用互联网大脑模型分析滴滴的战略意图和战术失误

简介:

滴滴出行与美国的Uber,本质上都是基于互联网的智能打车软件,让任何拥有家用汽车的司机都可以与出租车司机一样,服务于打车用户。 在滴滴,Uber出世之前的出租车行业,一直面临着车脏,叫车慢,服务态度差,昂贵等种种问题. 随着移动互联网、定位技术以及云计算的慢慢普及,使解决这些问题的技术条件逐步成熟。滴滴,Uber正是在这个大背景下产生的。

2018年,滴滴出行在业务发展中受到数次影响巨大的挫折。其顺风车业务出现多次女性乘客受到侵害并丧失生命的重大事故。 8月26日,滴滴就乐清顺风车乘客遇害一事发表声明,决定自8月27日零时起,在全国范围内下线顺风车业务,内部重新评估业务模式及产品逻辑。

作为一个基于互联网+AI的打车软件,滴滴的顺风车业务究竟是什么类型的产品?在滴滴的快车,优享和出租车等正常打车服务之外,为什么要推出顺风车业务?如果从互联网大脑模型看,滴滴的战略意图和犯下的战术错误在哪里?

一.关于互联网大脑模型和发育简史

1969年互联网诞生以来,经过近50年的发展,互联网的类脑架构越来越明显,特别是在过去20年中,互联网大脑模型中的各个神经系统逐步发育成熟,并在2018年进入互联网“脑”时代。这个过程中有很多创新技术涌现又被淘汰、无数创业公司诞生然后死亡,但互联网向类脑架构进化的步伐,一直坚定和不可阻挡。从过去50年的发展看,那些顺应这一趋势,在大脑模型中占据有利部位的企业拥有了更强的竞争优势。而那些处于过渡阶段或劣势位置的企业就有更大概率被淘汰或兼并。

a165c29610c4d66c02c9b5d52df3f862c7b6bcb8

1969年 互联网诞生,人类从此进入联合进化的新阶段。

1974年 Tcp/ip协议诞生,为互联网链接的设备之间有共同交流语言方式奠定基础。

1991年 万维网诞生,为互联网传递用户数据的格式统一奠定基础,为互联网大脑中枢神经发育奠定基础。

2004年 互联网类脑神经元网络快速发育,博客,社交网络,web2.0爆发、

2007年 互联网中枢神经系统开始快速发育,云计算开始快速发展

2009年 互联网感觉神经系统开始快速发育,物联网开始爆发

2010年 互联网神经纤维开始快速发育,3G,4G,光纤,卫星通信和定位快速发展

2012年 互联网运动神经系统开始快熟发育,美国工业互联网,德国工业4.0提出,3D打印,无人机,智能汽车,云机器人开始兴起。

2013年 互联网大数据开始爆发,伴随互联网类脑神经元网络,互联网感觉神经系统,运动神经系统,神经纤维的成熟,互联网数据急剧增长。

2015年 人工智能与互联网结合并爆发,互联网大脑模型的智能化开始加速,人工智能成为激活互联网大脑各神经系统形成云反射弧的重要动力(听觉系统、视觉系统、运动系统、边缘计算、大数据+AI,互联网云反射弧)。

2018年 互联网大脑模型初具雏形,各科技公司将自己的业务核心与互联网类脑架构结合,涌现大量智能巨系统,包括谷歌大脑,讯飞超脑,百度大脑,阿里ET大脑,360安全大脑,腾讯超级大脑,华为EI智能体

二、滴滴出行在互联网大脑模型中的位置

滴滴的服务乘客的流程是这样的:用户发出需求,滴滴的中央智能系统(滴滴大脑)进行调度,发送需求给司机,司机做出响应,驾驶汽车找到用户并运送到目的地。

6131686b7ac5b1c2f2279c476c6062b0dd90d4b2

从这个过程可以看出滴滴是一种基于机器智能的云反射弧平台公司。用户、手机、3G,4G移动通讯作为感受器和传入神经,滴滴的中央智能系统(滴滴大脑)作为神经中枢,3G,4G移动通讯、滴滴司机(汽车)作为传出神经和效应器,一次滴滴的服务就是一次与交通有关的云反射弧实现。

强大的算法和计算能力是滴滴爆发式增长,也是滴滴顺利完成云反射弧的重要保障,2018年1月,滴滴在2018智慧交通峰会上正式发布了智慧交通战略产品“交通大脑”,携手交管部门,运用AI的决策能力解决交通工具与承载系统之间的协调问题。

2016年,滴滴平台上每天产生超过50TB数据(相当于5万部电影),超过90亿次路径规划次数。滴滴出行平台完成14.3亿订单,累计行驶里程达128亿公里,相当于环绕中国行驶29万圈,累计行驶时间达4.9亿小时。所以滴滴“交通大脑”处理的是现实出行的海量数据,通过对每天24小时不间断产生的新数据,以及检测这些数据本身产生的二度数据,包括ETA、路径规划、实际路线、匹配时间等等,进行研究、学习,最终实现订单匹配效率的提升。

到2017年滴滴出行相关数据显示:滴滴出行共覆盖了全国400多个城市的约4.5亿人口,全年累计提供74.3亿次出行服务,其中并不包括单车及车主服务。滴滴全年免费为出租车司机链接了超过11亿次出行需求,滴滴顺风车和快车服务累计分享座位超过10.5亿次。

三、滴滴顺风车的战略意图和战术错误

从上面的数据看,滴滴是一家以大数据和人工智能为核心的交通出行服务公司,为解决社会出行困难提供了现代化的解决方案。事实上也的确方便了数以亿计的中国用户,在这种情况下,为什么要推出滴滴顺丰车呢?

滴滴顺风车是滴滴公司推出的一款拼车软件,继“ 滴滴打车 ”、“ 滴滴专车 ”、滴滴企业出行服务后在移动出行领域推出的第四款产品。顺风车原本是指搭便车、顺路车、拼车。倡导同路的朋友搭乘一辆车出行,为交通减压,为环境增分。2015年 滴滴顺风车在北京正式上线。那时,快车、专车还未拥有合法的身份,一直游走在法律边缘,而“拼车”领域率先受到国家政策的鼓励,这无异于给滴滴添加了新增长点。

d7b9876f3d4db8b9da8119524ddcf59dea71d3f5

滴滴建立顺风车平台后不久,就把特色定位在了“社交”上,在滴滴看来,社交能推动顺风车的发展,顺风车也能刺激社交的增加。从这里可以看出滴滴希望通过这个产品向互联网大脑模型中的群体智慧领域进军,以获得更为全面的领域覆盖、更大的用户粘度和上市市值。应该说这个战略意图本身并没有错误。是符合互联网大脑发展规律的。

但问题出在执行战略意图的战术设计或产品规划上,由于滴滴出行是一个将旅客、车、司机连接在一起的云反射弧平台,社交对象是旅客和司机,他们会通过车这个封闭空间产生直接联系,并处于高速运动和复杂的交通环境中,任何一个环节的疏漏都会导致滴滴的云反射弧服务失败,并对旅客和司机的安全造成重大影响。

滴滴在技术服务流程的特点,与腾讯,百度,支付宝、爱奇艺,今日头条等纯粹的网上社交和大数据公司非常不同,安全的需求明显高过几个数量级。

但很可惜的是,作为滴滴顺风车的产品设计者明显没有注意到这一点,“就像咖啡馆、酒吧一样,私家车也能成为一个半公开、半私密的社交空间。”滴滴顺风车原负责人表示,“这是一个非常有未来感、非常sexy的场景,我们从一开始就想得非常清楚,一定要往这个方向打。”。

把滴滴顺风车当做普通的社交大数据公司。用 交友牌,甚至露骨的性暗示来吸引司机和旅客进入这个社交平台。甚至允许司机通过平台上用气质、长相对女性乘客进行“标签评价。这些为2018年出现几次影响巨大的事故埋下伏笔。

应该说滴滴顺丰车 sexy+社交的定位是一个严重的战术失误,从互联网大脑模型看,滴滴顺丰车的社交定位在战略上没有问题,但如果要保证云反射弧完成,定位就应该是安全+社交。

所有的产品规划都要围绕如何保证乘客,司机的安全,保证滴滴服务的云反射弧安全完整执行来设计,包括乘客和司机的社会信用、车辆的质量和定位。乘车过程中保护乘客和司机的安全规范,服务结束后的相互安全评价,意外状况的紧急处理机制等等诸多方面。

对于社交中的sexy问题,本身并没有被否定,在直播、网络游戏、娱乐新闻等非严肃社交领域,sexy依然有其作用,因为这些领域的非接触性,对安全并无直接影响,

关于互联网大脑的定义:

互联网的大脑模型就是互联网向与人类大脑高度相似的方向进化过程中,形成的类脑巨系统架构;互联网大脑架构具备不断成熟的类脑视觉、听觉、躯体感觉、运动神经系统、记忆神经系统、中枢神经系统、自主神经系统;

互联网大脑通过类脑神经元网络将将社会各要素(包括但不仅限于人,AI系统,生产资料,生产工具)和自然各要素(包括但不仅限于河流,山脉,动物,植物,太空)链接起来,从而实现人与人、人与物、物与物的交互,互联网大脑在群体智能和机器智能的驱动下通过云反射弧实现对世界的认知,判断,决策、反馈和改造。


原文发布时间为:2018-09-3

本文作者:刘锋

本文来自云栖社区合作伙伴“人工智能学家”,了解相关信息可以关注“人工智能学家”。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
甘孜州文化旅游产品市场营销策略研究_kaic
摘要: 近年来,随着文化旅游的兴起,越来越多的旅游者渴望精神层面的满足,获得新奇的文化体验,而我国文化旅游仍处于单层次的观赏旅游。本文研究背景包括对旅游行业的背景介绍,研究目的在于探索甘孜州文化旅游产品的发展潜力和意义。接着,对长尾理论、全域旅游和大健康等相关理论进行了概述。然后,对甘孜州文化旅游产品的发展现状进行了调查和分析,包括调查过程和问卷分析,以及甘孜州文化旅游产品游客需求的分析。其次,进行了甘孜州民族村寨健康旅游产品的SWOT分析,包括优势、劣势、机遇和威胁因素的分析,以及SWOT战略分析。然后,针对甘孜州旅游开发区营销战略存在的问题进行了探讨,包括旅游产品创新不足、促销手段少、营销
|
人工智能 供应链 安全
起底滴滴数据科学团队:面对超复杂线下场景,要数据驱动,但拒绝“唯数据论”
起底滴滴数据科学团队:面对超复杂线下场景,要数据驱动,但拒绝“唯数据论”
429 0
|
新零售 供应链 大数据
为了新零售,A.O.史密斯做出一个令人吃惊的决定
A.O.史密斯计划未来三年开设1000家新零售门店,接入上万家天猫售后服务网点。而这一切,是从真正做到线上线下一盘货开始。这个144年历史的品牌,推动核心代理商组建合资公司,其核心电商业务交由代理商负责。
2849 0
|
存储 大数据 数据安全/隐私保护
|
安全 网络协议 网络安全
西方红玫瑰和辣条先生黑产组织深度分析报告
本文讲的是西方红玫瑰和辣条先生黑产组织深度分析报告,近期,神州网云依靠高级威胁检测引擎并结合天际友盟的威胁情报,精确发现了多起高级威胁组织的攻击,通过快速有效的一键溯源确定了攻击行为及影响。
2862 0
《伟大的小细节:互联网产品设计中的微创新思维》——第2章 2.0用户行为预判
本节书摘来自华章计算机《伟大的小细节:互联网产品设计中的微创新思维》一书中的第2章,第2.0节,作者:文哲著, 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
958 0