硬核解读-外卖送得慢到底是谁的锅？

全文1250字，阅读约需3分钟

作者丨X科技实验室

前几天，在北京那个50年来最寒冷的中午，饿了一小时的我，眼睁睁看着外卖大哥离自己的定位越来越远。

那一天，习惯了在网络上重拳出击的我告诉自己，这事儿没完，一定要做一期节目，弄明白外卖大哥到底为什么三过我家门而不入。

要搞清这个问题，我设身处地地想了一下。假设我是一个骑手，这时，有5个用户从5家餐厅下单点了外卖，到底该怎么送才能让每个用户都满意？

我发现，以我小学奥数全校三等奖的水平，我蒙圈了。

我们在网上找到了答案，美团的首席科学家夏华夏博士解答过这个问题，总共有113400种送法。

在这个天文数字中，外卖平台的派送系统就要在这个天文数字中不停的寻找让每一单都能尽快送达的解决方案，在这些方案中，回到某一单外卖时，难免会有用户在某一时刻发现，骑手离自己的距离正越来越远。

现实中的情况更为复杂。根据美团去年二季度财报，美团外卖日均有2450万笔订单，而当时，美团外卖骑手累积人数为295.2万人，

这个数字还包括了那些体验生活的富家子弟，忙里偷闲的电竞选手，策马扬鞭的一代天骄。

所以，在每天送餐高峰时段的外卖平台和送餐骑手面对的问题，远远比我们刚才的那道计算题夸张。那么系统又是怎样找到相对最优解的呢？

换句话说，当一个新订单出现时，到底让哪个骑手配送，才能既保证这个新的订单送得更快，又能让所有已经在配送的订单平均时间不会增加太多，还能同时节省骑手的配送距离呢？

理想情况下，要解决这个问题，派单系统首先要知道饭店、用户、骑手的位置，除此之外还要了解，骑手的数量、骑行速度。商家准备外卖的时间。用户希望的送达时间、取货的平均时长等信息。

然后我们把这些信息做一些归纳，可以得出这样的一个解题思路。

根据对应的目标，列出这样的解题公式，最后在所有满意解解集中，寻找一个相对最优解。

一般来说，在你下单后2-3秒内，系统就需要针对这个复杂的问题给出决策，安排好骑手和路线。

不过这道应用题其实有个天坑，就是很多“已知条件”其实存在很大的不确定性，比如商户备货时长、骑手骑行速度、用户下楼取餐的时长，等等。

这些数据，都是在大数据基础上，让系统进行人工智能机器学习，从而得到较为精准的估算值。而整个派单系统可以表示成这样，刚才我们解题的过程其实是在“运筹优化”的模块中。

所以别小看点外卖这件小事，里面其实包含了大数据和人工智能这样最前沿的技术。以上是我们根据可以找到的材料，做了一点简单的原理讲解。

如果有外卖平台愿意与我们交流的话，已经买好头盔的我们，愿意做一天骑手，亲身体验一下贵平台算法的强大。

我们将会在这方面做更深入的解读，欢迎持续关注~

以下是本期内容视频版，获取更多关于技术与行业的深度解读，请关注【X科技实验室】视频号。另外也可在抖音B站微博搜索同名账号。

参考资料：

1.即时配送的订单分配策略：从建模和优化，美团技术团队 井华，2017.10.11；

2.美团里的科学家和外卖中的AI，极客公园，2020.6.23；

3.2020年Q2美团财报

本文由亿欧原创。申请文章授权请后台回复“转载”，联系相关运营人员，未经授权不得转载。