滴滴的物流调度系统，能否力挽狂澜!

再一次，滴滴遭受到重大危机，在悲哀其客服系统的同时，事件中关于滴滴的物流调度系统的讨论，迅速走热。

网易CEO丁磊：滴滴是一家物流企业

记得前段时间，吴晓波在与网易CEO丁磊的采访中，曾和对方聊到互联网圈的投资布局，丁磊一语中的，说现在互联网生态的布局，都是通过信息流，然后各自投一些与物流有关的，比如美团、滴滴，它们其实都是物流企业。

一直以来，滴滴的注意力就主要在路径优化、运力供需的匹配上，一个连接千万量级车辆的平台，必然会积累大量数据，并实现向物流转换的商业模式。

凭借着多年的优势，今年3月1日，滴滴外卖在无锡上线以后，很快与美团展开了疯狂外卖大战，并在9天内成为了当地最大的外卖平台。

不过从技术角度来看，滴滴出行的业务虽然是运输人，但这和滴滴外卖的运输物的相似的地方实在太多 。

其实，它们做的事情都是接收需求，再将人/物，从一个相对固定A点（上车点/取餐点），运输到目标明确的B点（目的地/食客位置），所以在保证乘客和食品乘坐和包装安全的同时，后台要做的也是调度和路径规划（司机调度/骑士调度），因此从逻辑上看并无不同。

揭秘滴滴调度系统差异性

的确，作为一个以出行业务为核心，连接一切与其有关的元素，进行整合优化升级的企业。滴滴在这套调度系统上下了不少功夫，持续的研发、试错，然后进行调整。

可是，送人比送外卖要难多了。送人有时几十Km，有的还遇上跨城，而外卖一般集中在3km内电动车可达距离。

同时外卖时间相对集中，颗粒度较小，重复性高，而出行因为距离更远，不确定性更高，所面临的调度路径复杂度会呈现几何增长，系统决定派哪一位司机给哪一位乘客，比决定派哪一位骑士送哪一份外卖，要难一些。

此外，出行还会有拼车、顺风车等等附加需求，以及有快车、专车、出租车诸多不同服务形态，所以复杂程度又会高一截。

降维or升维：数据算法是智能调度核心

智能调度的核心思想是“激活闲置资源、中心调度、高效匹配”。 智能大脑主要渗透到以下各个环节：预测目的地、价格预估、时间预估、最佳路径匹配、司机和乘客匹配、订单分派、供需预测、预测乘客体验。

从出行到外卖，技术原理一样，但技术复杂度变低了，因此不难理解，出行到外卖在技术层面上是一次降维打击。

从数据的丰富度上来看，滴滴拥有从机动车道、高速路、高架桥、非机动车道到小区内部道路在内的出行数据，而外卖所需要的，仅仅只有非机动车道的运行数据。

所以，单就技术而言，滴滴做外卖就像是让大学生参加小学毕业的期末考试。

相比传统的出行派单模式，滴滴采用的是抢单模式，只要乘客通过滴滴发出一个订单，系统会把这个需求推送给多位符合条件的司机，如果所有司机都拒绝后才会进行第二轮派单。

乘客的偏好最难洞察，由于滴滴数据量特别大，单个乘客背后有无数的司机在等待着为期服务。在任何一个时刻，滴滴的匹配量高达千万次以上，在一两秒钟完成上千万次的路径规划，这是一项非常大的挑战。

所以从乘客的角度出发，如何让乘客最快最有效的匹配到满意的司机，是用户体验的根本，滴滴的“滴米”系统，用虚拟积分来决定同样距离时，谁可以优先获得订单，从而补充了抢单模式。

滴滴有多少的路径优化经验，其在外卖即时配送上的应用，就有多么信手拈来。

外卖可以助力滴滴切入更加高频的调度场景，某种程度上，有利于调度系统数据和后台的升级。所以从外卖到出行，滴滴增强了资源实时管控能力，通过叠合订单热力图，把乘客和宅男数据汇到一起，更加清楚的描绘出用户画像，从而可以掌握客户的吃、出行，制定精准营销策略。

运力上，滴滴也可以在未来资源利用上，实现优化分配。久而久之，滴滴形成的智能调度系统，经过不断的学习、大数据的积累，提高算法体系，最终达到高效匹配供给和需求。

惨案思考：智能调度→无人运输

回到前几天的顺风车事件，关于司机的职业道德和技术水平，没有人可以预知，也不能被大数据算出来，且现有的调度系统还没有智能到，足以选择安全度最高的行驶路径。

尽管滴滴有推出乘客评选的系统，可对于这种突发的人祸，这个功能实在是有点隔靴搔痒，所以若要彻底避免司机惨案，只能采用无人化运输。滴滴出行CEO程维也表示未来的司机会变少，随着技术的进步，政策和其他客观因素给无人驾驶造成的阻碍会消退。

作为出行领域的巨头，滴滴的无人出行项目在得到了生态内很多伙伴的支持。

今年的4月24日，滴滴与31家汽车产业链企业携手成立了“洪流联盟”；5月，滴滴在加州获得了自动驾驶路测许可；近期滴滴又揽获了自动驾驶领域的世界级奖项，种种迹象表明滴滴无人驾驶的进程正在加快。

无人驾驶背后技术的更迭，反映的是交通和物流的终极趋势，当然质疑也很多。工程院院士李德毅在8月23日首届中国国际智能产业博览会上指出，“但在自动驾驶时，遇到了人不能处置的问题，控制权如何交接？在交接的过程中责任事故又由谁来认定呢？”

所以，自动驾驶不是简单叠加各个场景的模式，而且无人驾驶不仅要自动，还应该是自主，要可以像驾驶员一样，能够应对各种突发工况，把人和机器的互动做到极致，不管是送人还是送货，解决的不单是车方面的问题，还得考虑人的问题。