滴滴擁抱AI浪潮的另一種方式

當整個互聯網行業都在卷大模型、造Agent、搶對話入口的時候,滴滴做了一件看起來不太“AI”的事。6月11日，滴滴App 8.0版本正式上線。最直觀的變化來自頂部導航欄。過去，用戶打開滴滴，最熟悉的入口幾乎只有出行，而在8.0版本中，“送貨”“旅行”“車主”被放到和“出行”並列的位置。這不是一次常規的界面改版。導航欄多出的每一個標籤，背後都是一條完整的業務線：送貨覆蓋了從27種貨車到搬家六個梯度的同城貨運，旅行整合了租車、酒店、機票、火車票和私家團。過去幾年，這些業務已經在滴滴內部生長，但直到8.0版本，它們才第一次以主入口形式，被放在用戶面前。圖：滴滴App 8.0頂部導航欄增加“送貨”“旅行”“車主”頁這意味著，滴滴不再只滿足做一個打車APP，試圖把人的出行、物的流動、旅行計劃和車主服務，整合到同一個互聯網平臺。滴滴將這次升級概括為兩個轉變，從“送人到送物”和“從即時出行到計劃出行”。在AI浪潮中，很多公司選擇造大腦，而滴滴的選擇是用AI把線下服務做重、做確定，用AI理解用戶需要什麼，再用積累十餘年的運力網絡去兌現它。這可能是AI浪潮中最不性感、卻也最難複製的一條路。01出行場景的極致細分什麼是“用AI把服務做重”？先看滴滴的老本行網約車。網約車行業經歷過兩場戰爭。第一場是“有沒有”——解決打到車的問題。第二場是“好不好”——當供給不再稀缺，用戶更關注車是否乾淨，駕駛是否平穩，能否多一點安心。滴滴進入第二場戰爭的方式，是把出行拆到了幾乎無法再拆的程度。在快車和專車之間，長期存在一個被忽視的需求帶，部分用戶覺得快車體驗不穩定、專車又太貴。針對這些用戶，滴滴推出甄選快車，並設立了明確的硬門檻：軸距達標、車齡3年以內，司機服務分保持高標準，且在車況、異味、服務態度、開空調、繞路、多收費、甩客七大場景中，連續30天零投訴。圖：滴滴甄選快車車內寬敞，乘客可使用車內充電線等服務據悉，甄選快車落地後，相關投訴量下降近一半，約98%的用戶給出好評，更重要的是甄選司機周均多賺約130元，好服務擁有了真實的市場溢價。在高服務標準之外，滴滴還針對不同人群推出極致細分的服務——“她計劃”允許女乘客優先呼叫女司機；助老打車降低老年人使用門檻，一鍵呼叫、支持現金支付；寵物出行解決帶寵被拒載的尷尬；輕享、六座快車、順風車、城際拼車從車型和距離上區分不同需求；海外出行、國際版App和英文版服務則雙向覆蓋出入境人群。每一項細分服務都構成了後來者難以逾越的服務密度，這也是滴滴在“向外延展”之前所做的“向內深耕”。在把運力延伸到送貨、把服務拓展到旅行之前，滴滴先證明了自己能把服務做到足夠深、足夠確定。這是滴滴擁抱AI的第一種方式，在一個垂直場景裡用數據和算法把服務磨到極致。當其他平臺的AI還在思考用戶可能想要什麼的時候，滴滴的AI已經在匹配哪輛車最適合這個用戶了。02好服務的跨場景複製在出行上做深之後，滴滴擁抱AI浪潮之路的第二步是讓這套能力外溢，把“確定性”從一個場景複製到另一個場景。送貨，就是最自然的第一站。送貨和出行在底層邏輯上高度同構，都是時空匹配、路線規劃、動態定價、安全管控。中國最大的實時運力調度網絡，就是滴滴進入貨運業最硬的壁壘。打開“送貨”入口，用戶面對的是一個三層服務矩陣：大件送貨提供27種貨車車型，覆蓋從麵包車到廂式貨車的全品類；快送跑腿（兩輪+四輪）切入即時配送市場，針對鮮花蛋糕、行李、寵物等特殊物品分別推出對應配送方案；搬家服務從“僅用車”到“全託搬家”共六個梯度，覆蓋從預算敏感的自助搬運到企業級全託等不同人群。但滴滴在送貨賽道最值得關注的差異點，是一個叫“極速賠”的服務。貨運行業最大的信任痛點在於貨損，貨物損壞後，司機和用戶互相推諉、責任難定、賠付週期漫長。滴滴的“極速賠”方案是：異議必賠，48小時賠付到賬，鮮花、蛋糕等易損品類，最快38秒即可完成審核並賠付。圖：用戶使用滴滴四輪快送服務配送大體積鮮花38秒，意味著整個定損和賠付流程完全由AI驅動——圖像識別判斷貨損程度，算法自動計算賠付金額，平臺先行賠付，把執行成本從用戶側轉移到了平臺側。可以看到，滴滴把出行領域積累的“確定性”方法論複製到了貨運場景。極速賠對應出行糾紛的快速判責和賠付，搬家六梯度對應出行場景的細分品類，底層邏輯是讓用戶每次使用都有明確預期。如果說送貨考驗的是滴滴運力網絡能不能橫向複製，那麼旅行入口考驗的則是服務確定性能不能跨場景生效。用戶打車的終點，大量分佈在機場、火車站和酒店。從“出行工具”到“出行目的地”，場景天然銜接，滴滴做旅行是“高頻帶低頻”的經典打法。先說個性化的租車。滴滴構建了“無車必賠”“三方定損”“免費取消”“先行賠付”等諸多保障，覆蓋取車、用車、還車全流程，實現超過95%的訂單無投訴、無糾紛。對於被“到店無車”“還車扯皮”反覆折磨的租車用戶來說，這些保障解決了其最大痛點。而滴滴獨有的優勢在於，還車之後用戶可以一鍵叫車回家、到酒店。圖：用戶使用滴滴租車服務再說標品化的酒店和機票。滴滴接入了60萬餘家房源，支持多平臺比價。機票嚴格沿用航司官方定價，不設中間環節和隱藏費用。在捆綁銷售、小字加價爭議不斷的背景下，透明定價就是一種壁壘。這兩個品類滴滴用信息透明建立信任門檻，用戶不需要猜自己有沒有被宰。03AI加速滴滴服務升級回過頭來看，滴滴做AI的“另一種方式”已經很清晰了。它既沒有發佈大模型，也沒有推出獨立AI應用，而是把AI嵌進了出行、送貨、旅行每一條業務線的毛細血管裡。在新版滴滴App裡，用戶直接說出自己的情況，AI小滴就能把口語轉化成機器能理解的匹配條件。有人容易暈車，系統就篩出駕駛平穩的油車司機；有人帶著家裡老人出門，派單時會優先車內空間寬敞、開車不急不躁的司機；有人去機場，後備箱容量和準時率就成了硬指標。目前AI小滴已經能識別空氣清新度、行李空間、駕駛風格等90多個服務標籤。這些標籤來自滴滴十餘年積累的真實出行反饋。比如在醫院附近下車時，平穩駕駛和寬裕空間幾乎成了默認剛需，而當用戶提到身體不適，加速剎車更柔和的油車司機更容易獲得好評。乘客評價、駕駛行為、車型車況信息沉澱後，每一個標籤都對應著一個真實的用戶痛點。這讓滴滴的出行服務從打到車進化到了打到對的車，把用戶的不確定轉化為平臺能夠識別和解決的確定，這層確定性背後，是滴滴十餘年數據和運營經驗的算法化，也是後來者短期內無法複製的。自動駕駛則代表著更長期的變量。滴滴App上已可叫到自動駕駛車輛，送貨無人車也在佈局。滴滴在這條線上的核心籌碼是中國最大規模的出行場景數據，每天數千萬次的真實服務，是任何實驗室都無法模擬的訓練場。把這些放在一起看，滴滴AI戰略的特徵很清晰：不卷模型，卷場景。AI對滴滴來說是調度能力、匹配效率和服務確定性的倍增器。出行、送貨、旅行，每一項服務積累的確定性，都在被AI放大。04結語當整個行業都在討論AI的“智能”時，滴滴在討論AI的“確定”。這就是滴滴擁抱AI浪潮的另一種方式——做一個能讓你每次打車都被正確理解、每次送貨都有賠付兜底、每次租車都不會被放鴿子的AI。把用戶的不確定，變成平臺能夠識別和解決的確定，並讓它發生在每天數千萬次的真實服務裡。AI浪潮終會退去。到那時，留下來的是那些真正用AI把服務做重了的公司。滴滴8.0要證明的，是這條路不只屬於打車，也能支撐它走向更多線下服務。（雷峰網）