滴滴打車已在出行市場(chǎng)近乎一統(tǒng)天下，但沒有人注意到，跟打車市場(chǎng)幾乎在同一時(shí)間誕生的貨運(yùn)O2O市場(chǎng)，卻依舊還未到達(dá)終點(diǎn)。

2014年，出行領(lǐng)域剛剛誕生便產(chǎn)生了激戰(zhàn)。短短不到8年時(shí)間，在線打車已經(jīng)遍布中國各個(gè)區(qū)域，滴滴一路過關(guān)斬將，整合了快的，拿下了uber，登上出行賽道的鐵王座。

然而同樣是2014年，貨拉拉、滿幫，58速運(yùn)等貨運(yùn)O2O企業(yè)也在同一時(shí)間起步，然而時(shí)至今日，貨運(yùn)市場(chǎng)并沒有像出行市場(chǎng)一樣，快速規(guī)模化地在全國各地爆發(fā)。即便頭部企業(yè)有了較高的市場(chǎng)份額，但相對(duì)于廣袤的市場(chǎng)來說，仍舊是冰山一角。

出行向左，貨運(yùn)向右。為何同樣是龐大市場(chǎng)的兩條賽道，卻走出了截然不同的路徑？

有媒體認(rèn)為，行業(yè)服務(wù)鏈條的廣度，以及技術(shù)的深度，是出行和貨運(yùn)兩個(gè)產(chǎn)業(yè)最大的不同，而這也讓讓貨拉拉等企業(yè)，不能像滴滴一樣，依賴龐大的線下軍團(tuán)快速擴(kuò)張。

相對(duì)應(yīng)的，貨運(yùn)公司更多的力量，需要聚焦在一個(gè)幾乎沒有人觸及到，但卻需要更長時(shí)間積累的領(lǐng)域——技術(shù)。

一、物流園路邊的貨運(yùn)O2O萌芽

貨運(yùn)是一個(gè)并不亞于客運(yùn)的龐大藍(lán)海市場(chǎng)。

數(shù)據(jù)顯示，中國道路貨運(yùn)業(yè)從業(yè)人員達(dá)2089萬人，其中貨車司機(jī)占87.7%，而99%的司機(jī)表示自身家庭均依靠其駕駛收入為主，或者是僅有駕駛收入來源，如果加上關(guān)聯(lián)業(yè)態(tài)的從業(yè)人員，他們背后所支撐的家庭供養(yǎng)人口不下一億人。

典型的深圳華強(qiáng)北，共有企業(yè)2.5萬家，個(gè)體工商戶2.6萬戶，從業(yè)人員20萬，日均人流量達(dá)30萬-50萬人，高峰期可達(dá)80萬人。一天內(nèi)各個(gè)時(shí)間段，數(shù)不清的貨物，在貨車的裝載下，發(fā)往全世界。

在2013年以前，貨運(yùn)司機(jī)們往往聚在物流園門口，盯著門口的黑板，在密密麻麻的信息中，尋找接單的機(jī)會(huì)。

這些物流園通常都有一個(gè)信息部，工作人員把用戶的需求匯總在黑板上，“黑板上寫著有什么樣的貨，多重，要找什么樣的車，從哪里到哪里”。

在華強(qiáng)北拉了10年貨的陳師傅回憶說，以前他經(jīng)常在就物流園門口去“扒活”，看到有合適的信息，就會(huì)打電話給客戶接單子。有的時(shí)候，客戶也會(huì)直接來路邊找他們。

除了線下，物流公司、司機(jī)和貨主們也會(huì)聚集在QQ群里發(fā)布信息“貨主們一般需要提前幾天聯(lián)系好司機(jī)，司機(jī)如果看到這個(gè)信息比較匹配，就會(huì)打電話聯(lián)系貨主。

“有時(shí)候我也會(huì)主動(dòng)在QQ群里發(fā)消息，比如從深圳運(yùn)貨來到了外地，不希望空車回來，就會(huì)提前在群里發(fā)布消息，希望能夠找到回程的需求。”陳師傅說。

但現(xiàn)實(shí)并不盡如人意，并不是每次都能找到回程的需求。隨著跑貨運(yùn)越來越多，他們的收入開始降低，有時(shí)候一天接不到一兩單子，許多時(shí)候幾個(gè)司機(jī)坐在一起打撲克，“但是心里是很焦慮的，因?yàn)槎加幸患依闲∫B(yǎng)活。”

有沒有一種方式，讓貨車司機(jī)和貨主們能夠都能夠更有效率地匹配起來，讓貨主能夠方便地找到司機(jī)，讓司機(jī)不用在街邊”扒活”。

在這樣的需求驅(qū)使下，貨運(yùn)O2O公司應(yīng)運(yùn)而生。

2013年，貨拉拉成立了，2014年下半年正式進(jìn)入內(nèi)地市場(chǎng)，瞄準(zhǔn)了廣州和深圳這兩個(gè)華南貨運(yùn)重鎮(zhèn)。

2014年9月，58速運(yùn)App正式上線，主打城市短途貨運(yùn)。

2017年，運(yùn)滿滿和貨車幫合并，成立滿幫集團(tuán)。3年后，滴滴也成立了貨運(yùn)公司，正式加入這個(gè)戰(zhàn)場(chǎng)。

初期，許多司機(jī)也沒有智能手機(jī)，為了幫助產(chǎn)品冷啟動(dòng)，貨運(yùn)公司的產(chǎn)品經(jīng)理們經(jīng)常一起“混跡”深圳和廣州市郊的大排檔，跟幾十位司機(jī)成為了好兄弟，說服他們使用貨運(yùn)軟件。

就這樣，貨運(yùn)O2O市場(chǎng)，蹣跚起步。

二、貨運(yùn)告別散兵游勇，但補(bǔ)貼行不通

然而誰都沒有想到，本以為貨運(yùn)會(huì)是跟打車一樣，可以快速規(guī)模化復(fù)制，現(xiàn)實(shí)卻給創(chuàng)業(yè)中的貨運(yùn)公司們潑了一場(chǎng)冷水。

2015年前后，許多公司都希望用客運(yùn)O2O模式去解決貨運(yùn)問題，即燒錢補(bǔ)貼，最高峰的時(shí)候有200多家公司都在瞄準(zhǔn)這一市場(chǎng)，整體市場(chǎng)以每年超過20%速度在增長。

雖然出行和貨運(yùn)，看上去都是交通服務(wù)，但問題在于，貨運(yùn)的服務(wù)鏈條和無法解決的痛點(diǎn)根本不是可以通過補(bǔ)貼解決的。

一般來說，在線貨運(yùn)平臺(tái)主要有兩種：一種是簡(jiǎn)單顯示貨運(yùn)需求以及承運(yùn)人與商戶聯(lián)系方式的信息發(fā)布平臺(tái)。

另一種是促進(jìn)端到端的貨運(yùn)交易——從下單、定價(jià)、預(yù)付款、貨運(yùn)匹配、訂單追蹤、確認(rèn)付款結(jié)算的“閉環(huán)”平臺(tái)。

對(duì)于后者來說，遇到的技術(shù)困難遠(yuǎn)比想象中難得多。第一個(gè)橫亙?cè)诿媲暗谋闶切畔⒒y題。

張浩是貨拉拉現(xiàn)任CTO，曾任餓了么技術(shù)副總裁，他在接受采訪時(shí)曾感嘆，與其他O2O平臺(tái)相比，互聯(lián)網(wǎng)貨運(yùn)的數(shù)智化還有很多工作要做。

互聯(lián)網(wǎng)貨運(yùn)數(shù)智化面臨的第一個(gè)挑戰(zhàn)是“車”、“貨”的匹配。

打車市場(chǎng)，人和車都是標(biāo)準(zhǔn)化的，所以可以用同質(zhì)化的手段完成每一單服務(wù)。然而，貨運(yùn)市場(chǎng)，車和貨不匹配就裝不下。在貨拉拉平臺(tái)上，車輛大的類型就超過17種，貨物就更是千奇百態(tài)。

第二個(gè)挑戰(zhàn)是道路限行。在城市道路中，大量存在著貨車限行、限高、限重、限軸重，還有一些政策因素，有些路段小貨能過去，中貨不一定能過，這些都需要數(shù)據(jù)，讓車、貨以及環(huán)境做精準(zhǔn)的匹配。

這是都是行業(yè)普遍面臨的難題。

當(dāng)時(shí)，許多公司都靠巨額補(bǔ)貼給司機(jī)維持著用戶量，卻沒有真正獲得用戶。這些補(bǔ)貼來自于風(fēng)險(xiǎn)投資基金，風(fēng)投的錢是有限的，逐漸地，一些公司開始難以為繼。

很快，大量公司在那場(chǎng)大戰(zhàn)中曇花一現(xiàn)：咕咕速運(yùn)、一號(hào)貨的等公司先后折戟。

貨拉拉是經(jīng)歷這個(gè)賽道起伏的典型代表。

這家公司也曾經(jīng)在一段時(shí)間也被卷入了補(bǔ)貼大潮之中，然而他們團(tuán)隊(duì)卻認(rèn)為，如果一味地給補(bǔ)貼，當(dāng)時(shí)引來很多刷單用戶，不是平臺(tái)真正能夠留住的人，對(duì)于平臺(tái)、對(duì)于真正的用戶都是不利的。

在寒冬下，貨拉拉也到了生死存亡的時(shí)刻，于是，當(dāng)時(shí)的創(chuàng)始團(tuán)隊(duì)做了一個(gè)決定：停掉給用戶的補(bǔ)貼。

這個(gè)決定如同斷臂求生。因?yàn)槠渌脚_(tái)還在給用戶補(bǔ)貼，貨拉拉訂單量從日均一千多單跌到了400多單，所有人的壓力都很大，但是貨拉拉的團(tuán)隊(duì)還是相信一件事——要解決真正用戶真正的痛點(diǎn)。

但另一面，一項(xiàng)在全球都算得上是無人區(qū)領(lǐng)域的貨運(yùn)技術(shù)，開始在這家公司悄然誕生。

三、技術(shù)突破成為貨運(yùn)“主航道”

互聯(lián)網(wǎng)貨運(yùn)公司的產(chǎn)品演進(jìn)邏輯其實(shí)并不復(fù)雜，那就是如何把貨運(yùn)效率一步步提升至極致。實(shí)際上，物流的本質(zhì)就是從A點(diǎn)到B點(diǎn)的效率游戲。

現(xiàn)任貨拉拉產(chǎn)品副總監(jiān)的羅肇豐是貨拉拉最早的產(chǎn)品經(jīng)理之一。據(jù)他介紹，在2014年左右，貨拉拉僅是簡(jiǎn)單的信息撮合平臺(tái)，效率非常低下，司機(jī)需要從海量的訂單中挑到與自己車型、距離相匹配的訂單。

不過，讓大家從線下打電話搬到了線上，雖說產(chǎn)品功能簡(jiǎn)單，但已經(jīng)是對(duì)這個(gè)行業(yè)最大的破局了。

2015年-2016年，隨著對(duì)市場(chǎng)的了解加深以及司機(jī)、用戶信息數(shù)據(jù)的積累，貨拉拉開始進(jìn)行精準(zhǔn)匹配，幫助司機(jī)過濾掉并不適合履約的訂單，提升司機(jī)效能。

2019年之后，隨著算法能力提升，產(chǎn)研團(tuán)隊(duì)壯大，算法開始在貨拉拉真正全面投入使用，在提升履約效率的同時(shí)也能平衡司機(jī)、用戶的體驗(yàn)。因?yàn)樗惴ǖ氖褂茫緳C(jī)在完成一單后的等單時(shí)長減少，用戶也容易找到適合自己貨物特性和偏好的車，極大提高了效率。

如今貨拉拉的產(chǎn)研團(tuán)隊(duì)已經(jīng)從兩三百人到現(xiàn)在的接近2000人，研發(fā)團(tuán)隊(duì)從一開始只有前臺(tái)、中臺(tái)等幾個(gè)部門，現(xiàn)在各板塊都進(jìn)行了細(xì)分，并都提升了專業(yè)化程度。

“技術(shù)是可以用同一套武功打天下的，而這套武功的核心在于降本增效。” 張浩在接受記者采訪時(shí)曾如是說。

2020年張浩在某次行業(yè)大會(huì)上分享了貨拉拉打造的一套降本增效的技術(shù)體系，這套中臺(tái)系統(tǒng)在貨拉拉內(nèi)部稱之“智慧大腦”，分供需，分單，營銷，定價(jià)四個(gè)模塊。

供需引擎預(yù)測(cè)運(yùn)力分布，需求預(yù)測(cè)和運(yùn)力預(yù)測(cè)；

分單引擎就是在做匹配，訂單來了，給哪個(gè)運(yùn)力；

定價(jià)引擎制定不同貨運(yùn)、不同車型價(jià)格，有時(shí)在不同路段不同時(shí)段價(jià)格不一樣；

營銷引擎在什么時(shí)候去做什么補(bǔ)貼，促進(jìn)需求。

這個(gè)系統(tǒng)在AI、大數(shù)據(jù)和地圖等基礎(chǔ)能力之上，通過自研運(yùn)籌優(yōu)化算法框架解決核心的資源優(yōu)化配置問題。在 IoT技術(shù)之上，把所有的物流的生產(chǎn)元素?cái)?shù)智化之后進(jìn)行最精準(zhǔn)的匹配。

然而，在貨運(yùn)的“人、車、貨、路”生產(chǎn)元素中，人的數(shù)智化尚且容易實(shí)現(xiàn)，車、貨、路的數(shù)智化何其艱難。

貨物非標(biāo)，車型類別龐雜，道路限行條件復(fù)雜、多樣等等，這些都是整車貨運(yùn)場(chǎng)景特有的挑戰(zhàn)。

“不少同事剛加入時(shí)會(huì)有些不適，因?yàn)樨涍\(yùn)場(chǎng)景的技術(shù)難度會(huì)讓行業(yè)內(nèi)的專家都難以應(yīng)對(duì)。”曾經(jīng)在客運(yùn)O2O公司工作過的貨拉拉技術(shù)總監(jiān)石立臣坦言。

石立臣負(fù)責(zé)貨拉拉交易引擎和地圖團(tuán)隊(duì)，曾是吳文俊人工智能自然科學(xué)獎(jiǎng)一等獎(jiǎng)獲得者。在他的團(tuán)隊(duì)，核心骨干專家有30多人，都是來自阿里、百度、美團(tuán)等一線公司，算得上國內(nèi)地圖界的領(lǐng)軍人物。他坦言，貨運(yùn)場(chǎng)景下“路”的數(shù)字化比想象中難太多。

“雖然挑戰(zhàn)很大，但我們有兩項(xiàng)技術(shù)做到了行業(yè)領(lǐng)先。”石立臣介紹到，一是車貨匹配，二是裝卸貨點(diǎn)推薦。

以車貨匹配為例。用戶下單后，平臺(tái)基于貨物特點(diǎn)、適配車型的運(yùn)力分布，結(jié)合路況、限行等綜合因素，實(shí)現(xiàn)實(shí)時(shí)匹配。通過大數(shù)據(jù)的積累和智能決策系統(tǒng)的迭代，持續(xù)提升履約效率。

再比如裝卸貨點(diǎn)推薦。基于用戶的下單地址，推薦適合貨車裝卸貨的具體位置。通過大數(shù)據(jù)記錄、分析裝卸貨點(diǎn)的歷史分布，基于下單地址與路網(wǎng)的拓?fù)潢P(guān)系以及道路限行信息，通過智能推薦系統(tǒng)，給用戶推薦哪里適合停車，在哪里裝貨、哪里卸貨。

在不斷的技術(shù)積累下，貨拉拉在拉貨、搬家場(chǎng)景中,其智能分單系統(tǒng)日均已經(jīng)能處理百萬級(jí)訂單與國內(nèi)平臺(tái)幾十萬名司機(jī)之間的即時(shí)分配問題。

接下來，貨拉拉將推動(dòng)貨物識(shí)別與體積測(cè)量技術(shù)，以及打造互聯(lián)網(wǎng)貨運(yùn)地圖整體解決方案，在貨運(yùn)數(shù)智化方向再進(jìn)一步。

八年光景，英雄沉浮，貨運(yùn)艱難前行。貨拉拉的案例證明，在這塊中國仍舊是一片藍(lán)海的O2O市場(chǎng)里，只有對(duì)技術(shù)的投入和執(zhí)著，才能真正擁抱它。