导航的毛病说到底就是穷病

一

不知道大家有没有发现，现在挺多导航软件都挺沙雕的，喜欢在各种花里胡哨的功能上使劲，就是不好好导航。

有一次我不信邪想要爬过去，没想到牆上还有玻璃渣，扎我一屁股血。

我回家以后牛老师心疼得一宿没睡好，一直在给我涂药，不过后来我想起来总觉得哪里不对劲，他给我涂药的时候为什麽是双手搭在我肩膀上的？一定是家里闹鬼了。

再要不就是前方施工被封闭，高架桥上请你原地掉头，开著车让你爬十八楼。

严格来说，这些导航其实没有错，因为如果真的按照它们的路线走，我确实能到达目的地，当然是怎麽到达的就不知道了。

如果我能穿牆，我会飞，而且我可以举著汽车一起飞，那这些倒是合情合理。

所以很多导航可能是为超级赛亚人准备的。

我只是个普通人，能不能给我规划一点阳间的路线？

或许错的人是我吧，我还是太弱小了。

身而为地球人，我很抱歉。

二

为什麽导航软件会干出沙雕的事，因为除了最常用的那些路线，很多路线都是系统自动规划的。

但是在规划的时候，根本没有人实际考察过这条路线到底能不能走。

而且即使派人考察了也没用，路况是会变的。

尤其是一些在地图上不显示的小路，本来以前是能横穿的，谁知道竟然还有人在路边上偷偷修了一堵牆。

即使知道有牆，如果没有人实际看过，谁知道牆上有没有门。

还有哪里又施工了，哪里暂时多了路障，哪里因为城市规划不能走了，这些都是在实时变化中的。

今天更新了，说不定一个月后又得更新回去。

如果是一线城市，导航当然会努力及时更新数据，因为涉及到的用户多。

但是多久叫及时呢？在更新之前白跑了的用户，他们的时间损失怎麽办？

至于小城市，甚至是县城，那就等著吧，可能这个导航软件倒闭了都不一定轮得到。

如果每个导航都有大量实时汇报的测绘员，天天在城市的各种路线上乱跑，实时和系统汇报路况变化。

这些测绘员自己也开车，还能反馈哪些路线规划不人性化，那麽导航肯定就不智障了。

但是人力成本呢？你去哪里僱这麽多测绘员？不要钱的吗？

而且就算有数据汇报，这里面的很多反馈也是主观的。

你怎麽从一堆主观信息里做数据清洗，进行尽可能客观的调整，这是技术成本。

表面上是做不到，其实还是成本太高。

说白了，一切问题都是成本问题。

如果公司不愿意承担成本，那就只能把成本转嫁给用户，让用户去浪费时间和破坏心情。

而且用户其实也没得选，反正大家一样烂。

用户没有更好的选择，那就只能选相对更不烂的那一个。

三

在这样的市场环境下，滴滴导航的出现就显得很神奇，对，就是打网约车的时候司机用的那个导航。

在很早以前，这个导航是专门设计给滴滴司机用的，在海量滴滴司机的高强度训练下，这东西终于成熟了，今年一月才正式推向市场，可以在滴滴首页找到导航入口。

它有个叫“ 千里眼 ” 的功能，当路上出现拥堵的时候，用户可以在导航内查看到前方拥堵路况的实景画面（当然，行人信息和车牌信息是自动做了脱敏处理）。

路堵了不慌，我先看看怎麽堵的，还能再发个朋友圈。

在其他导航还解决不了路况实时更新的基础问题的时候，滴滴导航都已经可以把最突发的路况“ 拥堵场景和拥堵原因 ” 用画面展现出来了。

这都不是谁更先进的问题，这简直是有技术代差了。

你还在那里玩3D眼镜呢，我这边已经在黑客帝国了。

而且这些画面不光是采集给用户看，还会上传到滴滴的云端进行分析，结合路况上报和AI模型分析，给到用户拥堵原因和预计解除拥堵的时间。

不要觉得这个无关紧要。

知道拥堵原因和预计解除时间，就算不能缩短实际路程，但是对我的心情影响巨大啊。

我们下载东西的时候为什麽一定要给个进度条，因为人类就是有本能的把一个过程掌握在自己手中的需求，哪怕只是掌握了所需的时间，这会带给人类安全感。

本来我在路上堵了就够烦了的，关键是我还不知道要堵多久，等待不可怕，未知才是最可怕的。

很多路怒族在不堵车的时候斯文的一批，一堵车直接化身哥斯拉，就是因为这种脱离掌控的未知太折磨人了。

滴滴导航的这个千里眼，本质上就是给了用户一种掌控感，同样的等待时间，我有了进度条，就是会变得没那麽焦虑。

除了这种心理层面的影响，“ 知道大概还需要堵多久 ” ，这个信息也能提高用户的出行效率。

不管是更换路线还是选择继续等，本质上都是一种决策，而决策是建立在有效信息上的，如果滴滴导航反馈给我这个堵车一时半会解决不了，那我自然会下定决心绕路，不会把时间花在白等上。

如果我不知道前面到底是怎麽堵的，我就会有侥倖心理，觉得说不定马上就解除了呢，然后等得越久，我的沉没成本就越高，越不愿意绕路。

都等了半小时了再绕路，那都不是浪费多少时间的问题，而是会显得我很呆。

堵不堵车是个客观问题，我们改变不了；

但是知道它是怎麽堵的，知道还要堵多久，至少可以让我们在主观上更高效合理的规划时间。

这就把问题带来的损失降到了最低。

如果堵车已经是既成事实，那麽少堵就是赚，而且堵车在城市里实在是太频繁了。

大家完全可以现在就亲眼看一下你附近的道路有多堵，还能看出来是为什麽堵的，到底是谁干的好事。

这年头，能让你看清原因的事情，不多了。

四

“ 千里眼 ” 功能表面上看起来流程很简单，不就是采集信息+分析信息+把信息反馈给用户麽，但实际上，这个功能实现起来非常考验技术实力。

先说采集，滴滴导航的数据采集，依靠的是搭载在滴滴车辆上的数据采集设备。

早期滴滴平台出于安全考虑，为大量司机预装了行车记录仪，到了今天要做滴滴导航的时候，这些行车记录设备就成为了滴滴导航的采集端口。

滴滴可以根据道路的拥堵情况，在允许采集的拥堵路段，对行车记录仪下发采集任务。

采集的下一步就是分析，这里的分析又分为两部分，首先是AI分析。

滴滴有一套超低功耗的计算机视觉算法，仅用一部相当于一部iPhone12万分之二的计算资源即可准确识别道路上的目标，可以在端上每天识别上亿张交通标志牌。

在数据上传到云端后，系统AI会对拥堵情况进行自动识别，如果是事故引发的拥堵，还会进行车道级的定位，同时对车牌、人脸等信息进行脱敏处理，云上每天处理天量数字的行程轨迹，采集并上传千万级图片。

在AI分析后，还有一个人工校准的流程。

滴滴内部有一个交通事故图像小组，他们的工作有两部分，一部分是对AI的分析结果进行校准，最后再反馈给用户。

另一部分就是通过人工分析，帮助算法不断优化，或者补充一些系统疏漏的信息。

算法是需要在不断纠错和更正中训练出来的，如果没有这个训练过程，再强大的算法也会像个智障。

因为现实情况实在是太複杂了，你写算法的时候只能考虑理想情况，根本无法面面俱到，不遇到一点意外，你都不知道现实能有多奇葩。

举个例子，在研发早期，千里眼功能在黑夜环境下会出现一个误判，算法会把大货车车身悬挂的三角警示牌误认为是事故时车主摆放的三角牌。

而且这个误判不是偶然的，是系统性误判，所以肯定是算法本身出了问题。

人工团队发现这个问题后，提交给算法团队，一检查，就发现是因为算法团队的路面识别算法没有针对弱光场景进行优化。

发现问题后，解决起来并不难，难的是在面向用户前，就把所有问题都挖掘出来。

整个千里眼的功能，确实只需要通过采集——分析（审核）——反馈这三步就能实现，步骤本身简单，但完成步骤的过程却很複杂。

用户看到的是最终反馈的结果，而在反馈之前的那些工作，才是真正卡死了其他导航软件的技术天堑。

跨得过，才是人工智能，跨不过，就是人工智障。

技术的事情，从来就是这麽简单又残酷。

五

而且这里面不光是技术的问题，关键是，滴滴有足够完善的生态基础，不然即使有技术，如果没有场景落地，只能徒呼奈何。

这里的生态基础，就是数字天量的在城市里频繁流动的滴滴司机，某种意义上，他们就是滴滴导航的探路员，24小时不间断地用车行轨迹数据，反复绘製地图。

而且这些司机每天要在城市里完成大量行程，用户要去的地方、要走的路线千奇百怪。

在行驶过程中，除了行车记录仪终端的采集，司机还可以点击导航页面上的上报，选择拥堵、事故、不可通行等状况向系统反馈，还可以拍照提交照片。

目前滴滴导航地图的后台，每天都能收到数十万条来自网约车司机的数据上报，这是巨大的优势。

千里眼功能，只是在这些数据上建构出来的一个应用场景而已。

其他的技术啊，AI啊，云端模型啊什麽的，都是可以复刻的，代价只是烧掉多少程序员的头发而已。

唯独这两点，是难以模仿的，因为这是滴滴构建的生态基础的力量。

这样的导航只有滴滴能做，而且滴滴愿意做，愿意投入成本。

至于说导航市场已经很成熟了，现在入场晚不晚？

其实不晚。

一方面，在功能上和其他产品不同，不但准，而且看得见，这也是滴滴导航的slogan：看得见的导航才更准。

另一方面，滴滴自家还有庞大的流量入口，让大家知道我和其他人不同。

这就是滴滴“ 敢为天下后 ” 的理由——纵然后发，亦可先至。

关键是，滴滴导航的面世，是携一整个生态而来。

这不是一个导航软件之间的竞争。

而是滴滴生态的船，终于开到了导航软件的海洋。

导航软件这个市场的格局，从此以后，可能就要变一变了。

这一切，都在为最终的自动驾驶，做铺垫。

现在，只是开始。