在技术与资本推动的商业浪潮下，“风口”接踵而来，热点高速迭代，机遇与挑战并存，在风口兴衰瞬变的时代，我们需要冷静思考"大风起于何处，下一刻又将刮向何方？"36氪关注着每一次新风口的兴起与沉寂。以“风口更迭，探索永恒”为主题的2018新风口峰会与你携手探索商业进化之道。

“今天，共享出行市场存在的一些问题正困扰着用户和司机。首先是道路变得越来越拥堵，其次是用户打不到车。”高德开放平台总经理童遥在峰会上表示。

童遥认为，道路本身没办法快速增长，我们也没有办法对供给做出快速的改变。因此，若要解决城市出行效率低和乘客打不到车的问题，就只剩下一个办法：提升道路使用效率。

如何提升？童遥认为，将出行数字化是非常关键的一步。具体怎么做？童遥在峰会上用高德的案例对以上问题做了详细解答。

以下为童遥演讲全文：

大家下午好！最近一年多的时间，高德在出行领域做了很多新的尝试，借今天这个机会跟大家报告一下我们在出行领域的一些心得体会。

今天，共享出行市场存在的一些问题正困扰着用户和司机。首先是道路变得越来越拥堵。虽然个别城市的效率改善得比较好，但整体来看，道路拥堵的情况还是比较严重的。

第二个问题是用户打不到车。道路拥堵很大部分原因是道路上的汽车太多，但同时我们发现，今天有大量用户仍然无法在需要的时候打到车。

这其实就是所谓的基础设施效率问题。道路本身没办法快速增长，我们也没有办法对供给做出快速的改变，因此，若我们希望同时解决城市出行效率低和乘客打不到车的问题，就只剩下一个办法：提升道路使用效率。

高德花了12-18个月时间，从产品和技术的角度去思考这件事到底如何做到。

我们如何把出行数字化？首先道路肯定是没有办法简单数字化的，但有一个中间产物，叫“路况”。路况不是一个真实存在的物体，它是一个经过计算和数字化抽象的一个概念。它并不像道路一样看得见、摸的着。路况本身的抽象，其实是对调度的效率优化做了最基础的部署。也就是说我们有了一个最基本的客观对象可以做优化了。

因此，提高道路使用效率非常关键的一步时将其数字化。高德做了哪些尝试？获得哪些成果？在出行数字化的过程中，我们按照打车的全流程做了拆解。

首先是订单匹配的阶段。订单下发前我们会做出供需预测。在订单发出前那半秒钟，系统会将全城市整体供需的情况预测出来。预测结果是依赖于地图里海量的自驾车数据、公交出行数据、共享出行的数据、打车数据、以及一些城市货运数据。这些数据是通过时间的积累加工出来的，非常有利于帮助我们去判断一个地区的叫车需求大概在什么范围内波动。

订单被派发到系统后要做的第二件事情是车辆匹配计算。在车辆调度上，我们会做同方向道路派单，我们可能并不会把这张订单派送给离你最近的司机，而是把这个订单派给离你稍远，但他只要两个红绿灯就过来的同方向司机。这种方式对用户的体验和司机的效率来说是有改善的。

所以此时要开始计算谁适合接这个订单。这里涉及一个重要概念：ETA，就是预计到达时间。在计算司机接用户的时长时，不用距离来计算，而是按预计到达时间来计算。

在第二个阶段，派单结束之后，我们会对车辆进行调度，也就是削峰填谷。实际上在高峰期运力是永远不足的。今天所有出行的车队，比如首汽约车、曹操、滴滴等在配置车辆时都是按照城市的最高峰期的70%、80%来配的。如果配置过高，就会导致低峰期的时候亏损比较严重。配置过低，就会导致真正需求旺盛的时候无法满足客户的需求。

当有一个调度系统可以帮助大家把波谷的订单系统往上抬一抬的时候，用户在高峰期就能获得充足的运力。

如何让司机和乘客快速接触？我们采用的是司乘同显，乘客可以看到当前司机是什么样的状态，可以很清楚的知道什么时候下楼合适。我们希望减少司机等待客户的时间，也减少乘客等待司机的时间。

第三点，行程如何高效。这里涉及到的问题是路况。高德可以通过路况预测告诉乘客需要在高峰期花多少时间和成本。也可以帮助司机预估一个目的地，接一个订单后什么时候能回来接下一个订单。

最后是乘客下车时，如果遇到费用纠纷、甚至是其他更严重的问题，高德的风控系统就会发挥作用。高德依靠的是支付宝体系，在风控系统的支持下，我们可以判断谁是坏人？谁是坐车不给钱的人？谁是拉乘客多收一百块钱的人等等。

在做技术尝试时，我们在高德地图内部做了打车功能。希望能够通过订单的输送去做一场比较大的实验，去看不同的城市在不同的时段效率如何？今天高德正在接入更多的合作伙伴来提供这些服务，将来我们会做更深度的挖掘，希望将来有一天大家在出行当中能够感受到效率的提升。

谢谢大家！