猎云网（微信：ilieyun）

1 月 11 日，阿里云在大数据平台数加一周年分享会上透露，阿里云已同饿了么合作研发出人工智能 ET 新的调度引擎，正全面推行到外卖送餐领域。

ET 是阿里云旗下的人工智能，优势在于对全局的洞察和实时决策上。此前已在交通、空管、货运等领域担任调度员工作。

饿了么是中国最大的在线外卖和即时配送平台，每天配送订单超过 300 万。天量订单催生了全球最大实时调度系统的诞生。

对于人类调度员来说，每天中午和晚上的高峰都是巨大的挑战。以上海商城路配送站为例，一个调度员每 6 秒钟就要调度 1 单，他需要考虑骑手已有订单量、路线熟悉度等。因此可以说，这份工作已经完全不适合人类。但对人工智能而言，ET 则非常擅长处理这类问题。

不过不谙世事的 ET，也遇到了不少问题。阿里云人工智能科学家闵万里介绍，联合研发小组在最近的一次测试中发现有 2 个配送站点出现严重超时问题。后来才知道：2 个站点均在成都，当地人民喜欢早、中餐一起吃，高峰从 11 点就开始了。习惯了北上广节奏的 ET 到成都就懵了。

不存在一套通用的算法可以适配所有站点，所以我们需要让 ET 自己学习或者向人类老师请教当地的风土人情、饮食习惯。闵万里说，除此之外，饿了么覆盖的餐厅不仅有高大上的连锁店，还有大街小巷的各类难以琢磨的特色小吃，难度是其他企业的数倍。

吃一口热饭有多难

究竟 ET 是如何实现智能派单并确保效率最优的呢？简单来说，ET 会将配送站新的订单插入到每个骑手已有的任务中，重新规划一轮最短配送路径，对比哪个骑手新增时间最短。

为了能够准确预估新增时间，ET 需要知道全国 100 万家餐厅的出餐速度、超过 180 万骑手各自的骑行速度、每个顾客下楼取餐的时间。

一般来说，餐厅出餐等待时间占到了整个送餐时间的三分之一。ET 要想提高骑手效率，必须准确预估出餐时间以减少骑手等待，但又不能让餐等人，最后饭凉了。

要想计算骑手的送餐路程时间，ET 还需要知道每个骑手在不同区域、不同天气下的送餐速度。但餐送到了，顾客并不一定会立刻来取。顾客可能需要等三部电梯才能下来。这些 ET 都需要计算在内。

那如果顾客点个火锅呢？ET 也知道。它可自动识别其为大单，将锁定某一个骑手专门完成配送。

如果北京雾霾，ET 能看见吗？双方研发团队为 ET 内置了恶劣天气的算法模型。通常情况下，每逢恶劣天气，外卖订单将出现大涨，对应的餐厅出餐速度和骑手骑行速度都将受到影响，这些 ET 都会考虑在内。

ET 进化做起全能调度员

其他公司的大数据和人工智能还只是停留在概念阶段时，阿里云的人工智能已经在高速公路上跑了一年了，并且成绩卓著。闵万里说，去年 1 月份阿里云在上海发布了一站式大数据平台数加，包含了大量的人工智能产品，正是这些产品背后的技术组成了 ET。

现在 ET 正极速进化。仅调度员的工作，ET 之前就做过四份。供给与需求如何高效匹配，这是一个通用性的问题。闵万里说，为此我们为 ET 配置了通用的调度引擎，同时和各个合作方联合研发，将引擎适配到不同的行业。

在广州白云机场，天池选手为 ET 开发算法用于调度 1000 多架飞机。ET 可以将近机位乘客的比例从 77% 提高到 94%，减少乘客再坐摆渡车的烦恼，临时机位的使用率减半，跑道冲突率从 42% 减少到5%。

同样在广州，ET 通过观察路面车辆对红绿灯进行调度。在南华中路-宝岗大道 9 时~13 时和 15 时~20 时的平均拥堵指数分别下降了 25.75% 和 11.83%。

车货匹配公司运满满正将 ET 应用到了货车调度领域。ET 可对货物和车辆进行评估、车辆评估，进行智能化的匹配和推荐。货车司机按照 ET 的建议，可以接更多顺风单、接力单。

如果要追溯到更远，阿里云同快的打车的合作应该是国内首次将人工智能应用到调度领域。当时抢单时长最高降低了 21.11%，成交率提升了 7.87%。

济宁IT新闻