“你的每一次出行背后，滴滴都做了什么？”

今天，我不小心在悟/ [/k0/]问答中看到了一个问题。 夜鹰改变了我们的移动吗？ 这个简单的问题，很多人都在回答，但可以想象大家对网约车移动这个话题有多关注。 所以，我也想和大家谈谈这件事。
要说在深圳努力了好几年，经常加班到天亮，有时候要去全国各地出差，说起网约车的移动，我好像有很多话要说。
我记得几年前，每次加班过晚上十点，地铁和公共汽车就停了，我只能坐出租车回家。 但那时，只要深夜开车，我就不得不在路边等一会儿。 在来一辆车之前，我对移动没有安全感。 特别是恶劣的天气，在路边等车很辛苦，感觉生活很辛苦。

/ h// h// h /

现在，在网上订车后，移动方法发生了很大的变化，移动的可靠性迅速提高。 在家只要滴滴就能叫快车。 有长距离诉求可以选择顺风车，迎接重要顾客可以使用专车，出行方法也越来越多样化。
但是，交通变化如此之多、纷繁复杂，如何安排车辆，让合适的车辆到达合适的人其实一直备受关注。 滴滴一开始是抢夺模式，比如10个人坐出租车，周围有5辆车，5个司机一次听10个人的订单，然后选择适合自己的单子抢夺就可以了。
之后是派单，直接派遣到5个合适的司机也很容易。 但是，如果单位量从10变成100变成100万，怎么办？ 或者有100辆出租车，只有10辆车，怎么办？ / br// h /对了。 不能让司机听全部清单。 即使是派单，也需要逻辑和大数据的支持。 否则，取消率会很高。

/ h// h// h /

所以，时间表和匹配是很多复杂的事件，并不像你想象的那么简单。
例如，在深圳这样的一线城市，人口庞大，出行诉求也相对提高。 一天开出租车的诉求不是百万单左右吗？ 这个市场规模一旦上升，供需匹配也成为最大的问题。
这里还包括距离、方向、道路状况、司机的订单喜好以及预测未来的情况。 这些对任何网上约车平台都是巨大的挑战，必须支持更强大的技术。

/ h// h// h /

因此，滴滴确实在努力优化日程和匹配。 例如滴滴的交通大脑，可以完全在时间上突破人类决策能力的极限，而且打破城市内地区的“数字”壁垒，对城市交通实现更好的管理和协同。
所以，只有用技术处理了供需匹配这个问题，才真正处理了移动的问题，才真正改变了我们的移动。

/ h// h// h /

/ h// h// h /