淘寶閃購背靠著AI把競爭完全升維了，這讓美團怎么接？

回頭又看了一遍阿里千問發布會，確實有點震撼。

對阿里過去大半年重投布局的AI和WAIMAI早晚會合流這件事有預期，只不過沒想到這么快。這也意味著在2026年，消費市場的變局將以超乎想象的方式開啟。

千問App發布會上，吳嘉對著手機說了一句“幫我點40杯霸王茶姬的伯牙絕弦”，幾秒內完成選店、下單、支付，騎手半小時左右把奶茶送到現場。

這是一個很具體、很難偽裝的演示。

雖然目前千問接入淘寶閃購、支付寶AI付，還處在公測和灰度驗證階段，但從行業視角看，這種“現場點、現場到”的展示，已經完全跑通從理解到執行，再到支付技術閉環。這屬于一套可復制、可擴展的能力框架，一旦體驗穩定，未來導流彈性會非常大。

特別是放到外賣這個高頻場景，用戶入口在遷移，或者說交互習慣，從“點選操作”遷移到“自然語言對話”。作為淘寶閃購的競爭對手們，如果看了這個發布會，肯定是很難坐得住了。

外賣的勝負邏輯開始改變

在這之前，講外賣行業上半場，核心比的是兩套能力：一套叫“履約密度”（騎手、站點、路徑），一套叫“頁面效率”（搜索、篩選、優惠、推薦）。美團長期強在前者，搶市場的話鐵軍地推，大家也默認“外賣就是這套游戲”。

現在千問接入淘寶閃購之后，感覺在不遠、且可預見的下個消費周期，游戲規則多了一層——用戶第一步不一定要先打開外賣App了，先打開大概率是一個對話框，而且這個對話框是誰不重要，把需求交給系統完成就行了。

這完全顛覆了推薦流那套邏輯，要知道包括美團在內的很多平臺，都是按照這套邏輯建立起來的商業賺錢模式，過去幾年死磕的“列表頁優化”，這種邊際價值會指數級下降。

舉個例子，比如我正在減重，“想點一份低脂晚餐，別太辣，30分鐘內到”，在傳統App里基本要靠自己篩店、翻菜單、看評價、算配送時長，還需要翻一下自己卡包里面哪些券可以用，湊個單什么的，這一套操作任務下來十幾分鐘就出去了。

但是這種個性化相對復雜的需求，交給AI能給你秒回，以一次性把意圖拆解成約束條件，再去匹配供給。

過去講用戶需求，但很多做產品的人其實都有個共識，用戶其實有時候也不知道自己需要的是什么，本質上就只有個意圖。

現在外賣場景，用戶側從“操作任務”變成“表達意圖”，競爭就被抬到更高的維度：誰理解得更準、執行得更穩、閉環更短，未來誰就更容易把用戶習慣鎖進來。

雖然現在只是雛形，離成熟的體驗終態肯定還有一段距離，但這帶來的想象力和前沿性已經足夠驚人。

甚至稱之為是整個市場升維到下個時代的“奇點”都不為過。

支付閉環，關鍵是要打穿“最后一公里”

AI點外賣并不稀奇，關鍵的是這玩意能端內完成交易閉環。

像AI智能體給出來購物建議之類的，其實國外很多大模型都有雛形，很多智能體能推薦、能對話，給你各種購物、機票、訂餐建議等等，但幾乎都會卡在最后一步。要么跳轉，要么讓用戶自己去跳轉付錢。

這一步對外賣這種高頻場景很致命。因為外賣轉化漏斗里，步驟帶來猶豫，跳轉就是流失。

阿里這次把“支付寶AI付”開放給千問做系統級打通，用戶授權后，支付可以在千問對話界面內完成，全程不需要跳到別的App�？窗l布會信息里提到，AI付讓操作步驟減少超過60%。

從商業效率講，同樣的流量、同樣的意圖，成交率必然會因為鏈路變短而提高。

另外還有個容易被忽視的量：千問C端上線兩個月，月活已經突破1億。

哪怕僅僅把千問當一個“對話入口”，也不算小眾產品了，已經具備規�；瘜Я鞯目赡苄�。而對淘寶閃購來說，這相當于多了一條用戶進入路徑，而且這條路徑天然帶“意圖表達”的強信號，轉化質量也更高。

優先拿到下個時代的流量船票，這個會讓對手真的很難跟。

閃購的優勢正在持續放大

結合最近阿里釋放出來的消息看，淘寶閃購本身這塊業務的戰略位置是不斷抬高的，而且屬于長期主義，不是那種“活動沖量、停了就掉”的階段。據此前1月8日前后流傳的FY26Q3（12月季度）業績前瞻紀要，閃購業績表現穩中向好。

市場流傳的口徑是，12月季度淘寶閃購GMV份額繼續增長，訂單結構持續改善，AOV保持增長；同時提到非餐即時零售進展快，媒體也報道非餐訂單量穩定在日均1000萬單級別。

當時我比較關注的一個點是，虧損收斂速度快于競對，市場預期虧損約200億這一檔。

這套邏輯下來看，淘寶閃購是要把結構往更可持續的方向推，現在這個疊加AI入口，感覺效果會更明顯。

千問接入閃購，能夠充當“放大器”的角色，對閃購業務本身結構會進一步重塑，把低效的選擇過程交給系統，提升成交轉化；把復雜需求拆解成高價值訂單，提升結構質量。

如果把這部分預期加進去，虧損可能來到前瞻預期的下沿，甚至200億以下。

美團的壓力

個人感覺，美團現在面對的壓力，其實已經不只是“有沒有AI點外賣”這么簡單了。

阿里這次做的，并不是給閃購加個聊天功能，而是把模型、算力、支付、履約和消費場景整合成了一套能真正跑起來的系統，直接落在外賣這種高頻業務上。

閃購本身就是高度結構化的場景：商家匹配、庫存判斷、履約路徑、支付確認，原本就有完整的數據和流程體系，現在交給AI做的是“理解需求+調度系統”。

而這背后，是千問，是阿里過去幾年持續重投入堆出來的基礎設施。

市場統計顯示，過去四個季度阿里在AI和云相關資本開支上累計接近1200億元人民幣，同期騰訊大概在700–1000億，百度約300–500億，阿里在國內投入力度是最高的，而且管理層還明確提出未來三年投入3800億用于AI相關建設，內部甚至認為這個數字偏保守。高盛給的Capex預期是4600億。

通義千問作為國內最早一批開源的大模型體系，已經覆蓋文本、多模態、代碼、Agent等多個方向，并在阿里云上形成了成熟的推理和部署能力。官方披露的數據里，相關模型下載量早就過億，企業級調用規模也在持續放量。

摩根士丹利在1月的最新研報里提到，中國AI產業正在從“算力炒作”轉向“應用落地定價”，真正有價值的是那些既有龐大用戶基礎，又能把模型能力轉化為商業效率的平臺型公司。阿里憑借云計算和模型能力的結合，被認為是國內AI落地能力最強的賦能者之一。

阿里這幾年在算力、模型訓練、推理服務和企業級AI平臺上的資本開支一直維持高位，這些都是重資產、長周期工程，本質上是在為“AI原生業務形態”提前鋪路。而外賣這種高頻、標準化、可量化的場景，正好是AI最容易體現效率優勢的地方。

反過來看美團，履約網絡和本地服務密度依然是它現在的核心優勢，這一點不會變。但在“AI作為入口和決策中樞”的新維度上，美團需要補的不是一個功能，而是一整套體系：模型能力、支付協同、跨場景數據整合，以及把AI真正嵌入業務流程的工程能力。這種差距，靠幾次產品更新很難追平。