在外卖行业补贴热度逐渐降温的趋势下，由机器算法决定的外卖配送效率成为各家平台比拼的另一重要维度，人工智能已进入此前并没有多少技术色彩的外卖领域。

近日，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，饿了么后台配送系统纳入阿里云的算法模型。美团外卖后台的智能配送系统，以及这两年在人工智能领域重点布局的百度均在利用机器学习与大数据指挥海量订单的配送。三家外卖平台已在后台开启一轮技术暗斗。

“您的订单将在XX点XX分(或35分钟后)送到”用户下单后显示在手机页面上的配送时间，背后就是智能调度在起作用。对于即时性消费的餐饮外卖，时间是用户的刚需，如果普遍能比其他外卖平台更快吃上订单外卖，无疑在建立用户黏性上发挥价值。餐饮外卖市场补贴的起伏已经证实，单纯靠补贴拉动的流量并没有忠诚度。

百度公司董事长兼CEO李彦宏针对外卖行业称，“外卖从本质上讲是物流的问题，一个外卖骑士一天要送多少单，第一单送给谁，第二单送给谁？怎样能够保证配送的时间是最佳的、最准时的？路径是怎样规划的？其实，这是一个人工智能、机器学习的问题。”

饿了么对外宣称其每天配送订单超过300万，每天中午和晚上的高峰时段对外卖调度员而言都是巨大挑战。以饿了么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。这种反应间隔已经不适合人类去做这份工作，但人工智能可以发挥它的优势。

外卖是供需问题，以效率作为考量标准，在供需与效率之间需要智能调度去连接。机器调度背后是对大量不确定情况下产生的大数据的反复学习，以总结出其中的动态规律。具体而言，阿里云ET会将配送站的新增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，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。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。

对不同种类的外卖进行区别对待，如果顾客点了火锅外卖。后台机器可自动识别其为大单，将锁定某一个骑手专门完成配送，而不在过程中增派其他订单任务。而对于雨雪、雾霾等天下，一方面外卖订单会增加，另一方面路况更容易出现拥堵，对应的餐厅出餐速度和骑手骑行速度都将受到影响，这也要机器算法去反复学习。

阿里云人工智能科学家闵万里对第一财经记者说，与下围棋的人工智能相比，外卖领域的人工智能有其特殊性，不确定性更大。比如，外卖用户一般都想在30分钟内尽可能吃上饭，但有时他提供的是一个模糊地址，对于耗时制作的菜，其餐馆的繁忙程度不可控，天气和路况会明显影响配送速度等。这些不确定性是调度的最难点，也给算法增加了难度。

也正是这种不确定性给各家外卖平台的技术赛跑提供了一条长赛道。在饿了么创始人张旭豪看来，O2O平台的流量红利期已经过去，单纯再靠流量去赚钱很难支撑整个商业模式的长期发展，接下去要靠技术创新来驱动。