美国外卖配送与餐厅科技市场格局

美国外卖配送市场在过去五年完成了从碎片化竞争到双寡头垄断的转变。DoorDash以56%的份额稳居第一，Uber Eats以23%位列第二[electroiq]。Grubhub等早期玩家已被边缘化。这种格局一旦形成，就具有强大的自我强化机制：消费者留在订单量最多、配送员最密集的平台，配送员留在订单最多的平台，餐厅也不得不在头部平台上线以获得曝光。

餐厅科技端的格局则截然不同——仍处于激烈整合阶段。Toast、Olo、SpotOn三家平台从不同切入点争夺餐厅的核心系统：Toast以POS为核心向外延伸，Olo以数字订购为核心向前后端扩展，SpotOn则主打中小餐厅的一体化服务。这一赛道的核心逻辑是：谁先占据餐厅的POS或订购系统，谁就掌握了后续所有数据和增值服务的入口。

多单位连锁餐厅的科技购买决策由总部驱动，核心诉求是跨门店的数据一致性和规模化管理能力。截至2025年，52%的连锁餐厅已采用云端POS，82%的高管计划增加AI投入，重点方向是销售预测（41%的受访者提及）、客户营销（33%）和库存管理（31%）[supy.io]。合同金额更高、决策周期更长、对系统集成要求更严格——这使Toast和Olo等能提供企业级API接口的平台更具竞争优势。

独立餐厅的决策逻辑完全不同：他们买科技是为了解决具体痛点，首选低上手门槛、快速见效的工具。直接在线订购系统对他们的吸引力在于，同等订单量下比依赖第三方平台高出约30%的利润[supy.io]。库存管理工具可以帮助餐厅将食材浪费减少约2%，按年计算可节省数万美元成本。2024年，73%的独立餐厅增加了科技投入，这一趋势在2025年延续[supy.io]。但关键在于：独立餐厅的预算有限，一旦某个工具无法快速展示ROI（投资回报率），流失率会很高。

外卖平台的核心商业模式建立在高抽佣率上——通常为每笔订单的15%—30%。这一抽佣率对餐厅利润的侵蚀是真实且持续的，尤其是对原本利润率就只有3%—9%的独立餐厅而言。正因如此，"去中间化"（餐厅绕开平台直接接单）成为整个行业最持久的结构性张力。

但去中间化说起来容易，做起来难。餐厅要建立自有直接订购渠道，需要技术能力、营销预算和用户教育成本——这些对独立餐厅而言都是真实障碍。大型连锁餐厅有能力自建这些能力（麦当劳、达美乐已经做到），但它们同样需要在DoorDash等平台上保持存在感以覆盖更广泛的用户。这种"既竞争又依赖"的关系，是当前市场最复杂的动态之一。

对于餐厅科技供应商而言，竞争威胁来自两个方向：向上，外卖平台（尤其是DoorDash）在持续拓展自身的餐厅管理工具，试图从订购端延伸到运营端；向下，餐厅自身的AI工具能力在提升，部分原本需要付费SaaS解决的问题开始可以用更低成本的通用AI工具替代。

餐厅行业的技术采用正在经历一个"意愿领先、落地滞后"的阶段。AI的吸引力来自三个具体应用场景：销售预测帮助餐厅减少备货浪费，AI驱动的营销工具帮助提升复购率，以及库存优化（针对食材成本超过100万美元的餐厅，年节省金额可达25万—30万美元[supy.io]）。这些场景的ROI逻辑清晰，解释了为何高管层的投入意愿如此强烈。

但仅13%的运营者对自身科技系统完全满意[supy.io]，这个数字揭示了一个关键问题：餐厅购买了大量科技工具，但系统之间的整合程度低、操作复杂度高、实际效果难以量化。这对Toast、Olo等平台而言既是机遇（不满意 = 替换需求），也是压力（用户粘性依赖真实价值交付，而非功能列表）。

Uber Eats的全球数据提供了目前可获取的最完整的平台增长轨迹：总预订额从2022年Q1的139亿美元增至2024年Q4的200亿美元[electroiq]。这一增长主要来自两个来源：用户基数扩大，以及每用户订单频次提升。DoorDash在美国本土的增长轨迹虽未有同等粒度的公开数据，但其56%的市场份额意味着其美国业务规模远超Uber Eats。

需要特别注意的是：本研究所能获取的数据均为全球或全美层面的汇总数据，没有来自Bloomberg Second Measure或Earnest Analytics等专业交易数据供应商的美国城市级GMV分解数据。这意味着哪些城市市场已饱和、哪些仍在快速增长，目前无法从公开来源得出可靠结论。这一数据空白对任何评估地域进入机会的分析者而言都是实质性限制。

关于AI颠覆外卖平台的讨论，目前最具体的预测来自Citrini Research的情景分析：AI代理技术（AI coding agents）将使餐厅和消费者能够以极低成本绕过DoorDash等平台，自动化处理订单分发、物流协调和支付流程，从而瓦解平台的抽佣模式[thedailyupside]。这一叙事的吸引力在于逻辑上的自洽性，但其核心假设——AI代理在2026年第四季度实现规模化商用——尚无经过核实的2025年数据支撑。

更为稳健的基准情景是：AI工具在未来两年内显著改善餐厅运营效率，同时强化现有平台的竞争壁垒（因为头部平台同样在大力投资AI能力），市场格局维持双寡头主导、餐厅科技持续整合的状态。自动配送作为第三条路径，已有真实的试点进展（Nuro、Starship Technologies等公司的城市级试点），但监管路径和规模化成本仍是2028年前大规模普及的主要障碍。

本研究可获取的监管相关数据较为有限，没有专门针对外卖平台监管的一级来源（如FTC、劳工部官方文件）出现在研究结果中。以下分析基于行业公开报道和平台披露，置信度为中等。

配送员分类问题是整个行业最具确定性的监管风险来源。加利福尼亚州AB5法案（以及2020年Prop 22对其的修正）已经证明：一旦配送员被认定为雇员而非独立承包商，平台的每单成本将大幅上升。其他州对类似立法的讨论从未停止，这一风险并非假想而是持续存在的经营不确定性。平台佣金上限立法（纽约市等城市已经实施）则直接压缩平台收入，同时可能引发连锁反应——平台向消费者转移成本，进而影响订单量。

对于创始人或投资人而言，这个市场有一条清晰的逻辑主线：外卖配送平台层已经无法通过正面竞争进入，但餐厅运营科技层仍有真实的结构性空白。87%的运营者（即100%减去13%满意者）对现有科技系统存在不满[supy.io]，这不是一个边缘痛点，而是一个系统性的整合机会。

具体而言，机遇集中在三个方向：第一，帮助中小型连锁餐厅（2—20家门店）建立自有直接订购能力，这个细分市场既没有独立单店的资源限制，也没有大型连锁的内部IT团队，是目前服务最薄弱的买家群体。第二，AI驱动的餐厅运营工具（重点是库存、人员排班和销售预测），这一方向的ROI逻辑已被验证，但市场整合尚未完成。第三，在外卖平台和餐厅之间的数据层——帮助餐厅从平台获取并利用顾客数据——目前平台刻意限制数据流向餐厅，这一结构性障碍制造了第三方数据工具的生存空间。