今年烏鎮，貨拉拉創始人周勝馥的演講提到一個數字。
「通過數字化和在線改造，貨拉拉大幅提高了車貨匹配效率，爲社會節約物流成本近百億元。」
随着電子商務和跨境貿易的發展，物流在過去二十年一直是支撐國民經濟發展最重要的基礎設施之一，過去幾年有關部門更是把建設高效物流體系提升到了戰略高度。
物流是一個典型的重資産行業。對于一個卡車司機而言，物流提效需要更好的車、更好的路；而對于一家連接數百萬輛貨車、每天爲上千萬用戶提供服務、有着複雜貨運網絡的物流企業來說，互聯網是過去十年最重要的提效工具，而貨拉拉就是其中的佼佼者。
自成立第一天就從雲誕生的貨拉拉，今天已經構建起一個百萬級日單量，連接上百萬司機和上千萬商家的複雜貨運網絡。通過構建在雲端健壯的貨運系統，以及持續引入的 AI 新技術進行技術創新，貨拉拉通過技術手段顯著提高車輛利用率，年節約社會物流費用近百億。
這家始于香港的公司，還将國内積累的技術帶到海外，向全球傳播先進的中國物流數字模式。
「10 年前剛剛創業的時候，當時創業的主旋律是從國外輸入先進的産品和技術，10 年後的今天，我國在多個領域已經具備向海外輸出先進産品和技術的能力，從『Copy to China』到『Copy from China』，是在這十年以來我看到最大的改變，我作爲互聯網從業人員之一，也深深感到自豪。」周勝馥最後總結道。
從一朵雲到百萬訂單，
貨拉拉的雲上之旅
貨拉拉技術總監、核心基礎設施負責人陳永庭将貨拉拉在基礎架構上的變化歸結成了兩個時間節點。第一個時間節點是 2018 年，2018 年之前，貨拉拉仍然是一家訂單規模不大的公司，内部基礎架構并不複雜；第二個時間節點是 2022 年，從 2018 之後的四年時間裏，貨拉拉逐步開始深度用雲。
早期貨拉拉單體架構時期，應用直接運行在阿裏雲的彈性計算服務 ECS 之上，憑借阿裏雲穩定高效的計算、存儲、網絡等基礎設施，以及靈活的付費方式等特點，貨拉拉得以在業務初期即可以用最低的成本快速試錯，搶占市場。
随着業務的快速發展，幾年時間，平台上的日訂單量已經發展到百萬級。也牽引出貨拉拉内部對自身架構的一場重新定義，對高效穩定的技術要求越來越高，應對規模化海量訂單，貨拉拉開始了對基礎架構的一系列雲原生改造。
從 2019 年開始，貨拉拉逐漸将原本單體服務的基礎架構升級到微服務架構，與此同時，借助阿裏雲上穩定高效的容器服務 ACK 加速了業務的容器化改造，讓資源的使用更加科學經濟。
2021 年，在微服務架構基礎上，貨拉拉開始支持全鏈路的灰度能力。通過全鏈路灰度技術支持高峰期發布，一個物理環境輕易就能快速構建出多個獨立的邏輯鏈路環境，解決了研發和測試同學的工作效率難題。
2023 年，貨拉拉更進一步，在全鏈路灰度架構基礎上對流量标識、網關、數據存儲等進行改造，演進到多泳道架構，單個泳道對應單個物理 AZ，一個請求的後端事務處理盡可能在單泳道内閉環，支持 AZ 機房容災容錯能力。
「傳統的 IT 架構很難做到這個保障程度，而與公共雲的合作也确實給我們提供了更多選擇。」貨拉拉技術總監、核心基礎設施負責人陳永庭表示。而公共雲産品的标準化程度，很大程度上決定了貨拉拉在基礎架構層面降本增效的效果。
采用阿裏雲上标準且可靠的 PaaS 層能力，能夠避免大量重複造輪子的情況，讓貨拉拉能将寶貴的人力投入到最核心的業務裏去，這成爲貨拉拉 2018 年業務量迅速上漲之後，逐漸成型的演進方向。一些自建的核心系統也逐步開始雲原生化，例如 Redis 緩存，RDS 數據庫，消息，檢索分析服務等。
「從結果看的話，把 Redis 搬到雲上能夠讓成本降低 30% 以上，甚至某些場景下能到 50%。」
而這些貨拉拉内部的巨大變化，每一次都悄無聲息的隐藏在貨拉拉百萬輛貨車背後。貨拉拉每一次的架構升級都是做增量設計，對現有運行時環境、中間件進行改造，幾乎不會對業務研發産生影響，也不需要業務研發投入大量時間配合改造。同時，每一次架構升級都很好的解決了當期的核心痛點。貨拉拉内部将這種漸進式的基礎架構演進理解爲一種「領先業務「半步」，不過度演進」的技術信條。最先進的技術并非一定意味着現有業務的最優解。技術、業務與架構的匹配才是一切的核心。
從 22 年到現在，甚至包含未來的很長一段時間，陳永庭說「這個階段裏不僅要繼續做到保證穩定和降本增效，也包括和阿裏雲在 AI 上一起做更多的創新性探索。」
而對于已經完全雲原生的貨拉拉來說，AI 能力的滲入則顯得順理成章了。
最先進的 AI ，
在最傳統的物流行業落地
「物流就是一個資源效率遊戲」，正如貨拉拉 CTO 張浩所說，要實現更高的效率，公司除了要規模化運營之外，還需要對業務本身涉及到的人、車、貨、路這四大方面進行數字化的升級。
貨拉拉通過對市場的了解，以及業務數據的積累，在逐步解決各類信息化難題的過程中，貨拉拉打造了一個自己的智能系統，即「智慧大腦」。給互聯網物流提出了高效的數智化解決方案。它将在 AI、大數據和地圖等基礎能力之上，通過自研的運籌優化算法解決核心的資源優化配置問題。「本質上是貨跟車之間的匹配變得更好了」，貨拉拉技術總監、智能運營算法團隊負責人胡濤說，「對于貨車來講，他可以用最短的空載時間去獲得下一個訂單，對于他來說這樣一天可以接更多的單，賺更多的錢。這也是今天通過智能化的手段幫助車主帶來的一個收益增長。」
與此同時，貨拉拉巨大的貨運網絡中正在湧進來更多人。以國内爲例，貨拉拉持續在全國招募更多的同城貨運司機，這意味着有更多的司機要在貨拉拉的後台走完一遍司機資質審核的流程。這一切成立有一個最基本的條件，就是能在短時間内完成大量身份證、行駛證、駕駛證等證件的審核。
這件事最早是人工在做，後來逐步轉變爲 OCR 自動化的審核，到去年年初貨拉拉開始與阿裏雲通義大模型共建，此前的小模型開始讓位給大模型。大模型能力支持下的 OCR 識别效果要明顯好于小模型。
安全系統也在大模型能力的加持後得到優化。
「貨拉拉平台有一個「安心拉」的産品，就是在貨箱、駕駛艙内布置攝像頭設備，去檢測是否在運輸中裝載了違禁品、貨車中的載人情況有沒有超過限制，以及司機是否有一些疲勞駕駛的潛在危險。」胡濤表示，這些安全防控方面的系統已經上線了兩年多，在人車貨分散、工作強度高、安全風險多的複雜場景裏，盡職盡責的保障百萬司機，億萬用戶和人民群衆的生命财産安全，肩負着企業對社會的承諾和責任。
同時，阿裏雲助力貨拉拉構建了一站式的大模型開發及應用構建平台——「悟空平台」。這個平台上目前已經有 200 多個應用，幾乎所有業務線和部門都在平台上構建了提效的工具，通過悟空平台，用戶可分鍾級開發出一款大模型應用，快速進行業務創新。即使最頂尖的開發者也不可能比部門内部的人員更了解自己業務需要什麽樣的工具，貨拉拉更傾向于用大模型的能力降低應用的内部開發門檻，把 AI 最原生的能力直接賦予公司各個崗位的人。
雲端征程，
貨拉拉的數字物流新篇章
周勝馥在烏鎮的演講中提到的一百億的數字背後，是像貨拉拉這樣帶着濃重技術底色的互聯網貨運平台，在激烈的市場競争中促進着中國的貨運行業在近 10 年内的加速成熟。
2014 年的一份報告《中國采購發展報告（2014）》顯示，2013 年我國社會物流總費用超過 10 萬億元，占 GDP 比重爲 18.0％，物流成本明顯偏高。不僅高于美國 8.5% 的一倍有餘，相比日本、德國等經濟發達國家，甚至跟經濟發展水平基本相當的金磚國家相比也偏高，例如印度爲 13.0％，巴西爲 11.6％。
而中國物流與采購聯合會在今年 11 月 20 日發布的數據顯示，2024 年前三季度我國社會物流總費用 13.4 萬億元，同比增長 2.3%，社會物流總費用與 GDP 的比率則下降到 14.1%，比上年同期下降 0.2 個百分點。
貨拉拉和 Lalamove 則已經是 2024 年上半年全球閉環貨運交易總值最大的物流交易平台，公司也擁有全球最多的平均月活商戶，以及最高的已完成訂單數。
物流行業最大的痛點仍然是供需雙方的信息不對稱所造成的貨與車之間的不匹配，以及服務與價格之間的不匹配。打破這條信息鴻溝的基礎是貨運公司首先需要完成一場技術的内部叠代。在雲計算與 AI 能力的加持下，人、貨、車、路四方數據捕獲的能夠更加精細，數據流通的各個隘口也可以完全打開。在足夠的數據和算力下，AI 或許能找到那個最優解。
這一切此刻都正在雲上靜靜地發生着。
* 頭圖來源：阿裏雲
本文爲極客公園原創文章，轉載請聯系極客君微信 geekparkGO
