日前美国投行高盛发布了一份名为《中国人工智能崛起》的AI调研报告，历数近年来中国公司在发力AI方向的成就。百度、腾讯、阿里所组成的BAT集团由于拥有庞大的数据集以及合适的规模，被这份报告认为处在AI研发方面的第一集团，报告中提到的“小巨头”公司还包括美团点评、滴滴、科大讯飞等。而在另一份由脉脉数据研究院发布的《中国互联网公司人才争夺战》中，也将美团点评称之为AI实力深藏不露的玩家。

美团点评从事的本地生活服务业，在人们的固有观念中与AI是扯不上什么关系的。与BAT的财大气粗不同，美团点评在投入方面的节制作风，也很难令人将其与投入巨大的AI研发联系起来。不过事情总有两面，资本实力并非决定AI研发的唯一因素，如果业务场景足够，其发展存在着强烈的提升效率的需求，在AI研发方面进行大举投入就是不得不做的一件事了，恰好美团点评正是这样一家公司。

美团点评目前年度购买用户为2.7亿人次，日订单为2000万，仅今年8月酒店的入驻间夜就超过2000万。虽然在市值还远不及BAT，但在业务量和用户数量方面，美团点评已是实质的准BAT级别。更特别的一点是，美团点评的主要业务内容是与日常生活服务相关的高频交易，这已与以往BAT更偏重信息连接的业务属性有很大差别，而线上高频交易对于智能技术的需求更为迫切，这在客观上倒逼了美团点评要在AI技术方面出现跃进。推动AI研发的最重要条件，在算法和数据之外场景更为重要，美团点评则恰好是从丰富场景切入AI的。

普通的电子商务从下单到履单，要经过一系列的复杂流程，但这一流程在美团点评这里却是更为复杂。外卖业务是个活生生的例子，首先来自第三方商家的货架陈列是高度动态化的，一个品类外卖售罄后关闭，需要后台系统做出实时反映，其复杂程度远非普通电商可比。物流配送方面，电商的商品配送一般都是按天计算的，最多也就是同城细化到小时，而美团点评的外卖配送则是要细化到秒的，这在技术上是相当难的一件事。

外卖的履约效率，也是呼唤智能化解决方案的一个因素。对美团点评来说，人工派单已成为历史，既没效率又无法保证用户体验，造成效率浪费和成本高昂等问题。机器化的实时调度才是未来，不过这并不是一个容易解决的问题，一般来说一个订单的生命周期仅有一小时，越快履单成功体验越好，外卖骑士送餐选取哪条路线，先送哪个后送哪个，系统必须在5秒钟之内给出运算结果供执行。以一个配送区域为例，200个配送员50个新订单，每个骑手有5个已有订单，其单次优化调度的解空间可达20050*10!的规模，这是个复杂程度远超工业领域优化的技术难题。

中国电子商务一个比较难解决的技术问题是高并发，“双11”或“6·18”用户蜂拥进入会导致IT基础设施不堪重负，但在美团点评这里，高并发的场景基本上每天都会出现。外卖订餐时间主要集中在中午，每天的大部分订单都会在中午这段时间涌现并执行完毕，除了线下保持足够的配送力量之外，美团点评的技术系统需要快速地处理这些订单，由于涉及到交易还需保持较低的容错率，更要从运算和匹配中产出效率，而这没有人工智能技术作为后盾肯定是不行的。

美团点评供应链的超级大脑“O2O实时物流调度系统”，就承担了这一任务，这个系统的运作基于包含了数百万历史订单、数十亿快递线路、数千万不同的客户和商家等数据，需要综合考虑订单结构、骑手习惯、区域路况、天气、交通工具、取餐难度、出餐时间、交付难度、配送范围等多类复杂因素并进行精准刻画，实时追踪骑手行进的方向和当前位置，在50毫秒内算出最优化结果。这套系统上线之后，美团目前的外卖履单时间可控制在平均28分钟以内，骑手单均行驶距离从2260米降低至1980米，在订单量上升的情况下，提升了单均履单效率，这意味着相同数量的骑手能够承担更多订单的履行。美团点评在一年前的日订单量还只有500万，如今已到2000万，外卖业务也同比增长了200%，这可以从一个侧面说明其在智能化方面的进步。

目前美团点评有301万活跃商家，2800万个POI，年度用户2.7亿，用平台同时连接用户端和商户端，促成两者之间的种类繁多的交易，在技术上是个高度复杂的事情，对于平台的网络协同和数据智能程度提出了很高的要求。日常生活中大部分原本在线下进行的生活服务交易，都被美团搬到了线上，不同的商家，不同的用户，不同的服务品类，不同的地理定位，不同的结算方式，不同的配送方式，都需要平台通过提升网络协同和智能化程度来加以解决，而这并不仅仅是业务在线就可以了，还要有很强的互动属性。

美团点评的综合技术实力也许不是最好的，这家公司也并非传统意义上的技术驱动型公司，但高盛的分析报告仍旧盛赞了美团点评在AI方面的进展，称该公司从酒旅、外卖、金融、到餐综合等业务，都是基于AI开展，并不吝赞美了美团点评具备极高效率的智能调度系统。事实上，推动AI产业发展的核心力量之一就是基于场景而生的需求，美团点评是一家有着丰富服务场景属性的公司，就难免对AI技术的研发产生更多需求和渴望，需求有助于其在AI技术研发方面取得长足进步，并成为AI领域一个低调的进击者。