人文档基本都由 Agent 代劳，但企业整体的业务依然遵循过去的方式，导致 AI 的提效始终在边缘领域徘徊。

一头是轰轰烈烈的智能革命，一头是步履蹒跚的落地进度。个人和企业，用的是完全不同的两把评价标尺。

个人用 AI 的试错成本极低，做得不好换个方式再来，实在不行推倒重来，这时候模型聪不聪明占了很大权重。企业用 AI，关键在可靠性，一旦出错，容易牵一发动全身，一次错误判断可能影响价格、库存和渠道，每一项输出还要经过数据核验、权限控制和责任确认。

个人消费的是 " 产品 "，企业需要的则是一套 " 解决方案 "。个人用户看重的是一次交互中 AI 的表现是否聪明，而企业和组织要的是一个明确的结果—— AI 是否理解这门生意，建议能否进入实际流程，又能否交付可以检验的经营价值。

企业需要的 AI，到底应该长什么样？酒店业提供了一个观察窗口。

酒店业的试验

2025 年 6 月，美团上线商家端酒店 AI 产品 " 既白 "。经过一年多的升级迭代，既白已经形成轻享版和旗舰版两套产品路径：

前者面向中小酒店，承担信息整理、经营咨询和部分日常操作；后者面向高星及连锁酒店，在商家授权后接入 PMS 等经营系统，为经营诊断、市场研判、定价参考、预算管理和复盘汇报提供建议。

这不是一个偶然选择。

过去 20 年，中国酒店业的增长沿着同一条路径展开：

扩店增加供给，连锁化复制品牌和管理能力，线上化扩大获客范围，再借助会员体系等数字化手段维护存量客户。

但随着供给逐渐丰富、线上渠道日益成熟，这些传统增长方式的边际回报也开始递减。

按照《中国酒店业发展报告》的口径，全国酒店业客房数从 2024 年底的 1764.3 万间增至 2025 年底的 1873.6 万间。进入 2026 年，" 中国住宿业消费指数 " 显示，6 月的平均房价指数同比下降 5.5%，7 月扩大到 5.9%。

数据呈现出一个事实：酒店供给仍在增加，经营效率却面临压力。扩店可能稀释同店效率，单纯依赖渠道获客，也越来越难解决经营中的全部问题。

酒店业的竞争正在从 " 抢流量 " 转向 " 拼经营 "：什么时间调价、留多少库存、预算如何分配、哪些渠道值得追加投入，这些日常经营中的小决策，共同决定了单店的运营效率，进而影响一家门店的收入表现。

这也是企业级 AI 可能进入的地方。它的价值不只是帮酒店把报告写得更快，而是帮助经营者更及时地看见问题、理解市场并形成行动方案。

但前提是，AI 先要理解酒店这门生意。

先把 AI 接入经营场景

所谓理解生意，首先是理解上下文。

之前广为流传的 " 文锋纪要 " 中，梁文锋在 "AI 超越人类 " 上，就设定了一个重要前提：给 AI 完整的上下文和完整的指令。

上下文，就是工作和业务中的 " 具体语境 "：老板说 " 这个项目交给小陈做吧 "，这个决策的上下文就包含了小陈是谁、这个项目是什么、小陈之前还做过什么项目、他为什么适合这个项目等等。

酒店行业，恰恰是 " 上下文难题 " 最典型、也最值得做的场景之一。

一家酒店要不要在今晚降价，不能只看一个房价数字。经营者还要知道剩余房量、预订进度、往年同期表现、周边同类酒店价格，以及未来几天是否有展会、演出或节假日。不同酒店的客群、位置和经营目标不同，同一组市场信号也可能对应不同决策。

企业 AI 的难点就在这里。酒店的经营数据可能分散在 PMS、会员系统和不同渠道中，外部市场信号又在持续变化。没有这些上下文，模型再聪明，也只能给出一份看起来正确、实际上很难采用的通用答案。

上下文只是起点。企业级 AI 还需要找到离经营结果足够近的场景，接入酒店原有系统，让分析和建议进入日常决策，经营结果再反过来校准下一轮判断。

缺少其中任何一个环节，AI 都容易停留在 " 问答工具 " 的层面。

美团既白的轻享版和旗舰版两个版本，产品思路对应不同经营规模和数字化基础的两类商家：

轻享版定位免费的经营小助手，主要面向中小酒店，帮商家 " 做事 "，承担信息整理、经营咨询和日常操作等工作，降低酒店使用 AI 经营工具的门槛。对数字化基础相对薄弱的门店而言，第一步未必是立刻获得一套复杂的经营决策，而是把原本分散的信息，逐渐整理成可以调用和追踪的经营依据。

旗舰版则面向高星和连锁酒店，在商家授权下接入 PMS 等经营系统，整合线上线下全链路经营数据，并结合外部市场信号，为经营诊断、市场研判、预算管理和复盘汇报提供参考，帮助商家 " 想事 "，最终由商家拍板。

产品如何工作，从一家酒店的日常里看得最清楚。

在杭州，雷迪森酒店的收益经理平时每天要调价 3 到 5 次，黄金周期间可达十几次。过去查询一项经营数据通常需要 5 到 10 分钟，接入既白后，相关查询约 1 分钟可以完成。

变化不只发生在查数环节。往年同期经营数据、周边市场情况和大型活动等信息，被放进同一个分析界面；月度目标可以进一步拆到每天，经营者由 " 月底看结果 " 转向 " 每天看进度 "。

在成都，尚锦品酒店集团旗下多家门店接入既白后，月度经营分析材料从过去需要大半天制作，变为可以通过一条指令生成；预算盘点也从每周一次变为按日查看。

能否从办公外围进入真实经营场景，并交付商家可感知、核验和选择的价值，并帮助商家拿到经营结果，已经成为检验企业级 AI 的标准。

AI 要 " 长 " 在生意里

今年一月，捷克酒店软件公司 Mews 完成 3 亿美元融资，创下同业单笔融资纪录。Mews 从云 PMS 起家，定位 AI 原生酒店操作系统，将入住登记、客房管理、收益优化等环节自动化，接上支付和金融能力，形成闭环。

不仅仅是产业界，资本市场也意识到，供给分散、经营纵深巨大的线下实体经济，是企业级 AI 的高价值场景。但同时，企业 AI 进入核心经营，靠的不只是增加几个功能。

Mews 的起点是软件，把系统做厚，用 AI 替代人力和流程；既白的起点是生意，把上下文接通，用 AI 辅助判断和决策。

美团核心本地商业 CEO 王莆中曾将企业 AI 落地的障碍归纳为 " 五个错配 "：认知上过度神化或全盘否定，效率上把高性能模型消耗在低价值工作，场景上停留在经营外圈，考核上急于追求短期回报，流程上没有重新设计人机协同。

落到酒店经营，这些错配最终指向三个问题：场景有没有价值，数据是否足够完整，建议能不能进入执行环节。

酒店行业并不缺软件。PMS 记录房态和订单，会员系统沉淀客户信息，各渠道提供流量和交易数据。真正稀缺的是把这些信息连起来，再翻译成经营动作的能力。

按照王莆中的解读，美团在 AI 时代的任务，是把自己踩过的坑，交过的学费，总结下来的方法和能力封装成系统，提供给中小企业和行业用户。整套解决方案既包含行业模型底座，也有面向行业和消费者的垂直领域应用，让 AI 进入企业的核心业务。

截至 2025 年第三季度末，美团过去 12 个月交易用户数已突破 8 亿。平台覆盖的 " 吃住行购游娱 " 多领域的本地生活场景，为观察消费需求和市场变化提供了基础；长期服务酒店商家形成的经营经验，则提供了理解酒店行业价格、库存、渠道和客群之间关系的机会。

在 AI 时代，借助既白，美团希望把这些积累转化为可服务商家的经营价值。

截至目前，既白 AI 已覆盖商家 14 万 +、周咨询量 30 万 +，深度使用的商家 RevPAR 平均提升 11%。旗舰版已与首批多家高星及连锁酒店共建，诊断建议准确率 98%，全渠道管理效率提升 20%。

模型是一种通用能力，真实消费市场展现的趋势与偏好，加上产业一线积累的 Knowhow，最终决定了产品对于企业经营的实际效果。

工业品可以借助仿真系统测试，物理世界的经营细节却无法仿真。它来自一天天积累的市场理解和日常运营经验。AI 走向物理世界，技术是起点，但不是全部。

出来混的第一步是出来，服务商家一定要提供服务。企业级 AI 的关键，最终还是回答一个问题：是否懂真实具体的生意、能否帮商家拿到经营结果。