旗下微信矩阵:

谁在驱动滴滴发动机?

安全也好、自动驾驶也好,“战争”还在继续,靠技术赢得有限游戏的滴滴,还得靠技术,才能不断延续无限游戏。
2020-08-31 13:41 · 量子位 李根

全套售价3600元的《中国历代战争史》,重要而冷门,出版发行37年来,各大平台评论寥寥。

但也有例外。在北京西二旗后厂村名为数字山谷的写字楼,就至少有完整的两套。

一套位于程维的办公室,另一套则在张博书架最中央。

他们是滴滴最初的合伙人,2012年8月前互不相识,后来因微信猎头群走到一起。

并且从那以后,一个名为“滴滴”(嘀嘀)的出行平台在中国狂飙突进,快速崛起。一方面不断遭遇惨烈的同行竞争,另一方面面临内外挑战。

然而它又总是能屡战屡胜,战摇摇、并快的、赢Uber,补安全……直至最近,已经成为一个日订单5000万的超级出行App。

过去十年里,它是最会打仗的公司,也是牵动了线上线下资源最多的项目,甚至是史无前例的互联网烧钱补贴的创业。

但如果你将滴滴的取胜秘诀,归因于补贴、烧钱。

那、就、错、了。

从外包8万的*版产品到如今,滴滴杀出重围、屡战屡胜的关键——难于察觉、也容易视而不见:

一套几经跃迁的技术体系、一支技术铁军,一部轰鸣着随时准备进击的发动机

这部发动机,不仅决定了滴滴的过去和现在,也将是解码滴滴未来的核心钥匙。

只是问题是:这部发动机如何而来?被谁点燃驱动?又会走向何方

谁在驱动?

要了解这部发动机,可能最直观的角度是当前的滴滴业务架构。

无论你是出租车、快车、专车用户,还是公交、顺风车或代驾的用户,其实日常都在与这部技术引擎打交道。

它包含了业务中台、数据科学、地图、安全产品技术等中台基石,又受益于底层基础平台、安全、EP等基础规则。

它在滴滴完整业务架构的横与纵中,处于中后台,支撑前台业务,也连接代表前沿的AI Labs,和意味着技术落地的产品部门。

如果从人的维度,或许还可以生动得多。

因为打造和驱动这部滴滴发动机的人,藏着技术引擎的往事和秘密。

这部发动机的肇始和掌舵者,张博,滴滴内部都叫Bob

滴滴出行联合创始人、滴滴出行CTO、滴滴自动驾驶公司CEO。

生于1983年,武大软件学院本科,中科院硕士,其后在百度成为搜索工程师。2012年开始参与滴滴创业。

他是程维找到的*个合伙人,也是代表技术的那一个。

但最初,两人并不相识。他俩的缘分起于猎头微信群。当时程维在群里发帖求技术合伙人,被一个猎头看到,转给了“寻找创业机会”的张博。

张博说,他至今记得八年前那个北京初秋的日子,中关村E世界C980,手机销售的后仓,走廊上全是抽烟的人。

其后先跟程维谈了半小时了解项目,又花了2天时间打车调研,最后认可了移动互联网将对出行的变革意义,给程维回复:I am in。

张博的加入,也意味着滴滴的发动机,开始翻开*页。

章文嵩

滴滴出行高级副总裁、云平台事业群负责人兼开源委员会主席,技术开源世界无人不知的知名专家,LVS(Linux Virtual Server,Linux虚拟服务器)开源软件创始人。

章文嵩生于1973年,博士毕业于国防科技大学,学生期间就创立了LVS。

在加入滴滴前,章文嵩在阿里巴巴任职近七年,历任淘宝网资深技术总监、淘宝技术委员会主席、阿里副总裁、阿里开源委员会主席、阿里云CTO等。

2016年5月,章文嵩加盟滴滴,一时江湖震动,正明(章文嵩花名)离开阿里转投滴滴,成为当时技术圈热门话题。

章文嵩目前辖下有基础架构部、运维部、系统部、大数据架构部、IT&机器学习部、数据平台与数据治理部、滴滴云等,堪称技术引擎基础中的基础。

赖春波

滴滴出行技术副总裁,网约车平台公司 CTO ,负责网约车技术体系和平台治理体系,也是滴滴集团数据科学与智能部负责人。

赖春波毕业于浙江大学,拥有软件工程硕士学位,在加入滴滴之前曾就职于百度搜索研发部和基础架构部,主要从事分布式和大规模存储架构工作,曾主导百度新存储体系建设。

在2015年11月加入滴滴后,赖春波建立平台技术部,为滴滴出行多品类、跨区域、国际化经营打下坚实基础。

2019年起,赖春波成为滴滴核心业务网约车平台公司CTO,并且担负起平台治理的新时期重任。

弓峰敏

滴滴出行信息安全战略副总裁,素有硅谷安全创业教父之称。

弓峰敏本硕毕业于西安交大,1992年在圣路易斯华盛顿大学计算机科学博士,其后开始高速网络及安全技术研究,并在2001年起硅谷创业,是世界著名网络安全公司Palo Alto Networks的联合创始人。

还是多家新兴安全公司的创始人或重要高管,其中三家企业已成功上市或被收购,他也是连续创业者和硅谷天使投资者。

2016年加入滴滴出行,现任职滴滴信息安全战略副总裁,美国研究院院长。

卜峥

滴滴出行副总裁,国际化CTO、滴滴美国研究院副院长。

卜峥2000年创办绿盟科技,这是国内最早从事网络安全的企业之一,此外他还有丰富的国际化产品技术经验,曾为Intel Security开创了包括中国、印度在内的多家海外实验室,并且负责过DTI安全云产品的全球化工作。

2016年卜峥加入滴滴,担任滴滴首席安全官和国际化产品技术负责人,建设了滴滴的全球信息安全和业务安全体系和组织,研制了大量的定制化安全技术,切实保护用户个人隐私。

叶杰平

滴滴出行副总裁、滴滴人工智能实验室负责人、美国密歇根大学终身教授,IEEE Fellow。

叶杰平教授本科毕业于复旦大学数学系,其后在新加坡国立获计算机硕士学位,进一步在美国明尼苏达大学获计算机博士。

在加入滴滴前,叶教授已是密歇根大学终身教授,并且是成果累累的AI领域大牛。在大数据、机器学习、数据挖掘、及其在生物医药领域的应用方面都有建树。

但易于被误解的是,叶教授之于滴滴,与科技公司首席科学家或AI实验室负责人不同。

因为2015年底他的加入,为滴滴技术引擎跃迁贡献了巨大的力量。

杨毅

滴滴智能业务中台部、车载设备事业部负责人。

杨毅本硕均毕业于北大信息科学与技术学院,2008年加入百度,8年中成为百度主任研发架构师,先后负责过操作系统、基础架构及百度云的相关研发工作。

2016年加入滴滴,目前主要负责是基于AIoT的车载智能设备及相关数据在服务/安全方面的应用挖掘,以及公司级用户、订单、支付、账单计价等平台建设。

柴华

滴滴地图与公交事业部总经理。

柴华本科和硕士均毕业于天津大学计算机系,毕业后7年内先后供职于阿里巴巴和百度,2016年加入滴滴。

作为地图与公交事业部负责人,柴华为滴滴地图的技术突破做出重要贡献,包括持续完善地图基础数据能力、核心引擎能力和路径规划、导航等产品能力,提升网约车及国际化出行业务地图体验、提速公交业务等。

吴国斌

滴滴科技生态与发展部总监,大数据分析与应用技术国家工程实验室副主任。

吴国斌学于中科大,2003年和2008年分别获得中国科技大学工学学士学位和工学博士学位。

加入滴滴前,任职微软亚洲研究院,主要工作集中在科研合作,人才培养和学术交流等,所负责的科研项目获得过微软CEO亲自颁发的奖项。

以上,就是滴滴CTO线的组织架构和核心负责人履历,也是滴滴发动机目前的主要驱动团队。

不过,还有一些现已挂帅其他业务,但不得不提的人,比如罗文

2013年初从百度加盟而来,滴滴*位产品经理,微信红包营销的发明者,先后主导了移动出行支付普及、专车、外卖孵化等历次产品创新升级,现在是滴滴外卖负责人,滴滴产品委员会主席 。

而罗文这样的经历,也暗含了滴滴技术中后台、技术引擎被称为“发动机”的原因。

这,与打造历程有关。

如何被打造?

罗马并非一日建成。

纵观滴滴的发展史,可以简单粗暴划分为:革命时期建设时期

革命时期,都是生死时速,都是边打战边擦枪,并且因为“武器”的更快迭代,滴滴成功实现了突围。

拿张博的话说,“这个时期大部分时候,滴滴在资本总量上都低于竞争对手,并不占优,都是以弱胜强。”

建设时期,关键节点是并购Uber中国,最强战争已经结束,“可以搞发展了”。

而在这两大时期中,有四次不得不提的技术跃迁

*次跃迁:从看到听。

张博的到来密切相关。

这位滴滴技术背景合伙人,在2012年8月底加入,当时滴滴实际已经发布了*个版本打车软件,但可用性和稳定性都存在不少问题。

乘客端发出订单后,周边的司机收到订单仅到“概率”——有一定概率收到,有一定概率收不到,而且也不知道bug所在。张博加入后,*件就是debug,改产品,在可用性和稳定性上实现保障。

但要说改变战局,他觉得核心是2大“武器”

*个是“免费”,网约出租车创业最初的商业模式,是希望替代电话叫车,而电话叫车则有电召费。张博和程维商量后,觉得国内用户已经免费习惯了,收费就会让用户增涨有门槛。

于是最后顶着断炊之忧,决定免费,追求用户规模和订单量。在产品稳定性得到提升的前提下,C端用户一下子实现了快速成长。

当时更耀眼的“摇摇打车”跟进晚了几个月,战机已失,终成流星。

第二个“武器”则是司机端信息接收的变革。在打车软件起初,大家都围绕手机,但都没考虑到司机开车时候手和眼睛其实很忙。

所以张博想:“订单信息应该从耳朵这个信道进去,或者就得把抢单按钮做得很大很大……”

其后,滴滴率先在司机端版本中推出了“语音播报”,内含订单距离、起点,终点……感兴趣的话点击占据一半屏幕的巨大按钮就能抢单。

这样的技术产品创新,在2012年同样*战场内其他选手,甚至三四个月后,那时最被看好的摇摇打车才推出。

固有印象里,滴滴是一家因烧钱和补贴成就的公司。但实际上大部分时候,滴滴资本总量上都是远低于当时竞争对手,技术上的变革则更为关键。

第二次跃迁:大数据和机器学习

2013年,滴滴技术开始了两件比较重要的事。一方面,滴滴技术团队升级了后端CRM系统,不仅可以管理快速扩张且分布各地的BD团队——当时一年之内从20人激增至1000人,而且在这个系统里还加入了绩效计算和激励,*限度激发了地推积极性,滴滴由此可以快速拓展开城和调度千军万马。

另一方面,影响更为深远的是大数据团队的组建和机器学习系统的应用。

“当时我们发现,一个城市的订单超过一定数量级,把订单广播给所有3公里半径内司机就会有信号道占用的问题,需要个性化推荐才能提升效率”,张博说。

于是2013年1月,搜索背景出身的张博牵头组建大数据团队,用机器学习的方式,实现订单预估和个性化推荐。

这个团队和机器学习系统的打造,也为后来滴滴赢下竞争奠定了基石。

虽然后来江湖上更广为人知的往事是“七天七夜服务器鏖战”和“红包大战”,但在中后台,大数据和机器学习的作用随风入夜、春风化雨。

更本质的是,这代表了一种思想:

要赢下更大的战役,就必须依靠稳定、可靠,高效的技术引擎。

它可以调度千军万马,它只能是技术驱动。

正是这种思想落地生根,陆续带来了叶杰平、赖春波、章文嵩、弓峰敏、卜峥、石东海、曹乐、朱宏图、唐剑、Kevin knight等一帮人才,极大地加速了滴滴的平台化构建和AI在滴滴内的应用落地。

第三次跃迁:从抢单到智能派单

与快的战争的尾声,滴滴上上下下都危机感强烈,因为一样的打法是无法击败Uber的。

即便有巨头支持烧钱出市场,但下一场大战已是完全不同的量级。

张博一语道破关键:“Uber当时是全球盈利打中国市场,估值300亿美元,我们只有70亿美元,Uber每稀释1%的钱就能拿到更多的钱……”

这时候,在一架底特律飞往北京的航班上的人,让战局出现转机。

他叫叶杰平,当时是密歇根大学终身教授,计划在2015年7月回国探亲,国内亲朋好友也都约好聚一聚。

而就在当天起飞前,叶杰平收到滴滴的求助,“一道题目,跟出行里抢单、派单相关,问我能不能抽象成数学问题。”

叶杰平回忆,刚好十几个小时的越洋飞行,没有网络,又觉得挺有意思,就从各个维度思考,最终成功抽象为一个优化问题。

“本质就是优化效率和体验的问题,我给了很多解法,从最简单的到最复杂的……”

后来,叶杰平的解法,不只张博听了,程维和柳青也听了。

于是第二道题紧接而至:能不能把抢单到派单问题,具体建立成一套算法模型?

当时滴滴面临的境况非常微妙,实际已经有派单模型,但跟Uber类似,属于完全派单,搞得司机怨声载道,甚至罢工……而如果依然抢单的话,效率又无法提高。

其实在*道题分享的时候,滴滴就向叶杰平抛出橄榄枝了。

作为一个机器学习领域的大牛学者,叶杰平知道加入滴滴意味着什么。

在密歇根大学,他研究的方向是大数据、数据挖掘和机器学习,但为了申请科研资金,他多半参与的是制药医疗方面的项目,研究成果见效并不是一个立竿见影的事情。

滴滴正在做的事情则不同。头一天一个想法变成一个模型,第二天上线就能验证效果,哪怕一个小的算法都能马上影响成千上万人的出行。

“解决的都是前所未有的难题,而且*现实价值。”

但叶杰平也有顾虑。自1997年留学,18年里,他早已在大洋彼岸安家落户,孩子还都在上学。另外自己的学生们,又怎么办?

不过天生爱挑战的他,还是认真思考了滴滴给出的第二道题目。

在之前本质抽象的基础上,他从算法、AI的角度,很快给出了解决思路:

之前从抢单到派单,被当做一个非0即1的问题,导致司机接受度有限。而叶杰平把问题看成连续的过程,从0到1之间,引入“阿尔法系数”,从0.1、0.2……一点点往上提升,逐步让司机习惯和接受。

思路听起来简单,算法实现并不轻而易举,但最终,一套完整可控的算法依然被设计出来了。滴滴也完成了从抢单到派单的成功迁移。

滴滴平台效率也开始从量变到质变,2个月后“由抢到派”迁移完成,滴滴成交率超过了80%,与Uber在技术上旗鼓相当,甚至已经开始*了。

在之后一次滴滴管理层会议上,滴滴管理层说,派单项目是过去几个月*的功臣之一。

叶杰平说,那是他加入滴滴参加的*个大型会议,没想到来滴滴的*个想法*套算法就能实在地影响成千上万用户的出行。

一切还只是开始,随着抢单到派单迁移的,还有分布式计算、高性能计算在滴滴的建立,以支持不同国家、所有城市的效率。

并且还因为AlphaGo的启发,他所在的团队在2016年也把派单问题与下棋问题结合在一起,引入强化学习来解决,在订单预测和决策上效率进一步提升,极大提高了司机的收入,AI在滴滴的落地也开始加快。

而滴滴,也在业务、前沿研究二者交叉中找到BGM,开始频频于AI顶会发力,在数据挖掘、强化学习等领域打响声势。

或许你也注意到了,第二个问题之后,叶杰平下定决心,加入滴滴。

“跟几个leader都聊过,氛围很好,虽然是创业公司,但对于技术和技术驱动的渴求非常强烈,而且滴滴是非常适合落地的公司,出行问题解决得好,可以改变千万人的日常生活。”

父母家人也都支持叶杰平回国。再后来的事情,现在都知道了。AI的应用开始深入滴滴每一个环节,2016年8月1日,Uber鸣金求和,滴滴吞并Uber中国,而在此之前,Uber全球闪电扩张,全*手。

而Uber之战的结束,对于滴滴来说也是另一种新开始

杀伐征战的阶段结束了,市场输赢生死的危机得到解除。

他们面临另一个崭新的挑战:用怎样的秩序、以什么样的方式去建设这个一仗又一仗之后成型的平台。

第四次跃迁:安全和平台治理

也有人把这个“平台”,看成一个游戏里的“国家”。

移动互联网纪元X年,出行市场风云变幻,天下能人异士纷纷揭竿而起逐鹿中原,最终滴滴安内攘外,终究完成大一统。

但对于这个大一统的成果,不像搜索、不像社交,也不像之前互联网时代里诞生的任何一个霸业。

在出行这个领域,线上线下、时间和空间,虚拟信息世界和现实物理世界,在这里实时统一。

而且作为线上线下的连接器,滴滴帝国里调度和参与的,还有最难预测的人性——以及不同人之间会发生的冲突。

更本质来说,这个新业态是在用技术去解决社会问题和人性问题。

2018年是滴滴极为艰难的一年。4月发生了一起司机载错乘客的纠纷,一名乘客酒后呼叫了一辆网约车,但阴差阳错上了另一辆同时到达的网约车……过程中由口角纠纷变成了肢体冲突。

“这让我们开始反思系统性进行平台治理的重要性”,赖春波回忆说。

他2015年11月从百度加盟而来,之前是基础架构师,来到滴滴后先实现了滴滴底层数据库和系统重构,然后进一步完成了滴滴平台技术搭建,属于“后方”砥柱。

但Uber决战结束后,他调转担负起用技术推进平台治理的重任。

赖春波说,战争时期大家最关心的是打不打得到车,但到了建设时期,打得到车只是基础,还要舒适、安全、服务好,且便宜。

“人民日益增长的需求越来越高,这个时候我们不进则退。”

而“投资人被打”之后,更悲剧性的安全事件,向滴滴上下展示了比竞争打仗更险峻的人性挑战。

两起顺风车事件,生命的代价,让创办以来战必胜攻必克的滴滴,处在监管和舆论的悬崖之巅。

全公司中止之前一切KPI,全力以赴投入安全。在战争时期打造的技术引擎,也全速朝“保证安全”改装。

张博召集了1000多人的研发精锐,从技术上补课安全,在誓师大会上,他说:

穷尽一切科技手段,降低安全事件发生概率,不要让未来的自己后悔现在的决定。

作为网约车平台公司CTO,赖春波说团队是从客服开始切入的,先把平台体验相关的所有用户反馈汇集、分类,最后统计出2万多个。

比如车内冲突类、交通事故类、服务纠纷类、取消纠纷类……

接着又组织人力去分析问题,排优先级,然后设计方案。

过程中,一方面横向完善规则和机制,包括引入类似国家法制体系的设计,从确立规则、执行规则、规则宣教、抽检规则等一整套体系,持续根据反馈不算完善,着眼于长远。

另一方面,纵向方案设计里引入用得上的技术,结合各类场景,发挥大数据和AI的力量。

比如在乘客端上线滴滴护航能对乘客进行实时位置保护,当行车辆发生路线偏移、异常停留、提前完单等异常现象时,系统会根据情况采取弹窗提醒、安全专家介入研判、协助报警等方式。

还有桔视车载设备,这项为安全保障上马的硬件方案,如今不仅能在发生安全纠纷时作为判责依据,还能自动识别司机是否疲劳驾驶、发出提醒,判断是否跟前车过近,进行相应预警。在自动驾驶中,还能有另一层面的作用,帮助构建场景库,不过已是后话。

赖春波感悟说,All in安全中,他对滴滴的平台治理重任有了新体会,与其他科技互联网平台不同,滴滴平台具有公共事务属性,不仅要让出行效率更好,也要帮助社会安全变得更好。

而这个挑战又关乎人性,永无止境,也没有**解,能用的技术手段,或者说可以用得上的一切手段,都会成为求解的方式。

滴滴国际化产品负责人黄远健,也有另一角度但一致的感悟。

在顺风车安全事件发生后,他被紧急调任至安全攻坚产品团队。黄远健回忆,他和团队还专门学习了《犯罪心理学》,深入解构“犯罪三角理论”,熟悉过程中双方的心理,先抽象出问题,再具体给出产品升级方案。

“没有天生的坏人,很多犯罪可能就是一时冲动,好的产品机制,需要能帮助规避那一下。”

现在,滴滴出行的App里随处可见这样的功能,比如行程中民警代表语音播报“温馨提醒”,就是基于犯罪心理学出发打造的。

而经过all in 安全的持续迭代后,最新的2020年二季度透明度报告显示,今年二季度,滴滴网约车中因乘客醉酒引发的肢体冲突投诉同比下降了66.4%,司机投诉乘客的发生率和乘客投诉司机的发生率,同比分别下降67.8%和50%。

据黄远健回忆,安全之战带来的危机感是异常强烈的,“感觉整个公司都快到悬崖边,生死存亡之际。”

经此一役,产品出身的他也重新认知在滴滴的工作。

俞军跟他说:能够为中国出行找到一种安全的出行方式,本身就是在改变世界。

只是对于大小战役中锤炼过的滴滴上下而言,这场“安全”的仗,无论身处什么岗位,不管是技术还是产品,与之前所有赢得的战争都会有根本不同。

这几乎是一场不存在“终点”的战争,技术再跃迁、发动机如何进化,也都不会有一个“鸣金收兵”的时刻。

这将是他们建设时期里永远的OKR。

滴滴发动机的其他影响

打造技术引擎是为了赢得战争,但过程中也因之形成了滴滴技术对应的文化和人才机制。

张博归纳出4点:

战功、武功、潜力,价值观。

战功:战时看攻城掠地,拿下的市场份额和提升的效率;建设时期看用户价值和商业价值

武功:对战功的更形而上思考、底层归纳,能不能将一城一次的战功抽象、总结和沉淀,形成方法论。

战功和武功的区别在于迁移和可复制。

从一个战场到另一个新战场,从一个岗位到全新岗位,武功是持续成功的保证,而且还可以不断迭代进化。

潜力,就是驱动战功到武功的进化力。

具备潜力的人,会把一场场战役沉淀的经验,不断迭代进化,成为一套理论。

在张博看来赖春波就是这种进化的代表,他具备了对人和事的深刻洞察。

所以加盟后先快速发现了滴滴数据库和服务器架构的问题,迅速完成重构,为其后更多品类快速上线奠定了基础……在需要平台治理的时候,又很快实现了迁移,从一个技术架构师,快速成为平台治理领域的专家。

但无论战功、武功,还是潜力,底层支撑都是价值观

价值观代表了核心驱动力是不是使命,意味着是否足够坚韧、是不是有大局观。

张博说,一路打战的滴滴,潜移默化形成了召之即来,来即能战的文化。

滴滴的发展史上,永远没有安逸舒适的时候,往往一场仗打完,调动也就可能随之发生,需要你第二天直接背着书包去到新战场。

“我跟春波说把现在这个团队放下去平台治理,他第二天就去了,甚至不用过多解释,因为他知道那件事是当时公司最紧迫的……”

黄远健也是类似,他之前是百度搜索产品经理,后来是MIUI团队一员,到滴滴后负责快车产品,安全事件发生,“一纸调令”上最前线,后来国际化产品团队有需要,就走马上任。

“滴滴既是一家业务导向非常明确的产业组织,也有非常出色的应激反应,召之即来,一呼唤大家就上了。”

“战事不断”,自然也有好处——英雄有用武之地,而且能力很容易获得检验。

过去二十年互联网和移动互联网,核心解决的是信息流动的问题,其中流淌的介质是比特,但滴滴所处的战场,解决的是物理世界的人和物体流动。

对于那些更渴望改变世界的英雄来说,没有什么比打造一个更高效安全的世界更激动,也没有什么比一个算法模型让现实生活更美好更令人获得成就感。

所以章文嵩、叶杰平、俞军、弓峰敏、卜峥、韦峻青等专家大牛接踵而至,把理论用现实来验证,用业务来实现算法价值,然后传帮带聚集起一批小牛,形成人才效应。

还有俞军这样已经封神的产品大拿,也重新出山,希望在滴滴这样新业态产品里,检验自己的产品方法论是否过时。

另外,因为战事和挑战,年轻人也有更直接的出头机会。

You can you up 的理念在滴滴更易于获得认同,甚至解决业务问题的能力,要胜过履历、纯技术代码能力。

而且黄沙百战之后,团队领导都不用自上而下地明确——团队内部就会自然形成向心力。

重构了滴滴底层技术架构的赖春波、微信红包营销发明者罗文、在快车和安全产品中接连证明自己的黄远健等等,都是在炮火一线中冉冉成长起来。

令人意外的是,滴滴直到Uber战事接近结束,才有了相对体系化的组织机制,用D序列来对应参照其他科技互联网公司的人才等级标准。

“一开始都在求生存,差不多开始搞发展了才开始搭建组织体系机制,也不能老是处于一种混沌状态”,张博解释。

这倒跟现代军事史类似,军级军衔被提上议程,也是四海平定海清河晏之时。

而对于滴滴来说,因战争而生的技术引擎,也来到了一个稳定而成熟的阶段。

这部发动机的目的不再是击败竞争对手,而是如何持续稳定提供安全高效的出行服务,或者在其他领域实现复制和迁移,比如外卖、货运和社区购。

要做的还有很多,能做的也还有很多。

所以滴滴所在的数字山谷,还不会就此平静。

在滴滴联合创始人\CTO\滴滴自动驾驶公司CEO张博的书桌上,正在被打开的是一本《有限和无限游戏》的书。

这本归类于“哲学/宗教”的著作里明确,有限游戏以取胜为目的,无限游戏则延续为关键。

而对于滴滴,吞并Uber中国也是边界的风水岭,之前是一场有限游戏,之后挑战则无限延续。

安全也好、自动驾驶也好,“战争”还在继续,靠技术赢得有限游戏的滴滴,还得靠技术,才能不断延续无限游戏。

滴滴因这部发动机活下来,也得靠这部发动机继续走下去。

【本文由投资界合作伙伴量子位授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。