11月网约车新规施行

今年北京的凛冬来的格外早，至少比集中供暖来的早，出行再次成为关注的焦点，而今天也是网约车新规施行的第一天，不知道是新规施行有时间延迟还是网约车司机在“以身试法”，早晨打车的时候并没有感到太多的差别：软件上网约车的数量较之前几日并无太大缩水，依旧能打到「冀」牌的外地车，价格虽有一定的上调，但鉴于后厂村路的拥堵状况，也还在可接受范围以内。

似乎久悬于顶的「达摩克利斯之剑」已悄然落地，实则不然，在新规出台之前，虽然网约车不合规不合法，但是当地监管部门查处的时候同样没有法律依据，现在网约车合法了，不合法的网约车要想继续运营，只有重回地下运营状态这一条路，监管部门再进行查处的时候可就有了白纸黑字的法律依据。

但是这些并不构成制约网约车发展的桎梏，就像当年阿里的电商业务曾经在“电商收税”、“假货”等问题上遭遇的监管压力，就像当年蚂蚁金服和央行、银联的对垒也是暗流涌动，就像当年微信与工信部、三大运营商的博弈今天看来依然是惊心动魄。监管一定不会掐死趋势，监管只会筛选出最健康的趋势使其蓬勃发展。

网约车之所以能够突破传统出租车固有业务的围剿，很大程度上是因为解决了信息不对称的问题，一切能够突破层层枷锁而蓬勃发展的企业，皆是能够为用户提供方便、节约用户时间、提升用户体验的。

网约车现在已经是数据范畴的讨论

现在网约车公司通过长时间的运营，积累了大量的数据，比如滴滴，目前超过1500万司机和3亿注册用户已经加入滴滴社群；根据2016年9月的数据推算，滴滴目前年度GMV已经超过200亿美元；日完成订单超过2000万，每分钟将超过两万名乘客送达目的地；目前滴滴每天需要进行超过90亿次的连续定位路径规划，产生超过70TB的巨大数据增量和130亿个数据点。

目前滴滴和优步还保持双品牌运营，如果后台的数据进行整合，滴滴后台的数据将会更庞大，如此庞大的用户数据对滴滴来说有非常巨大的价值，与传统意义上信息搜索、电商交易等数据不同的是，滴滴平台的搜索匹配涉及到线上和线下，更大规模的用户、司机在平台上，匹配的效率要求会更高，起到支撑作用的网约车数据则更加集中和精准：个人信息、出行习惯、消费偏好、地理位置等各种维度的数据资源一应俱全。

这样规模的数据并不是终点，而只是起点。数据规模的量变，让滴滴直接实现了技术飞跃的质变。这家公司拥有横跨中国一线到四线四百个城市的用户精准数据，二十四小时驱动着人工智能进化，算法不断自我改善，与国内外同业相比，与传统出租车行业相比，滴滴已经把握几何量级增的技术优势，且差距将越来越明显。

所以，现在，网约车和出租车的竞争维度已经变了，已经不是在车的层面的竞争了，现在我们应该直观的感受到网约车提供的服务优势完全是来自于数据的力量。

网约车的春天在于大数据和人工智能

网约车的未来不是要和出租车来做比较，网约车的春天在于大数据和人工智能。

复杂的数据代表着更加复杂的计算，谷歌的AlphaGo只需要计算19 * 19的数据。而在滴滴平台，每一条街道、每一个用户发出的订单、每一个汽车行进的轨迹，都是需要计算的参数，另外还需要加上时间的维度，因为每隔几秒钟，“棋盘”就会发生变化。

而滴滴的技术支撑平台架构，从「远古时代」的“AppEngine”架构到「石器时代」的“单机LNMP”架构，再从「青铜时代」的“LNMP集群”架构到「铁器时代」的“LNMP集群进化”，经过漫长而迅速的发展，到现在「工业时代」架构在“腾讯云”上的技术支撑平台，滴滴的数据分析环境越来越成熟。

人工智能的开展主要倚仗着三件事情：第一件事情是算法，第二件事情是大规模的云计算能力，第三件事情是海量数据的沉淀。有着海量精准数据的滴滴，乘着腾讯云计算能力的东风，以及配合着联合了算法领域何晓飞教授、叶杰平教授等世界一流的科学家之后所迸发出的更先进的算法，滴滴的前景不可限量。

基于现有的数据，滴滴现阶段已经很好的解决了出行供需匹配的问题，下一步在提高滴滴平台上用户与司机的匹配效率，提高司机效率，减少乘客拥堵时间，提升用户的体验上，大数据和人工智能也将会有更大的建树。

滴滴“已经越过技术决胜点”

滴滴在中国一般城市所面对的供需量级，是国内外其他企业难以想象的，在这个规模下匹配算法的难度更是以几何级别增长。这场算法革命的核心在于需求预测。现在每一座城市都如此巨大，靠实时来匹配司机与乘客是不足够的。滴滴需要做到真正地预测需求，把城市划成可无限细分的区域来跟踪和计算。从目前滴滴客户端使用情况来看，已经做到基本可以预测一个地区、甚至一座楼十五分钟后进进出出的动态供需，而且精准度已经达到90%。

通过对各个地区高峰的预测，提前调遣车辆向这个地区行进，这不仅解决了用户高峰时段用车难的问题，还解决了网约车司机接单少的问题，通过大数据计算，让订单匹配更加智能，实现了智能派单。比如以前司机需要开3公里才能接到一位客人，但现在可能0.5公里就能接到一位客人，在节省时间的同时，每天订单成交量也得到了增加。

基于大数据的智能预测与匹配的精度，还决定了真实用户体验的精度。以北京为例，北京的面积相当于20个纽约，有些司机只希望在某一个特定城区活动，现在滴滴超越简单的随机匹配算法，采取真正的个性化、定制化的智能匹配，找到适合司机需求的订单，让网约车司机不仅能赚到钱，更能开心赚到钱。

那么传统出租车就不能做到运用大数据和人工智能来提升用户体验吗？

除去出租车时效性、拒载等主客观因素，单就实现数据化运营一项，出租车如果要像网约车一样数据化运营，目前不仅解决不了数据积累的问题，还亟待解决双轨运营的问题，因为除了软件派单，他们必须还要随时应对街头扬招的需求，这线下的客人数据就难以获取了，还会造成数据记录的断档，但是如果要对出租车完成数据层面的升级改造，可能成本上和基于共享经济的网约车经济就不可相提并论了。

可以说，通过大数据及人工智能的运用，滴滴“已经越过技术决胜点”。

网约车后市会如何发展

网约车的出现是主打的共享经济，而共享经济的主题可以归纳为：

Of the people, By the people, For the people.

Uber最早出现的时候主打的就是共享经济，后来又出现了Lyft，中国有滴滴，有易道、有神州租车，市场非常大，当今情况下哪家如果还想通过技术壁垒、政策壁垒、资本烧钱来打掉竞争对手依然是不可行的了，但是未来数据资源、人工智能、商业模式将会是不可逾越的壁垒，而且会呈现出不可逆转的「马太效应」，如何迅速获取精准数据、如何利用数据服务用户，这才是今后一段时间发展的关键。

另一方面来说，如果出租车不改变原有的商业模式、服务意识等各个方面，那政策上的壁垒保护只能是饮鸩止渴，不异于自绝于人民：

Off the people, Buy the people, Fool the people.

总结

现在出租车陷入了“不转型必死、乱转型找死”的两难境地，而看似备受桎梏的网约车却乘着大数据和人工智能的东风，率先看到了春天的方向。