外卖平台的配送，真的有想象的那么简单？

“网约配送员”具备低门槛、时间自由等因素，故而bai成为了很多人的职业兜底选择，“大不了以后做骑手”，这种说法也在大学生之间流传，值得注意的是，网约配送员不仅是职业兜底选择，还是很多人的第二职位首选，事实上，外卖平台是一个商业公司，不要把这类平台想的多么的好，外卖平台的配送，也没有你想象中的那么简单，纵观来看，针对商家的规则，基本上保持一年一变动，基本上都是提高平台提点费用，从最初的7%到现在的23%，让商家倍感无奈，或许，面对越来越高的外卖配送费，无人化配送才是一种好选择？

一位社科院专家曾表示，外卖送餐劳动具有3个明显的特点，分别是劳动密集型、工作时间分散、算法中介性强，与建筑工、车间工、服装加工类工人相似的是，外卖工作虽然更“时尚”，却依旧逃脱不了劳动密集型工作的魔咒，也就是劳动时间长、密度强、压力大，外卖小哥的整个工作过程还受到了后台算法的严格“规训”，

细心的用户会发现，部分外卖骑士胳膊上有一个小小的数字编号，这个编号功能类似于一个GPS，可以将对应配送员与智能物流调度系统连接起来，不仅可以随时监测配送员的配送路线、地理位置，甚至他们偏离轨迹，系统都会提示，由此实现了配送员IT化管理，纵观来看，人工智能是计算机科学的一个分支，用于研究人类智能活动的规律，

相当于利用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术来构造具有一定智能的人工系统让计算机去解放人类的苦力脑力劳动，主要研究的领域包括机器人、机器学习、计算机视觉、图像识别、自然语言处理和专家系统等，人工智能从1956年达特茅斯学术会议上正式命名开始，经历了3次热潮，如今我们看到，随着全球迈向数字化时代，以云计算、大数据、人工智能与区块链为代表的数字技术，给社会、经济及个人带来了革命性的改变，

但所有数字化、智能化技术都是以让机器按人的方式学习、思考、表达，并协助人类，让工作、学习、生活变得更加简单、便捷、高效为目标，那么，外卖智能配送系统背后的逻辑是什么？是算法迫使外卖骑手们顶着超速风险高速飞驰吗？算法世界与人类的关系又是如何？

所谓的订单分配，是指在派单系统中将乘客发出的订单分配给在线司机的过程，通常派单算法最大的原则就是“就近分配”，总的来说，外卖平台的配送主要涉及机器学习和运筹优化两大技术，机器学习算法用于预测每一个订单的配送时间、路程以及超时后消费者的可能反应，优化算法则在订单接入之后，

根据平均时间快、骑手配送距离短等目标，给出优化的分配方案，当某个区域有新的订单产生时，系统会结合地图显示该区域的骑士分布，安排给就近的骑士，而且每个骑士当前所派送的订单数目，会在后台可视化屏幕上进行标记，如果某个骑士的订单量已经满负荷，则会人工干预安排给附近的另一个骑士，

同时，借助大数据挖掘和深度学习，部分外卖可“准确”地预估商户出餐时间，合理分配骑士快速调节运力，2016年，一些外卖骑士每一单的平均配送时长就已降低至32分钟内，配送准时率高达98.78%，而在外卖的午间与晚间高峰，系统会以运单效率为第一准则，在高峰期优先对高等级骑手分派订单，以提升配送效率，有数据显示，系统每秒处理订单的峰值可以达到80单，到了外卖的平峰期，系统会在考虑效率的基础上，强调公平性，通过大数据分析，做到骑手单量的均衡，确保同等级、同团队骑手所分配的运单量在一定时间跨度内大体相当，

可以说，外卖骑手被平台的系统算法与数据限制，数百万骑手为了完成订单加快速度、奔走搏命，因为在系统的设置中，配送时间是最重要的指标，事实上，超时是不被允许的，一旦发生，便意味着差评、收入降低，甚至被淘汰，有骑手表示，送外卖就是与死神赛跑、和交警较劲、和红灯做朋友。

在不断加速的算法控制下，外卖骑手如何被迫与时间赛跑？据不完全统计，在2017年间，上海平均下来，每2.5天就有1名外卖骑手伤亡，2018年，成都交警在7个月内查处骑手的违法行为近万次，发生事故196次，伤亡155人，这无疑是外卖平台送餐时间的约束，

据相关数据显示，2019年，中国全行业外卖订单单均配送时长比3年前减少了10分钟，有人说，这是因为智能调度系统会进行动态学习，例如完成一天工作之后，系统总结出订单的实际用时、最后满足率、客户取消或投诉数等，这些数据会继续反馈给系统，用于更新参数， 

从而使得，未来的优化更加准确，一旦骑手的配送时间变快，系统会判断这段路程的所需时间可以缩短，在未来派单时，系统可能会调整预计送达时间，但这取决于派单中优化目标，也就是说这样的算法并不是故意要反人性，客观来看，不论是5分钟、10分钟的小按钮，还是8分钟的弹性时间，都是权宜之计，而非釜底抽薪之道，哪怕配送时长的要求一夜回到解放前，这种现象也难以杜绝，毕竟外卖小哥自身也有多接单、多赚钱的诉求。