文 | 佘宗明
人類社會(huì)的每次歷史性技術(shù)變革，都在為“所有行業(yè)都值得用__重做一遍”這道填空題提供新答案。十多年前，人們填的是“移動(dòng)互聯(lián)網(wǎng)”；如今，標(biāo)準(zhǔn)答案成了"AI"。
隨著 AI 浪潮席卷千行百業(yè)，許多人都篤信：只要 AI 足夠聰明，就能將很多行業(yè)輕松“重做一遍”，包括電商、酒旅、醫(yī)療等，出行自然也不例外。
地圖 App 上線"AI 叫車(chē)”功能，AI Agent 將“打車(chē)服務(wù)”做成輕量化插件，AI 應(yīng)用也希望插入叫車(chē)能力……看上去，打車(chē)似乎正淪為可靈活掛載的通用服務(wù)組件，隨時(shí)面臨智能體的無(wú)縫接管與業(yè)態(tài)重構(gòu)。
正因如此，有些人幻想著，哪天大模型“打車(chē)”功能模塊里能長(zhǎng)出個(gè)"AI 時(shí)代的滴滴”來(lái)。
可 AI 雖強(qiáng)，仍無(wú)法在空中建樓閣。更可能出現(xiàn)的情形是，AI 時(shí)代的滴滴是從滴滴的身子里長(zhǎng)出來(lái)——以自我進(jìn)化的方式。
因?yàn)槟切┗诰€下服務(wù)的商業(yè)模式，可以用技術(shù)提升效率，但履約交付最終仍繞不開(kāi)物理世界。
在太多人一提到 AI 言必稱“顛覆”的當(dāng)下，厘清 AI 的作用力邊界，確實(shí)很有必要。
拿出行服務(wù)來(lái)說(shuō)，至今仍有些人覺(jué)得“大模型 + 叫車(chē)按鈕”就是智能出行?？蛇@無(wú)疑是對(duì)出行服務(wù)縱深的低估。
你能依托大模型整出個(gè)酷炫的 AI 打車(chē)界面，讓用戶體驗(yàn)到“動(dòng)動(dòng)嘴就能叫車(chē)”的科技感，但你能依托暈車(chē)黨坐上開(kāi)車(chē)穩(wěn)得一批的老司機(jī)車(chē)輛嗎？你能為大件行李攜帶者匹配到后備箱寬敞車(chē)型嗎？……估計(jì)這些人會(huì)一問(wèn)一個(gè)不吱聲。
這時(shí)候，在出行場(chǎng)景中深耕厚積沉淀下的涵蓋供給、履約、安全、數(shù)據(jù)反哺決策等維度的系統(tǒng)能力，就顯得尤為關(guān)鍵了。
聽(tīng)到這，你是不想說(shuō)“就差點(diǎn)滴滴身份證號(hào)”了？
是的，沒(méi)錯(cuò)，我想說(shuō)的是，只要滴滴不揮霍自身優(yōu)勢(shì)，那 AI 時(shí)代滴滴就會(huì)變得愈發(fā)不可替代——因?yàn)樗还馐浅鲂?AI 技術(shù)體系的搭建者，更是物理 AI 在出行場(chǎng)景落地的必要條件。這道理其實(shí)也適用于餐飲外賣(mài)、家政維修、醫(yī)療護(hù)理等領(lǐng)域的部分頭部玩家。
01
“紙上得來(lái)終覺(jué)淺，絕知此事要躬行”，現(xiàn)在看，將陸游 800 多年前寫(xiě)的這句詩(shī)嫁接到 AI 落地語(yǔ)境中，毫不違和。
說(shuō)人話便是：AI 不能光會(huì)“說(shuō)”，不能“做”。
過(guò)去幾年，AI 很熱，但絕大多數(shù)大模型都是“虛擬世界的巨人，物理世界的嬰兒”：你讓它寫(xiě)文案、做圖表、答問(wèn)題，它比懂王還懂；可你一旦要它進(jìn)入物理世界面對(duì)重力、摩擦、意外、責(zé)任時(shí)，它恨不得來(lái)上一句“臣妾做不到啊”。
所以黃仁勛說(shuō)，下一波 AI 浪潮不是生成更多內(nèi)容，而是讓 AI 進(jìn)入物理世界、接管物理實(shí)體。去年 7 月，他還斷言：物理 AI 的"ChatGPT 時(shí)刻”已經(jīng)到來(lái)。
他說(shuō)這番話的背景是：雖說(shuō)參數(shù)越堆越大、Benchmark 分?jǐn)?shù)越刷越高，可大模型的“代差”正急劇縮小，大模型在純軟件維度的效益也在邊際遞減。
當(dāng)能答出一堆問(wèn)題、寫(xiě)得一首好詩(shī)成為各家 AI 的標(biāo)配時(shí)，差距也就不在“嘴巴”上而在“手腳”上了——誰(shuí)能把聽(tīng)懂話的基礎(chǔ)上辦成事，才是重中之重。
那怎樣才能“辦成事”？
ChatGPT 已經(jīng)用能語(yǔ)音叫車(chē)但得跳轉(zhuǎn)到 Uber、能語(yǔ)音點(diǎn)外賣(mài)但會(huì)跳轉(zhuǎn)到 DoorDash，給出了答案：還得有真實(shí)社會(huì)場(chǎng)景的融嵌、海量行業(yè)數(shù)據(jù)的積累與復(fù)雜現(xiàn)實(shí)問(wèn)題的閉環(huán)解決能力才行。
光能打嘴炮，卻無(wú)線下服務(wù)網(wǎng)絡(luò)、實(shí)體履約鏈路，充其量只能歸為“嘴強(qiáng)王者型 AI"。
還是以出行場(chǎng)景為例，若大模型在聽(tīng)到用戶說(shuō)“幫我叫輛車(chē)，要空氣清新的，半小時(shí)后到機(jī)場(chǎng)”后，只能給出貼心回復(fù)，卻找不到靠譜的司機(jī)、調(diào)不動(dòng)線下的車(chē)輛，那它提供的情緒價(jià)值其實(shí)沒(méi)太多價(jià)值。
前些天，很多媒體都報(bào)道，滴滴上線 AI 打車(chē)功能后，能將用戶可能復(fù)雜含糊的指令拆解成包括“駕駛平穩(wěn)”“空氣清新”“優(yōu)先油車(chē)”等服務(wù)標(biāo)簽，再?gòu)那f(wàn)級(jí)運(yùn)力池里精準(zhǔn)篩選出符合條件的車(chē)輛，在運(yùn)力不足時(shí)，還能自動(dòng)對(duì)需求優(yōu)先級(jí)進(jìn)行排序。
這涵蓋了需求理解、供給匹配、服務(wù)履約的智能出行服務(wù)閉環(huán)，顯然超出了"AI 聊天”的范疇。
而支撐這個(gè)閉環(huán)的，不是滴滴的模型參數(shù)，而是其在出行服務(wù)行業(yè)摸爬滾打十幾年練成的底層能力與打造的堅(jiān)實(shí)底座。因此，它成了覆蓋人車(chē)路全維度的城市出行基礎(chǔ)設(shè)施。
有了這些能力、這套底座，AI 才能從紙上談兵變?yōu)槁涞乜尚?，否則只能是流于“說(shuō)得雖好聽(tīng)，做事不太行”。
02
說(shuō)到這，有些人也許不以為然：什么城市出行基礎(chǔ)設(shè)施，不就是撮合司乘嗎？
這就有些不把豆包當(dāng)干……AI2C 王者了。真實(shí)的出行場(chǎng)景，是時(shí)空動(dòng)態(tài)變化、供需實(shí)時(shí)波動(dòng)、路況瞬息萬(wàn)變、需求千人千面、安全保障不容有失，其高頻、剛需、低容錯(cuò)特點(diǎn)決定了，它幾乎是服務(wù)場(chǎng)景中復(fù)雜度最高的。能把這套體系長(zhǎng)期穩(wěn)定運(yùn)轉(zhuǎn)，本就是難以復(fù)刻的本事。
滴滴能形成行業(yè)內(nèi)獨(dú)一份的系統(tǒng)能力，不是像楊過(guò)練成黯然銷魂掌那樣靠疊 Buff，而是靠干苦活、累活、難活煉出來(lái)的。
滴滴有高密度供給網(wǎng)絡(luò)，這是滿足用戶個(gè)性化出行需求的基本前提。
AI 個(gè)性化匹配的本質(zhì)，是多條件篩選、精細(xì)化分單。當(dāng)用戶提出“不暈車(chē)、空間大、車(chē)內(nèi)干凈”這類細(xì)分要求時(shí)，AI 需要在運(yùn)力池中細(xì)篩。如果供給稀薄，結(jié)果只能是無(wú)車(chē)可派、等待超時(shí)，就像漁網(wǎng)再好，沒(méi)有魚(yú)群，注定是空撈一場(chǎng)。
而經(jīng)過(guò)十余年運(yùn)營(yíng)的滴滴，就建成了覆蓋全國(guó)的高密度運(yùn)力網(wǎng)絡(luò)，在城市核心區(qū)、早晚高峰、偏遠(yuǎn)點(diǎn)位都能保持穩(wěn)定供給。這背后是長(zhǎng)期運(yùn)力運(yùn)營(yíng)、司機(jī)生態(tài)治理、服務(wù)標(biāo)準(zhǔn)化建設(shè)的逐步積累。
滴滴有全鏈路履約能力，這是呼應(yīng)用戶“承諾可兌現(xiàn)”期許的基礎(chǔ)支撐。
傳統(tǒng)出行服務(wù)拼的是響應(yīng)快、價(jià)格低；AI 出行時(shí)代，比拼的是全鏈路確定性：從需求理解、地址解析、車(chē)型預(yù)估、價(jià)格確認(rèn)，到智能派單、接駕引導(dǎo)、路線規(guī)劃、行程安全、終點(diǎn)送達(dá)、售后保障，任何一環(huán)出錯(cuò)，用戶都可能感慨“人工智能不如能工智人”。
但滴滴長(zhǎng)期在履約上死磕：從行程中的實(shí)時(shí)定位、路線監(jiān)測(cè)到服務(wù)后的評(píng)價(jià)反饋、違規(guī)處罰，從司乘糾紛的快速介入，到異常訂單的主動(dòng)干預(yù)……憑著一次次試錯(cuò)、迭代、優(yōu)化，滴滴把充滿變量的出行從非標(biāo)服務(wù)變成了穩(wěn)定服務(wù)。
滴滴還有可靠的安全保障體系，這是出行 AI 不可動(dòng)搖的根基。
出行是人命關(guān)天的場(chǎng)景，安全永遠(yuǎn)是第一優(yōu)先級(jí)。AI 提升效率，絕不能以犧牲安全為代價(jià)。
憑著在安全領(lǐng)域的長(zhǎng)期投入，滴滴構(gòu)建了覆蓋事前、事中、事后的完整防護(hù)體系，包括風(fēng)險(xiǎn)識(shí)別、異常干預(yù)、行程保護(hù)、應(yīng)急響應(yīng)等全流程能力。
滴滴更有冠絕行業(yè)的真實(shí)數(shù)據(jù)體系，這是支撐 AI 出行的重要燃料。
AI 的能力上限，由數(shù)據(jù)質(zhì)量決定。對(duì)出行 AI 而言，最有價(jià)值的不是海量信息，而是高顆粒度、全場(chǎng)景、可驗(yàn)證、持續(xù)迭代的真實(shí)履約數(shù)據(jù)。
滴滴就有覆蓋“人、車(chē)、路、單、服務(wù)”的全維度數(shù)據(jù)網(wǎng)絡(luò)，如司機(jī)端的駕駛風(fēng)格（平穩(wěn)度、急剎頻率、車(chē)速控制）、服務(wù)態(tài)度、用戶評(píng)價(jià)，車(chē)況端的車(chē)型車(chē)齡、車(chē)內(nèi)環(huán)境、動(dòng)力類型、后備箱空間、舒適性配置，歷史擁堵規(guī)律、道路施工、天氣影響、上下車(chē)點(diǎn)分布、區(qū)域供需變化……
不光夠完整，這些數(shù)據(jù)還夠“活”——每筆訂單、每次服務(wù)、每條用戶反饋，反映出的用戶需求之變、司機(jī)服務(wù)之變、路況車(chē)況之變，都會(huì)帶動(dòng)司乘畫(huà)像、場(chǎng)景模型跟著變；夠“準(zhǔn)”——AI 給司機(jī)貼上“駕駛平穩(wěn)”的標(biāo)簽，可能是基于司機(jī) 1000+ 訂單的急剎車(chē)次數(shù)、加速頻率、轉(zhuǎn)彎平穩(wěn)度、用戶評(píng)價(jià)等數(shù)據(jù)綜合判定，而非隨意標(biāo)注……
這些合起來(lái)，就是夠“真”。真數(shù)據(jù)變成持續(xù)生長(zhǎng)、實(shí)時(shí)反饋的活系統(tǒng)后，滴滴 AI 出行也能更好地實(shí)現(xiàn)從“猜測(cè)需求”升級(jí)為“精準(zhǔn)滿足”。
03
AI 能夠放大價(jià)值。得益于供給、履約、安全、數(shù)據(jù)上的能力資源積累，滴滴把出行服務(wù)從標(biāo)準(zhǔn)化的位移，變成了個(gè)性化、可預(yù)測(cè)、可信賴的智能決策。
過(guò)去出行服務(wù)重在將用戶從 A 點(diǎn)送到 B 點(diǎn)，如今在平臺(tái)基礎(chǔ)設(shè)施與模型能力深度融合后，它瞄準(zhǔn)的是“既要又要還要”——在送到的基礎(chǔ)上，既要送得精準(zhǔn)，又要送得舒適，還要送得可預(yù)測(cè)、可追溯、可信賴。
而從“既要又要還要”的字里行間里，能隱約看見(jiàn)密密麻麻的“重構(gòu)”兩個(gè)字。重構(gòu)的對(duì)象，則是出行體驗(yàn)：以往打車(chē)得 N 步走，以后語(yǔ)音交互就行；以往都是標(biāo)準(zhǔn)化服務(wù)，以后可以千人千面了；以往打車(chē)經(jīng)常像開(kāi)盲盒，現(xiàn)在可以告別“薛定諤的出行體驗(yàn)”了……
語(yǔ)音叫車(chē)可將流程壓縮至 1 至 2 句話，能讓效率驟增。語(yǔ)音叫車(chē)只是交互層面的升級(jí)，個(gè)性化出行需求滿足、服務(wù)確定性提升，是滴滴 AI 出行更本質(zhì)性的提升。
都知道，過(guò)去十多年，網(wǎng)約車(chē)滿足的主要是“位移”需求，用戶主要使用 App 界面上預(yù)設(shè)的功能菜單。近年來(lái)，滴滴推出了無(wú)障礙、助老、寵物、女性友好等細(xì)分服務(wù)、滿足個(gè)性化需求，但這種擴(kuò)展也會(huì)受到功能界面的限制，細(xì)分太多，產(chǎn)品也會(huì)變得復(fù)雜。
現(xiàn)在不一樣了。滴滴 AI 出行已支持空氣清新、駕駛平穩(wěn)、后備箱大、后排寬敞、車(chē)齡新、服務(wù)好等 90 多個(gè)服務(wù)標(biāo)簽，全面適配通勤、商務(wù)、接送老人、帶娃出行、就醫(yī)等全場(chǎng)景需求。這本質(zhì)上是履約交付能力的升維：過(guò)去是削足適履，讓用戶適應(yīng)平臺(tái)，現(xiàn)在是讓各種尺碼的鞋子去匹配腳的需要，讓平臺(tái)適配用戶。
還要看到，前些年，打車(chē)出行像開(kāi)盲盒，總被“不確定性”圍繞——路況車(chē)況、等車(chē)時(shí)間、服務(wù)質(zhì)量都可能不確定。想坐上“對(duì)”的車(chē)，只能靠碰運(yùn)氣。
如今，此類問(wèn)題已迎刃而解：要確定的時(shí)間，沒(méi)問(wèn)題，在真實(shí)數(shù)據(jù)支撐下，滴滴的 ETA（到達(dá)時(shí)間預(yù)估）能精確到分鐘級(jí)，誤差遠(yuǎn)低于行業(yè)平均水平；
要確定的服務(wù)，也 OK，通過(guò) AI 標(biāo)簽匹配，滴滴讓乘客選擇自己喜歡的車(chē)型、動(dòng)力類型，甚至是司機(jī)能否說(shuō)英語(yǔ)、或者是“本地通”；要確定的供給，No Problem，憑借調(diào)度、匹配、路徑等全套體系協(xié)同運(yùn)轉(zhuǎn)，滴滴 AI 可在早高峰、節(jié)假日、極端天氣下提前調(diào)度運(yùn)力、優(yōu)化供需；
要確定的安全保障，滴滴也是這方面最努力、最可靠的那個(gè)。前幾天，滴滴首次發(fā)布了自研的安全 AI 模型平臺(tái)，借助多模態(tài)風(fēng)險(xiǎn)研判大模型，融合自然語(yǔ)言處理、訂單異常分析、行程動(dòng)態(tài)識(shí)別等能力，可提前識(shí)別風(fēng)險(xiǎn)，即時(shí)預(yù)警、主動(dòng)干預(yù)……
在此過(guò)程中，AI 小滴會(huì)把需求拆細(xì)、把服務(wù)做精，著力實(shí)現(xiàn)“一句話叫到對(duì)的車(chē)”。
值得注意的是，"AI 小滴”已超越單一叫車(chē)功能，成為用戶的專屬出行管家：它能記住常用地址、推薦周邊目的地、規(guī)劃跨城換乘方案、追蹤訂單狀態(tài)、提醒出發(fā)時(shí)間……
前不久，滴滴還開(kāi)放了旗下打車(chē) Skill"did-ride-skill"，面向“龍蝦”用戶提供完整的出行服務(wù)能力接入。
如果說(shuō) AI 小滴是滴滴把系統(tǒng)能力“內(nèi)化”為自身手腳，那順應(yīng)龍蝦熱潮開(kāi)放 Skill 插件，就是將其“外化”為行業(yè)基礎(chǔ)設(shè)施。
04
若干年前，貝索斯曾說(shuō)道：“亞馬遜平臺(tái)由品牌、用戶、技術(shù)、物流能力、電商專業(yè)經(jīng)驗(yàn)和一支專業(yè)團(tuán)隊(duì)構(gòu)成——這些都是多年積累而成，無(wú)法被快速?gòu)?fù)制?！?/p>
滴滴看著亞馬遜，興許就像看到了另一個(gè)自己：憑著干苦活累活難活，它沉淀了競(jìng)爭(zhēng)對(duì)手短時(shí)間內(nèi)難以復(fù)制的高密度運(yùn)力網(wǎng)絡(luò)、全鏈路履約體系、全場(chǎng)景安全治理、真實(shí)交易數(shù)據(jù)、深度服務(wù)標(biāo)準(zhǔn)化能力。
到頭來(lái)，即便別人能抹平算法壁壘，也難跨過(guò)這道物理世界系統(tǒng)能力壁壘。
而在 AI 時(shí)代，這道壁壘非但不會(huì)被 AI 抹除，還會(huì)被 AI 放大——技術(shù)價(jià)值從來(lái)都取決于應(yīng)用場(chǎng)景和落地載體，同樣的 AI 技術(shù)，放在缺乏運(yùn)力規(guī)模、履約能力、數(shù)據(jù)資產(chǎn)、安全體系的平臺(tái)身上，可能只有 1 分價(jià)值；放在滴滴身上，也許能發(fā)揮 10 倍價(jià)值。
最起碼，AI 能加速“技術(shù)能力 + 場(chǎng)景沉淀 + 履約體系 + 數(shù)據(jù)資產(chǎn)”的閉環(huán)形成，讓滴滴形成自我強(qiáng)化的飛輪，將滴滴導(dǎo)入“數(shù)據(jù)越多，AI 越聰明；AI 越聰明，服務(wù)越好；服務(wù)越好，司乘越廣；司乘越廣，數(shù)據(jù)越多”的正向增強(qiáng)回路。
如此一來(lái)，AI 時(shí)代，滴滴的護(hù)城河不會(huì)因 AI 普及而變淺，反而會(huì)因 AI 的加持變得更深、更寬、更牢。
做苦活累活難活，終筑成堅(jiān)固護(hù)城河，滴滴趟過(guò)的這條路，不免讓人想起那句：鑿井者，起于三寸之坎，以就萬(wàn)仞之深。
滴滴便是鑿井者，而護(hù)城河的“萬(wàn)仞之深”就是時(shí)間對(duì)深鑿細(xì)琢的犒賞。這也注解了那句爛俗卻不全是雞湯的話：世上沒(méi)有白走的路，每一步，都算數(shù)。
特別聲明：本文為合作媒體授權(quán) DoNews 專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個(gè)人觀點(diǎn)，不代表 DoNews 專欄的立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問(wèn)都請(qǐng)聯(lián)系idonews@donews.com)
