貨拉拉 CTO 張浩
钛媒體特别專題策劃《數字思考者 50 人》：探訪中國 50 位獨具代表的數字化思考者。我們理解的 "TechThinker" ，涵蓋了中國數字化浪潮中的技術踐行者、政策制定者與投資決策者。在這場長達 10 年的乘風破浪中，我們每個人都在分享技術進步的果實，卻鮮有人知道結果背後的故事。我們期待通過《50 人》，還原中國數字化推進過程中的關鍵決策，同時也爲你呈現數字思考者們的管理與經營之道。
你一定在路上見過 " 貨拉拉 " ——橙色的色調，傾斜的字體，在城市川流不息的車流中，貨拉拉遍及大街小巷，在貨運領域扮演不可或缺的角色。
盡管都是通過互聯網來調配運力，但貨運和網約車行業還是不太一樣，用貨拉拉 CTO 張浩的話說，在交易和履約方面，同城貨運和出行比起來更複雜一些，最重要的原因是貨運的不标準化。各種各樣的車，各種各樣的貨，在數字化系統裏面是成千上萬的 SKU。沒有标準化服務，就很難做到規模化擴張，這和網約車領域不是一個邏輯。
數字化是貨拉拉乃至整個貨運行業的一個抓手，貨拉拉對于數字化的思考和動作，也顯得小心翼翼，如何兼顧公平和效率，至今仍在探索。
" 與出行和外賣相比，貨運行業還遠遠沒有到瓶頸期。數字化的紅利某種程度上取決于現在科技的限制，在這種非标場景裏面，希望未來 NLP、GPT 能夠代替一部分人工，包括像客服、營銷方面，能夠進一步降低成本。" 張浩表示。
貨運可能還停留在出行行業 2014 年的階段，在貨運這個複雜且難啃的行業裏，數字化的價值如何體現，它又該如何确定自己的邊界。近期，張浩和钛媒體聯合創始人劉湘明做了一次深入溝通。
一個天然非标準化的業務
钛媒體：整個中美的物流成本差的特别多，從你的角度來看，是什麽原因造成的？
張浩：一個根本性因素是人工成本；但更重要的原因是，物流場景的集約化沒有得到很好地解決。例如，合同制物流占公路運輸市場總額 75% 以上，在中國有成千上萬家中小型車隊在做，而在美國基本上由 3-5 家大型運輸企業包攬，成規模後，效率上升，成本就下來了。
還有一個原因是公路運輸收費差異，美國的高速公路不收費，目前中國公路運輸的成本也在下降，這三個原因我覺得是最主要的。
貨拉拉做的是公路運輸裏面很小的一塊餅，用零散運力滿足中小企業的非計劃性需求，美國市場這種業務基本是零，跟所有零散運力的業務一樣，很大程度上依賴于較低的人力成本。
钛媒體：貨拉拉的數字化系統到底有多複雜？
張浩：貨運的數字化是把線下的業務搬到線上來，價格是有市場價格标準的，其實履約的部分更複雜，主要是交易流程和車貨匹配。
相比出行行業乘客人數明确，貨運行業最大的困難是車貨匹配的非标準化——車型如果細分起來大概有上萬種 SKU：有各種各樣規格的面包車和貨車；更離奇的是貨，什麽貨都有，有運桌子的、運水的，運動物的等等，運駱駝的我們也碰到過。這一系列非标準化就導緻有時訂單已經接了，錢已經付了，最後車沒辦法拉導緻訂單取消。
還有一個問題，貨運在數字化基礎方面比出行要差很多，譬如地圖廠商對 C 端的重視遠遠高過對貨運的重視。幾年前，還經常出現地址找不到，或者偏移好幾十米的情況，爲此司機可能多繞幾公裏。相對跑腿和出行，地圖基礎設施對貨運的支持不友好。
總結下來，貨運數字化的基礎設施差、車貨非标，因此交易和履約會變得更加複雜。
钛媒體：回到車貨匹配的話題，現在做了哪些努力解決這個問題？
張浩：坦率地說，車貨匹配從技術上講還遠遠沒有解決，貨物林林總總，形狀、長度、密度都不一樣，我們也嘗試過用 AR 的辦法，例如高端手機有深度攝像頭，能夠測出體積，但準确率不高。
目前最主要的還是兩個方法，第一是靠産品流程，由客戶提供具體信息，在信息分發時候司機自己考量一下，大概能解決 90% 的問題。
剩下的 10% 根據我們已知的車和訂單情況，去進行類似的掃描，但經常不夠準确，有的司機爲了搶單，并沒有特别仔細去看，去了之後發現不行就會取消訂單。目前大型物流企業會配備相對比較完善的攝像頭，能知道自己的車廂裏還剩多少空間，但那些設備對普通司機來說還很貴。但普通的設備準确率又不夠高，我們不能把這種技術接入系統，這塊要完美解決，還是要依賴 AI 技術的進一步發展。
钛媒體：貨運是物聯網（IoT）裏一個特别複雜的應用場景，貨拉拉都做了哪些事？
張浩：貨拉拉自研了 " 安心拉 " 車載 IoT 智能硬件設備，相對出行場景，貨運業務特點是預付費，之後整個過程手機可以關掉，數據采集會有大量的丢失。而我們用 IoT 設備 " 安心拉 " 解決這個問題，可以不間斷的收集到行程數據。
準确的車輛位置對交易效率是至關重要的，我們因此總能選到最近的司機，也就意味着做到 " 有、快、好 "，" 有 " 總是有人接單，" 快 " 是能夠很快的響應，" 好 " 是指的服務質量。
基于數據，我們有一個不錯的熱力圖，可以告訴司機哪個地方單子會比較多，這個對新手司機尤其重要，我們可以通過熱力圖告訴他熱點區域，提前做好調度。
數字化，在公平與效率兩端
钛媒體：貨拉拉的數字化分撥單系統經過了哪些叠代，其背後的邏輯是什麽？
張浩：我們大概是三年前開始升級，分播單的算法和邏輯也經過好幾個版本的嘗試。
三年前，我們分播單模式還很簡單，誰手快誰就能搶到單；大概從 2019 年開始，我們引入了一些算法模型，開始引入司機服務分機制，在考慮距離的時候，也會考慮司機的服務質量。這兩年我們通過機器學習來模拟市場的供需情況，并不斷的調整各個因子的權重。
钛媒體：這也是我特别關心的問題，怎麽在最優效率和公平之間找到一個平衡？從算法來看它的調整難度有多大？
張浩：從技術角度不難，這其實是一個公司經營策略的問題，一邊是用戶，一邊是司機，用戶是希望價格越來越低，司機是希望單價越來越高。比如去年油價出現過 " 五連調 "，司機雖然總流水在增加，但同時物價、油價也在持續攀升，司機實際到手可支配的收入卻未必與訂單流水的增速相符。我們平台在中間怎麽平衡？現在可能最好的辦法是根據不同的供需情況做不同的方案，比如有的地區供大于求，有的地方供不應求，那我們就會進行一些調整，就跟團隊管理一樣，到後面都會變成精細化管理，沒有一刀切的方法。
钛媒體：交通部要求維護和保障司機權益，建立一個良好的貨運生态，貨拉拉是怎麽做的？
張浩：早年在業務高速發展中，我們一直覺得，通過技術來把蛋糕做大，是我們的最高目标，蛋糕大了，參與物流服務的每個人都能分得更多，何況我們在整個蛋糕裏面還是非常小的一塊。
這幾年因爲物價、油價的持續攀升，司機的實際可支配收入增長是放緩的，我們能做的就是不斷拓展市場，提升平台單量，收入是司機最根本的。
另外我們也從其他方面給司機提供一些福利和權益，比如 2018 年我們出資成立司機關懷基金，幫扶平台上陷入困境的司機；2021 年成立司機權益保障委員會，同時對司機職業傷害保障領域進行試點；針對平台上行爲分較高的司機，我們贈送免費的 " 拉貨寶 "，直接保障司機在拉貨過程中造成的貨損或人身意外傷害。爲了進一步降低貨損風險，我們在全國多個城市上線了用戶側保險 " 單單保 "，用戶下單時隻需勾選即可投保，間接保障了司機因貨損帶來的風險。
钛媒體：有哪些基本要素構成了貨拉拉的數字化系統？
張浩：我們經常講到五個生産要素，就是人車貨路倉，所有物流都無外乎這些要素。我們不做倉儲，" 人 " 的數據是最容易采集的，什麽時候開始接單，在線時間多長，喜歡搶什麽樣的單；" 車 " 就是能裝多少載重多少；" 貨 " 的話，我們做的不好，基本上要靠用戶自己說是什麽貨；" 路 "，就是數字地圖，過去三年我們花了很大的力氣去打造貨運地圖體系。
钛媒體：整個同城貨運的确是一個相對低頻的活動，那比較高頻的客戶是什麽樣的？
張浩：最高頻的用戶基本上都是專業市場裏面的商鋪，比如在全國最大的紡織品集散地紹興柯橋，每天都有人進貨、發貨到倉庫或者火車站。
除了專業市場用戶之外，還有一部分小型工廠，尤其在廣深，小型工廠比較發達，電子廠之類的需求也挺旺盛，這種類型跟小 B 客戶差不多。
钛媒體：整個同城貨運其實是一個區域性、低頻、極度依賴線下的模式，而且缺乏客戶的忠誠度，能夠想到的規模化平台的所有不利因素都集結在這了，所以你覺得數字化的作用到底有多大？
張浩：貨運這個行業，因爲其同質性，很難在産品或者是技術上有什麽特别大的爆點，更多是比較戰術和成本。沒有差異化的産品和服務，有個好處就是易守難攻，因爲産品差不多，去改變用戶習慣的話就需要投入非常多的資源，比如外賣平台競争一天可能補貼幾千萬。所以大家在相同的資源情況下，先行者非常容易穩住優勢，在行業競争裏面我們其實不擔心。
貨運的效率現在還是比較低的，所以我們要争取通過數字化技術，把規模做大以後降低單均成本，把價格降下來，将來肯定有一天做到可能像出行一樣，再也沒有人會在火車站招 " 黑車 "，因爲任何一輛車服務都是一樣，價格都是一樣的。
關于貨運的未來，與貨拉拉的思考
钛媒體：利益分配機制，包括定價的這套機制，有什麽調整？還是說始終是一個動态過程？
張浩：分兩種，同城和跨城。同城的話，比如以前有大量的 " 黑車 " 對接家具市場，他們有一個約定俗成的價格，我們加入這個行業以後，把這個價格分成了起步價和裏程價，最終定價參考了這個市場标準，但會稍微比 " 黑車 " 便宜一些。
因爲隻有這樣，大家才從使用 " 黑車 " 逐漸變成用我們的平台，更重要的是，我們有了規模效應，時間成本還有風險都在減少，也會支撐我們價格比 " 黑車 " 能更低一些。
很難形成價格準繩的是跨城，跨城領域我們曾試圖以一口價完成交易，但最後發現這招不容易奏效。因爲在跨城領域裏，路線起碼有幾百萬條，很多路線可能一天都沒有一單，它的數據基礎是很差的，我們差不多用了兩年的時間才意識到，跨城領域的價格是很難進行絕對的标準化的，所以我們現在開始嘗試議價機制。同城是參考已有的行業價格，跨城嘗試雙方商議來定。
钛媒體：貨拉拉對行業的确帶來很多改變，大家也覺得這是個新的選擇，但是現在好像到了瓶頸期，用戶體驗上升之後，下一個突破點會在什麽地方？
張浩：與出行和外賣相比，貨運行業還遠遠沒有到瓶頸期。對比來說，貨運可能處在出行行業 2014 年的階段，是用戶行爲習慣徹底改變的前夕。數字化的紅利某種程度上取決于現在科技的限制，在這種非标場景裏面，希望未來 NLP ( 自然語言處理 ) 、GPT ( 生成式預訓練變換模型 ) 技術應用到客服、營銷等方面，進一步降低成本。
與此同時，我們也在思考，貨運行業如何真正提供一個更高附加值的服務？
目前我們通過平台透明定價，對新客戶或者是小商戶是很有吸引力的。但中國大部分高頻用戶選擇合同制物流或 " 熟司機 "，我們下一步要做到非常 " 标準化 "，每個司機服務質量都一樣，才能把 " 熟人關系 " 給打掉。
钛媒體：最近貨拉拉也在推跑腿的業務，場景更碎片化了，是不是也會對數字化系統提出更多的要求，對商務模式上也有一些新的考量？
張浩：跑腿業務的确對技術挑戰會稍微更大一點。貨運跟跑腿剛好相反，貨運是交易起來困難，要選一個車比較難，但貨裝上之後，大家對時效性要求是不高的。跑腿就跟外賣類似，這個訂單因爲主要是 C 端用戶，他對時效性的要求很高，基本不會出現貨裝不下的事情。
兩輪車最大的困難是最後步行那一段，比如小區的某一棟房子很難找，地圖裏面是沒有的，所以跑腿對地圖還有時間預估要求會比較高，對技術的挑戰會更高一些。
钛媒體：爲什麽要做跑腿業務？
張浩：我們原來可能有一個比較樸素的出發點，就是希望自己的車型覆蓋越來越多，受到 Lalamove 的啓發，我們在海外是有兩輪車業務的，在東南亞比較成熟，就在想國内這邊能不能做，這是一個因素。
後來我們也做了對内的用戶調研，有 30% 的用戶有跑腿服務需求，自然而然覺得可以去嘗試一下。
钛媒體：安全方面，人貨車的安全，另外還有數據安全，是不是都有很大挑戰？
張浩：2021 年長沙墜車事件爲我們敲響了警鍾，當時我們在車上和系統上沒有任何的監控能力，既不能錄音也不能錄像，而且恰巧那段是一個監控盲點，沒有人知道發生了什麽事情。
所以這幾年我們也在安全方面做了很多投入，自研了 " 安心拉 " 系統，三路攝像頭可以看司機的駕駛狀況和貨箱等，不管是監控司機的危險駕駛行爲，還是輔助解決貨丢貨損等，都有一些幫助。
此外，貨拉拉跟車訂單的比例大概在 17% 左右，但我們爲此還是做了很多的優化，比如說晚上 9:00 以後強制要打開錄音，還有我們會強制打開攝像頭，或者盡可能地去匹配有 " 安心拉 " 攝像頭的司機。目前我們并不是每輛車都有攝像頭，但晚間跟車的訂單也會對這部分車輛做一些傾斜。
2022 年貨拉拉按照國家要求成立了信息安全委員會，花了很大的力氣主要解決兩個問題，第一個就是隐私問題，什麽時候可以收集什麽樣的用戶數據，第二個就是數據安全問題。數據的存儲規範、網絡安全、辦公安全、終端安全等等，我們都要嚴格按照國家的要求去執行。
（本文首發钛媒體 APP，采訪 | 劉湘明，作者 | 張帥，編輯 | 蓋虹達）
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
