最佳路徑，寫演算法給它算出來！
想法很美好，但研究好長時間，發現難倒自家竟然是這個智慧系統的開發工作。
這套系統，說到底就是一套“智慧排程系統”。
但包含的模組特別多，從預測、挖掘、動態定價、規劃、排程、智慧運營和硬體等幾個方面一起進行提升和技術研究才能實現真正的業務落地。
而且這個過程中還要在體驗、效率和成本之間達到平衡。
如果曹深知道程卓他們在搞這個技術研究，一定會讓他們“還是先放棄吧”。
因為，人工智慧技術是這套“智慧排程系統”的基礎。
而在2012年這個時間，顯然人工智慧還沒有發展到這個程度。
而且，人工智慧需要大量的資料進行訓練和最佳化。
程卓他們都還沒搞外賣呢，哪裡來的資料“餵給”智慧演算法。
原世界在這個階段，所有的外賣，那都是在“傻送”。
當然，到2018年左右，這套東西在原世界已經相對可用了。
很多智慧演算法已經模組化，甚至開源。
要做這套系統，你首先得有一個演算法平臺，進行大規模實時特徵計算，並且具備機器學習的能力。
第二，你的排程系統，要能實現多點多人全域性最佳化，這需要超大規模實時計算。
第三，你還需要開發區域規劃系統，進行動態的配送區域劃分和商家範圍規劃。
第四，還必須要有iot物聯網系統，透過智慧電動車和騎手身上的可穿戴裝置實時掌握騎手和車輛的狀態和位置。
第五，eta預估到達時間系統，要有全環節精準預估和深度學習模型。
對預計送達時間、商戶出餐時間、商圈未來訂單負載等做出精準預測，訂單才能在最優決策下被匹配最佳路徑，以保證接單最大效率、取餐和配餐最佳時效。
第六，bs基於地理位置服務系統，包括配送5級地址庫，騎手路線最佳化等等。
第七，感知系統，商家地理位置圍欄和運動狀態識別。
所謂地理圍欄技術，就是當你進入某個特定區域的時候，手機能自動獲得與該區域的相關資訊，一旦離開就沒有了。
這是派單最佳化的重要支撐技術之一。
程卓他們也是頭鐵，在這個世界還沒有足夠多“技術鋪墊”的時候就在自己搞研究。