大众点评宣布未来五年投入至少30亿，升级“本地生活信息基建”，旨在构建一个实时更新、准确反映物理世界的“赛博黄页”。此举强调大众点评的本质是信息平台而非内容社区，通过结构化POI（兴趣点）数据，确保用户决策的第一步——信息准确及时——得到保障。其核心优势在于对海量商家信息的系统性校准与维护，涵盖地理位置、营业时间、服务设施等细节，从而构建起用户信任的口碑壁垒。面对AI幻觉时代，大众点评正通过AI大模型和用户共建模式，拓展POI边界，从“查”到“发现”，提供更精准、安全的本地生活决策参考。
ℹ️ **大众点评的核心定位是“本地生活赛博黄页”：** 平台宣布未来五年投入至少30亿，升级信息基建，目标是构建一个能够实时、准确反映物理世界的数字信息库。这标志着大众点评正回归其作为本地生活领域最基础的信息提供者角色，而非单纯的内容社区或榜单平台。
🗺️ **POI是本地生活信息基建的根基：** 文章强调，用户在本地生活领域的决策流程中，POI（兴趣点）信息的准确性和及时性是首要且关键的环节。大众点评将大量资源投入到POI数据的构建、清洗与更新，确保地址、营业时间、设施等信息的可靠性，为用户决策提供坚实的基础。
🛡️ **信息准确性构筑深层护城河：** 大众点评通过二十年如一日的“笨功夫”，对上千万商家进行信息核验与维护，形成了“信息真实”的口碑。这种对POI信息准确性的极致追求，构建了其他平台难以复制的信任壁垒，使用户在内容种草后，仍习惯性地回到点评进行“Double Check”，巩固了其在用户决策中的终局验证场地位。
🚀 **AI赋能与POI边界拓展：** 此次升级将结合AI大模型，提升信息挖掘、校准和更新的效率。同时，大众点评正积极拓展POI的边界，从传统的商业店铺延伸至公园、露营地、骑行路线等非商业兴趣点，并加速出海，旨在从“查”信息转变为主动“发现”生活中的美好，提供场景化、结构化的决策参考。
💡 **内容与信息的协同效应：** 在扎实的POI信息基座之上，大众点评能够更好地创新内容产品，如场景化合集、攻略等。通过结构化数据驱动AI大模型，为用户提供更精准、更可靠的本地生活发现和决策支持，尤其是在当前AI幻觉盛行的时代，其真实可靠的信息基础显得尤为重要。
原创 乱翻书 2025-11-11 15:42 北京
在AI幻觉时代，当一本及时准确反映物理世界信息的黄页。
最近有个新闻有意思，本地生活领域的老玩家，说要继续加大投入，做几乎最底层的，以结构化POI（Point of Interest，兴趣点）为基础的“本地生活赛博黄页”这个宝藏。11月5日，大众点评宣布，未来5年将追加至少30亿资金，升级“本地生活信息基建”。这一计划主要将用于在全球更多区域落地信息核验能力，同时结合美团的自研B端大模型，建设信息校准机制。这则新闻在表面上看，像是一则常规的投入公告，实则提醒大家一个重要信息：大众点评终于开始重新强调自己的本质——并不是简单的本地生活内容社区、榜单平台，而是要构建的是一个实时更新的现实世界数字副本，一个持续更新、准确反映真实物理世界的“赛博黄页”。黄页这个词可能对年轻人来说有些陌生。在互联网普及之前，每个城市都有厚厚的黄页电话簿，按行业分类列出所有商家的名称、地址、电话。虽然笨重、不性感，但极其实用——因为它解决的是本地生活领域，最基础的信息对称问题。POI对于点评意味着什么？当人们谈论大众点评时，往往想到必吃榜、黑珍珠或用户评价。但从产品逻辑上看——POI才是因，内容和榜单都是果。准确及时反映物理世界信息，才是本地生活领域的“基建”。用户决策的第一步，是信息准确、及时。举个例子，用户的真实决策链条，从来不是看到就买，而是需要Double Check——看见内容 → 想去看看 → 打开点评确认 → 再下决策。有点像是豆瓣的定位，多年来，豆瓣一直是影视剧评分的最终仲裁者——无论一部电影在其他平台营销得多么火热，最后大家还是会去豆瓣看看评分，作为决策依据。大众点评在本地生活领域也起到类似的Double Check作用——不管你在哪里发现的信息、被种草，最终的确认动作都在点评完成。如果POI信息不准，比如你在社交媒体上看到一家网红餐厅，照片精美、滤镜拉满，兴冲冲赶过去结果发现地址是错的或者这天暂停停业，所有后续决策都将失效。这也是为什么，在本地生活赛道“流量”和“种草”声量震天的当下，行业内外常常讨论UGC、榜单、补贴或流量，试图让所谓真实的推荐算法接管线下消费决策。但是大众点评投入的方向——始终坚持本地生活的源头，做最基础的信息基建，继续选择加固地基。然而，最基础的工程，往往是“最容易被人忽略”的苦活儿。大众点评“信息基建”背后，是数以百万计的POI构建、清洗与更新，保证信息更真实、更全面、更动态。每一个商户的经纬度、门头照片、营业时间、设施标签、歇业状态，甚至季节性项目（如赏枫地、钓鱼点、露营地），都需要被系统地校准与维护。要做好真实物理世界的“赛博黄页”，大致要求是：全：覆盖所有值得去的地方，不只是商业店铺，还包括公园、露营地、钓鱼点、骑行路线
准：每一条信息都经过核验，地址、电话、营业时间都可靠
新：动态更新，店铺歇业、搬迁、装修都及时反映细：目前商家线上页面的服务设施板块，信息字段已涵盖超30个，包含各类餐厅主题、是否宠物友好、停车场信息、预定信息、包厢信息、环境风格、吸烟政策、有无插座等等因为对大众点评而言，POI才是点评最核心的优势和差异化壁垒，内容和榜单都是基于黄页准确的基础上，才能形成的“飞轮效应”。因为从用户决策链条看，用户找餐厅时，第一步需确认店的位置、营业状态等 POI 信息，这是决策基础，准确及时的 POI 信息是本地生活领域基建。没有稳固 POI 信息做地基，评价、榜单等上层建筑再精美也无意义。大众点评的护城河在于建立信息可信的口碑，投入巨资维护 POI 信息准确及时，其数据高度结构化，通过系统工程构建 POI，满足用户对信息真实信任的底层需求。大众点评真正的护城河不是榜单，而是二十年如一日，默默确保上千万商家的信息准确、及时。 因为用户在内容平台种草后、最终下单前，总要回来点评“查实”，做一下double check。这种价值在用户的无意识行为中经常体现。不管用户在哪发现一家餐厅、一处钓点、一条徒步路线，最后都要回到点评确认信息是否准确：它真的还开着吗？营业时间是不是改了？支持宠物吗？价格是否一致？有没有包厢？能否提前订位？用户在反复通过点评验证信息准确性的过程中，逐渐将“查准信息 = 上点评”内化为直觉选择，决策前必核对的行为惯性沉淀为准的心智：遇到任何本地消费信息，第一反应就是到点评Double Check确认一下到底靠不靠谱。这种心智一旦固化，点评便成为用户本地生活决策的终局验证场—— 所有种草内容的可信度需经其确认，所有消费选择的安全感由其兜底，最终构建起其他平台难以复制的信任壁垒。准确及时反映物理世界信息，才是本地生活领域的基建。但而维护一个覆盖全球、动态变化的物理世界的赛博黄页，是一项极其艰巨的系统工程，平台需要长期、重投入的积累。一旦建成，极难被竞争对手复制。 为什么内容平台做不好POI？一些内容平台不是做不好POI，而是在它们的成功逻辑和战略优先级里，POI不值得像大众点评那样坚决投入。对它们而言，POI是内容的附属品和催化剂；而对大众点评，POI是安身立命的根。对于内容平台来说，内容是核心，POI是道具。用户消费的是内容（视频、图文）带来的情绪价值、灵感启发和生活方式憧憬。一篇成功的笔记或视频，关键在于画面、叙事、情绪和人格魅力。店家和地点（POI）在这里是作为内容的背景、道具或佐证出现的。它的首要任务是服务于内容的吸引力和可信度，而不是提供精确的数据库查询。用户被“种草”，是因为博主描绘的体验很美好，至于店的具体门牌号或营业时间，是临门一脚时才需要确认的次要信息。内容平台的成功不依赖于POI的绝对准确，而依赖于内容的无限吸引力。用户在某内容平台发一篇探店笔记，可能会提到“这家店在XX商场三楼”，但不会严谨地标注经纬度坐标；会说“老板人超好”，但不会详细记录“有3个包厢，最大可容纳15人”。这种非结构化的UGC内容，适合种草、适合传递情绪和氛围，但不适合作为用户决策的“基座”。POI信息只要大致不差，能支撑用户完成从心动到搜索的动作即可，深度投入POI的笨功夫对核心商业模式贡献的边际效益太低。 对于大众点评来说，信息是核心，内容是注解。用户来到点评的核心目的是做出消费决策。一切内容（评价、图片）都是为了验证一个POI（店家）是否值得去。而UGC内容（评价）是附着在POI这个“根”上的枝叶，用于丰富和验证POI的静态信息。一篇评价好不好，关键在于它是否提供了有效、真实、有参考价值的信息。所以大众点评二十年如一日，投入巨资维护POI，其实是个本地生活领域的生存问题。如果POI信息不准，导致用户踩雷，信任基石崩塌，整个商业大厦都会倾倒。大众点评的成功完全建立在“信息真实”的口碑上，所以资源必须投向能建立和巩固用户信任的地方。一个是感性的、非标准化的世界，追求的是哇塞和心动。一个是理性的、结构化的世界，追求的是准确和避坑。当然跟产品容器也有关系，内容平台的数据是“非结构化”的：数据以自由文本、图片、视频等形式存在，将其海量非结构化内容反向工程成一个精准的结构化POI数据库，需要巨大的、持续的技术和运营成本，且效果远不如原生就是数据库的大众点评。大众点评从诞生之初就是一个数据库产品。每一个POI都是一个有固定字段（名称、地址、电话、营业时间、标签……）的数据实体。UGC内容（例如榜单和评价）也是围绕这个结构化实体，形成用户习惯而产生，或者基于准确及时的信息底盘，输出精准的决策结果。扩充POI：黄页的边界与发现的可能二十年如一日，数百亿的信息基建投入其实是一项极其艰巨的系统工程，其复杂性在于其信息的采集和校准 来源是多元且庞杂的：B端（商家）：商家通过“经营宝”后台主动提交和更新菜单、营业时间、包厢信息。
UGC（用户）：海量的用户在撰写评价、笔记，或上传照片时，无意中会暴露信息。
生态情报（骑手）：千万骑手是流动的传感器，骑手的交付点信息可以校准坐标。
AI大模型：这次投入的核心变量。利用B端大模型，点评可以自动从海量的UGC文本和图片中挖掘线索（如新菜单、有包厢），并通过AI外呼等方式与商家进行校准，极大提升了信息更新的效率和覆盖面。一个店铺的信息，从地理坐标、营业时间、菜单价格，到包厢数量、停车位信息、是否宠物友好——每一个字段都需要采集、核验、更新。上千万商家，数十亿数据，这是一个永无止境的工程。但正是这种笨功夫，构建了大众点评最深的护城河。因为在本地生活领域，用户要的不是有趣，而是靠谱。日复一日确保信息真实，才是点评的核心竞争力。但POI建设不是目的，而是手段，最终目的是让用户因为“安全感”，而敢于去发现生活。这次投资明确将用于“在全球更多区域落地信息挖掘能力”，这正是对POI边界的扩充。一方面一个只包含餐厅和酒店的黄页是不完整的，这就要求POI的边界必须从“商业POI”极大拓展至“非商POI”。用户不只是查店，而是想获得灵感——去哪吃、去哪玩、周末做什么。另一方面，当今用户需求不断升级，光覆盖中国也是不够的，还得加速出海。当POI的边界被拓宽，点评的发现功能才真正有了用武之地。点评做的不是周边3-5公里的消费搜索引擎，而是发现附近的工具。“附近”是一个可以不断延展的概念:公园、露营地、滑雪场、钓鱼点、骑行路线——这些内容更有粘性，能扩大用户群。未来的点评“黄页”中，不仅有餐厅：许还会有：公园、露营地、徒步路线、骑行驿站。
许还会有：哪里是绝佳的赏枫叶机位，哪里是野钓鲈鱼的好去处。
或许还会有：类似《繁花》中的“宝总美食地图”，将影视剧热点结构化为可打卡的POI。更重要的是，基于扎实的POI基础，大众点评可以做很多结构化信息的AI内容决策产品创新。比如场景化的合集与攻略。用户需要的不是单个店铺推荐，而是基于场景的决策参考：带孩子吃饭去哪？闺蜜下午茶去哪？拍照好看的餐厅有哪些？100元以上的约会餐厅推荐？这些“合集”、“攻略”、“路线”类内容，恰恰是大众点评可以发挥结构化优势的地方。搜索栏里的每一个筛选条件——价格区间、餐厅类型、服务设施——都可以反过来变成AI大模型计算的方向。而因为数据基座足够“真实”，AI大模型的结果也就足够准确，这是当下AI幻觉时代用户所需要的。比如众人拾柴的共建模式。在探店之外，利用AI算法基于UGC及基础信息进行命题作文，—— “你心中北京最好的湘菜馆是哪家？”……大众点评真正的护城河不是榜单，而是二十年如一日，默默确保上千万商家的信息准确、及时。在真实基建之上，点评有了推出多样化种草类产品的底气，帮助用户更好决策。以结构化POI为底盘，以内容为驱动，帮助大家发现物理世界的美好。在AI幻觉时代，当一本及时准确反映物理世界信息的黄页，不是只是用来“查”，还能主动帮你精准“发现”时，它就具有了更广阔的想象空间。阅读原文
跳转微信打开
