文丨林得安

编辑丨周近屿

一年多前，我在一家需要坐班的公司工作，住过几个不同的地方，但每天早上睁眼后的第一件事，都是条件反射地打开滴滴，先把车打上，再洗漱出门。

就像发微信、刷短视频一样，这几乎成了一个不需要思考的动作。据中国互联网络信息中心数据，我国网约车用户规模已经超过5亿，网约车成为我们生活的重要基础设施之一。

过去十多年，人们见证了出行行业被彻底重写：从路边拦车，到手机叫车；从等运气，到拼效率。通过算法，网约车行业已经把“有没有车”这件事解决得足够好，但有些更细微的需求，比如我想要一辆后备箱够大的车，一种可以根据通勤习惯定时定点叫车的方式，或者一种对家里老人更友好的叫车方式……却有待进一步解决。

直到最近，我第一次意识到，这件事发生了改变。就像接管了搜索、办公一样，AI开始进入更日常具体的生活：替我打车。

上周五晚上，我走出剧院时，已经十点半。剧院门口的一小片广场三三两两站着刚离场的人，等车的、等人的、讨论剧情的。再过半小时就是地铁末班车，但我为了赶场没吃晚饭，此刻饥肠辘辘，想到还要坐一个半小时地铁，我决定先在附近找点吃的。

点一碗汤粉，热气一上来，人就松下来。等我放下筷子，回过神来看眼手机，末班车果然开走了。这是一个距离我家二十多公里的剧院，横跨北京东西区域，回家的方式只剩打车一种。

盯着打车界面，我心里却有些发愁。不知从何时起，我发现自己对新能源电车的动能回收很敏感，凡是打到新能源车，十次里有七次都会晕车。如果是短途尚还可以忍受，但此刻刚吃完饭，接下来的车程要四十分钟，想到这里，我的胃已经开始翻江倒海。

如果网约车也像外卖、网购一样有备注，我一定会把“想要一辆空气清新、驾驶平稳、让我不要晕车的油车”设为默认备注。乍听起来有点矫情，但只要问问身边的人或是看看社交媒体，就会发现和我一样想法和处境的人还有很多。

有人加了一天班只想在车里放空，却碰上热情过头不断搭话的司机，聊天强度堪比又开了一场会；有人提着两大个行李箱去机场，等车到了才发现后备箱塞满杂物，只能取消重打。也有朋友向我“吐槽”过，传统的打车界面对家里老人来说有操作门槛，总需要他帮忙代打车……

● 北京的街道。图源：pexels

打车这件事，很像开盲盒。这点不难理解，打车是一种标准化行为，用户打开应用、输入目的地、在不同价格和车型之间做出选择，平台负责订单分配和运力调度优化，系统算法应对实时供需波动和复杂协调问题。从结果来看，正是靠这一套成熟的流程，我们解决了打不到车的问题。

如今的矛盾不是“打不到车”，而是“打不到合适的车”。系统追求的是效率最优，而非个体体验最优。而用户的需求本质上是非标准化的，难以通过简单的车型选择或价格区间来表达，真实的偏好被排除在系统之外。

当我做好晕车的准备打开滴滴，我看到在输入框下面有一行“AI打车”。出于好奇，我点了进去。

界面很干净，目的地已经自动填好了，大概是系统记住了我常用的地址。目的地下方有许多可供选择的标签，往下滑动，我惊喜地发现有“油车”这个选项。不仅如此，我还能勾选“空气清新”、“不晕车”、“最近的车”等十多个选项。正像我刚才梦想拥有的备注一样。

我选上几个标签点击呼叫，几秒钟后，屏幕弹出三个选择方案，详细标注了车型、和我的距离、接驾的时间等。甚至还能换批车，进一步校准我的需求。

我选了一辆离我最近的车，三分钟后上了车，接下来的车程全程都很平稳，我的胃没有一点不适。这确实是一次全新的体验，我第一次不是等待系统分配，而是根据需求自主选择，定制了一次出行。

● AI小滴帮我列出了三个油车方案。图源：截图

后来我又试了几次，在不同场景下对AI小滴说不同的话，得到的结果也会变化。作为一个时间观念不那么强的人，我经常算不准应该提前多久打车，才能在合适的时间赶到机场，常常不是在机场一路狂奔，就是到的太早在候机室苦等。当我对AI小滴说“我要赶今天早上10点首都机场起飞的飞机”，AI小滴再一次直接给了解决方案，结合路况和候机时间，贴心地预约了一辆后备箱空间大的车。

像这样个性化的用户需求在过去并非不存在，但它无法被识别，只能被转译为间接选择，例如更高价位车型或更大空间车辆。然而“车型”并不能完全等同于“需求”，一个选择商务车的用户，可能只是需要更大的后备箱，而非更高等级的服务。

AI的介入，改变了这一过程。变化看似微小，却是匹配逻辑的重构。

我把这个功能分享给那位向我吐槽总要给家里老人代打车的朋友，建议他下次可以让爷爷奶奶试试对AI小滴说话。用自然语言表达复杂需求，这让用户操作门槛变得更低了。

公开资料显示，滴滴AI打车在近期上线，目前支持空气清新、后备厢大、驾驶平稳等90多个服务标签，覆盖扶老携幼、商务接待等更复杂的出行场景。只需要一句话，它能拆成可执行的服务标签，给出多个选择方案，从茫茫车海里捞出那辆“对的车”，AI打车就是滴滴的“龙虾”。

这样的能力依赖于几个条件，首先是数据优势，滴滴在长期运营中沉淀了海量订单、轨迹和行为数据，为模型训练提供了基础；其次需要运力池规模够大，才能真正调度供给，而不只停留在推荐。作为市占率第一的平台，滴滴的供给能力足够强；最后，网约车不是一个简单场景，时间、空间、供给、需求同时变化，还要精准匹配需求，对运营能力提出了很高的要求。对比聚合模式，以滴滴为代表的自营模式更有可能把“AI打车”做好，就是因为对运营的掌控更强。

被AI重塑了打车体验之后，我很好奇，网约车这个行业正在发生什么变化？

站在一个普通用户的视角，其实用户早就变了。2024年的行业报告显示，网约车用户结构正在变化，25岁以下的年轻人与45岁以上的银发族合计占比接近40%，中高消费能力用户占比超过80%。与此同时，相关满意度调查也显示，超过八成用户在选择平台时更看重安全与服务质量。

随着使用频率提高，用户对出行的期望逐渐从“可用”转向“可靠”，希望每一次出行都具备更高的一致性，而不是在不同体验之间波动。这种对确定性的需求，使标准化服务显露出局限。

AI的出现为这个长期存在但难以解决的问题提供了一种新的可能：通过自然语言输入，将复杂需求转化为可计算变量，从而在不增加用户成本的前提下，实现更高程度的个性化匹配。从更宏观的角度看，这也是AI进入各行各业的典型路径。

当前这一轮变化不止是简单的功能升级，也是技术演进与行业阶段共同作用的结果。

我们已经习惯了AI做PPT、改代码、写分析。但AI带来的变化不仅是提升了效率，也改变了这些不起眼的日常场景：一次回家的路、一段临时的行程、一句随口说出的需求。

当一项服务成为基础设施之后，它的进化往往不再是颠覆性的变化，而体现在对细节的不断修正。打车这件小事，已经走过十几年的路，现在，它好像真正开始走向为人服务了。

【版权声明】所有内容著作权归属镜相工作室，未经书面许可，不得转载、摘编或以其他形式使用，另有声明除外。