上周，你们都沉溺在《外卖骑手外卖平台，困在系统中》这篇万字长文（以下简称《系统》）及其余波之中。
对外卖小哥的怜悯、对算法的批判，对两家平台申明的支持与反对；
同学圈的抒发、社区的争辩，再加上各路媒体们的推波助澜。
一时间百花齐放百家争鸣，好不热闹。
让包括我在内的每位人，都似乎能以置身事外的身分赐教江山，却又略带代入感地参与其中。
现在热点退却，让我们有时间沉下心来思索一个问题：美团、饿了么这种外卖平台的价值，到底在那里？
回答这个问题很重要，它决定了平台存在的必要性，否则外卖平台就只是一个你们口中所说的“剥削者”，在用“算法”这种所谓的无情工具，榨取着外卖小哥们的劳动价值。
1、从校园创业开始说起
外卖平台是如何诞生的呢？
我相信，在饿了么、美团等平台诞生曾经，外卖平台这个创业idea，一定排在所有学院校园创业idea的Top3（饿了么本身也是从校园创业中走下来的成功案例）
那时校园里有许多不安分的学院生，她们可能都有过类似的经历和看法：
我上铺那头“猪”，每天都要我给他带饭；
而每一层宿舍甚至每位教室，都起码有如此一头“猪”；
这么，全校起码就有成百上千头“猪”；
假如我做一个外卖平台，把周边的旅馆、小餐厅，甚至是饭堂菜单都迁往线上，一定很有市场。
想百步不如走一步，那我们就开始干吧！
搭建一个外卖网站，说简单也不简单，说难也不难：
哪个年代没有成熟的公有云，网站开发可以外包，但服务器硬件、运维都得自己解决；
不过，那时你们也都还在用摩托罗拉，不用考虑版、iOS版，更不用考虑哪些小程序版，只须要一个B/S构架的Web网站就可以；
营运方面，校园周边的店家就这么些，和她们谈妥合作模式后把菜单用来，录入到网站后台；
一切打算妥当，印上这么几千份传单，在中学里扫楼塞到每位寝室的门缝里边；
一个学院校园外卖网站就这样上线了。
其实，很快这样的一个外卖团队会开始遇见各类问题：
比如支付方面，那种时侯在线支付方法是相当短缺的，大部份时侯还得依赖货到付款或则预冲值；
比如用户习惯方面，许多用户还是更习惯于过去的电话预定，所以网站依然须要打算座席来承接这部份订单；
比如菜单更新方面，商户端几乎没有用笔记本的习惯，菜单的更新仍然须要定期地借助营运团队线下接触来完成；
……
这种问题，随着互联网的发展与时间的推移，可能到如今早已不再是问题了。
最终留出来的，也是最棘手问题只有一个，这个问题能够解决，决定了外卖平台最终能够持续生存：配送问题
2、外卖平台的本质：配送业务
2011年，一篇知乎回答登上了当时的知乎晚报，文中描述了当初外卖网站营运的三种模式：
1.为自家餐饮品牌提供外卖服务，比如KFC网上订餐；
2.从事第三方配送，比如点我吧、饭易得；
3.仅提供购买平台，配送由商家自己配送；诸如129T；
做外卖平台创业的学院生们很快发觉，自己身陷了两难窘境：
要么，完全不碰即时配送（模式1&3），做一个纯粹的所谓互联网创业者；这些模式用处是比较轻，但有自己配送能力的店家少之又少，大多是小型连锁品牌，面对她们可能连碰面磋商的机会都没有；
要么，自建即时配送体系（模式2），才能容纳更多店家餐食更丰富，而且这样一来，要么一上来就得雇用职工，要么自己就得亲自上阵；无论怎样都要重好多，把一个“性感”的互联网创业弄成了不这么“性感”的“跑腿公司”。
对于用户来说，你是哪种模式并不重要，用户只是单纯地希望店家/餐食种类多、配送速率快，之后单价稍为比堂食多这么一点点就好。
我们事后从美团、饿了么等公司入局后的结果来看外卖平台，似乎是能否控制配送交付质量、同时解决大部份店家配送问题的模式2笑到了最后。
也正如那篇文章中，作者最后总结的那样：
第三方外卖订餐网站本质不是网站，而是一个跑腿配送公司。
这么现今问题来了，作为一个跑腿（即时）配送公司，美团、饿了么等存在的意义在那里呢？不就是雇人送个外卖，之后从配送费里抽成、压榨配送员吗？
或则，我们提出一个更的问题：配送业务要怎样创造价值呢？
3、即时配送业务的优化
假如我没记错的话，那时吉野家、肯德基那些专送的配送费都是固定的，20元/单。
这个配送费可真是太贵了，都赶上一个鸡腿堡+一对鸡翅了。
所以，假若要点餐的话，最好是问问同事要不要一起点，这样分摊出来每人就至多只须要10元/单的配送费了。
“20块钱的配送费太贵了，要单独点的话我肯定不点”，同事说。
但是并不是每次运气都那么好才能找到认识的人拼单，同时间下单的，有可能是对门老王、楼下小黑这样的陌生人。
这种新订单形成的前提，是配送费的增长，比如从20元/单降到12元/单。
这样一来，配送平台能够安排配送员两单并做一单送，而且从不抽成改为每单抽1元。
我们会发觉，经过这样调度以后，配送员提高了一倍的效率；而与原先单个订单相比，配送员跑的路程不变，但各方都获得了更多利益：
若果只是这些简单的合单，星巴克、肯德基这样的品牌店家自配送也可以做到，外卖平台的优势在哪呢？
我们在这篇文章中以前聊过这个话题，事实上，品牌店家的自配送模式有一个天然的缺陷，那就是回程是空载的，配送员的负载率上限就只有50%。
而平台配送模式本身决定了，配送平台有机会进行全面调度，因而才能将全程都借助上去，即让配送员回程时携带另一店家的订单进行配送：
其实，实际情况极少有像上图那样完美的情况，才能达到接近0%的空载率。大部份时侯，骑手都是在头上已有多个订单的情况下，在一个片区内不断地接单、取餐和送餐：
这个过程中的效率改进，本质上还是来自前面的两种优化方向：骑手同时配送多个订单（合单）降低负载率，以及通过调度降低骑手空载率。
整个物流行业的优化方向，也是这么。
正如上面合单案例听到的那样，效率优化后各方就会从中受益，在这个过程中平台提高的效率越多，所有参与方分享的利润就越多。
4、ETA（送达时间预估）的来历
总的来说，外卖平台的作用，并不只是简单地进行利益的分配。
假如我们只是将外卖配送视为一个零和游戏，当希望降低骑手收入时，想的方案都是让用户多付配送费，或则让店家和平台补助配送费，这样的思索方法只会让我们停滞不前。
外卖平台真正的价值，在于借助物流行业的规模效应，耗尽可能优化的调度方案完成配送，挖掘和获取效率差。
而这些效率差带来的利润，实际上是由用户、商家、骑手、平台共享的。
共享的比列，则取决于骑手求职市场供需、用户与店家在外卖市场的供需、外卖平台之间竞争等各个均衡点中，每位角色所处的位置。
其实，这些调度方案是十分复杂的。
美团的首席科学家夏华夏，在去年极客景区的一次分享中举了这样一个反例：
假如一个外卖骑手，接到了5个配送订单（即5组从不同店家到不同用户的配送任务），这么这5个订单可能的配送方案就多达种。
要在短时间内从这些配送方案中找到最优的一组，这还只是一个骑手接5单的调度任务；
美团外卖目前有上百万骑手，日订单突破了4000万，调度方案可能性的数目级可想而知。
这样的调度规模远远超出了人类的能力范围，因而机器与运筹优化算法当仁不让地接下了这份工作。
而让算法才能完成调度的前提，就是在《系统》一文中被非议最多的、也是这套算法的核心部件之一：ETA（Timeof，送达时间预估），即给定一个订单，预估其送达时间。
为何说ETA这么重要？由于它除了影响着用户体验，也是后续调度算法和定价模型的核心输入参数。
假如ETA低估了配送时间（预估时间小于实际时间），这么骑手会有一段时间的空载或载重不足；
假如ETA高估了配送时间（预估时间大于实际时间），这么除了这一单会延后送达，后续已分配的其他订单也受影响。
所以ETA须要对配送时间进行一个确切地预估，无论是低估还是高估，就会对整体配送调度方案的效率形成影响。
美团技术的这篇文章，详尽地解答了在ETA这个模块中，都有什么工作（比如用户地址解析、交付点降维、路径规划等）、考虑了什么诱因（如写字楼扶梯、定位地点、传感器数据、商家历史数据等），以及还面临什么挑战（天气、交通变化等）。
这儿我们就不展开聊了，有兴趣的同学可以点击上文链接了解。
5、两个回应：冰火两重天
ETA系统其实不是完美的，其中有好多预估不确切的，也包括《系统》一文提及的路径规划问题、高峰扶梯问题等。
这儿面有数据采集的诱因、数据稀疏的缘由，也有模型本身的不足。
比如对部份店家数据的缺位，影响对店家出餐速率的预估确切性；或则系统可能没有辨识到骑手的徒步状态，所以根据步行推荐了一条逆行的路线等。
美团在此后的回应中没有详尽解释这种诱因，而是大方地承认了自己系统存在问题，并提出了多项措施进行改进。
这样的回应可以说是中规中矩，可圈可点。回应发出后，也博得了大部份人的赞扬。
不过我倒是认为这份回应之所以被认可，更大的缘由是同行烘托得好。
由于在此之前，饿了么抢鲜发出了一份回应：
这样的回应初看没哪些问题，甚至有这么一些人性化；
但细细寻思，这也许是一下子把“催促骑手准时送达，致使骑手安全风险降低”的围巾扣到了用户身上：
未来骑手要是在配送我的订单时发生安全车祸，是不是就是由于我不点这个按键造成的呢？
假如我点了这个按键，那是不是骑手就先送其他单去了（总之我晚到一会儿没关系）？
甚至我是不是自此被打上一个“老实人”的标签，在未来点外卖的时侯都排在前面配送？
……
可想而知，这样的回应发出后，是如何被回过神的用户们骂上了热榜热搜。
其实我们常说，公关行为本质上是心态小于内容，不过这样未经深度思索的解决方案，还是不发的好。
还是那句话，我们不能始终局限在零和游戏的思维当中。
想让骑手配送时间不这么绷紧，不能仅仅依赖用户在配送时间上的“施舍”，或则是平台在规则上的让步。
6、困局何解？
解决方案，虽然并不一定局限于更好、更精准的算法。
骑手的配送时间这么绷紧，究其根本，源自外卖需求的峰谷效应，即我们之前聊过的：外卖需求真正的高峰，只是在早晨和下午各两个小时的时间里。
在高峰期，每一个骑手都是满负荷、超负荷状态，头上都有多个订单，若果遇上恶劣天气还容易爆单，这些情况下超时在所难免；
但在闲时，骑手的配送时间就相对充沛，有时想接单都不一定有单，你甚至会见到骑手在街边刷手机。
所以，对于《系统》一文中骑手被时间追赶的情况，假如我们只关注外卖配送调度的算法优化，这么它总归有一个极限，并且优化的难度会越来越高，边际效用递减。
同时，无论算法如何优化，都改变不了外卖需求的客观分布规律，高峰期的运力紧张情况在所难免。
只有在高峰期降低运力，才有机会减缓或改变这些状况。
有什么方式可以降低运力呢？
《系统》一文中，展示过这样一张骑手排队等扶梯的动图：
我们会看见，每位骑手都拿着自己的订单，须要配送到这个大楼的不同楼层的用户手中；
假如这时，才能有一台室外配送机器人，将那些外卖归集到一起，接出来再通过扶梯或走道依次配送给每位用户，考虑到多人等扶梯的时间耗损，这样的方案可能会更优：
这些挖掘效率差的逻辑与之前的合单也是类似的，同时从另一个角度看，这种机器人就相当于额外降低的运力，这种运力在高峰时期的效率提高会愈加显著。
事实上，美团在五年前就发布了无人配送平台MAD，同时美团也投资了研制无人配送机器人的一些公司。
只不过这种并没有彰显在上周的回应该中。
还有读者会问，不必弄得如此复杂？既然高峰期骑手数目如此紧张，那多招点骑手不就好了？
倘若从整体去思索骑手供需的话，还会发觉，要不要多招骑手，虽然是由市场决定的。
假定现有其他环境变量不变（外卖单量、每单配送费等），骑手的整体收入不变，倘若直接降低骑手的话，也就意味着，骑手的平均收入将会增长；
假如骑手的平均收入增长，才会有骑手退出这个工作，骑手的供需又会回到之前的均衡点。
由此可见，倘若不降低骑手的整体收入，单纯地急聘骑手并不能解决高峰时期运力问题。
这么如何降低骑手的整体收入呢？
回到之前的外卖需求分布图，在需求低潮区，我们看见了大量的闲置运力，倘若这种运力才能更多地投放到其他一些非外卖的配送业务（如商超类、跑腿类，甚至是同城快件等），骑手的整体收入会得到提高。
假如骑手数目不变，整体收入提高也就意味着骑手的平均收入上升，进而让更多的人加入这份工作，直至骑手供需达到新的均衡点。
在这个过程中，运力得到了新的补充，一定程度上也能减轻高峰期的供需压力。
外卖业务困境的缓解有赖于非外卖业务的发展，骑手接更多的相机而才能减轻外卖高峰时的压力。
如何样？这样的推论是不是有一点反直觉？[笑]
7、我们还在担忧哪些？
最后，我们还是回到最初的文章与风波。
《系统》一文发酵了一周，在看都有10万+了；
人们的抨击到底是一种廉价的怜悯，还是出于对自己未来职业生涯的担心，又或则是发觉自己职场的境况与骑手无二的共情？
我想可能两者皆有吧。
除此以外，从公共安全的角度看，我们还有一件值得关心的事情——负外部性。
哪些叫负外部性？
这是一个经济学中的概念，反映的是一个经济主体的行为对另一经济主体的不利影响。
比如，水源上游的鞋厂排放废水，对下游村民的生活形成不利影响。
在外卖这个事情上，外卖平台、平台上的用户和店家、骑手共同组成了一个经济主体，所有那些角色都在这个经济行为中受益；但这个事情对公共交通却有越来越不利的影响，也让无关行人曝露在更大的风险之中。
负外部性的问题，没有办法仅依赖市场解决。
常见的处理办法，是政府对向社会形成这些负外部性的行为课税或则罚金，通过这些降低额外成本或成本转移的方法，迫使后者改进自己的行为，降低或去除负外部性。
但不晓得外卖平台们，是否意识到了，自己作为受益一方的一部份，也是最有能力作出改变的一部份，应当为降低和清除这些负外部性作出努力。
还是只是把来自警察的罚单，简单粗鲁地转移给了骑手、城市代理商；
把发生交通车祸的风险，也简单粗鲁地转移给了保险公司？
有没有可能，在检测到骑手行驶数据的情况下，对于不超速、不逆行、不违章的骑手给与一些奖励或补助呢？
哪怕只是把它当作雇主责任险中的优选体呢（类似车险中的零出险次年让利）？
8、结语
是的，我们其实可以责怪算法。
虽然算法不会说话，还不了嘴。
但算法本身是一个挺好的工具，它还能帮助我们获取更多效率差、创造更多价值，让一个零和游戏，变为一个多方共赢的游戏。
同时，也没有那个算法是完美的，随着它在现在工作生活中应用占比越来越高，许多缺陷也会被不断放大，哪怕是千分之几的异常率，在海量业务量的情况下也有可能是每晚上千人遭到影响，须要我们时刻关注和解决。
算法优化本身带来的利润，是边际递减的；
有时我们不妨看向算法之外，从经济学的角度出发，找寻更多样化的解决方案。
免责声明：部分文章信息来源于网络以及网友投稿，本站只负责对文章进行整理、排版、编辑，出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性，如本站文章和转稿涉及版权等问题，请作者在及时联系本站，我们会尽快为您处理。
