找店、比价、看评价太累了，AI 能让消费者少踩坑吗？

帮你靠谱办事的小团，是术业有专攻的AI。

潘哥公司经常聚餐，但预订饭店这件事，很少有人愿意牵头。

这是因为，除了需要考虑小伙伴们，对口味、位置、环境的要求之外，聚餐还经常会涉及时间变量。

团队中，有人临时出差要改时间，有人突然改稿要晚点去，都可能改写聚餐进度条。

而当众仙终于归位，总算可以订饭店时，原本选好的嗨吃现场，也许已经没位子了。

类似上述这种现象，相信很多人都曾遇到过。

即便在AI技术飞速发展的今天，这种基于真实世界的实时变化，也常让AI感到束手无策。

更懂真实世界

最近一次聚餐，潘哥听说美团AI有点东西，便想着给它来个压力测试，于是在吃货大军出征半小时前，才将聚餐的需求发给了小团。

潘哥告诉小团：在公司附近两公里范围内，寻找一家做中式炒菜的饭店，要有能容纳至少8人的包间，包间环境私密且干净，预计晚上七点左右到店。

小团经过一番思考后，很快给出了四个选项，还注明了各家的距离、价位以及特色，并再次向潘哥核实了预订信息。

潘哥从四个备选项中，选了一个北京老字号饭店，小团在得到潘哥授权之后，主动向商家发出指令，成功预订了一个包间。

不过，也许由于公司附近属于美食荒漠，因此小团在这次的推荐中，列出了一家潮汕牛肉火锅备选，虽然它也曾作为公司聚餐圣地，但不符合中式炒菜的要求。

临时起意的团队聚餐，小团能做出快速反应；关于外卖的速度与激情，小团也愿意来帮帮场子。

每当潘哥独自在家，吃什么外卖就成了世纪难题。毕竟，外卖平台上馆子那么多，配送时间、餐品价格、食物种类等因素，都有可能占用潘哥的算力。

同时，由于家中不常准备其他食物，因此潘哥对外卖的时效性要求颇高，如果饭店太远、或者骑手太慢，潘哥很可能被饿得血条渐空，甚至没力气开门取餐。

有了前面的成功经验后，潘哥独自在家点外卖时，也将相关需求告知小团：帮我点一份外卖，要求是中式盖饭、有饮料和小食，40分钟左右送达，预算在30元以内。

之后，小团立刻从众多外卖商家中，选出了两名满足条件的选手，潘哥只需从中择优录取，确认订单信息后完成支付，就可以等待投喂了。

不仅如此，后续外卖的送达时间，也恰好满足了潘哥要求，让饥饿的胃与可口的饭，来了一次完美相遇。

这一过程中，如果你对小团的推荐不满意，还可以让它换一批，直到选出自己的心仪之餐。

小团之所以能做到这些，在于其能力得到了全面提升。

7月27日，美团宣布其AI助手小团，升级到了2.0版本。相比过去的1.0版本，新小团不仅能帮用户做筛选，更重要的一点是：还能帮助用户办成事。

从模糊需求、到清晰解答

想要拥有良好的办事能力，除了需要AI实时了解不断变化的信息，还要求它能够理解用户的复杂需求。

比如，我们普通人在出差、旅行途中，需要用到订酒店、打车、点餐等App，在各种App之间来回切换后，大脑CPU快被烧干了。

这时，人们往往希望有个生活助手，能替自己处理这些琐事，升级后的小团，就在扮演这种角色。

最近潘哥去外地出差，落地后不仅要从机场打车去酒店，路上还想买杯瑞幸咖啡提提神，便把需求发给了小团。

收到这个模糊指令后，小团主动询问潘哥细节：几时出发？什么车型？几名乘客？并据此给出了预估时间。

同时，它还根据这趟打车的路线，将顺路的瑞幸门店一一列出，并在得到潘哥确认后，将其中一家规划为途经点。

不仅如此，小团还在这轮对话过程中，提前预判了潘哥的预判，联想出了问题：打车时在途经点停留，取咖啡需要额外收费吗？并帮潘哥领取了瑞幸优惠券。

成功打车并取到咖啡后，潘哥希望入住酒店时，能够吃到热乎的外卖，还希望下午能去足疗店，犒劳犒劳自己的双脚。

于是，潘哥又给小团发了新的指令：点一份吉野家的照烧鸡排套餐，中午12点前送到某某酒店大堂；再从该酒店三公里的范围内，找一家150元以内的足疗店，预约时间为下午两点。

小团根据潘哥打车的目的地，选择其附近的吉野家门店下单，并根据打车路程、骑手时间进行估算，保证餐品在潘哥到酒店前送达。

然后，小团又按照潘哥的需求，筛选酒店三公里内的足疗店。不仅可以选择具体的足疗套餐，甚至还能预约专门的技师。

如果没有指定号码的技师可选，用户还可以告诉小团：意向技师的性别、擅长项目、手法力度等，让它来帮你进行挑选。

到这里，有些人可能会有疑问：万一商家没有接入小团的预订系统，用户是不是还得自己联系商家？

没关系，本次升级后的小团，拥有“AI外呼”这一功能。对于没有接入预订系统的一些商家，小团会模拟真人完成咨询和确认，不愿开口、说不清楚的用户，可以当半个甩手掌柜了。

专注本地生活的AI

如今，各种各样的AI大模型，逐渐深入人们的日常生活，一些人在使用AI大模型时，很有可能会与其产生纠纷。

此前，有网友用某AI大模型预约餐厅，对话页面上不仅显示：已占座取号，甚至还有对应的号码牌。

结果这名网友到店后，因为没有预订而被当场拒绝，一位店员还表示：那你找AI大模型去啊。

另一边，还有人找通用AI大模型，办理银行存款、酒店预订、点奶茶等事情时，也经常遭遇AI“哄骗”。

那么多AI工具，因为帮用户办事而翻车；美团的小团，为何敢继续助人为乐？原因似乎有三点：

首先，对于美团来说，平台深耕本地生活多年，拥有丰富海量的真实数据，相关信息搜集、梳理更靠谱。

截至目前，“小团”的相关信息服务，已覆盖全国2800多个城市，累计完成超过7亿次商家信息校验，收录用户评价超过13亿条。

其次，对于小团来说，由于它拥有ISTJ的淡人人设，在AI大模型中属情绪稳定型，不怎么提供情绪价值的同时，办事也更加理性、更让人放心。

不过，到了最关键的预订、支付等环节，淡人小团可不敢越俎代庖，替用户完成相关流程；用户需要自己对信息进行确认，将主导权牢牢握在手上。

最后，对于平台上的商家们来说，由于小团对信息、数据的精准掌握，那些产品服务相对优质，但不擅长流量运营的商家，或许有了更多被选择的机会。

毕竟在小团眼里，只有那些真实的信息数据，才能提高自己的办事效率。

除了以上三种原因之外，小团升级的最大受益者，似乎还是广大美团用户们。

因为，从最初的结果准确性、决策辅助能力，到升级后拥有的行动代理能力，小团这次的能力提升，大幅缩短了用户的决策流程，让他们能将更多精力，留给吃喝玩乐这件事本身，而不是如何安排吃喝玩乐。

通过以上这些事例，我们似乎可以看出，升级成2.0版本的小团，正在尝试解决AI进入物理世界的问题。

同时，作为AI产品中的一员，小团找到了自己擅长的方向：本地生活；写代码、改稿子、做剪辑这些事情，别指望小团能跨界包办。

也许，人们对于AI的未来展望，正在从过去那个全知全能的神，变为一个术业有专攻的助手。

当万千用户需要吃喝玩乐相关体验时，无需在各种AI中可汗大点兵，一个小团可能就足够了。