當大數據和人工智能迎面而來的時候，幾年后的購物消費場景和體驗將會變得有多智能和人性化?現實中，最困擾人們的莫過于“今天吃什么”、“周末去哪玩”以及衍生出來的“去哪吃去哪玩才劃算”等每天都要面對的問題。

　　不過不用擔心，隨著智能消費新時代的到來，越來越多的消費平臺將進化得更加懂得消費者的內在需求。

　　大數據比你更懂你自己每當小明糾結中午該吃什么的時候，他就會習慣性地拿起手機，打開外賣類APP，卻發現系統提示說：你已經有4天沒有叫某家品牌餐館的拉面外賣了，是否來一份?

　　疑問來了：系統怎么知道他已經4天沒有吃拉面了?

　　除此之外，他還可以在系統數據中看到看看別人的選擇：在距離你3KM范圍內的女性白領，有13%選擇了黃燜雞米飯、15%選擇了鹵水拼盤、還有21%選擇了燒鴨飯……選擇困難癥發作的你，也可以選擇“隨波逐流”，點一份大部分白領都會選擇的燒鴨飯作為午餐。

　　而當下午茶公司同事提議叫智能技術引領消費新時代外賣，拿起手機時，正想點一份可口的雞排，美團外賣卻提醒你，小明從前天開始連續三天都在吃油炸類食品，血脂高、太上火，不利于身體健康，建議還是選擇水果沙拉。下單之后，發現這位系統分配外賣員雖然距離商家很近，但卻塞在了半路上，進退兩難，大數據系統通過計算提示用戶：根據路況，該外賣員可能還需要30分鐘才能到店。

　　此時，餓得兩眼發昏的小明并不需要勒緊褲腰帶繼續等待，而是可以根據系統的建議選擇距離店家一路通暢的其他外賣員，收獲一份“極速外賣”將成為可能。在網絡協同和數據智能雙輪驅動下，本地生活服務的各行各業，都正在進行在線化和數據化的改造，很快就可以實現上述一切的場景。

　　不難實現的是，用戶常用的第三方本地生活服務平臺將變得比用戶本身更了解自己，更懂用戶的習慣與需求。用戶的每一次“選擇”和“足跡”，都將被記錄下來形成大數據，并通過智能化運算和網絡協同應用，服務于千萬個體。

　　想換一個商家，換一種口味，或者尋找自己喜歡的那家店鋪，就要連續翻許多頁，才能夠找到。很明顯，在展示與流量的分配上，這樣有失公平，長期占據頭部頁面的商家將會獲得比其他商家更多的曝光機會，被選擇的幾率也會隨之增大。而在加入了大數據和人工智能的推薦機制之后，在飲食上每個用戶都有差異化的偏好，系統會根據用戶的偏好進行商家的推薦，這樣就使得流量可以平均分配，也減少了商家在評價上作弊的可能與必要性。

　　行業“痛點”成為過去時對于所有本地生活服務平臺來說，配送調度一直都是行業的一大痛點。行業發展初期，配送主要使用騎手搶單和人工派單兩種模式。搶單模式存在較嚴重的挑單、拆單、亂搶單等問題，既不能保障商戶用戶體驗，又不能保障資源合理分配，造成運力浪費和效率低下;人工派單對調度員個人能力要求高，既不利于業務快速擴展，又無法應付高單量，同時人力成本也很高，還極易出現混亂。

　　在這樣的痛點下，就會造成這樣的問題：你下單之后，賣家接單開始制作，然而久久等不到外賣員接單，或者接單之后前面還排著好幾個要送的餐，這樣一來，用戶等待的時間變長，外賣的體驗自然就很差。而對于商家來說，做好的食品不能得到及時的配送，口感與品質自然也會大打折扣。

　　外賣配送調度規模巨大、復雜程度高，而且每一單的生命周期十分有限，加上各種因素導致的訂單配送調度的差異化要求高。這些都是傳統物流領域積累的相關技術無法直接應用到實時配送調度場景，會造成巨大的浪費和不必要管理成本的出現。

　　在大量的歷史數據基礎上，可以建立大數據分析和優化平臺。針對配送調度精準建模所需要的多類參數，系統將根據騎手未配送訂單信息、不同目的地信息、騎手實時位置和運動方向等海量大數據進行智能調度和派單。此外，“聰明”

　　的系統還將自適應和自學習，合理壓單、批量處理未派送的訂單。還將把許多外賣可能遇到的問題考慮進來，比如訂單結構、配送員習慣、區域路況、天氣、交通工具、取餐難度、出餐時間、交付難度、配送范圍等多類復雜因素并進行精準畫像，且同時存在多個優化目標。并將配送“最后一公里”中影響配送效率的路面障礙物加入地圖的路網數據，有效規劃導航路徑。

　　看似簡單一盒外賣，背后卻是十分復雜的算法才到你的手里。終極目標就是幫助商家和用戶節省時間，提高效率，提升外賣服務各方體驗。據悉，目前美團外賣平均配送時長已經縮短到了28分鐘，已經將網絡協同和數據智能雙輪驅動的“黑科技”結合到了外賣領域。

　　雙輪驅動后的化學反應美團點評布局大數據和人工智能已不是新聞，加之在生活服務領域的多年深耕，讓美團點評積累了億級的歷史訂單數據、百億級的騎手軌跡數據和上千萬用戶、商戶特征數據，這些數據的價值遠遠超越每一單貢獻的利潤，成為未來本地生活服務領域最核心的優勢資源和行業壁壘。

　　如前文所述，美團點評所研發的實時配送分布式仿真平臺，能夠使得配送過程的關鍵指標，如平均配送時長、準時率、單均行駛距離與實際配送指標的偏差小于5%，達到了物流仿真領域的先進水平。

　　阿里學術委員會主席曾鳴指出，網絡協同和數據智能推動阿里和騰訊都成為了市值超過3000億美元的大公司，而在世界互聯網范圍內，谷歌則做得最為出色，市值已經達到了6000億美元。接下來最有希望通過網絡協同和數據智能雙輪驅動，獲得突破的公司則是airbnb、美團點評、滴滴、今日頭條等，這些公司無一例外都正在將所有你能想象的服務搬上了網，并且充分打通商家和用戶，形成各自小的網絡結構。

　　現實中，也正在向曾鳴設想的方向去進階。在商家和用戶的客戶端兩側，看似簡單卻不失精準的指引，幕后都是大數據+云計算+人工智能的支撐。平臺服務方可以進行一系列模型、算法和業務模式的創新優化，目的就是商家和用戶雙輪都能獲得更大的驅動力，一面用戶端，一面連接線下服務行業商家。

　　提高傳統服務行業的生產效率，節約成本，幫助用戶更加方便地找到物美價廉符合自己個性的消費場所和消費品，同時也幫助商家們更好經營。

　　在用戶端之外，商家端也可以受益于雙輪驅動后的價值，比如從信息決策到優惠方式、從開店選址到客戶引流、從智能支付到營銷推廣，商家生態平臺中的大部分環節，都可以獲得科學精準的幫助和資源匹配。未來，這樣一個超強大腦，在商家和用戶的雙輪驅動下，甚至能夠幫助到餐飲外賣之外的酒店、電影、旅游等各個行業，進行智能化的精準匹配，加速整個行業“互聯網+”進程。

　　科技歸根結底是提高生產效率，“互聯網+”也是如此，其最終目的是希望利用互聯網技術和人工智能的技術去改造傳統行業。

　　智能化消費時代，用戶到底需要什么樣的一站式生活服務平臺?可以預見，網絡協同和數據智能化，將有助于本地生活服務業的在線化和數據化的平臺更了解用戶的DNA。