滴滴與美團在外賣市場的戰(zhàn)爭已在無錫正式打響，滴滴首戰(zhàn)告捷。從技術(shù)角度來看，滴滴是在從用車調(diào)度技術(shù)，向物流調(diào)度技術(shù)遷移，而美團反之。那么在技術(shù)層面滴滴和美團究竟誰更有優(yōu)勢呢？

最新消息，滴滴外賣在無錫上線當天，獲得了33萬的訂單量，也讓其在當天成為無錫訂單第一的外賣平臺。

實際上早在去年10月，《金融時報》透露Uber旗下的外賣平臺UberEats，收入已經(jīng)占據(jù)了Uber全年收入的1/10，預(yù)估2017年已經(jīng)達到30億美金左右。而這一數(shù)字也已經(jīng)接近美國在線外賣鼻祖GrubHub的年收入，讓其壓力不小。

UberEats再加上滴滴外賣的此番成績，也證明了打車平臺技術(shù)向外賣場景切入有著具體的可行性。

當前國內(nèi)，美團與滴滴正在掀起的新戰(zhàn)火。美團開始進軍打車領(lǐng)域，滴滴開始進軍外賣。從技術(shù)角度來看，滴滴是在從用車調(diào)度技術(shù)，向物流調(diào)度技術(shù)遷移，而美團反之。

滴滴創(chuàng)始人程維提到：交通到物流，運人到運物，滴滴希望打造A點到B點極致效率的運輸網(wǎng)絡(luò)。

雖然戰(zhàn)局尚處初期，不過技術(shù)的競爭卻是關(guān)鍵，這里進行一些對比。

一、平臺規(guī)模決定了系統(tǒng)復雜性

在打車系統(tǒng)中，一輛車的調(diào)度范圍是全城。但是對于外賣系統(tǒng)而言，對一個單一外賣員的調(diào)度則是局限在大約3KM到5KM的半徑范圍內(nèi)。

也就是說外賣的調(diào)度系統(tǒng)實際上是一個個分割的小系統(tǒng)構(gòu)成，受制于外賣行業(yè)人員只需要在固定餐廳以及固定樓宇間活動，因此這些小系統(tǒng)彼此之間屬于割裂的狀態(tài)。

因此即使外賣的規(guī)模再大，但是其技術(shù)發(fā)展能力始終受限于固定的5KM半徑范圍內(nèi)，始終是在5KM半徑的復雜性中進行技術(shù)迭代。這也意味著數(shù)據(jù)有限，技術(shù)的提升有限。

再來說打車：其所面對的是全城規(guī)模的連接，并不是說長程技術(shù)一定優(yōu)于短程，而是說其所需要面對的復雜性程度遠遠高于5KM半徑范圍。因為其有著遠多于5KM半徑范圍的兩端調(diào)度需求，路況預(yù)測，等等一系列數(shù)據(jù)的綜合考慮。

外賣切入打車，意味著其需要從5KM的復雜性考慮拓展到全城，將供需兩端的數(shù)量成規(guī)模擴大——這是一個徹底的全新挑戰(zhàn)。

相反打車切入外賣，則意味著將已經(jīng)訓練成熟的復雜性技術(shù)，應(yīng)用到一個更為簡單的5KM范圍環(huán)境中，并且還大幅減少了供需兩端的數(shù)量。

從復雜性角度來說，打車的技術(shù)做外賣，可以順勢而為；但外賣則需要建立更大的技術(shù)能力。

二、全量數(shù)據(jù)優(yōu)于片段數(shù)據(jù)積累

要想讓線路調(diào)度算法最優(yōu)化，供需匹配效率最高，就必須收集到足夠的交通出行數(shù)據(jù)，來對未來進行預(yù)測。

外賣行業(yè)天然受制于高低峰的限制。

從時間上來說，其主要集中于周內(nèi)時間的中午以及下午，而其余大多時間處于閑置狀態(tài)，因此其所能夠收集到的精準數(shù)據(jù)在于送餐時間階段。

而打車則很明顯，無論高峰、低峰的數(shù)據(jù)其都能夠有效收集，此外，外賣人員也沒有上下班機制，其能夠在非工作時間的夜晚持續(xù)收集數(shù)據(jù)，其實在24小時收集數(shù)據(jù)，并且不斷喂給機器訓練。

因此從時間上來分析，打車平臺的24小時收集數(shù)據(jù)不斷訓練，讓其技術(shù)可以應(yīng)對高低峰兩塊時間，而外賣平臺的技術(shù)主要集中于上班時間，以及高峰階段。

因此很明顯，外賣技術(shù)要想應(yīng)用于打車，還需要補上大量空白時間的數(shù)據(jù)，而打車技術(shù)反過來切入外賣，則有著更多的數(shù)據(jù)支撐。

三、打車需要更強的調(diào)度能力

從調(diào)度角度來看：打車平臺的調(diào)度技術(shù)與外賣平臺的調(diào)度技術(shù)，有著極大的區(qū)別。

對于外賣平臺來說：其整個調(diào)度系統(tǒng)圍繞的都是固定地點進行調(diào)度，都是在餐廳、超市到對應(yīng)的寫字樓、居民樓之間的調(diào)度分配。此外高峰期間各餐廳的用餐情況也相對固定，因此其有著一定的確定性，調(diào)度系統(tǒng)的復雜性較低。

而打車平臺：其并沒有任何固定地點，在城市中任何一座寫字樓，居民樓以及街道各種位置都是其潛在調(diào)度地點；此外抵達地點也充滿不確定性，也同樣可能是寫字樓、居民樓、街道等各處；此外其還需要預(yù)測交通高低峰段的潛在可能性，技術(shù)復雜程度更高。

很明顯，打車平臺所積累的調(diào)度技術(shù)，可以非常容易的遷移到調(diào)度需求更為固定的外賣場景中；而相反，相對固定的外賣調(diào)度技術(shù)，要想遷移到打車調(diào)度中則更為困難，必然需要對算法進行極大的調(diào)整與更改。

因此從調(diào)度技術(shù)考慮，打車平臺的技術(shù)更容易覆蓋外賣場景，但反過來卻很困難。

四、出行技術(shù)銜接整合覆蓋外賣

任何系統(tǒng)都不是獨立，需要整合以及融合。

以滴滴平臺為例，其不僅整合了專車、快車等車型的調(diào)度，其還為用戶提供公交車、共享單車的全面接駁調(diào)度方案。

也就是說，打車作為整個技術(shù)的頂層，其可以不斷向技術(shù)難度更薄弱的下游進行覆蓋以及整合。而小巴、公交車、共享單車等等場景的調(diào)度復雜性，遠遠低于打車平臺，因此滴滴的橫向拓展也較為順利，并且這些都是成功的整合經(jīng)驗。

整合外賣調(diào)度這樣的場景，也自然在滴滴技術(shù)力能力范圍之內(nèi)。

而美團其掌握的只是外賣物流系統(tǒng)，其進軍打車等于是在向更高難度的技術(shù)能力進行整合，因此需要開辟出全新的技術(shù)能力。而技術(shù)要想獲得發(fā)展，又需要數(shù)據(jù)作為燃料，最后也不得不投入更為大的資金，來獲取司機以及用戶。

五、結(jié)語：

通過對比發(fā)現(xiàn)：打車平臺運人的復雜性更高?！叭恕钡奈恢孟鄬討B(tài)以及不確定，復雜性更高，因此也倒逼其發(fā)展出了更為復雜的技術(shù)；而外賣平臺只是運物，“物”的位置相對固定，因此復雜性更低。

打車平臺的技術(shù)可以向外賣場景進行兼容，但外賣平平臺的技術(shù)要想拓寬到打車場景，則需要付出更大的成本。

飛機制造商可以輕易造摩托車，但摩托車廠商可能終其一生也造不了飛機。

#專欄作家#

承哲，微信公眾號：shouxifayanzhe，人人都是產(chǎn)品經(jīng)理專欄作家，關(guān)注工具產(chǎn)品和人工智能領(lǐng)域，擅長AXURE，興趣愛好看書，思考。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，不得轉(zhuǎn)載。

題圖來自 Pixabay，基于 CC0 協(xié)議