推薦閱讀：
本文來源：格竹集(微信id:Mind7Hand)
(格竹集是一個好奇心豐富的中國自媒體，你會在這裡讀到一個 Maker 眼裏的商業、科技與媒體。歡迎關注。)
令人詫異的跨界
美團外賣，滴滴打車。
這是 2017 年前，甚至現在，多數人的認知。
即使早在 2014 年 Uber 已有外賣，你也難想像美團、滴滴會競爭，而且這一天來得這麼快。
畢竟：
- 2016 年 11 月 Uber 退出中國市場後，滴滴獨大，看不到被顛覆的可能。
- 2017 年 4 月，美團點評整體盈虧平衡，外界認為它將探索盈利。
- 更重要的是，外賣和打車在認知裡不是一件事。
但是，跨界卻正在進行。
美團從去年開始進入打車市場：
- 2017 年 2 月，上線南京打車業務。（現占滴滴南京地區的6%）
- 2017 年 12 月，成立出行事業部。（與外賣的組織層級相同）
- 近期，準備在七個城市試經營。
滴滴反擊，2017 年底，招募外賣騎手，並選南京為首站。
第一層解剖
將外賣、打車「解剖」到技術層面，你會發現，其實它們在解決同一類問題。
下圖來自 Uber 的技術博客：
eng.uber.com
改變對象與目標，外賣也可套用：
這實則是一個旅行推銷員問題（TSP）：
- 給定一系列城市，以及每對城市間的距離，
- 為一個旅行推銷員做決策優化，
- 求解他訪問每座城市一次並回到起始城市的最短回路。
當然，在外賣、打車的實際場景中，決策優化問題比 TSP 複雜百倍。
以外賣為例：
- 算法指派時，未來訂單信息不確定。如，決策前，沒有 TSP 的確定「城市」點，美團須用機器學習研究閒時運力調度。
- 每筆訂單有一定數量騎手備選，同時，騎手身上還有若干訂單正在配送。實則是為動態的多個對象做決策。
- 每筆訂單有預計到達時間（ETA）、商戶出餐速度等多條件約束，不能只考慮最短回路。ETA、預估出餐時間，同在機器學習的研究範圍內。
- 另外，還需考慮特殊情況，如，空閒時將訂單派給不熟練的騎手鍛煉，火鍋訂單只給特定騎手，訂單改派等。
所以，在外賣裡，簡化的 TSP 會升級為帶有若干複雜約束的 DVRP 問題（Dynamic Vehicle Routing Problem），如下圖所示：
tech.meituan.com
用數學方法優化決策問題，一般包括三要素：決策變量（做什麼決策），約束條件（決策的限制因素），優化目標。
美團的外賣模型可簡化為：
根據官方信息製作
略加修改，你會發現，它也可用於打車平台：
所以，當閱讀美團和 Uber 的技術博客時，你會發現他們在目標描述上的驚人相似：
- 美團工程師追求「在配送體驗（送餐更快、ETA 更準確）和配送成本（勞力力更少）之間取得最佳的平衡」；
- 對 Uber 的算法設計者而言，「超高效的路線規劃，和高度準確的 ETA，至關重要」。
事實上，不論外賣，還是打車，都需要調度算法支持。雖然兩者有不同的外包團隊和數據積累，但進入對方市場，實則是攤薄了技術研發費用。
為什麼進入打車市場？
技術層面的相似性，還不足以回答這個問題。
王興（美團 CEO）的理由是用戶需求，「用戶去餐廳需要打車」。因為王慧文（美團外賣負責人）給他的數據顯示，2.5 億日活躍用戶中，30% 有出行需求。
這是一個好理由，但不代表能說服所有人。《財經》的宋瑋反問他，「打車路上用戶可能也需要看淘寶，你為什麼不做淘寶呢？」
雖然淘寶與打車關聯度不高，在某種程度上影響了這個問題的質量，但我理解她提問的本意。即：美團進入打車市場的戰略意圖是什麼？以客戶為中心只是美團的願景，不能用它回答所有商業問題，否則大量用戶用微信分享餐廳信息，怎麼不做一個微信？
第二層解剖
要解決這個問題，須「解剖」到商業模式層面。
外賣平台符合諾貝爾經濟學獎得主 Jean Tirole 對雙邊市場的描述：
a. 把交易雙方或多方的參與者聚集到平台上。
b. 市場一邊會吸引另一邊用戶，形成正向循環。
- 如，補貼策略。
c. 幾乎所有市場都是「two-sided」，有買賣兩方。但只有那些用平台結構（而不僅是合理收費）影響交易量的，才是雙邊市場。
- 如，美團將外賣送達時間從 2015 年的 41 分鐘縮短至現在的 28 分鐘，提升用戶端交易意願。
- 如，美團提高了餐廳廚房的使用效率，提升餐廳端交易意願。
d. 具有正外部性，用戶越多，平台價值越大。
打車平台也是雙邊市場。滴滴的 On-Demand 服務降低了計程車的空載率，同時，也降低了乘客等車時間。
然而，帶給美團競爭優勢的雙邊市場，同時也是它頻繁跨界作戰的原因。
從 Facebook 到微信，在技術驅動的行業裡，我們習慣於看到「贏者通吃」。
雙邊市場顯然不是。在美國，Uber 雖占據 3/4 的市場，有絕對優勢，但競爭對手 Lyft 卻能持續融資，用 1/4 的市場份額和它抗衡。在國內外賣市場，餓了麼和美團則四六開。
這是因為，微信的優勢在需求側。你之所以用微信，是因為你所有朋友都用，而你加入後又增加朋友們的使用價值。如此循環，形成網路效應，再小的競爭優勢也被迅速放大。
雙邊市場的優勢則在供給側。它具備規模效應，越多騎手、計程車，用戶體驗越好。但，用戶數量無法直接影響用戶選擇，你加入不是因為朋友都在，而是這個平台的服務好。
而且，規模達到一定程度後，繼續增加，不僅沒有提升用戶體驗，成本反而增加。正如 Lyft 的創始人所說，「規模效應到了一定點就沒用了，一般這個點是從接單到抵達的 3 分鐘時間限制」。
所以，護城河不夠深的雙邊市場類公司極具危機感。王興說，「美團這個公司永遠離破產只有 6 個月時間」。
不過，他還說，「我不太擔心現有的競爭對手」。
這不矛盾。
因為顛覆者往往不是出自現有行業，就像沃爾瑪的挑戰者不是 Costco，而是在線賣書的亞馬遜。
現在，美團手握高頻的外賣，滴滴有高頻的打車，量級相當。然並不能高枕無憂，兩者的 App 重合度有 19.46%，這讓美團有機會進入打車市場，同樣，滴滴也有機會挑戰美團外賣。
對美團而言，雙邊市場帶來的危機更來自於新興領域的高頻交易。如果某天我們熱愛某樣服務，召喚它的頻率比外賣還高。那麼美團就將被迫面對高頻打底頻的降維打擊。
所以，我們看到了一個四處出擊的美團。
它找新業務的邏輯正是「交易頻率」。
《財經》披露：美團內部，有一個類似雷達的掃描團隊，每日監控中國商業社會發生的所有互聯網交易項目，日過千單立馬學習研究。這個機制讓美團發現了外賣、發現了打車，也發現了民宿、新零售、充電寶等測試項目。
第三層解剖
如果將「解剖」推進至互聯網層面呢？
理解互聯網，先要理解它的基礎 TCP/IP 協議。70 年代的科學家設計這套協議，就是為計算機間的交流提供通用「語言」，讓世界各地的計算機鏈接在一起，做到「文本」傳輸。
互聯網的核心實則是「文本」對話。比特（Bit）是這種「文本」的最小單位。
不論哪個行業，都將從原子轉化為比特，但轉化的先後次序與難易程度是不一樣的。這一點清晰體現在過去 20 年的科技公司誕生史：
- Google、百度最先出現，因為搜尋引擎本身就是一種「文本」處理方式。
- 至於 Facebook、微信，它們提取了用戶身上的最大公約數——社交。但將社交轉化為社交網路，須有手機拍照的配合，否則想像一個沒有頭像的微信是件挺困難的事。
- 之後是阿里巴巴、京東，它們將商品轉化為在線展示。此時，轉化難度加大，體現在公司層面，就是業務更重，需要支付、物流的配合。
- 到了美團、滴滴，它們在垂直行業推進比特轉化。「大塊」領域已被分割，剩下的市場像一座座孤島，不論外賣還是打車，都須面對不同的市場挑戰。
而且，在美團、滴滴這種模式裡，為了發揮供應側優勢，不能做淺鏈接，對行業的轉化程度要夠深。
以餐飲為例，美團點評從提供餐廳信息，到團購交易，再到外賣配送，現在還給餐飲老板提供 ERP 系統，比特的轉化程度逐步變深。
王興將之稱為「入地」：
大家吃到一盒飯，上遊有無數事，從種地、采摘、捕撈，到運輸、倉儲、零售。互聯網率先改變了外賣訂餐，接著上遊的各個環節也一定會被改造。我相信凡是還沒被互聯網改變的行業，都將被改變，只是先後順序不一樣。越靠近消費者，越敏感，越先被改變。下半場的機會是入地，不光做 to C，還要到各個行業裡，改造其整個鏈條。
P.S. 為簡潔閱讀，刪減了口語詞
除了入地，2017 年美團和滴滴還互相進入了對方市場。
上圖這種模式的橫向拓展邊界在哪？
8 年前，你在京東上只能買到 3C 產品。2010 年，京東突然殺進圖書市場，和當時的圖書電商 No.1 當當網開戰。這同樣是一件無法理解的事，以短攻長，又堅決不求盈利。8 年後的今天，你已經知道，進入圖書市場只是開始，京東的目標是綜合電商。
現在，美團、滴滴展開競爭。但這顯然也只是開始。
王興之所以說「上天」，美團之所以研究人工智能、大數據、雲計算，都是因為它的 On-Demand 服務不僅要在外賣裡以億計算，而且還準備進入其他市場，如打車。
它的目標是「綜合生活服務商」？
曾投資京東的徐新（今日資本創始人）如今也重倉了美團。她說，「高頻的、剛需的，只要跟交易有關美團都應該做」。美團用商業裡的一個環節作為核心，從商業講是交易，從客戶角度講是服務。
最後，也許它們會變成這樣，轉化一切的比特機器：
在這個維度上，我們已經能理解，為什麼王興思考美團的使命「eat better，live better」這句話，會想了整整一年。