市場火熱背后 窺探百度外賣背后的技術門道兒

 　　有人說送外賣是個體力活，沒有什么技術含量，放在一千年前可能的確是這樣，公元1101年北宋畫家張擇端創(chuàng)作的《清明上河圖》畫面下方正中左手舉著兩只碗，右手擎著一個大筐的，就被普遍認為是一位外賣小哥。但是在今天，當訂單量急劇擴大，需要同時處理成百上千個訂單，單純依靠人力一對一送餐已經(jīng)不能滿足需求。那么，對于外賣平臺來說，在平臺運營、訂單派送的過程中需要應用哪些技術，才能保障優(yōu)質(zhì)的服務體驗?

　　我知道你想吃什么：人工智能個性化匹配

　　以百度外賣為例，為了給用戶提供優(yōu)質(zhì)的服務體驗，百度已經(jīng)將人工智能、深度學習等尖端技術應用在外賣業(yè)務中，通過對人工智能、深度學習等尖端技術的應用，百度外賣可以根據(jù)用戶特征、下單時間、下單地點等信息，推算出用戶喜歡的口味，從而將用戶喜歡的菜品展現(xiàn)在瀏覽頁面的最前端，實現(xiàn)用戶與商戶之間的個性化匹配。

　　以用戶小明為例，因為工作節(jié)奏快，午飯基本是通過外賣來解決，而習慣了吃紅燒肉蓋飯后，小明現(xiàn)在每天中午打開百度外賣APP時，排在頁面前端的都是紅燒肉外賣。換句話說就是借助人工智能技術，百度外賣可以在恰當?shù)臅r間、恰當?shù)牡攸c，推薦最恰當?shù)耐赓u產(chǎn)品和餐廳給用戶，從而減少用戶時間成本投入，增加效率。

　　之所以可以實現(xiàn)個性化匹配，是因為百度外賣擁有強大的智能分析能力。每天百萬級訂單，累積了千萬級用戶，后臺海量的高品質(zhì)商戶和風味檔次各異的菜品，為推薦系統(tǒng)算法的優(yōu)化提供了強有力的數(shù)據(jù)支撐，可以精準刻畫出每筆訂單的價位層次、口味偏好和消費場景;同時，百度外賣還網(wǎng)羅了各式餐廳的優(yōu)質(zhì)菜單，推導出背后的菜系、營養(yǎng)、口味標簽，甚至熱量消耗卡路里;進而掌握國民體質(zhì)分布、起居規(guī)律和飲食習慣，訂制適合現(xiàn)代都市生活品質(zhì)的貼心食譜，倡導健康時尚的生活方式。

　　標準化的菜品分類與標簽，層次化的細分人群，地域化的飲食習慣，更是為社會化標簽體系的運用提供了豐富的想象空間。無論用戶在何時何地何種場景，百度外賣總能從海量訂單中找出不同的口味和身份，推斷出個性化需求，給出貼切的理由，讓用戶選的省心，吃的明白。

　　人工智能深度學習 幫騎士預知未來

　　目前，外賣行業(yè)主要分為搶單和派單兩種模式，通過派單可以根據(jù)系統(tǒng)狀態(tài)尋求最優(yōu)解，以最大限度地提高效率。正是因為派單機制，所以更多的時候，需要考慮商戶的出餐時間。對于外賣騎士來說，自己幾分鐘能夠趕到餐廳取餐是一個基本確定值，多長時間能夠送到用戶家中也可估算，可是“餐廳多長時間能把餐做出來”這件事，在相當長的時間里卻成為困擾騎士的一大難題。

　　在百度外賣，通過對人工智能、深度學習等技術的應用，已經(jīng)可以為騎士準確預估餐廳時間。每當百度外賣智能調(diào)度系統(tǒng)給騎士的手機發(fā)出提示，有用戶訂餐，系統(tǒng)同時還會告訴騎士，這份餐還需要多久可以做好，甚至系統(tǒng)會直接在此基礎上為其規(guī)劃路線。比如出餐時間較慢，則會規(guī)劃騎士先去送更快的一單;如果出餐時間較快，則可以做到騎士到達餐廳后很快就能取餐出發(fā)。

　　為了更準確的預估出餐時間，將來百度外賣會用更多維度因子考慮進行機器學習擬合曲線尋找規(guī)律。并且會將更多的維度例如送餐時間，送餐距離，商戶的出餐時間等都放在一起，通過百度獨有的深度學習實驗室，整合百度外賣自身的數(shù)據(jù)資源，確定更多的模型，通過機器學習尋找規(guī)律。

　　外賣騎士：我有一臺時光機

　　說起時光機，你首先會想到什么?是威爾斯《時光機器》里能夠進行時光旅行的機器，還是動畫片《哆啦A夢》里可以跨越時空、任意穿梭于過去和未來的一種時光機器。而今天，百度外賣也有了一臺屬于自己的“時光機”，可以將騎士的配送路線記錄下來，就像穿梭到騎士配送現(xiàn)場一樣，畫面感十足。

　　從餐廳取餐到將餐品送到用戶手中，這中間往往有好幾條配送路線可供選擇，對于百度外賣騎士趙強來說，他不用自己去判斷走哪一條路線會更近一些，因為百度外賣的智能物流調(diào)度系統(tǒng)根據(jù)大數(shù)據(jù)計算，已經(jīng)為他選擇了最佳的配送路線。“調(diào)度系統(tǒng)會清晰的規(guī)劃出AB點之間的配送路線，不過有時我也會想，系統(tǒng)選擇的路線究竟是不是最優(yōu)的。”趙強說。

　　“時光機系統(tǒng)”技術的引入讓趙強的疑慮得以消除，借助這套系統(tǒng)，百度外賣可以通過圖表和可視化的方式回溯派單數(shù)據(jù)，讓騎士思考自己走過的路是否合理，如果騎士認為有更合適的送餐路徑，可以反饋給系統(tǒng)。

　　為確認騎士反饋是否更為合理有效，百度外賣研發(fā)出了一套技術含量非常高的仿真系統(tǒng)，可以對騎士白天的配送路線進行復盤，在此基礎上不斷調(diào)整算法，模擬當時的交通情況，在虛擬空間內(nèi)重新跑一遍訂單，這個機制保證了調(diào)度系統(tǒng)是動態(tài)的，且時刻保持最優(yōu)。

　　騎士的指路明燈：大數(shù)據(jù)運力分配

　　如果說“時光機”還只是通過系統(tǒng)復盤對配送路線進行優(yōu)化，那么基于深度學習技術的海量訓練，百度外賣形成的大數(shù)據(jù)運力分配系統(tǒng)則為外賣騎士提供了指路明燈——給最合適的騎士分配最恰當?shù)挠唵�，并且指引騎士按照最優(yōu)的路線完成配送任務。

　　具體來看，當有新的訂單產(chǎn)生時，系統(tǒng)會獲取同一配送范圍內(nèi)的訂單路線，并對配送線路中相似度較高的訂單進行拼單，集中派發(fā)給距離較近的某個騎士。以趙強所在的五道口商圈為例，因為利用了拼單技術，趙強平均每天要比之前多配送七八單。

　　訂單量增多本是好事，可以帶來更高收入，然而偶爾趙強也會面臨幸福的煩惱，由于送餐箱的面積有限，訂單量過多反而會影響配送速度。而百度外賣的大數(shù)據(jù)運力分配系統(tǒng)可以很好解決這一問題，每個騎士當前所派送的訂單數(shù)目會在后臺可視化屏幕上進行標記，如果某個騎士的訂單量已經(jīng)滿負荷，則會人工干預安排給附近的另一個騎士，從而保證配送速度，讓每一個訂單能夠以最快的速度送到用戶手中。

　　在百度外賣，訂單的分配以及配送路線的規(guī)劃并不由外賣騎士自己決定，而是來自智能物流調(diào)度系統(tǒng)的推算。通過對定位數(shù)據(jù)、路況數(shù)據(jù)、餐廳出餐速度數(shù)據(jù)、騎士個人特征數(shù)據(jù)、路線規(guī)劃數(shù)據(jù)進行大量計算分析，智能調(diào)度這個大腦可以時刻思考，判斷并做出決策。