8月12日，美团核心本地商业CEO王莆中，复盘了美团在过去半年的AI落地路径。

2—3月，全员“养虾”。10万员工里8万人参与，两周做出10万个Skill，Token几乎敞开供应，高峰期一天烧掉上千万元算力。

4月，开始组织收拢。

6—7月，上千个AI项目赛马筛选。

7月以后，一批真正能产生业务结果的AI开始留下来。

半年时间，美团从不计成本地烧钱、全员搞AI，变成了只为真正有产出的AI付费。

从广撒网到聚焦，这个变化不只属于美团。

2026年上半年那套“先把AI铺开再说”的套路玩法，需要被迭代了。

现在，企业AI落地，开始进入下一阶段了。

为什么是现在？

让我们把时间，先调回半年前。

一、2026上半年，属于AI的“大跃进”

最近几年，各行业企业管理者都纷纷陷入了AI焦虑：

AI很好用，AI是未来，别人已经开始了，我们是不是还没开始？

模型几个月换一代，Agent能力不断往前走。没人知道窗口期有多久，但没人愿意成为反应慢的那一个。

于是整个上半年，各行企业都在急头白脸地拥抱AI。

发Token、买模型、全员培训、办比赛、组织分享会、做Skill、建Agent。

有些激进的公司，甚至会要求员工每日的Token消耗数量，让员工在自己的工作流里尽可能地使用AI，然后整理出Prompt或者Agent实现提效，管理者通过这样先用再炼的方式，推动AI在组织里的落地。

这个时期，不管场景合不合适，也不管AI到底是「提效」还是「增笑」，总之，都在搞AI。

有网友把2026上半年，戏称为“AI大跃进”时期。

之所以会有这样混乱、急迫的感受，是因为所有人都感觉到AI会好用，能提效，但没有人知道，AI到底该用在哪里。

一家像美团这样大体量的公司，每天发生几十万种具体工作。

哪个运营动作最适合AI，哪个流程值得重做，哪个岗位存在大量重复劳动，

哪个不起眼的小环节反而能产生更大的业务价值——这些答案，需要从实践中总结。

于是，解决的办法很简单：让所有人去找。

就像美团过去做的，把AI塞进每个人的具体工作里。

写邮件用AI，数据分析用AI，写代码用AI，跑业务？想想怎么用AI。

在这个阶段，企业要的是覆盖每个场景，然后找出AI真正能带来价值的那部分工作。

先把AI铺进尽可能多的工作，再从真实使用里看，哪里真的提效，哪里只是看起来很热闹。

之前，企业要解决的是“AI到底能用在哪”。

现在，面对眼花缭乱的AI用法，新的问题出现了：这么用，值不值得花钱？

二、当让人安心的Token数，变成了真金白银的账单

今年上半年，企业判断AI的落地进度，有一组很方便的数字：

• 多少人在用。

• 建了多少Agent。

• 调用量涨了多少。

• 一周、一个月烧了多少Token。

这些数字在一定程度上，缓解了管理者的AI焦虑。

后台曲线一直涨，下面的人都在用，至少很直接地证明：在用了，没掉队。

可以说，在上半年，Token消耗越多，老板越安心。

但很快，新的问题出现了，AI消耗了不少Token，为企业带来的效率增长却无法准确感知。

当安慰剂变成了要支付的账单，原来证明“我们正在拥抱AI”的数字，突然变成了真金白银的成本。

管理者也忍不住在高管群里发问：这AI怎么用起来，比人还贵？

于是各家都开始变“抠门”了：腾讯开始管Token，字节开始做模型费用分摊，Uber在AI预算快速消耗后开始收紧。

为什么？

因为，AI带来的业务产出还不明显，但AI的账单是越来越厚。

这里，员工个人和企业还有不一样的体验。

麦肯锡8月发布的2026全球AI调查显示，80%的受访者认为AI提高了自己的个人生产力，但只有37%的受访者认为AI已经对企业EBIT（息税前利润）产生正向影响；符合其“AI高绩效企业”定义的受访者约占6%。

员工觉得AI很好用，确实每天都在用。

老板开始问：产出呢？

个人一天省了半小时，当然很好。

但站在公司这一层，少了什么成本？多了什么收入？哪一步真的不用人做了？业务吞吐量变了吗？

上头的AI焦虑变成需要支付的成本，账单会让人冷静，于是企业的AI落地，可以开始从追求过程，转为追求结果。

与此同时，AI工具也正在发生巨变。

三、AI开始从Chat走向Work

企业开始算账的时候，AI本身也走到了新阶段。

如果您关注最近几个月的AI资讯，会发现AI正在从Chat走向Work。

7月，OpenAI推出ChatGPT Work，ChatDoing开启新一代AI客服内测；8月，字节又推出豆包工作。

各家都在把AI从“陪你聊”，往“替你干活”上推。

过去几年，大部分AI的终点都在聊天框里，写一封邮件、做一份总结、查一份资料、分析一组数据、生成一段代码。

AI给你一个答案，剩下的事情还是人来做。

现在，AI开始从Chat走向Work。

它开始进入系统、调用工具、查询数据、跑流程、创建工单、操作软件，直接完成任务。

麦肯锡今年的调查里，大型企业规模化部署AI Agent的比例，已经从上一年的27%升到了40%。

以前AI交付的是一段回答，现在，AI开始交付一件独立做完的事。

这件事会直接改变企业算AI价值的方式。

AI帮一个员工每天省半小时，这半小时最后去了哪里，很难算。

但如果AI直接接走了30%的客服工单、跑完了一条审批流程、完成了一项原本需要人工处理的任务，结果就摆在那里。

上半年，企业还在统计有多少人在用AI。

接下来，要开始统计AI到底可以做什么工作，这些工作值不值得用AI来做。

这也是为什么，美团会从全员养虾走到项目赛马，从不计成本地烧钱、全员搞AI，走到只为真正有产出的AI付费。

头部企业已明确表态，已经从大家都得用AI，走到了AI得真正干出活的新阶段。

四、AI的未来？

站在2026年9月，回头看上半年的“AI大跃进”，虽然混乱，打工人也忍不住抱怨，但其实也是技术发展、转型的某种必然。

企业怕落后，怕没赶上新技术，同时也是真的迷茫：AI化的世界，会变成什么样子？商业模式又会如何被改写？我的企业会不会被淘汰？

这种迷茫和焦虑，似乎是人在面对新技术，和即将进入新世界时的“常态”。

我想起2019年，看到B站Up主老师好我叫何同学发布的《有多快？5G在日常使用中的真实体验》视频，当时大家都在问，5G有什么用，何同学把问题换成了4G有什么用，去做了搜索。

在4G到来之前，人们能想到更快的下载、更流畅的视频、移动支付。

但后来真正改变生活的短视频爆发、全民直播、二维码支付，以及沿着移动互联网重新生长起来的外卖、打车、电商，并没有出现在那些预测里。

我们看过很多次技术改变世界，可下一次技术变化来到面前，还是只能拿今天已经知道的东西，去猜明天会发生什么。

新技术真正改变世界的方式，很难被预测，AI也是一样。

在新的AI阶段，也许你可以试试把代码交给它，把客服交给它，把邀约交给它，把那些已经能被AI接住的工作，真正交给AI来试试。

做了，才会知道哪里有效，哪里不行；哪里只是省了几分钟，哪里真的改掉了一条流程；哪里只是一个新工具，哪里开始长出新的业务方式和增长空间。

焦虑只能被行动缓解，去做事才会让未来发生。

点击注册体验ChatDoing 

一句话生成企业级AI客服