货运八年:一场没有终点的技术马拉松
时隔八年，行程向左，货运向右，两条轨道走完全不同的路。以货拉拉、满座、58速运等为代表的货运O2O企业。并不像旅游市场那样快速和大规模地定位于货运市场。头部企业即使占据了很高的市场份额，但与广阔的市场相比，仍然是冰山一角。
究其原因，有媒体认为，行业服务链条的广度和技术的深度是旅行和货运两个行业的最大区别，而这也使得货运拉拉等公司无法直接复制旅行市场的增长模式，即依托庞大的线下军团。快速扩张。
相应的，货运公司需要更专注于一个几乎无人触及，但需要更长时间积累的领域——技术。
一、物流园区路边货运O2O萌芽
货运是一个不亚于客运的巨大蓝海市场。
数据显示，我国道路货运行业从业人员2089万人，其中货车司机占87.7%，99%的司机表示家庭主要依靠其驾驶收入，或者只有驾驶收入来源。如果加上相关行业的从业人员，他们背后支撑的家庭将养活一亿多人。
典型的深圳华强北，* * *企业2.5万家，个体工商户2.6万家，从业人员20万人，日均人流量30-50万人，峰值80万人。无数的货物在一天的各个时间段，由卡车装载着发往全世界。
2013之前，货运司机经常聚集在物流园门口，盯着门口的黑板，在密密麻麻的信息中寻找接单的机会。
这些物流园一般都有信息部，工作人员在黑板上汇总用户需求。黑板上写着“有什么样的货物，有多重，找什么样的车，去哪里”。
在华强北拉10年货的陈师傅回忆说，以前在物流园门口“打工”。当他看到正确的信息时，他会打电话给客户来接订单。有时候，顾客会直接来到路边找他们。
除了线下，物流公司、司机、货主也会聚集在QQ群里发布信息。“货主一般需要提前几天联系司机。如果司机看到这些信息匹配，他会打电话给托运人。
“有时候我会主动在QQ群里发消息。比如我从深圳运了货去外地，不想空着回来，我就提前在群里留言，希望能发现回程的需求。”陈师傅说。
但现实并不尽如人意，并不总能发现返程的需要。随着运费越来越多，他们的收入开始减少。有时他们一天接不到一两个订单。很多时候，几个司机坐在一起打扑克。“但我非常焦虑，因为有一个家庭要养活。”
有没有办法让货车司机和货主更高效的匹配起来，让货主很容易找到司机，司机也不用在街上“刮”了？
在这样的需求推动下，货运O2O公司应运而生。
2013年货运拉拉成立，2014年下半年正式进入内地市场，目标是广州和深圳这两个华南地区重要的货运中心。
2065438+2004年9月，58快递App正式上线，专注于城市短途货运。
2017云满满和卡车帮合并成立满帮集团。三年后，滴滴也成立了货运公司，正式加入这个战场。
早期很多司机都没有智能手机。为了帮助产品冷启动，货运公司的产品经理经常和深圳、广州郊区的大排档“厮混”，和几十个司机成了好兄弟，劝说他们使用货运软件。
就这样，货运O2O市场开始摇摇欲坠。
第二，运费告别掉队者，但补贴不行。
但谁也没有想到，货运会像打车一样，可以快速大规模复制。然而，在现实中，这给货运公司泼了一盆冷水。
2015前后，很多公司希望用客运线上到线下来解决运费问题，也就是烧钱补贴。高峰时有200多家公司瞄准这个市场，整体市场以每年20%以上的速度增长。
虽然旅行和货运看起来都是运输服务，但问题是货运的服务链条和解决不了的痛点根本不是补贴能解决的。
一般来说，网上货运平台主要有两种:一种是单纯展示货运需求和承运人与商家联系方式的信息发布平台。
另一个是推动端到端的运费交易——从下单、定价、预付款、运费匹配、订单跟踪、付款结算确认的“闭环”平台。
对于后者来说，遇到的技术难题远比预想的要难。摆在我们面前的第一个问题是信息化问题。
货拉拉现任CTO、原饿了么科技副总裁章昊在接受采访时感叹，相比其他O2O平台，互联网货运智能化还有很多工作要做。
互联网货运数据智能化面临的第一个挑战是“车”和“货”的匹配。
在出租车市场，人和车都是标准化的，所以每一单服务都可以通过同质化来完成。但是在货运市场，车货不匹配是装不上的。在货物平台上，车辆种类超过17，货物更是五花八门。
第二个挑战是道路限制。在城市道路中，有大量的货车限行，限高，限重，限轴重，还有一些政策因素。在某些路段，小件商品可以通过，但中国商品不一定能通过。这些都需要数据来让车、货、环境精准匹配。
这是行业面临的普遍问题。
当时很多公司都是靠给司机巨额补贴来维持用户数量，但并没有真正获得用户。这些补贴来自风险投资基金，而风险投资的钱是有限的。渐渐的，一些公司开始难以为继。
很快，一大批公司在那场战争中昙花一现:咕咕快递、一号货等公司相继落败。
货拉拉就是经历过这条赛道风风雨雨的典型代表。
这家公司也卷入了一段时间的补贴潮。但他们团队认为，如果盲目给予补贴，到时候会吸引很多用户，这不是平台真正能留住的人，对平台和真正的用户都没有好处。
寒冬中，货女也到了生死关头，于是当时的创始团队做了一个决定:停止补贴用户。
这个决定就像断臂求生。因为其他平台还在补贴用户，货拉拉的订单量从每天1000多单下降到了400多单，大家压力都很大，但是货拉拉的团队还是相信一件事——解决真实用户的真实痛点。
但另一方面，一项堪称世界无人区的货运技术开始在这家公司悄然诞生。
三是技术突破成为货运“主渠道”。
互联网货运公司的产品进化逻辑其实并不复杂，就是如何将货运效率一步步提升到极致。其实物流的本质是从A点到b点的效率博弈。
现任货拉拉产品副总监罗兆锋是货拉拉最早的产品经理之一。据他介绍，2014左右，货拉拉只是一个简单的信息匹配平台，效率非常低。司机需要从大量订单中挑选与他们的车型和距离相匹配的订单。
但是，让大家从线下打电话到线上，虽然产品功能简单，但对于这个行业来说，已经是最大的突破了。
从2015到2016，随着对市场理解的深入和司机、用户信息数据的积累，货拉拉开始进行精准匹配，帮助司机过滤掉不适合性能的订单，提高效率。
2019之后，随着算法能力的提升和产研团队的扩大，算法开始在货站全面投入使用，可以提高执行效率，平衡司机和用户的体验。因为算法的使用，减少了司机完成一单的等待时间，用户可以轻松找到适合自己货物特点和喜好的车，大大提高了效率。
如今货拉拉的生产研发团队从200人发展到300人，现在已经接近2000人。从一开始，R&D团队只由前台、中台等几个部门组成。现在所有的部门都细分了，专业化程度提高了。
2020年，章昊在一次行业会议上分享了货拉拉创造的一套降本增效的技术体系。这套中层系统在货拉拉被称为“智慧大脑”，分为供需、开票、营销、定价四大模块。
供需引擎预测运力分布、需求预测、运力预测；
计费引擎在做匹配，订单来了，给哪个产能；
定价引擎设定不同运费、不同车型的价格，有时不同路段、不同时间段价格不一样；
营销引擎什么时候补贴和促进需求？
该系统基于AI、大数据、地图等基础能力，通过自主研发的运营优化算法框架，解决核心资源优化问题。在物联网技术的基础上，物流的所有生产要素都智能化，然后进行最精准的匹配。
而货运的生产要素“人、车、货、路”中，实现人的智能化很容易，实现车、货、路的智能化却很难。
非标货物、车辆类型复杂、道路限制复杂多样等。，是整车货运领域的独特挑战。
“很多同事刚加入的时候会觉得有点不适应，因为货运场景的技术难度会让业内专家难以应对。”曾经就职于客运O2O公司的货拉拉技术总监史立臣坦言。
史立臣负责货拉拉的交易引擎和地图团队，曾是吴文俊人工智能自然科学奖一等奖获得者。在他的团队中，核心专家超过30人，均来自阿里、百度、美团等一线公司，算得上是国内地图行业的领军人物。他坦言，货运场景中“路”的数字化比想象中困难得多。
“虽然挑战很大，但我们有两项技术已经取得了行业领先地位。”史立臣介绍，一个是车货匹配，一个是装卸点推荐。
以车货匹配为例。用户下单后，平台根据商品的特性、适配车型的运力分布，结合路况、交通限制等综合因素，实现实时匹配。通过大数据的积累和智能决策系统的迭代，不断提升表演效率。
再比如装卸点的推荐。根据用户的订单地址，推荐适合货车装卸的具体位置。通过大数据记录和分析装卸点的历史分布，基于订餐地址与路网的拓扑关系和道路限行信息，智能推荐系统可以向用户推荐哪里适合停车，哪里可以装货，哪里可以卸货。
随着技术的不断积累，在拉货搬家的场景下，货拉拉的智能分单系统每天可以处理国内平台上百万订单与数十万司机之间的实时配送。
接下来，货拉拉将推进货物识别和体积测量技术，打造互联网货运地图整体解决方案，在智能货运数据方向上更进一步。
历经八年，英雄沉浮，货运艰难前行。拉拉的案例证明，在这个中国还是一片蓝海的O2O市场，只有对技术的投入和坚持，才能真正拥抱它。