文：董指導(dǎo)

本期要點

基于馬伯庸小說《長安的荔枝》改編的同名電視劇和電影，成為2025年影視圈的現(xiàn)象級作品。

故事圍繞著長安城小吏李善德，所面臨的一個幾乎不可能完成的任務(wù)而展開：在貴妃生日時，從五千余里之外的嶺南，運來新鮮荔枝。然而，在當(dāng)時荔枝“一日色變，兩日香變，三日味變”，要保持新鮮談何容易。

于是，李善德絞盡腦汁，上下求索，最終換取了妃子笑、創(chuàng)造了古代物流的奇跡。

在這則故事中，夾雜了官場的權(quán)謀、百姓的艱辛。但也展現(xiàn)了一個貫穿人類發(fā)展的核心問題：運力。

運力，影響著社會運轉(zhuǎn)的效率，也是生產(chǎn)力強弱的重要體現(xiàn)。在商業(yè)發(fā)展史上，運力也被認(rèn)為是企業(yè)的重要利潤來源。就像沃爾瑪，通過物流中心來優(yōu)化庫存周轉(zhuǎn)率，強化成本優(yōu)勢。

在持續(xù)不斷的發(fā)展下，我國的運力已經(jīng)得到了大幅提升：16萬公里鐵路營業(yè)里程、549萬公里公路里程、近13萬公里內(nèi)河通航里程、263個頒證民用航空運輸機場，可謂是規(guī)模龐大、結(jié)構(gòu)多元，骨干分支、上天入地。

在運力版圖中，同城貨運，雖然是支線環(huán)節(jié)，卻有著不容忽視的重要性和復(fù)雜性。送貨、搬家，這些城市運轉(zhuǎn)中的常見活動，都需要貨運來支撐。

而同城貨運也正經(jīng)歷著從散亂線下，到規(guī)范線上的迭代過程。但這條路，并不是一蹴而就。在業(yè)務(wù)、技術(shù)上，都有著一道道坎需要邁過。

前段時間，我實地調(diào)研了貨拉拉。作為國內(nèi)同城貨運的龍頭企業(yè)，它們不久前經(jīng)歷了一次堪稱“高速行駛中換輪胎”的IT架構(gòu)變遷。而之所以這么做，因為貨拉拉堅信，只有不斷推動行業(yè)數(shù)字化發(fā)展，才能更好地用運力提升城市的經(jīng)濟(jì)活力。

于是，就有了一出同城貨運與數(shù)字技術(shù)碰撞的故事。

被“供需復(fù)雜性”阻擋的貨運

十幾年前，在繁華的商城，或者物流園、工廠周邊，常?？梢钥吹揭慌排鸥难b了的三輪車、巨能裝的面包車、或者貼著聯(lián)系方式的卡車。而司機們則會聚在一起聊天或打牌，直到有客戶來時才一哄而上。

這俗稱：趴活兒。

能否趴活成功，一靠經(jīng)驗，選好地點；二靠運氣；三靠老主顧的復(fù)購。因此，往往導(dǎo)致司機們耗費了大量的時間成本，但依然面臨著收入的不穩(wěn)定困境。

這背后就是同城貨運的復(fù)雜性：供給端的零散、需求端的非標(biāo)、供需之間的信息不對稱。

供給端，我國公路貨運從業(yè)人員，多數(shù)為個體散戶，即使加入一些車隊，但整體規(guī)模也不大，缺乏有效獲取信息的能力?？v然貼個小廣告、發(fā)點名片，也覆蓋有限。

需求端，特點是非標(biāo)、五花八門。有需要送水泥、瓷磚的，有需要送鮮花、綠植的；有定期運輸?shù)?，也有偶爾派送少量包裹的。即使搬家，有?guī)整小箱子的，也有運送寬大床墊的。不同需求，對車型要求也不同。

時間、地點、種類、規(guī)格、數(shù)量、防護(hù)措施等等要素進(jìn)行排列組合，也是一個龐大的數(shù)字。

而供需之間，又存在著巨大的信息不對稱。

比如，互相匹配就很難。司機不知道合適的訂單在哪里，貨主不知道合適的車型在哪里。而且貨運車輛，又無法像出租車一樣，在街道空駛、尋找揚召的乘客。

即使雙方互相確認(rèn)了信息，但也會出現(xiàn)，到了現(xiàn)場后，發(fā)現(xiàn)車、貨不匹配。不是車太大了浪費錢、就是車型不對裝不下。哪怕是老熟人，也會有偶爾的需求變化。

再比如，信任建立也很難。司機會不會繞路、會不會半路加價，貨主會不會及時支付尾款等等。尤其相對于B端固定的貨運，可以在長期合作中建立信任、雙向選擇；搬家這種業(yè)務(wù)因為一次性屬性，更容易滋生一些亂象。

多年前，我要搬家，但不知道哪里找靠譜司機；正好碰到小區(qū)里有搬進(jìn)來的人，就趕緊跑過去咨詢了狀況后，問司機要了聯(lián)系方式。但到了搬家時候，還是因為談下的價格里是否包括司機搬運而略有分歧。

種種狀況最終導(dǎo)致，時常出現(xiàn)車輛空駛、貨物積壓；物流成本高，但司機賺錢難、用戶體驗差。貨運作為城市重要的運力，卻既沒有效率，也沒有效用。

一場打破信息不對稱的信息變革，迫在眉睫，也應(yīng)運而生。

平臺推動變革，雖遲但到

2013年，移動互聯(lián)網(wǎng)這場大戲剛剛拉開序幕；貨拉拉也隨之成立。貨拉拉相信，貨運和移動互聯(lián)網(wǎng)技術(shù)的結(jié)合，必然帶來行業(yè)的顛覆與重整。于是，開啟了一場推動行業(yè)變革的征途。

與出行行業(yè)相比，貨運的數(shù)字化其實面臨著更多困難。打車客戶和車型幾乎都是標(biāo)準(zhǔn)化的，但貨運就更加復(fù)雜，尤其需求端的千差萬別。因此，貨運線上平臺，既要解決技術(shù)，還要解決業(yè)務(wù)。

平臺需要有LBS定位功能，也要能準(zhǔn)確呈現(xiàn)各類車型；以及有合適的算法進(jìn)行訂單撮合等等。這背后，會涉及到海量的數(shù)據(jù)的處理。因此，貨拉拉也成立了自己的大數(shù)據(jù)團(tuán)隊來攻堅。

業(yè)務(wù)上，任何一個平臺要想發(fā)展順利，必須快速解決供、需雙邊的規(guī)模，缺一不可。沒有需求，吸引不來供給；供給不夠，也吸引不來需求。

兩個新業(yè)務(wù)都要同時發(fā)力、同時做大，對于創(chuàng)業(yè)團(tuán)隊的考驗非常大。而恰恰貨運的供、需雙邊，天然也需要時間來形成規(guī)模。

一方面，在當(dāng)時中國智能手機滲透率仍不足一半，而絕大多數(shù)貨運司機并沒有使用智能手機，對新技術(shù)、新模式接受度也有限。另一方面，需求方也沒有打車那么大規(guī)模、高頻次，很難快速集中大量需求。

因而，在貨拉拉發(fā)展的最初幾年，也經(jīng)歷諸多困難，甚至“市場還沒有人接受，沒有人用APP”。

但正確的需求，雖然會遲到、但不會缺席。

隨著智能手機、各類移動應(yīng)用快速普及，大眾對使用手機享受各類服務(wù)的態(tài)度也越來越積極。與此同時，經(jīng)過幾年沉淀的貨拉拉團(tuán)隊，也更加成熟，更理解用戶的需求，平臺也不斷吸引著司機、貨主的加入。

當(dāng)一個貨主在貨拉拉平臺上下單后，平臺會根據(jù)距離優(yōu)先等算法進(jìn)行推送，要不了多久就會有合適的司機搶單成功。幾乎隨叫隨到。如今，平臺貨運需求配對率超過了92%。

而且由于平臺的保障，雙方信任度也大幅提升。路線全程可視、貨主也無需跟車，履約過程又快又安心。而且也可以通過預(yù)約等方式，讓商戶、司機都更高效地安排訂單，減少了等待時間、提高了運轉(zhuǎn)效率。司機接單效率較傳統(tǒng)物流時代提高了2到3倍。

根據(jù)弗若斯特沙利文報告顯示，貨拉拉已經(jīng)是2024年全球閉環(huán)貨運GTV較大的同城物流交易平臺。在家居市場、鮮花市場、服裝城、居民樓等等需要貨運的地方，都可以看到貨拉拉的身影。

城市的運力，被貨拉拉顯著提升。然而，運力變革之路并未結(jié)束，反而迎來了新的挑戰(zhàn)。

高速行駛換輪胎

隨著業(yè)務(wù)發(fā)展，貨拉拉積累的數(shù)據(jù)也越來越多。這些龐大的數(shù)據(jù)，不僅關(guān)乎著平臺運行、公司決策，也是提高運力效率的依據(jù)，比如可以生成需求熱力圖，更好地協(xié)調(diào)供需平衡等等。因此，數(shù)據(jù)處理的穩(wěn)定、效率、安全，就至關(guān)重要。

貨拉拉此前也有基于公有云搭建離線大數(shù)據(jù)平臺。然而，伴隨數(shù)據(jù)量級的逐步攀升，平臺數(shù)據(jù)治理能力遇到了瓶頸。

比如，數(shù)據(jù)存儲的成本越來越高。有的數(shù)據(jù)非常高頻，需要每天調(diào)??；有些數(shù)據(jù)則很低頻，甚至可以壓縮存儲，如果以日常調(diào)取的狀態(tài)存儲所有數(shù)據(jù)，那也會造成資金、資源的浪費。

因此，在一系列調(diào)研之后，貨拉拉團(tuán)隊決定，將離線大數(shù)據(jù)平臺搬遷到騰訊云上。

只是這個搬遷，并不像搬家那么簡單。

從靜態(tài)角度來看，相當(dāng)于將整個大廈完整地搬遷到另個地方，工作量非常大，而且還要保證前后數(shù)據(jù)一致；從動態(tài)角度來看，數(shù)據(jù)搬遷但業(yè)務(wù)不能停，而且還要穩(wěn)定運行，這相當(dāng)于“高速行駛中換輪胎”。

整體難度可想而知，但這也是許多企業(yè)共同的痛點和需求。

為此，騰訊云的幾位技術(shù)專家和貨拉拉共同探討，以騰訊云對象存儲COS和云服務(wù)器CVM為主體，配套20多款其他云產(chǎn)品，制定了慎密全面的遷移方案。

對象存儲COS，是具有無目錄層次結(jié)構(gòu)、無數(shù)據(jù)格式限制的分布式存儲服務(wù)，具備無容量上限、無需分區(qū)管理等特點，其元數(shù)據(jù)加速的特性有效解決傳統(tǒng)對象存儲操作海量文件時的性能瓶頸，非常適用于大數(shù)據(jù)計算與分析的數(shù)據(jù)湖等場景。

它的可靠性達(dá)到了9個9，充分滿足了貨拉拉億級文件安全存儲的需求。也支持高并發(fā)調(diào)用，時延小，適配AI訓(xùn)練和大數(shù)據(jù)分析。

同時，COS也帶來了成本優(yōu)化。對熱數(shù)據(jù)、冷數(shù)據(jù)（通俗理解就是高頻、低頻使用）進(jìn)行了分層存儲，讓錢花得更合理。

而云服務(wù)器CVM，多地布局、滿足多城市業(yè)務(wù)運營，也提供了安全可靠的彈性計算服務(wù)，支持計算型、存儲型、大數(shù)據(jù)型等，滿足貨拉拉多樣化業(yè)務(wù)需求。

為了更加穩(wěn)妥，貨拉拉也預(yù)備了“回滾”機制。經(jīng)過雙方幾個月的通力合作后，大廈成功搬遷、汽車成功換胎：

新一代離線大數(shù)據(jù)平臺，實現(xiàn)大數(shù)據(jù)IT成本降低約30%，在管理著40PB數(shù)據(jù)的同時，離線鏈路計算效率提升10%，核心經(jīng)營報表產(chǎn)出時間縮短1小時。

輕松駕馭數(shù)據(jù)之后，基于數(shù)據(jù)的AI開發(fā)也更得心應(yīng)手。貨拉拉基于騰訊云算力和智能體開發(fā)平臺，結(jié)合獨有的行業(yè)數(shù)據(jù)，可以讓大模型更精準(zhǔn)理解“人、車、貨、路”的復(fù)雜業(yè)務(wù)邏輯。

貨拉拉打造的“貨運無憂大模型”，已在多個場景落地見效。例如在智能客服場景，AI的語音識別準(zhǔn)確率超過94%，語音合成真人度超過92%，不僅快速解決用戶的問題，更讓過程更有“人情味”。

所以，與其說是高速行駛中換輪胎，更合適的說法可能是：加裝了一套飛行系統(tǒng)，從車變成了飛車。

結(jié)尾

當(dāng)下都在討論AI在企業(yè)中的落地應(yīng)用，這個趨勢毫無疑問。只是，當(dāng)實地調(diào)研了多家企業(yè)后，我會更清晰地感受到，許多企業(yè)的數(shù)字化建設(shè)，仍需要進(jìn)一步完善。

在越來越快的商業(yè)節(jié)奏下，在應(yīng)用AI越來越有價值的態(tài)勢下，提升企業(yè)的數(shù)字化，才能通往智能化。也才能驅(qū)動數(shù)據(jù)飛輪，讓增長更高效。

對于貨拉拉而言，它的成立與發(fā)展，推動了貨運從線下向線上的遷移，城市運力的效率提升，貨主、司機皆得實惠；而這一次數(shù)據(jù)平臺向騰訊云的遷移，不僅讓自身的經(jīng)營、平臺的運作更高效，也讓城市運力再次換擋升級。

這出同城貨運與數(shù)字技術(shù)碰撞的故事，也仍將繼續(xù)演繹。

---全文完，歡迎交流

理工/金融 復(fù)合背景

暢銷書《英偉達(dá)之道》譯者

百億私募/頭部自媒體 雙重經(jīng)歷

看清科技、商業(yè)本質(zhì)，講出精彩故事