专访货拉拉CTO张浩：希望人、车、货最后都变成数字个体，实现最优匹配

专访货拉拉CTO张浩：希望人、车、货最后都变成数字个体，实现最优匹配娇艳美女 尹莉娜 5月17日，2021搜狐科技5G&AI峰会在北京隆重召开。货拉拉CTO作为嘉宾，发表了题为《运筹优化在网络物流中的应用》的主题演讲。详见文章《货拉拉CTO张浩：货运核心能力是实现人车

尹莉娜

5月17日，2021搜狐科技5G&AI峰会在北京隆重召开。货拉拉CTO作为嘉宾，发表了题为《运筹优化在网络物流中的应用》的主题演讲。详见文章《货拉拉CTO张浩：货运核心能力是实现人车货路仓的数字化| 搜狐科技5G&AI峰会》

张浩表示，货运本质上是供过于求的行业，如果想通过平台的方式把运力调动起来，面临的问题是如何在松散的运力情况下保证整体的效率，同时达到友好的服务。

会后，张浩接受了搜狐科技的专访，对车货匹配背后的技术难点、货拉拉“人车货深度数字化”的具体做法、货运与客运的区别、提升司机和用户安全的技术解决方案等问题进行了解答。

提到货拉拉，你的第一印象或许是去年在网络上爆火的段子。这个关于“货拉拉”拉不拉“拉布拉多”的问题，背后折射的其实是互联网货运行业自诞生以来就存在的“车货匹配”问题。

互联网客运行业长期处于供不应求的状态，高峰时段打不到车的情况常常发生。而对于货运来说，情况却恰恰相反，司机可能长期“趴在路边”，接不到活（订单）。体现在货拉拉平台上情况就是，车的供给（包括数量、装载量等）是动态变化的，加之货物多种多样，两者的匹配也就成为了一个难题。

张浩对搜狐科技表示，货拉拉目前的解决方案可以用两个字来概括——“自由”，即避免强制派单模式，交还一部分自由度给司机。“我们首先会根据司机当前的位置、车型、历史订单特征，通过算法、产品和运营等多种手段综合的方式，将合适的订单发送到司机端。然后，司机再根据自己的意愿选择接单时间，选择自己愿意接的货物。”

但这只是货拉拉解决“车货匹配”问题的初版方案。张浩向搜狐科技透露，通过三维视觉技术了解货物的品类、大小和重量，进而派出合适的货车，可以更好地解决这个问题。

专业的物流公司通过昂贵的测量设备，可以很简单地解决“货”的问题。但作为一家互联网众包公司，货拉拉可以利用的测量设备就只有司机的车载设备和用户的手机。“随着手机硬件性能的提高，（手机）摄像机分辨率的提高，这个问题可以逐渐得到解决，我们也已经有了一些成功的尝试。”

当然，解决效率问题的前提，是司机、乘客和货物的安全可以得到保证。此前，货拉拉曾表示，希望今年年底，货拉拉车载设备“安心拉”智能行驶记录能覆盖50%以上的业务，在搬家每日超过1000订单的城市将会做到100%的覆盖。

张浩向搜狐科技表示：“我们希望司机小哥们，能够在接单过程中使用车载硬件录音、录像，只有这样，才能百分之百实现事后勘责和追责。”

除了对订单过程有所记录外，张浩表示，货拉拉也会对司机和用户的前期准入上做更多的工作，如与公安机关和车管所合作，加强对车的资质、司机的资质审核，以及对不良用户的管控。“所有技术手段再加上与政府部门的合作，相信（货拉拉）的安全问题会有很大的提升。

上述谈到的内容只是货拉拉技术战略的缩影。张浩表示，在未来，货拉拉将会对人、车、货进行深度数字化。

在人和货的数字化上，货拉拉会首先在保证隐私的前提下，对用户的使用习惯进行深度挖掘，对用户货物的品类、重量和尺寸、运输路线、服务习惯等作出精准的预测。

在对车的数字化上，车辆加入平台时，首先要对车的营运资质等合规性问题进行严格的审查，在业务进行当中，通过车载设备对整个订单的过程全程进行监控。车载设备除了能提供车辆的精准定位之外，车载摄像头还可以知道司机有没有疲劳驾驶、危险驾驶，货物是否有违禁品等，通过车载设备来实现车的数字化，同时也让运输变得更安全。

“我们希望人、车、货最后都变成数字个体，在平台上实现最优的匹配。”张浩总结道。

嘉宾介绍：

货拉拉CTO 张浩，资深数据专家，拥有十余年机器学习、数据挖掘、分布式经验，曾任饿了么技术副总裁、滴滴研究院高级总监；曾在美国Uber 大数据部、LinkedIn 搜索与分析部、Microsoft Bing 语音组等从事机器学习与大数据工作。

以下是专访实录精编：

搜狐科技：感谢货拉拉CTO张浩接受搜狐科技专访。张总您好，首先想请您简单介绍一下货拉拉。

张浩：大家好，我叫张浩，我是货拉拉的技术负责人，货拉拉是一家从事互联网货运的公司。在行业里从开始到现在已经7年多了，在全国有300多个城市，在同城货运里也算独占头牌。很高兴今天下午有时间和大家讨论一些问题。

搜狐科技：您知道网上有一个梗吗，“货拉拉拉不拉拉布拉多取决于拉布拉多多不多。”其实背后折射出了一个问题，怎么做车和货匹配，您能简单跟大家介绍一下货拉拉是怎么做的吗？

张浩：这个梗大概是去年兴起来的，我现在还不太会说这句话。这确实体现出了平台业务特点和面临的技术挑战，我们作为一家众包的货运平台，我们最大的特点之一，就是不管是货还是车，甚至车跟着来的司机都不是全职司机，所以不管是在货的品类以及重量，品类包括像拉布拉多，像狗什么都有，车也什么样的都有，所以在我们这样的平台如何实现车货匹配是我们面临最大的问题。

在这方面，我们的做法可以用一个词概括，叫“自由”。司机根据自己的意愿选择接单的时间，选择自己喜欢接的货物，我们把很大一部分的自由度交给了司机，我们在下单的时候，首先会考量当前司机的位置，一些历史的特征，同时考量车型，我们把决定接什么单的权利交给司机，通过算法、产品和运营多种手段综合，在车货匹配上积累了很好的实践经验和方法论，

但这并不是说车货匹配已经解决的很好了，实际上在这个行业里有很多的困难，我们通过持续的方法去挖掘，除了让司机自主选择和用户表达以外，我们也希望通过三维视觉的方法知道这个货物的品类，包括像是拉布拉多，我们也希望知道拉布拉多的大小和重量，在专业的物流公司有专用的设备，问题不是那么大，对于一家众包的货运平台来讲可能困难一点，这些设备都是不便宜的，我们的更多时候是要依靠车上的车载设备和用户手里的手机。

我们也希望逐渐随着计算机视觉技术的进步，随着我们手机硬件的提高，摄像机分辨率的提高，这个问题可以逐渐得到一些缓解，我们已经有一些成功的尝试，车货匹配作为最难的问题会逐渐得到解决。

搜狐科技：您曾经提到过货拉拉的技术团队将在人车货深度数字化上继续投入，您能简单讲讲思路吗？

张浩：其实货运行业，本质上就是一个资源匹配，为了实现人、车、货最好的匹配，我们首先在保证隐私的前提下对用户的使用习惯进行深度挖掘，对用户货物的品类、重量和尺寸、运输路线、服务习惯等作出精准的预测，这是在人和货的数字化。

其次，对车方面的挖掘，车辆加入平台的时候，首先要对车的营运资质等从合规性等方面进行严格的审查，在业务进行当中，通过车载设备对整个订单的过程全程进行监控，车载设备除了能提供车辆的精准定位之外，车载摄像头还可以知道司机有没有疲劳驾驶、危险驾驶，货物是否有违禁品等，通过车载设备来实现车的数字化，同时也让运输变得更安全。我们希望人车货最后变成数字个体，在平台上实现最优的匹配。

搜狐科技：咱们普通大众，除了接触货运之外，可能客运会接触的更多，想问问您，相对于客运来说，这两者有什么区别？

张浩：最大的区别，客运在中国是出行，出行本身是供不应求的行业，我们每个人都有深切的体会，高峰期更加如此，在北京这个地方等一个多小时也等不到车，本身出行受到道路和车辆资源的限制之外，它是一个非常稀缺的一个东西，所以，在这个行业里发展，最大的问题就是供给，在这个供不应求的前提下，出行行业通常选择了通过派单的方式实现最大的优化，保证每辆车，不管是司机愿不愿意跑这条路，愿不愿意接这个单，他也许很累，但是我们希望这个车24小时不停跑，只有这样来满足供需不平衡的问题。

货运本质上是供大于求的行业。在很多的专业市场门口，大量的车在那儿趴活。像货拉拉类似的网络货运平台出来以前，货车司机大量的时间是闲置在那里的，我们怎么样去解决一个供过于求的行业，我们已经相信找到一条比较好的思路，不管是在运营规则，包括在更多时候需要用抢单而不是派单，产品表达、算法匹配、事后运营方面都有很多基于供需基本状况不一样的特殊性。这是一个最本质的区别。同时，刚才提到了车货匹配等等的问题，也是出行行业里所不需要担心的问题，但货运基本上每天都要面临车货匹配的问题，这块我们有很多的积累和经验，我相信这些都是我们的行业优势。

搜狐科技：在提升司机和用户安全方面，货拉拉做了哪些技术上的动作呢？

张浩：首先，今年有个最大的目标，我们希望今年年底，货拉拉车载设备“安心拉”智能行驶记录能覆盖50%以上的业务，在搬家每日超过1000订单的城市将会做到100%的覆盖。

我们都希望我们的司机小哥，接单过程中能够通过车载硬件，不管是录音录像，不管是事后的勘责还是事后的追责，都能百分之百实现，这个事情从去年上半年开始进行这方面的研究。硬件本身需要至少是一年以上的周期，今年我相信我们能够完成这个目标。

同时我们在对司机和用户的管控以及准入方面也会做很多的工作，我们和公安机关还有一些车管所等等对车的资质、司机的资质，以及对一些不良用户的管控也会逐渐加强起来。所以技术的手段加上法律法规的手段以及和政府部门的合作，今年我觉得安全合规的问题会走到跟以前很不一样的地步。