2016年6月22日，由世界O2O組織(WOO)、全球移動游戲聯盟(GMGC)以及光合資本共同主辦的世界O2O博覽會暨IN+2016創新大會在北京國家會議中心盛大舉行，此次大會以“ALL
IN ·ALL
WIN”為主題，來自全球O2O領域各垂直細分行業的企業領袖、投資方代表、創新創業領域新秀、相關服務商代表以及國際行業組織齊聚一堂，共話年度O2O領域的熱點議題。百度外賣CTO耿艷坤先生以“外賣新思路”為題發表了主題演講，以下為演講實錄:

　　耿艷坤：我們百度外賣在行業內對于商戶的食品安全、商戶資質的審核是非常嚴格的，外賣這個行業的特殊性又強依賴于我們的物流，從2014年下半年開始我們自建物流體系以來，依靠百度強大的技術優勢打造了智能物流系統，正是因為有強大的技術優勢和智能物流系統，我們才敢于向消費者承諾業界最嚴格的超時賠付。既然來到這個會場跟大家做一些分享，今天主要想跟大家講的是我們的智能物流系統，在座的大部分人都是做互聯網的，O2O非常多，O2O線上線下連接很多都是離不開物流的，今天跟大家分享一下我們百度外賣的物流是什么樣子、百度外賣做物流的技術究竟包括什么以及外賣做物流行業時遇到的問題是什么?

　　現在無論走在全國各個城市的哪條大街小巷都能看到我們的外賣騎士，每個商圈都有一個商戶，同時每個POI的寫字樓和住宅里面又有很多用戶，高峰時期會有很多的訂單同時出現，我們滿大街跑的騎士需要及時的配送。如何能夠保證騎士更高的效率，保證用戶每個訂單及時快速的送達到用戶手中，是我們要解決的核心問題。外賣行業騎士的資源沒有忙碌或者空閑的區別，仍然可以通過更高的訂單提升我們的效率和最終的效果。

　　舉兩個例子看一下，我們在做外賣這個事情上遇到的一些餐飲行業不標準的問題，大家都知道，當去一個餐廳點不同餐品從時候，服務員也好、外賣也好，商戶出餐的時間一定是不一樣的，中午高峰期的時候，點餐的出餐時間就會晚，然后我們通過百度數據分析挖掘每個用戶點的不同餐品大概出餐時間是什么，再決定調度這個訂單給哪個騎士，什么時候完成這樣的配送。

　　我們外賣在做智能物流的時候，對于所有的騎士是全程監管的，我們的騎士跑在大街上每個人是不需要動腦思考的，只需要看他的手機APP，他的任務列表，去某餐廳A取三份餐送給某人再取一份餐送給某人，完全的序列化。

　　舉一個我們星巴克代購的例子，我們在判斷某一個騎士有星巴克的訂單并有人在星巴克的時候，我們分析他是已經在排隊還是已經要離開，然后我們再決定新來的星巴克訂單是否繼續派送給這名騎士，保證每個訂單可以準時快速的送達到用戶手中。

　　剛才簡單地解釋了一下，我們外賣遇到這些復雜的環境，帶來配送的問題，帶來的技術和挑戰。我帶大家一起回顧一下整個外賣發展歷程，一開始做物流的時候外賣是純人工調度的模式，到規模大到一定程度的時候，人工已經無法去思考判斷訂單該如何去分配了，最后對于騎士人均單效和平均送達結果指標都是無法保障的。很快我們在2015年初的時候推出了全自化的調度系統，2015年終做了一個大幅的改進，做了一些云端的分組，每個訂單在合適的時機才會選擇給某一個騎士，對于我們這個外賣行業，智能物流是一個質的飛躍。

　　發展到今天整個環境又變了，因為現在百度外賣做得品類、行業不僅僅只有外賣和餐飲了，我們物流面臨著諸多壓力。超市購有大米、有油面，兩輪的電動車無法完成配送，我們現在有一些全程配送需要能夠長距離運輸的摩托車。在多行業、多品類以及多交通工具配送上，如何從全局實現最優的效果，是我們現在正在以及未來要解決的技術問題。

　　我們整個的外賣智能系統的發展，現在大屏幕上這三個字母可以說明問題了，我們解釋為過去、現在和未來。所謂的過去，百度外賣非常尊重我們在風風雨雨、城市大街小巷跑的騎士，當有一個騎士認為他身上的訂單任務分配不夠合理的時候，我們怎么辦他可能認為一個訂單跑東跑西，跑的冤枉路，并不夠合理，系統沒有那么智能，我們怎么給他解釋，在我們的智能物流體系有一個很重要的環節叫做時光機系統。當這個底單號被反饋上來的時候，我們可以快速回到那天、那時、那分、那個訂單產生和分配的時候，那兩個時間點還有哪些別的訂單，別的騎士當下都在哪兒、什么狀態，身上扛了幾單的壓力，我們以此來給出一個非常充分的理由。我們要保證全局效果的最優化，難免有一些局部的折中。

　　除了時光機系統以外，我們比較核心的是調度跟實時監控，相當于在我們的百度外賣調度室里面有一個大屏幕，大屏幕能看到每個城市、每個商圈各個維度的實時狀況，今天的單量和昨天相比是不是因為雨雪或者其他的原因有一些異常的增加或者異常的降低或者說今天騎士的上崗量，訂單人均分配的壓力是不是自動取一些爆單的預案，我們有一個非常完善的實時監控系統。此外，我們每天有幾十上百的研發工程師在做這樣的策略迭代，如何保證每一次上線都能夠把我們最后想要的結果指標有提升，而不會因為某一次上線之后結果指標變得非常難看。我們有仿真系統，模擬前天、過去所有天的環境，設置障礙的環境去訓練新的模型對結果指標帶來新的變化，我們判斷這種的策略調整是否值得上線。

　　剛才給大家看過的是，我們外賣解決的實際問題是什么?也給大家舉了一些例子，也看了看我們整個智能物流系統的幾大組成，這已經是最優解了嗎?不是的，因為之前講的所有東西都是在一個既定環境下，也就是說，給一個考生一份試卷的時候，他在努力的把這份試卷做到一百分，剛才僅此而已。就這頁PPT來講，也是智能物流非常大的補充，我們的尋寶系統，如何能夠讓這個試卷的環境發生一些變化，如何讓考生發現他試卷的題目里面有些不合理的或者有錯題的，挑出來把它答對，這是我們要做的工作。我們商戶資源遍布在大街小巷，能夠覆蓋足夠的人群，有更多的流水訂單，事實上，這對我們平臺來講一定不是最好的，我們會通過我們的尋寶系統，來分析每一個商戶的用戶分布在哪里，用戶分布上有哪些點和物流運力的成本匹配計算是不合理的，這個時候我們系統會自動地調整這個商戶的配送范圍，使其可能小一點。同時我們也會幫助這個商戶分析預測，在現在配送范圍旁邊或者幾公里，一公里500米的位置還有某一個寫字樓在這個寫字樓上，覆蓋的品類恰好是缺少你這個商戶的，比如說烤串，這個時候我們判斷如果把這個商戶配送范圍擴大，給這個用戶、給商戶、給平臺帶來什么收益，自動把商戶的配送范圍放大直到覆蓋到我們希望它覆蓋到的人群。

　　其實，我們曾經在也想，每個用戶在每個點上看到的商戶不一定是越多越好的，他可能只希望看20個、30個就夠了，我們判斷哪些商戶是同質的上去，POI點如果有50家小龍蝦或者有50家川菜，對用戶是一種潛在的干擾，我們會把這些優質的資源傾斜給優質的商戶，做一些同質商戶甚至說同品牌的商戶，這樣的一些配送范圍的區分。

　　講到這里，大家能看到我們整個百度外賣在做物流，基于現在智能物流體系在做的，能夠保證物流我們現在平均訂單在30分鐘多一點點可以送達到用戶手中。我們現在在全國范圍內向用戶承諾超時賠付，因為有著這樣的支持才有這樣的底氣。我們百度外賣在戰略方向上一直堅持著“三步走戰略”。最開始2014年的時候我們做外賣真的是在做外賣，一個高頻的行業，我們切入外賣市場，有了外賣的市場，我們發展自有的物流，因為它足夠高頻，它能夠養起一個大規模的物流團隊。時至今日來講，我們相信整個外賣行業對于大眾餐飲業也好、對于大家生活的影響也罷，已經具備了很強的規模，接下來無論跨品類，我們繼續做餐飲。我們未來的目標，是打造千億級同城物流的交易平臺。謝謝大家!