算法，到底是不是“困”住外卖骑手的真凶？

　　欢迎关注“创事记”的微信订阅号：sinachuangshiji　

　　文/新智元

　　来源：新智元(ID：AI_era)

　　【新智元导读】近日，《外卖骑手，困在系统里》一文刷爆网络。外卖送餐，是算法「勒令」无数骑手高速飞驰。然而，骑手为追赶时间也频发意外，这一高危职业背后，算法究竟是怎样的存在？智能调度系统又如何运行呢？

　　在电影《信条》中，时间可以奔涌向前，也可以逆流而行。对于外卖小哥来讲，时间是他们的生命，而争分夺秒是他们的使命。

　　在北京的西二旗，上海的张江高科……上午九、十点钟，与程序员一起开始忙碌的，还有他们。

　　近日，《外卖骑手，困在系统里》一文刷爆朋友圈。文章讲述了多个骑手的送餐经历，总体来说，「五星好评」、「送餐时间黑洞」、「算法压榨」……外卖骑手，永远在跟外卖平台的数据算法赛跑。

　　文章一出，引发无数人关注。人们也开始向二者的关系聚焦：

　　简单来说，外卖骑手的主要竞争力是时间。所以，更短的送达时间是主要竞争力——让骑手在单位时间内配送更多的订单，平台的利润就越多。这种竞争，通过算法给了骑手「超时就要受罚」的规则；另一方面，如果能一直做到不超时，每单的抽成也会越来越高。

　　而算法，就是这种商业模式的幕后「推手」。但算法面前，人似乎变成了机械完成任务的工具，用体力和时间赛跑。

　　算法无情人有情，网友：转移矛盾给消费者？

　　美团方面则表示：暂不回应此事，下周会举办小范围的外卖业务沟通会。

　　还有科技记者cue了美团CEO王兴，「想知道美团昨天一天是怎么过的？王兴反正是23小时没发饭否了。」

　　王兴平时无时无刻不在饭否上碎碎念，这一次怎么隔这么久不发了呢？

　　但饿了么却跑来回应。

　　为此，9日凌晨，饿了么官宣会尽快发布新功能：在结算付款的时候增加一个「我愿意多等5分钟/10分钟」的小按钮。会对历史信用好、服务好的优秀蓝骑士，提供鼓励机制，即使个别订单超时，他/她也不用承担责任。

　　「你愿意多给我5分钟吗？」就在饿了么发布声明之后，下面的评论中，一大波「我愿意」三个字刷屏了。

　　但有人对饿了么的声明发出了疑问，认为其平台有转移矛盾之嫌疑。「为什么系统是死的？系统不是人定的吗？这突然把消费者变成了外卖小哥安全问题的主要原因了！」

　　「超脑」系统，让骑手「无脑」配送？

　　以美团外卖为例，其平台日订单量超过4000万单，智能调度系统每小时路径计算可达数十亿次，每一个订单的背后都是大量的机器学习和运筹优化等问题，包括ETA预测，智能调度、地图优化、动态定价、情景感知、智能运营等等。

　　类似搜索、推荐、图象和语音识别这种线上产品常用的AI技术帮助对于配送优化的帮助不大，因为配送必须在线下一个一个环节的进行，这要求AI技术必须能够面对复杂的真实世界，能深度感知、正确理解与准确预测、并瞬间完成复杂决策。

　　为此，「超脑」配送系统来满足这些需求，主要包括了：

　　大数据处理和计算能力

　　算法数据和计算平台：包括实时特征计算、离线数据处理、机器学习平台等。

　　建立对世界深度感知

　　LBS系统：提供正确位置（用户/商户/骑手）以及两点之间正确的骑行导航。

　　多传感器：提供室内定位、精细化场景刻画、骑手运动状态识别

　　正确理解和准确预测

　　时间预估：提供所有配送环节时间的准确预估

　　其他预估：销量预估、运力预估等完成复杂决策

　　调度系统：多人多点实时调度系统，完成派单决策：谁来送？怎么送？

　　定价系统：实时动态定价系统，完成定价决策：用户收多少钱？给骑手多少钱？

　　规划系统：配送网络规划系统，完成规划决策：站点如何划分？运力如何运营？

　　简单来说，「超脑」就是用来既保证用户「等的时间短」，又保证外卖小哥「跑的路程短」。

　　经常点外卖的用户可能会发现：下单后系统会提示一个「预计送达时间」，而这个时间往往与最终送达时间非常相近，这是巧合，还是外卖小哥都是牛人，掐指一算就能知道所需时间？

　　很多平台甚至推出了「准时宝」业务，看似有了保障的机制又成了让骑手争分夺秒的「利器」 核心参数ETA

　　当然也是算法的「功劳」。

　　ETA（Estimate Time of Arrival）预计送达时间，即用户下单后，配送人员在多长时间内将外卖送达到用户手中。

　　预测的结果，将会以”预计送达时间”的形式，展现在用户的客户端页面上，直接影响了用户的下单意愿、运力调度、骑手考核，进而影响配送系统整体成本和用户体验。

　　ETA承担着承诺履约的责任，准时送达是外卖骑手考核的指标也是整个配送系统的重要指标；承诺一旦给出，系统调度和骑手都要尽力保证准时送达。

　　因此过短的ETA会给骑手带来极大的压力，并降低调度合单能力、增加配送成本；而过长的ETA又会很大程度影响用户体验。

上图是一位骑手履约全过程的时间轴，一个订单的整体过程中涉及各种时长参数，可以看到有十几个节点，其中关键时长达到七个

　　这些时长涉及多方，比如骑手（接-到-取-送）、商户（出餐）、用户（交付），要经历室内室外的场景转换，因此挑战性非常高。

　　对于ETA建模，不光是简单一个时间的预估，更需要的是全链路的时间预估，同时更需要兼顾「单量-运力-用户转化率」之间的平衡。

　　配送ETA的演变包括了数据、特征层面的持续改进，也包括了模型层面一路从LR-XGB-FM-DeepFM-自定义结构的演变。

　　平台聚焦效率与公平，网友：机械化！

　　相比于美团的「超级大脑」，饿了么的智能调度系统「方舟」利用深度学习与多场景智能适配分单 。同样是更适应现实需求，其平台为午高峰、平峰、爆单、不同社区等不同场景适配了不同的场景模型。包括时间预测、路径选择等等。

　　每个人都是个体，用机器来指挥人类，必然要造成「不人性化」。

　　而在这场技术游戏中，程序员与外卖骑手，又形成了有趣的关系。

　　无论怎样，外卖骑手早已成为时代的一个标志性人物群像。他们的安危，总能牵动人心。

　　又到吃饭点了，你点外卖了嘛？

　　参考链接：

　　ttps://www.shangyexinzhi.com/article/75028.html

（声明：本文仅代表作者观点，不代表新浪网立场。）